CC BY
47
38 Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки, 2016, № 3 (43), с. 38-47
УДК 332.12 (470.53)
ОЦЕНКА СТРАТЕГИЧЕСКИХ ПОЗИЦИЙ РЕГИОНАЛЬНЫХ КЛАСТЕРОВ: МЕТОДИЧЕСКИЙ ИНСТРУМЕНТАРИЙ И РЕЗУЛЬТАТЫ ЕГО ПРИМЕНЕНИЯ (НА ПРИМЕРЕ ЭКОНОМИКИ ПЕРМСКОГО КРАЯ)
© 2016 г. Т.Ю. Ковалева
Пермский государственный национальный исследовательский университет
Статья поступила в редакцию 23.06.2016 Статья принята к публикации 12.08.2016
Предложен авторский инструментарий оценки динамики стратегических позиций региональных кластеров, обобщающий результаты количественного анализа региональной статистики занятости населения по видам экономической деятельности и качественных оценок, затрагивающих составление цепочек добавленной стоимости. Выделены базовые критерии эффективности кластерного пространственного развития, к которым относятся устойчивый рост размера, веса и индекса локализации кластера, экспортный, инновационный и инвестиционный потенциал кластерной структуры. Апробация методического инструментария проведена на основе промышленных кластеров Пермского края. Установлены кластеры-лидеры и кластеры-аутсайдеры региональной экономики, определен вектор изменения экономических параметров каждого кластера. Полученные аналитические результаты могут представлять интерес для органов государственной власти региона для подготовки региональных программ кластерного развития.
Ключевые слова: кластер, процессы кластеризации, инструментарий, стратегические позиции, кластерный потенциал, матрица, эффективность, регион, кластерная политика.
Введение
Развитие региональных кластеров, которому сегодня посвящено немало исследований, подготовленных как отечественными, так и зарубежными учеными, настоятельно требует осуществления комплексного стратегического мониторинга показателей их функционирования. Системная и целостная оценка изменений в кластерной структуре экономики региона, направленная на выявление свойственных отдельному региону особенностей процессов кластеризации, факторов и условий их трансформации, способна выступить объективным основанием для определения роли кластеров в модернизации и повышении конкурентоспособности региональной экономики. В таком ключе и подготовлено настоящее исследование, целью которого является разработка методического инструментария анализа стратегических позиций территориальных кластеров, позволяющего определить вектор изменений в кластерной структуре экономики региона. Апробация методики реализована на примере промышленных кластеров, формирующихся и функционирующих в экономике Пермского края.
Временный период исследования охватывает данные за 2005-2014 гг. и условно делится на два отрезка: 2005-2010 гг. и 2011-2014 гг.
С первым периодом связаны результаты исследования закономерностей и факторов разви-
тия региональных кластеров, полученные коллективом ученых - Т.В. Миролюбовой, Т.Ю. Ковалевой и Т.В. Карлиной. Данные результаты выступают отправной точкой для оценки динамики процессов кластеризации экономики Пермского края в сравнении с вновь проведенным анализом статистических данных за второй период (2011-2014 гг.). Уточним, что научно-практические результаты первого временного интервала и методологическая база исследования, на основе которой они были получены, представлены в основных публикациях [1-5]. Гипотезой исследования выступает предположение, что за рассматриваемый период в кластерном пространстве Пермского края не произошло существенных положительных сдвигов, свидетельствующих об укреплении позиций кластеров в экономике региона.
Теоретико-методические основания диагностики стратегических позиций региональных кластеров
На практике формирование кластеров связано с наличием определенных условий, стимулирующих их образование и последующее функционирование. По мнению американского ученого-экономиста М. Портера, которого считают основателем кластерной концепции, кластеры зарождаются как «группы географически
соседствующих взаимосвязанных компаний и связанных с ними организаций, действующих в определенной сфере, характеризующихся общностью деятельности и взаимно дополняющих друг друга» [6, с. 258]. Ключевыми условиями развития кластеров по М. Портеру являются географическая локализация, взаимосвязь между фирмами и технологическая взаимосвязанность отраслей. Первое условие отражает географические границы кластеров, второе - представляет кластеры как особые формы сетей взаимосвязанных предприятий и организаций, причем более глубокое развитие связей свидетельствует о степени развития самих кластеров, и третье условие характеризует полиотраслевое строение кластеров.
