CC BY
91
УДК 332.1
Левченко Татьяна Павловна
ФГБОУ ВПО «Сочинский государственный университет»
Россия, Сочи
Заведующий кафедрой гостиничного и ресторанного бизнеса
Доктор экономических наук, профессор E-Mail: [email protected]
Кощеев Станислав Викторович
ФГБОУ ВПО «Сочинский государственный университет»
Россия, Сочи
Начальник управления научных исследований Кандидат экономических наук E-Mail: [email protected]
Селиверстова Майя Андреевна
ФГБОУ ВПО «Сочинский государственный университет»
Россия, Сочи
Доцент кафедры экономической теории и мировой экономики
Кандидат экономических наук, доцент E-Mail: [email protected]
Мировой опыт идентификации кластеров в условиях адаптации к российской экономике
Аннотация: В статье представлен анализ зарубежного и отечественного опыта идентификации кластеров. Приведен анализ основных методик проведения идентификации кластеров в Европе, Соединенных штатов Америки и России. Большинство исследований концентрируются на одном качественном или количественном методе при этом достаточно мало исследований направленно на комплексную идентификацию кластеров. Наиболее точные результаты могут быть получены посредством привлечения к процессу идентификации непосредственных участников кластеров, являющихся носителями основного массива информации об их специфических характеристиках и динамике. В то же время, работа с экспертами и элементами кластера может быть сопряжена с вероятностью получения информации, носящей субъективный характер, что особенно опасно на первых этапах проведения анализа. При изучении активности взаимодействия элементов кластеров помимо рассмотрения различных видов внутрисетевого сотрудничества, особенно пристальное внимание было уделено сотрудничеству между конкурентами. Входе проведения анализа российского опыта идентификации кластеров было выявлено, что в настоящее время федеральными органами власти РФ уже предприняты первые шаги по реализации кластерной политики. В свою очередь полученные в ходе исследования данные позволили авторам заключить, что представители российских органов власти и бизнеса имеют недостаточное понимание содержания и сущности данного инструмента.
Ключевые слова: Кластерные технологии; идентификация кластеров;
картографирование; межкластерные взаимодействия; инновации; кластерная политика.
Идентификационный номер статьи в журнале 91EVN613
Tat’yana Levchenko
Sochi State University Russia, Sochi E-Mail: [email protected]
Stanislav Koshcheev
Sochi State University Russia, Sochi E-Mail: [email protected]
Seliverstova Mayya
Sochi State University Russia, Sochi E-Mail: [email protected]
World experience identification of clusters in the conditions of adaptation to the Russian economy
Abstract: In the article overview the analysis foreign and russian experience of identification clusters. Provided the analysis of main techniques carrying out identification of clusters in Europe, the United States of America and Russia. Many researches concentrate on one qualitative or quantitative method thus is directed on complex identification of clusters. Most exact results can be received by means of attraction to process of identification of direct participants of the clusters which are carriers of the main array of information on their specific characteristics and dynamics. At the same time, work to experts and elements of a cluster can be interfaced to probability of obtaining information having subjective character that is especially dangerous at the first stages of carrying out the analysis. When studying activity interaction of elements clusters besides consideration of different types intra network cooperation, especially close attention was paid to cooperation between competitors. Entrance carrying out the analysis Russian experience of identification clusters it was revealed that now federal authorities of the Russian Federation already took first steps for realization of cluster policy. The data in turn obtained during research allowed authors to conclude that representatives of the Russian authorities and business have insufficient understanding of the contents and essence this tool.
Keywords: Cluster technologies; identification of clusters; mapping; intercluster interactions; innovation; cluster policy.
Identification number of article 91EVN613
В целях получения более четкого представления об идентификации кластеров, изучения мировых тенденций и характера получаемых результатов представляется целесообразным проанализировать мировой опыт кластерных технологий в следующих направлениях:
• изучение зарубежного опыта идентификации кластеров;
• изучение практики идентификации кластеров в России.
После успешного использования методологии М. Портера для проведения анализа региональной экономики США, впоследствии данная методология стала активно применяться для идентификации кластеров в Европе и Канаде. В настоящий момент Европейской Кластерной Обсерваторией, основанной в сентябре 2006г. под эгидой Europe INNOVA, реализуется проект «Европейское кластерное картографирование», за основу которого взята методология, предложенная М. Портером. Однако в процессе применения Европейской Кластерной Обсерваторией в данную методологию были внесены изменения и доработки, учитывающие европейские особенности. Во-первых, проведена адаптация кластерных категорий, принятых в США, к условиям Европейского Союза, для чего Стандартная Отраслевая Классификационная система США была переведена в европейскую классификационную систему (Европейская Национальная ассоциация колледжей и работодателей) [12, С. 25, 5, С. 15].
В итоге 41 исходная кластерная категория М. Портера была преобразована в 38, при этом количество отраслей в рамках одного кластера варьировалось от 1 до 37.
Следующий шаг в рамках данного исследования заключался в проведении кластерного анализа, для чего необходимо было осуществить правильный подбор территориальной единицы, которая станет его основой. Вся территория Европейского Союза разделена на регионы в соответствии с Номенклатурой единиц для территориальной статистики (НЕТС). Согласно основополагающим принципам НЕТС выделяют два типа регионального деления: нормативные и аналитические или функциональные регионы. Выделение регионов, исходя из нормативного критерия, осуществлено на основе представлений органов государственной власти: границы территорий были зафиксированы в соответствии с задачами, стоящими перед местными территориями (местными органами власти), в соответствии с численностью населения, необходимого для эффективного решения этих задач, а также в соответствии с историческими, культурными и иными факторами. Выделение регионов, исходя из аналитических (или функциональных) критериев, обусловлено аналитическими требованиями: группировка различных зон произведена по географическому (например, высота над уровнем моря или тип почвы) или социально-экономическому принципу (например, однородность, взаимодополняемость или определенная полярность региональных экономик).