По убеждению М. Портера и его последователей (M.J. Enright, E. Feser, H. Renski, J. Humphrey, H. Schmitz) [6-12], кластеры следует рассматривать в первую очередь в региональном аспекте, поскольку производительность кластера зависит от формирования, развития и укрепления конкурентных преимуществ определенной территории. Иными словами, наиболее конкурентоспособные на национальном и международных рынках фирмы одной отрасли концентрируются в рамках отдельного региона. Успешная деятельность таких фирм создает конкурентные преимущества региона и страны в целом.
Кластеры имеют многоуровневое строение. Как показал анализ литературных источников, типовой структуре кластера в основном дается следующая характеристика. Структура кластера включает три основных яруса:
• ядро кластера (первый ярус - компании -производители конечной продукции кластера, локализованные на определенной территории и сгруппированные по отраслевому признаку);
• группу смежных компаний вокруг ядра кластера (второй ярус - предприятия связанных отраслей, поставляющие предприятиям ядра кластера комплектующие, сырье, материалы, технологии);
• обслуживающие компании, составляющие инфраструктуру кластера (инновационные и научно-технические центры, образовательные учреждения, кредитно-финансовые институты, страховые, консалтинговые, сервисные организации, инвестиционные фонды и т.д.), а также органы государственной власти [1, с. 9-10].
Либо структура кластера состоит из четырех сегментов (блоков):
• ядро кластера;
• поставщики предприятий кластера;
• потребители предприятий кластера;
• поддерживающая инфраструктура [8, с. 5; 13, с. 93-94].
В отличие от первого представления структуры кластера во втором подходе в отдельный сегмент выделяют потребителей продукции предприятий ядра кластера. При этом в анализе деятельности кластера акцент должен быть сделан не на внутрирегиональном потреблении, а на оценке экспортного потенциала кластерной структуры, поскольку спрос на продукцию предприятий - лидеров отрасли со стороны субъектов национальной и мировой экономики выступает решающим критерием эффективности функционирования регионального кластера [14, с. 16].
Стоит отметить, что в современной литературе отсутствует единая методологическая основа описания структуры кластеров и их элементов, что не позволяет выработать общий инструментарий идентификации кластеров и снижает значимость многих научных результатов ввиду невозможности применить их для разработки практических рекомендаций. Вместе с тем, поскольку интерес к кластерной проблематике сегодня нарастает, среди новых экономических исследований появляются работы, содержащие более детальные модельные изображения кластеров [3; 14, с. 12-13; 15, с. 16; 16; 17].
Однако описанный в различных представлениях кластерного строения субъектный состав характеризуется наличием горизонтальных и вертикальных связей: с одной стороны, между участниками кластера существует конкуренция, а с другой - кооперация и сотрудничество. При этом взаимодействие компаний ядра кластера с компаниями и организациями последующих ярусов или сегментов происходит на основе цепочек создания стоимости. Выявление недостающих компонентов цепочек позволяет определить те виды экономической деятельности, которые имеют рыночный потенциал для успешного развития и могут стать конкурентоспособными сегментами кластерной цепочки.
Кластеры, как территориально локализованные единицы хозяйственных отношений, могут быть идентифицированы на основе комплекса количественных и качественных методов, подробно описанных в литературе [15, с. 15-16; 18-20]. Опираясь на работы указанных авторов и выработанную ранее методологию анализа региональных кластеров [1; 2], целесообразно заключить, что оценку текущему состоянию кластеров возможно дать согласно адаптированному инструментарию, описанному в таблице 1.