НЕТС подразделяет все государства-члены ЕС на области НЕТС-1 уровня, каждая из которых затем делится на области НЕТС-2 уровня, а они в свою очередь - на области третьего уровня.
Несмотря на то, что установление границ нормативно закрепленных регионов относится к сфере компетенции местных органов власти государств-членов ЕС и осуществлено в соответствии с численностью населения региона, необходимого для оптимального с экономической точки зрения использования ресурсов, Статистическим бюро Европейского сообщества (Евростатом) все же предписаны некоторые правила по делению регионов на НЕТС уровни в зависимости от численности населения, рекомендуемые диапазоны которой представлены в таблице 1.
Работа по кластерному картографированию, проводимая Европейской Кластерной Обсерваторией, базировалась в большей степени на НЕТС-2 регионах (географическая плоскость) в силу доступности на данном уровне необходимых для анализа показателей.
Таблица 1
Подразделение регионов НЕТС- уровней в зависимости от численности населения
Уровень Минимум человек Максимум человек
НЕТС-1 3 млн. 7 млн.
НЕТС-2 800.000 3 млн.
НЕТС-3 150.000 800.000
Во-вторых, если в случае исследования, проведенного М.Портером данные по занятости были получены из статистического ежегодника, основанного на четырехразрядной системе Стандартной Отраслевой Классификации, то в Европе данные по задействованию рабочей силы ЕС были собраны из двух различных источников: «Обзор Трудовых Ресурсов» и «Структурная бизнес-статистика», контролируемых Евростатом.
В итоге, основанный на методологии М. Портера проект Европейской Кластерной Обсерватории позволил осуществить картографирование кластеров и их анализ в общей сложности 32 стран (27 входят в состав стран-членов Европейского Союза, а оставшиеся 5 -не входят: Исландия, Израиль, Норвегия, Швейцария и Турция).
Примером использования метода «затраты-выпуск» может служить работа Л. Питерса, М. Тири и А. Беверта , которые использовали таблицы «затраты-выпуск» для идентификации так называемых технико-экономических «мега-кластеров» в экономике Фландрии (Бельгия) и Швейцарии [3, С. 49, 9, С. 321]. Особенность данного исследования заключается в том, что при проведении заключительного этапа по объединению отраслей, входящих в состав кластера, авторы опирались на два альтернативных подхода. Первый был использован при анализе экономики Швейцарии и подразумевал очерчивание границ кластеров на основе исключительно количественных результатов, получаемых посредством анализа таблиц «затраты-выпуск». Второй подход был применен к таблицам «затраты-выпуск», характеризующих экономику Фландрии, и подразумевал учет не только статистических показателей, но и субъективных суждений ученых о «функциональной зависимости» отраслей при их объединении в кластеры.
Результаты данного исследования, полученные на основе метода «затраты-выпуск», в целом подтверждают преимущества использования данного метода и заключаются в следующем:
1. Кластеры основываются на одной или двух центральных отраслях, вокруг
которых существует сеть отраслей поставщиков и потребителей.
2. Элементы каждого мега-кластера демонстрируют между собой сильные
преференциальные связи, но в ряде случаев также имеют место существенные связи между отраслями, принадлежащими к другим мега-кластерам.
3. Кластеры имеют различия в размере, форме и количестве связей между
составными отраслями. Например, самый крупный и наиболее централизованный кластер во фламандской экономике «Конструирование и Металлы» имеет значительные связи с другими кластерами. В свою очередь, 92,2% поставок в кластере «Сельскохозяйственная и пищевая промышленность» приходится на отрасли внутри данного кластера, которые в том числе осуществляют и 61,4% приобретений результатов деятельности данного
кластера, т.е., данный кластер является, по большей части, самообеспечивающимся (таблица 2).
Кроме того, подводя итоги своей работы, авторы отмечают, что при проведении сравнительного анализа стран следует учитывать специфику каждого рассматриваемого государства с точки зрения доступности и совокупности таблиц «затраты-выпуск», общего экономического положения, «открытости» рассматриваемых государств, а также целей, которые определены для проводимого кластерного анализа.
Большой интерес вызывают проблемы идентификации кластеров на основе метода опроса экспертов, который, к примеру, был использован в качестве основы проекта, реализация которого была осуществлена Н. Литзель. Цель данного исследования заключалась в идентификации потенциальных и реально функционирующих кластеров на территории Центральной Франконии (центр Нюрнберга) [10, С. 9, 16 С. 27].
В рамках данного исследования были разработаны анкеты, разосланные затем в 8700 предприятий, исключая те из них, где имеются занятые, находящиеся на социальном обеспечении, нефункционирующие компании и компании отраслей, которые не представляли интереса в кластерном контексте, например, антикварные магазины. В результате в опросе приняло участие 888 компаний (10,2%). Поскольку некоторые из компаний являлись участниками более чем одного кластера, то есть выступали в качестве поддерживающих элементов различных кластеров, общее количество обработанных анкет составило 1397 единиц. Никакая другая информация, кроме той, которая была получена в ходе проведения интервьюирования компаний, не была использована для формулирования полученных в итоге выводов. Рассмотрим результаты проделанной Н. Литзель работы, уделив особое внимание проведенной оценке взаимодействия компаний в центральной части Нюрнберга.