Исходя из особенностей российской статистической базы и, в первую очередь, её полноты, для оценки стратегических позиций
Таблица 1
Описание этапов ^ оценки динамики стратегических позиций кластеров в экономике региона_
№ п/п Этап Методы Формулы для расчета* Интерпретация результатов
1 Оценка степени локализации по видам экономической деятельности Расчет индекса локализации (LQ) LQ=(l/l)/(L/L) Если величина LQ больше 1, то вид экономической деятельности обладает кластерными признаками
2 Оценка регионального фактора роста по видам экономической деятельности Расчет регионального структурного сдвига (RS) RS = L {li/iL - LJLt) КБ считают основным критерием идентификации и анализа кластеров в зарубежной литературе, поскольку показатель регионального вклада сравнивает темпы роста занятости в регионе в данном виде экономической деятельности с темпом роста занятости этого же сектора на уровне страны. Отрасли, характеризующиеся высокими положительными значениями КБ, обладают значительным кластерным потенциалом; отрасли со стабильно отрицательными значениями регионального фактора являются аутсайдерами экономики
3 Уточнение кластерных групп и определение состава ядра кластеров Составление или уточнение цепочек добавленной стоимости Уточнение кластерных групп позволяет выделить виды экономической деятельности, имеющие родственные признаки в форме технологической связанности отраслей или принадлежности к одной цепочке накопления стоимости (например, лесопромышленная кластерная группа, машиностроительная кластерная группа). На основе имеющегося у автора статьи опыта идентификации кластеров состав кластерных групп следует формировать для видов экономической деятельности, относящихся только к ядру кластера
4 Оценка основных экономических показателей развития кластеров в экономике региона Расчет размера (sizec), веса (weightс) и индекса локализации (LQC) кластеров sizeC = lC lC weightC = — LQ' = l°ll LQ = L'/L Анализ динамики изменения размера, веса и индекса локализации кластеров позволяет выделить растущие, стагнирующие и сокращающиеся кластеры региона
5 Типологизация кластеров по соотношению показателей КБ и М Расчет и сравнение регионального (RS) и отраслевого (M) структурных сдвигов кластеров RS = lh Ц;/l;-i - ЩЦ-i) IM = lC-1 {цЩ-1 - Lt/Lt-1) Для определения типа кластеров используются шесть вариантов соотношения региональных и отраслевых компонентов факторного анализа (подробно см. [5]). Кластерными лидерами экономики следует считать кластерные структуры, для которых характерно одно из следующих соотношений: 1) КБ>0, 1М>0 (кластеры I типа); 2) КБ>0, 1М<0 и \№\>\1М (кластеры II типа); 3) КБ<0, М>0 и \№\<ММ (кластеры III типа)
* Пояснение к показателям формул: - занятость в г-м виде экономической деятельности в регионе; Ь1 - занятость в г-м виде экономической деятельности в стране; I и Ь - общее количество занятых в регионе и стране соответственно; - занятость в г-м виде экономической деятельности в регионе в период (Г-1); Ь,.1 и Ь, - общее количество занятых в стране в периоды (Г-1) и Г соответственно; V,-1 и V, - количество занятых в г-м виде экономической деятельности в стране в период (Г-1) и Г; Iе - занятость в кластере в регионе; Ье - занятость в видах экономической деятельности, составивших ядро территориального кластера, в стране.
Продолжение таблицы 1
№ п/п Этап Методы Формулы для расчета* Интерпретация результатов
6 Определение стратегических позиций кластеров в экономике региона и их изменений за анализируемый период Построение матриц стратегических позиций кластерных структур Матрицы строятся для четырех квадрантов в координатах «Вес кластера, % - Темп прироста размера кластера, %».
кластеров рекомендуется использовать показатель «среднесписочная численность работников (без внешних совместителей и работников несписочного состава)».
Применение данного инструментария обеспечивает решение следующих задач:
• описание текущего состояния процессов кластеризации экономики региона, выявление кластеров-аутсайдеров и лидеров;
• поиск кластеров в стадии зарождения, функционирование которых создает определенные перспективы для развития региональной экономики;
• обоснование направлений и мер региональной кластерной политики, а также возможностей создания организованных кластеров, имеющих управляющую кластерную организацию, в комплексе координирующую взаимодействие участников кластеров.
На базе полученных в ходе использования предложенного инструментария аналитических результатов впоследствии также возможно оценить экспортный, инновационный и инвестиционный потенциал компаний, составляющих ядро кластеров, и соответственно установить точки экономического роста региона, которым следует создавать дополнительные стимулы и оказывать содействие при помощи инструментов и мер региональной экономической политики.