Таблица 2
Матрица «затраты-выпуск» фламандских мега-кластеров
СП СМ ХВ ТР У Общее кол-во поставок
СП 254,2 5,3 3,2 3,4 9,5 275,6
92, 2% 1,9% 1,2% 1,2% 3,4% 100%
61,4% 0,8% 1,2% 1,2% 3,4%
СМ 29,0 406,4 30,1 77,1 57,0 599,6
4,8% 67,8% 5,0% 12,9% 9,5% 100%
7,0% 62,7% 24,0% 25,4% 20,8%
ХВ 17,2 25,3 40,8 12,8 12,1 108,2
15,9% 23,4% 37,7% 11,8% 11,2% 100%
4,2% 3,9% 32,5% 4,2% 4,4%
ТР 69,4 114,3 24,9 155,8 43,5 407,9
17,0% 28,0% 6,1% 38,2% 10,7% 100%
16,8% 17,6% 19,9% 51,3% 15,9%
У 44,3 97,0 26,4 54,5 152,1
11,8% 25,9% 7,1% 14,6% 40,6% 100%
10,7% 15,0% 21,1% 18,0% 55,5%
Общее кол-во покупок 414,1 648,3 125,4 303,6 274,2 1765,6
100% 100% 100% 100% 100%
Индекс распространения -0,177 -0,034 -0,064 0,128 0,135
Выявление лидирующих компаний кластеров основывалось на следующих критериях:
• наименование компании тесно связано и ассоциируется с определенным продуктом или технологией на национальном и / или международном уровне (имидж-лидер);
• высокая динамичность и лидерство в развитии технологий и производственного процесса (технологический лидер);
• лидирующая позиция на рынке в конкретных сегментах (рыночный лидер).
При этом местные компании должны были соответствовать, по крайней мере, двум из трех характеристик.
В частности, руководствуясь данными критериями, ученые выяснили, что в отрасли «Медицинские технологии и здравоохранение» имеется только одна ведущая компания, которая производит медицинские системы для осуществления цифровой рентгенографии и терапии и выполняет практически все ключевые функции в данной отрасли региона, прежде всего, в области проведения исследований и разработок. На основе данного заключения авторы пришли к выводу, что кластер «Медицинские технологии и здравоохранение» имеет в своем составе только одну ключевую компанию, окруженную другими родственными предприятиями.
Далее в рамках каждого кластера были выделены поддерживающие компании и институты, вносящие вклад в развитие структуры кластеров, среди которых выступали: образовательные университеты и университеты прикладных наук, способные проводить соответствующие исследования и отличающиеся готовностью к сотрудничеству; научноисследовательские институты; технические училища и лицеи; институты трансфера технологий; агентства регионального развития, рабочие комитеты или комиссии. Н. Литзель отмечает, что их наличие и взаимодействие с ключевыми компаниями на постоянной основе может свидетельствовать о высоком уровне развития кластера.
При изучении активности взаимодействия элементов кластеров помимо рассмотрения различных видов внутрисетевого сотрудничества (например, была проведена оценка совместных межфирменных проектов по обмену персоналом), особенно пристальное внимание было уделено сотрудничеству между конкурентами.
Целесообразность изучения данного аспекта кластеров не вызывает сомнений и продиктована тем, что объединение усилий конкурирующих компаний, учреждений и институтов в специфической области деятельности, усиливающее их конкурентные преимущества посредством получения выгод от согласованности действий, является неотъемлемой характеристикой развития территории на основе кластерного подхода. Более того, результаты, получаемые на основе такого анализа, позволяют выявить барьеры или стимулирующие факторы межфирменного взаимодействия и степень готовности к сотрудничеству, позволяя тем самым разрабатывать эффективные целенаправленные решения по развитию кластеров в рамках реализуемой кластерной политики.
В итоге оказалось, что в качестве причин отсутствия партнерских отношений в Центральной Франконии выступают следующие:
• 42% респондентов считают, что кластерное взаимодействие оказывает негативное воздействие на внутрифирменную деятельность, связывая это с дополнительной тратой времени и усилий на участие и его координацию;
• для более чем 1/3 компаний, участвующих в исследовании, основной преградой взаимодействия явился недостаток информации о возможных партнерах для совместной деятельности;
• 30% вообще не видят существенных выгод от кластерного взаимодействия для своего бизнеса.
В итоге, полученные в ходе интервью количественные показатели и их всесторонний анализ позволили ученым определить, какие из кластеров являются потенциальными (например, «Технология охраны окружающей среды и энергетика» и «Информационнокоммуникационные технологии»), а какие реально функционирующие (к таковым были отнесены, например, «Медицинские технологии и здравоохранение» и «Логистика и транспортные технологии»).
Завершающим этапом эмпирического исследования Н. Литзель стал сравнительный анализ выявленных кластеров, который позволил прийти к следующим выводам:
1. При рассмотрении взаимодействия компаний в различных кластерах, была идентифицирована следующая закономерность: чем сильнее цепочка ценности кластера связана с технологиями, тем активнее компании данного кластера сотрудничают с другими его участниками, в особенности с университетами и исследовательскими институтами.
2. Количество партнеров по совместным проектам в рамках конкретного кластера различается в зависимости от типа кластера: так, более 3/4 участников кластера «Технология охраны окружающей среды и энергетика» реализуют совместные проекты с двумя и более партнерами одновременно, в то время как в других кластерах количество таких компаний значительно меньше.
3. Изучение межкластерных взаимодействий позволило выявить пары наиболее взаимосвязанных кластеров: «Медицинские технологии и здравоохранение» и «Промышленная автоматика»; «Автомобилестроение» и «Электроника» (рис. 1). Наиболее активным кластером с точки зрения межсекторальных взаимосвязей оказался кластер «Логистика и транспортные технологии», поскольку он вовлечен практически во все другие цепочки ценности. Гораздо прочнее, чем ожидалось, оказалась его связь с кластером «Информационнокоммуникационные технологии», что, по мнению авторов, может быть обусловлено специализацией Нюрнберга на транспортных технологиях (например, на разработке и применении безоператорных поездов для метро с высокой долей использования программного обеспечения и сенсорных устройств).
Рис. 1. Взаимосвязи между кластерами
Обобщая полученные при проведении исследования результаты, Н. Литзель и ее коллеги заключили, что высокий динамизм регионального сотрудничества благоприятно сказывается на инновационной активности региона и является движущей силой развития его экономики.
Вместе с тем, сильные связи между региональными партнерами и активная деятельность в кластере не приводит к герметизации экономического пространства. Локализация как форма внутрирегиональной интеграции не противоречит более интенсивной национальной или международной интеграции. Наоборот, оба вида могут рассматриваться в качестве дополнения друг другу.
Одним из удачных, с точки зрения структуры, примеров использования метода кейс-стади при идентификации кластеров служат работы С. Розенфельда [17, С. 35, 18, С. 93]. Описание им и его коллегами кластера яхт в ш. Кентукки было осуществлено по следующему алгоритму:
1. Характеристика общей экономической ситуации в регионе и отрасли.
2. Изучение исторического контекста развития отрасли.
3. Проведение количественного анализа рынка:
• выделение и анализ различных сегментов потребителей;
• изучение доходности отрасли;
• анализ изменения потребительских предпочтений и типов производимой продукции;
• рассмотрение характеристик основных компаний, занимающихся производством яхт (год начала производственной деятельности, округ, количество производимых яхт в год, количество занятых, занимаемый сегмент рынка).
4. Определение сетей взаимодействия и их изучение.
5. Анализ конкуренции.
6. Изучение степени внедрения инноваций.
7. Оценка предпринимательского духа.
8. Анализ рабочей силы.
9. Идентификация и изучение поставщиков.
10. Выделение источников финансирования.
11. Оценка доступа к специализированным услугам.
12. Исследование наличия единомышленников и лидерства в отрасли
Анализ данных позиций позволил сделать автору следующие основные выводы:
• компании, занимающиеся производством яхт в южной части ш. Кентукки, не отличаются высокой степенью концентрации, однако являются доминирующими в рамках отрасли и имеют существенное значение в экономике данного региона. Кластерное развитие обусловлено активностью местных компаний частного сектора, обладающих предпринимательским духом и финансовой поддержкой со стороны государства.
• наличие предприятий, оказывающих различные специализированные услуги (финансовые, юридические, образовательные и др.), не дает каких-либо особых преимуществ данному кластеру, в том числе, из-за скепсиса многих ключевых компаний относительно компетентности и профессионализма сторонних организаций, оказывающих консультации и проводящих экспертную деятельность в данной отрасли. Вместе с тем, многие компании-производители проявляют существенный интерес к деятельности фирм, занимающихся организационным развитием, внедрением систем контроля качества, внедрением информационных технологий в процесс производства и управления.
• большая часть компаний-производителей яхт взаимодействует с поставщиками, находящимися за пределами региона, исключение составляют драпировщики и деревообработчики. При этом компании не хотят осуществлять совместные закупки, которые дают возможность экономить на транспортировке, объясняя это тем, что такое поведение никак не решит проблему получения преимуществ перед конкурентом, который будет получать в данном случае те же денежные выгоды.
• несмотря на имеющиеся преграды, кластер идет по пути развития. Низкие издержки на рабочую силу и знание отрасли местными производителями делает данный регион привлекательным для создания новых компаний, в том числе поставщиков продукции, необходимой для производства и отделки яхт.
• в регионе имеется несколько фирм, готовых занять лидирующую позицию в кластере и предпринимать меры по решению проблем, мешающих его продвижению вперед.
В итоге полученные результаты анализа позволили С. Розенфельду сформулировать рекомендации органам государственной власти и представителям бизнеса, направленные на развитие кластера яхт ш. Кентукки, которые впоследствии были успешно реализованы на практике.
Другим нетипичным примером идентификации кластеров посредством использования метода кейс-стади служит исследование, проведенное учеными из ш. Миннесота [14, С. 545,
16, С. 25]. В 2002г. Л. Манич и его коллеги вводят понятие «аграрные кластеры знаний»,
определяя их как «инновационные интегрированные группы компаний, расположенные за пределами метропольных областей и извлекающие конкурентные преимущества через накопление, заимствование и внедрение знаний, получаемых от местных компаний и институтов». Таким образом, по мнению Л. Манича, основополагающим источником развития такого рода кластеров выступают знания, генерируемые учреждениями и
организациями, чья территориальная удаленность не является препятствием активного взаимодействия с ключевыми компаниями.
Далее ученые выдвигают гипотезу относительно характеристик, которым должны удовлетворять аграрные кластеры знаний, среди которых выступают следующие:
• во-первых, они должны обладать конкурентными преимуществами (например, большое количество высококвалифицированных кадров, непосредственный доступ к возможностям местного рынка, наличие на местном уровне культуры предпринимательской деятельности и т.д.).
• во-вторых, в данном типе кластеров должны четко прослеживаться исторические предпосылки наличия и эволюции локального знания, обусловленного присутствием на определенной территории одной или двух крупных компаний, уникальных условий (таких как географическое положение) или других факторов. При этом местные резиденты должны иметь доступ к информации о возможностях местного рынка, относящихся к конкретному продукту или технологии.
• в-третьих, аграрные кластеры знаний должны включать как формальные, так и неформальные институты, способствующие созданию, распространению и обновлению локальных знаний.
Эта гипотеза о природе аграрных кластеров знаний явилась отправной точкой проведенного дальнейшего исследования. В качестве объектов Л. Манич и его коллеги выбрали три инновационных успешных кластера в ш. Миннесота: кластер беспроводных технологий в Манкато, автоматизированной техники в Александрии и рекреационного транспортного оборудования в северо-западной части Миннесоты. Выбор данных трех кейсов был основан на результатах консультаций с аналитиками и исследователями,
специализирующимися на экономике ш. Миннесоты. При этом перед учеными не стояла задача идентифицировать все имеющиеся в штате аграрные кластеры знаний, они лишь имели целью получение доказательств существования на практике разработанной модели аграрных кластеров знаний.
Изучение кейсовых ситуаций в рамках проводимого исследования предполагало проведение следующих этапов:
1. Сбор и изучение экономических показателей по региональным отраслям.
2. Выявление в исследуемых отраслях местных ведущих компаний.
3. Интервьюирование фокус-групп с целью:
• выявления конкурентных преимуществ компаний кластера;
• описания истории развития кластера;
• идентификации институциональной среды и возможных направлений
поддержки ее развития.
Оценка кейсов ш. Миннесота по обозначенной выше схеме позволила ученым получить информацию, явившуюся основой ряда ключевых выводов предпринятого исследования:
• инновации не существуют в вакууме, огромное значение в появлении данной категории кластеров имеют история и общий контекст развития отрасли;
• движущей силой отраслей и сфер деятельности в рамках аграрных кластеров знаний являются основополагающие, фундаментальные знания;
• образовательные институты - это важный рычаг, способствующий появлению знаний и стимулирующий их развитие в пределах аграрных кластеров знаний.
Впоследствии Л. Маничем была предложена усовершенствованная структура базовых целенаправленных мероприятий по изучению и развитию кластеров:
1. Определить основу локального знания, т. е. выявить отличительные особенности рассматриваемой экономики и источники ее конкурентного преимущества:
• идентифицировать специализированные знания, которые являются движущими
силами инновационных и наиболее успешных компаний;
• выявить основополагающую технологию;
• определить компании родственных отраслей.
2. Создать систему обратной связи между компаниями и местными институтами, являющуюся важным механизмом развития конкурентоспособности экономики, для чего необходимо:
• составить карту взаимодействий стейкхолдеров и определить пробелы;
• обучать появляющуюся в кластере рабочую силу, используя принципы «школа-работа» и стажировки;
• осуществлять внутрикорпоративное обучение сотрудников: индивидуальное профессиональное обучение на рабочем месте, непрерывное образование, тренировочное партнерство.
3. Разработать стратегии, сфокусированные на создании новой инновационной продукции, через стимулирование исследовательской деятельности и трансфера технологий между существующими компаниями, что может предполагать:
• совместную работу ключевых компаний с исследовательскими центрами;
• техническое консультирование предпринимателей;
• наличие рискового капитала.
4. Ориентировать органы государственной власти на всех уровнях на выполнение функции преобразователя регионального видения, так чтобы это стало основой местных стратегий развития кластеров.
Фактически группа ученых во главе с Л. Маничем предприняла попытку идентификации аграрных кластеров знаний, существование и характерные особенности которых были выдвинуты ими в качестве гипотезы, а кейсовый метод был успешно использован для изучения особенностей кластеров, предположительно относящихся к данной категории.
Исследование, проведенное Л. Маничем, представляет особый интерес с той точки зрения, что они позволяет большому количеству стран мира, экономика которых является по большей части аграрной, осуществлять процесс идентификации с учетом специфических особенностей исследуемой категории кластеров, при этом вероятность их выявления на таких территориях значительно увеличивается.
Анализ российского опыта идентификации кластеров показал, что в настоящее время федеральными органами власти РФ уже предприняты первые шаги по реализации кластерной политики. В 2006г. Центром стратегических разработок (ЦСР) был инициирован проект по анализу российской экономики с целью оценки фактического состояния конкурентоспособности России и определения ее кластерного портфеля, проведенный Институтом стратегии и конкурентоспособности Гарвардской школы бизнеса[1,15 С.67.]. Интерпретация полученных в ходе исследования выводов (в частности, в результате исследования, было получено заключение о существовании на национальном уровне 42 кластеров) и выработка соответствующих рекомендаций в итоге послужили аналитической базой планирования долгосрочной политики России, содержание которой отражено в Концепции долгосрочного социально-экономического развития Российской Федерации до
Одновременно с этим для эффективного развития государства на основе кластерноориентированного подхода важным является реализация кластерной политики на региональном уровне и, прежде всего, проведение исследования степени кластеризации территорий.
В этой связи для усиления региональных кластеризационных процессов на федеральном уровне были разработаны Методические рекомендации по реализации кластерной политики в субъектах Российской Федерации от 26.12.2008 г., а также созданы различные механизмы поддержки кластерных проектов [11].
Однако, несмотря на предпринятые на федеральном уровне действия, анализ показал, что на реализацию кластерноориентированного подхода в настоящее время направлены не все программы социально-экономического развития регионов России. Например, исследование, проведенное Н.А. Корчагиной и О.В. Ракиевой [7, С.60], зарегистрировало упоминание термина «кластер» только в 55 стратегиях социально-экономического развития, а согласно обзору А.А. Ефремова [4, С.7], формирование кластеров предусмотрено в 45 документах: в стратегиях социально-экономического развития 11 субъектов РФ; программах социальноэкономического развития 23 субъектов РФ; концепции социально-экономического развития субъекта (Новгородская область).
При этом если в официальной программе закреплено, что региональную экономику составляют кластеры, то не всегда их выбор ориентирован на критерии, предложенные в Методических рекомендациях, и тем более, обусловлен проведением детальных расчетов посредством широко применяемых в зарубежной практике методов идентификации кластеров. При выявлении кластеров разработчики программ нередко ограничиваются анализом имеющихся природных, материальных ресурсов или другого потенциала, имеющегося на исследуемой территории.
Суждения о не всегда грамотном подходе к анализу региональной экономики с целью выявления кластеров при разработке программ социально-экономического развития придерживаются многие ученые, в том числе, В. Е. Рохчин и его коллеги [13, С. 42]. Проведенное ими исследование позволило прийти в выводу о том, что разработчики региональных стратегий «рассматривают лишь состав возможных продуктов, результатов экономической деятельности, основанных на использовании имеющихся ресурсов, в то время
2020г.
как современная практика стратегического планирования предусматривает достижение лидирующих позиций за счет включения интеллектуальных и организационных активов местного сообщества, позволяющих формировать новые, уникальные ресурсы развития». А «наличие частого упоминания терминов «кластер» и «кластерная политика» еще не является свидетельством полного понимания сущности кластерного подхода в управлении экономическим развитием региона» [8, С.12, 19, С.1763].
Позиция В.Е. Рохчина отчасти подтверждается результатами анализа программ развития регионов РФ, проведенного Н.А. Корчагиной и О.В. Ракиевой [7, С. 190, 13, С.45]. В 40% изученных ими стратегий в качестве основной цели кластерной политики обозначено формирование бизнес-среды для развития кластеров; в 38,2% усилия сосредоточены на использовании кластера как «рычага» для повышения эффективности различных инструментов, используемых в целях обеспечения высокого уровня экономического развития регионов; а 72,7% стратегий в качестве основной задачи кластерной политики рассматривается создание кластеров [6, С.56, 1]. Полученные цифры позволили авторам заключить, что представители российских органов власти и бизнеса имеют недостаточное понимание содержания и сущности данного инструмента.
И, несмотря на то, что описание механизма кластерной политики в высокоразвитых субъектах РФ, таких, например, как Краснодарский край, носит более четкий, многоступенчатый характер, а стратегии развития могут содержать, в том числе, картографию кластеров, вместе с тем деятельность государственной органов власти в процессе ее реализации конкретизирована лишь на этапе анализа кластеров на предмет выявления характерных особенностей, в то время как их первоначальное определение зачастую осуществляется на основе субъективной точки зрения госструктур о перспективности развития экономики региона в определенных направлениях[2, С.37, 4, С.44].
Принимая во внимание все вышеизложенное, можно заключить следующее:
1. Наиболее точные результаты могут быть получены посредством привлечения к процессу идентификации непосредственных участников кластеров, являющихся носителями основного массива информации об их специфических характеристиках и динамике. В то же время, работа с экспертами и элементами кластера может быть сопряжена с вероятностью получения информации, носящей субъективный характер, что особенно опасно на первых этапах проведения анализа.
2. Большинство исследований концентрируются на одном качественном или количественном методе. При этом достаточно мало исследований направленно на комплексную идентификацию кластеров. Однако очевидно, что наиболее эффективные исследования могут быть проведены с использованием как количественного, так и качественного подходов одновременно. При этом выбор наиболее подходящих из рассмотренных зарубежных методов будет обусловливаться, прежде всего, целями конкретного исследования, а также возможностью их применения в полной мере по отношению к экономическим условиям рассматриваемой территории.
3. В настоящий момент процесс выявления кластеров в России на региональном уровне зачастую носит декларативный характер и не основан на точном, проверенном на практике и широко используемом в зарубежных странах методологическом инструментарии. Рассматривая региональную экономику через призму имеющихся местных производств и природных ресурсов, при этом мало обращая внимание на степень взаимосвязи элементов кластера и уровень
их развития региональным власти, в результате сложнее будет определить комплекс целесообразных мер по поддержке кластеров и нивелированию слабых сторон, препятствующих динамичному развитию.
Таким образом, активное внедрение на региональном уровне программ развития территориальных кластеров при одновременном отсутствии стандартизации процесса их выявления и описания, а также относительно невысокий уровень владения большинством представителей органов региональной государственной власти и иными разработчиками программ развития субъектов РФ теоретической и практической базой кластерной идеологии в целом позволяют прийти к выводу о необходимости разработки комплексных моделей идентификации кластеров, наиболее полно отражающих картину экономики регионов с точки зрения имеющихся кластеров и позволяющих разрабатывать конкретные эффективные шаги по реализации кластерной политики.
ЛИТЕРАТУРА
1. База данных «Кластеры в России», «Бауман Инновейшн» и Институт стратегии и конкурентоспособности Гарвардской школы бизнеса, кластерная классификация: версия 4.0 (2005/2007).
2. Буянова М. Э., Вуйлов Д. А. Формирование и развитие кластерного потенциала регионов Юга России // Национальные интересы: приоритеты и безопасность. 2011. №24. С. 34-42.
3. Ермишина А. В. Конкурентоспособность региона: методика оценки потенциала кластеризации [Электронный ресурс] / URL: http://www.citystrategy.leontief.ru, (дата обращения 10.11.2013 г.)
4. Ефремов А. А. Кластерная политика как инструмент формирования
инновационной экономики: проблемы правового регулирования на уровне субъектов Российской Федерации [Электронный ресурс]. Режим доступа: Adobe Acrobat Reader. URL: http://www.russianlaw.net/files/law/doc/a230.pdf, (дата
обращения 10.09.2013 г.)
5. Колошин А., Разгуляев К., Тимофеева Ю., Русинов В. Анализ зарубежного опыта повышения отраслевой, региональной и национальной конкурентоспособности на основе развития кластеров [Электронный ресурс]. URL: http://politanaliz.ru/articles_695.html, свободный доступ. (дата обращения
25.10.2013 г.)
6. Корчагина Н. А. Использование кейсового метода исследования для разработки теории кластерной политики // Вестник Волгоградского государственного университета. Серия 3: Экономика. Экология. 2010. № 1 (16). С. 54-61.
7. Корчагина Н. А., Ракиева О. В. Оценка уровня развития и содержания кластерной политики в российских регионах // Труды Вольного экономического общества России. - М., 2009, Т. 115, 4 . С. 176-208.
8. Кощеев С.В., Боброва О.Ю. Кластерные технологии как инструменты
повышения инновационной активности территории [Электронный ресурс] // Современные исследования социальных проблем (электронный научный журнал). 2013. № 6 (26). С. 23. URL: http://journal-
s.org/index.php/sisp/article/view/6201351/pdf_283, свободный доступ. (дата обращения 25.10.2013 г.)
9. Левченко Т.П., Яковлева-Чернышева А.Ю. Методические подходы к идентификации рекреационного кластера // Проблемы современной экономики. 2011. № 1. С. 320-324.
10. Мантаева Э. И., Куркудинова Е. В. Мировой опыт кластерной модели развития [Электронный ресурс] // Управление экономическими системами. 2012. № 2 (38). URL: http://uecs.mcnip.ru, (дата обращения 10.11.2013 г.)
11. Методические рекомендации по реализации кластерной политики в субъектах Российской Федерации от 26.12.2008 № 20636-АК/Д19 [Электронный ресурс] / Официальный Интернет-портал министерства экономического развития РФ. URL:
http://www.economy.gov.ru/minec/activity/sections/innovations/development/doc124 8781537747, (дата обращения: 20.11.2013 г.).
12. Портер М., Кетелс К. Конкурентоспособность на распутье: направления развития российской экономики [Электронный ресурс]. 114 с. Режим доступа: Adobe Acrobat Reader. URL: http://www.csr.ru/_upload/editor_files/file0031.pdf, (дата обращения 10.09.2013 г.)
13. Рохчин В. Е., Егоров И. И., Знаменская К. Н. Система стратегического планирования социально-экономического развития регионов России: теоретикометодологический аспект / В. Е. Рохчин, И. И. Егоров, К. Н. Знаменская. - СПб: ИРЭ РАН, 2005. С.44-45.
14. Томашевская Ю.Н. Подходы к оценке уровня развития кластерного портфеля // Современные исследования социальных проблем. - Красноярск, 2010. №4.1 (04). С. 542-549.
15. Alla Yu. Baranova, Tatyana P. Levchenko. Estimation of qualitative and quantitative characteristics interrelation, having an impact on amount of tourists in hospitality industry. // European researcher. 2011. №1. P. 66-71.
16. Andersen T., Bjerre M., Wise H. E. The Cluster Benchmarking Project: Pilot Project Report-Benchmarking clusters in the knowledge based economy [Electronic resource]: Nordic innovation center. 2006, November. 56 p. System requirements: Adobe Acrobat Reader. URL: http://www.nordicinnovation.net/prosjekt.cfm?id=3-4415-216(дата обращения 10.09.2013 г.)
17. Dalum B., Pedersen C., Villumsen G. Technological Life Cycles: Regional Clusters
facing Disruption[Electronic resource] // DRUID, 2002. 42 p. System requirements: Adobe Acrobat Reader. URL: http://www3.druid.dk/wp/20020010.pdf, (дата
обращения 10.10.2013 г.)
18. Koshcheev S.V., Lopatina N.V., Levchenko K.K. Territorial units’ innovative attractiveness monitoring // European Journal of Economic Studies. 2013. Т. 4. № -2. С. 90-96.
19. Volkov A.N. Cluster policies in energy efficiency management in regional innovative strategy of sustainable development // European Researcher. 2012. Vol.(32), №10-2. Р. 1761-1766.
REFERENCES
1. Baza dannykh «Klastery v Rossii», «Bauman Innoveyshn» i Institut strategii i konkurentosposobnosti Garvardskoy shkoly biznesa, klasternaya klassifikatsiya: versiya 4.0 (2005/2007).
2. Buyanova M. E., Vuylov D. A. Formirovanie i razvitie klasternogo potentsiala regionov Yuga Rossii // Natsional'nye interesy: prioritety i bezopasnost'. 2011. №24.
S. 34-42.
3. Ermishina A. V. Konkurentosposobnost' regiona: metodika otsenki potentsiala klasterizatsii [Elektronnyy resurs] / URL: http://www.citystrategy.leontief.ru, (data obrashcheniya 10.11.2013 g.)
4. Efremov A. A. Klasternaya politika kak instrument formirovaniya innovatsionnoy ekonomiki: problemy pravovogo regulirovaniya na urovne sub"ektov Rossiyskoy Federatsii [Elektronnyy resurs]. Rezhim dostupa: Adobe Acrobat Reader. URL: http://www.russianlaw.net/files/law/doc/a230.pdf, (data obrashcheniya 10.09.2013 g.)
5. Koloshin A., Razgulyaev K., Timofeeva Yu., Rusinov V. Analiz zarubezhnogo opyta povysheniya otraslevoy, regional'noy i natsional'noy konkurentosposobnosti na osnove razvitiya klasterov [Elektronnyy resurs]. URL: http://politanaliz.ru/articles_695.html, svobodnyy dostup. (data obrashcheniya
25.10.2013 g.)
6. Korchagina N. A. Ispol'zovanie keysovogo metoda issledovaniya dlya razrabotki teorii klasternoy politiki // Vestnik Volgogradskogo gosudarstvennogo universiteta. Seriya 3: Ekonomika. Ekologiya. 2010. № 1 (16). S. 54-61.
7. Korchagina N. A., Rakieva O. V. Otsenka urovnya razvitiya i soderzhaniya klasternoy politiki v rossiyskikh regionakh // Trudy Vol'nogo ekonomicheskogo obshchestva Rossii. - M., 2009, T. 115, 4 . S. 176-208.
8. Koshcheev S.V., Bobrova O.Yu. Klasternye tekhnologii kak instrumenty povysheniya innovatsionnoy aktivnosti territorii [Elektronnyy resurs] // Sovremennye issledovaniya sotsial'nykh problem (elektronnyy nauchnyy zhurnal). 2013. № 6 (26). S. 23. URL: http://journal-s.org/index.php/sisp/article/view/6201351/pdf_283, svobodnyy dostup. (data obrashcheniya 25.10.2013 g.)
9. Levchenko T.P., Yakovleva-Chernysheva A.Yu. Metodicheskie podkhody k identifikatsii rekreatsionnogo klastera // Problemy sovremennoy ekonomiki. 2011. № 1. S. 320-324.
10. Mantaeva E. I., Kurkudinova E. V. Mirovoy opyt klasternoy modeli razvitiya [Elektronnyy resurs] // Upravlenie ekonomicheskimi sistemami. 2012. № 2 (38). URL: http://uecs.mcnip.ru, (data obrashcheniya 10.11.2013 g.)
11. Metodicheskie rekomendatsii po realizatsii klasternoy politiki v sub"ektakh Rossiyskoy Federatsii ot 26.12.2008 № 20636-AK/D19 [Elektronnyy resurs] / Ofitsial'nyy Internet-portal ministerstva ekonomicheskogo razvitiya RF. URL: http://www.economy.gov.ru/minec/activity/sections/innovations/development/doc124 8781537747, (data obrashcheniya: 20.11.2013 g.).
12. Porter M., Ketels K. Konkurentosposobnost' na rasput'e: napravleniya razvitiya
rossiyskoy ekonomiki [Elektronnyy resurs]. 114 s. Rezhim dostupa: Adobe Acrobat Reader. URL: http://www.csr.ru/_upload/editor_files/file0031.pdf, (data
obrashcheniya 10.09.2013 g.)
13. Rokhchin V. E., Egorov I. I., Znamenskaya K. N. Sistema strategicheskogo planirovaniya sotsial'no-ekonomicheskogo razvitiya regionov Rossii: teoretiko-metodologicheskiy aspekt / V. E. Rokhchin, I. I. Egorov, K. N. Znamenskaya. - SPb: IRE RAN, 2005. S.44-45.
14. Tomashevskaya Yu.N. Podkhody k otsenke urovnya razvitiya klasternogo portfelya // Sovremennye issledovaniya sotsial'nykh problem. - Krasnoyarsk, 2010. №4.1 (04). S. 542-549.
15. Alla Yu. Baranova, Tatyana P. Levchenko. Estimation of qualitative and quantitative characteristics interrelation, having an impact on amount of tourists in hospitality industry. // European researcher. 2011. №1. P. 66-71.
16. Andersen T., Bjerre M., Wise H. E. The Cluster Benchmarking Project: Pilot Project Report-Benchmarking clusters in the knowledge based economy [Electronic resource]: Nordic innovation center. 2006, November. 56 p. System requirements: Adobe Acrobat Reader. URL: http://www.nordicinnovation.net/prosjekt.cfm?id=3-4415-216(дата обращения 10.09.2013 г.)
17. Dalum B., Pedersen C., Villumsen G. Technological Life Cycles: Regional Clusters
facing Disruption[Electronic resource] // DRUID, 2002. 42 p. System requirements: Adobe Acrobat Reader. URL: http://www3.druid.dk/wp/20020010.pdf, (дата
обращения 10.10.2013 г.)
18. Koshcheev S.V., Lopatina N.V., Levchenko K.K. Territorial units’ innovative attractiveness monitoring // European Journal of Economic Studies. 2013. Т. 4. № -2. С. 90-96.
19. Volkov A.N. Cluster policies in energy efficiency management in regional innovative strategy of sustainable development // European Researcher. 2012. Vol.(32), №10-2. Р. 1761-1766.