Диагностическая картина стратегических позиций кластеров в экономике Пермского края: результаты сравнительного анализа
Согласно предложенному подходу (табл. 1), представим основные эмпирические результаты сравнительного анализа динамики экономических показателей развития промышленных кластеров Пермского края.
Если проводить параллель с данными 2010 г., то за последние пять лет в промышленности региона не произошло кардинальных из-
менений в цепочках создания стоимостей. Поэтому при идентификации видов экономической деятельности, составляющих ядро промышленных кластеров Пермского края, мы руководствовались ранее предложенной методикой [1, с. 54-62], но с учетом новых статистических данных по среднесписочной численности работников. Стоит также отметить, что ядро шестнадцати анализируемых кластеров преимущественно составили те предприятия, деятельность которых ориентирована не только на рынок региона, но и на национальный и мировой рынки (насколько это возможно отследить)
[1, с. 71-76].
Однако составленные ранее цепочки добавленных стоимостей в 2011-2014 гг. претерпели ряд изменений, касающихся динамики показателей LQ и ЯБ. Так, индексы локализации и значения регионального фактора роста по видам экономической деятельности удовлетворяют базовым кластерным критериям только для пяти промышленных кластеров Пермского края: кластера удобрений, деревообработки и деревянного домостроения, нефтяного, фармацевтического и аэрокосмического кластеров. В то же время в кластерном ядре следующих одиннадцати кластеров получены LQ меньше единицы и зафиксированы отрицательные значения ЯБ: мебельный; бумажный; промышленной и бытовой химии; текстиля, одежды и аксессуаров; продовольственный; первичной обработки черных и цветных металлов; машиностроения; бытовой техники и изделий для дома; электрооборудования и энергетического оборудования; приборостроения; строительных материалов и конструкций. Однако исключение данных видов экономической деятельности из цепочек накопления стоимости невозможно, поскольку они образуют ядро кластеров, а произошедшие изменения во многом являются конъюнктурной реакцией на экономические санкции и падение спроса.
Ключевые экономические показатели развития промышленных кластеров Пермского
Таблица 2
Кластер* Размер кластера, чел. Темп прироста размера кластера, % Вес кластера, % Щз □□□□ Длокализ ции кластера
2010 г. 2014 г. 2014/2010 гг. 2010 г. 2014 г. 2010 г. 2014 г.
Приборостроения 6168 7207 16.85 0.7 0.92 0.77 0.93
Текстиля, одежды и аксессуаров 6656 6832 2.64 0.75 0.87 1.19 1.44
Мебельный 1341 1366 1.86 0.15 0.17 0.42 0.38
Фармацевтический 1533 1515 -1.17 0.17 0.19 1.14 1.35
Строительных материалов и конструкций 33679 32134 -4.59 3.8 4.09 1.23 1.42
Деревообработки и деревянного домостроения 15839 14440 -8.83 1.79 1.84 1.66 2.11
Электрооборудования и энергетического оборудования 8430 7492 -11.13 0.95 0.95 1.46 1.61
Бумажный 10748 9100 -15.33 1.21 1.16 1.56 1.96
Продовольственный 16797 13846 -17.57 1.9 1.76 0.73 0.78
Нефтяной 14123 11458 -18.87 1.59 1.46 1.5 1.35
Аэрокосмический 43693 33847 -22.53 4.93 4.3 2.36 2.49
Промышленной и бытовой химии 19650 13307 -32.28 2.22 1.69 1.91 1.73
Машиностроения 33898 22733 -32.94 3.83 2.89 1.43 1.47
Бытовой техники и изделий для дома 9285 5038 -45.74 1.05 0.64 3.01 2.15
Первичной обработки черных и цветных металлов 15553 5906 -62.03 1.76 0.75 1.7 1.05
Удобрений 20034 947 -95.27 2.26 0.12 15.95 1.79
' Кластеры проранжированы по темпу прироста их размера в экономике Пермского края.
Основными показателями развития кластерных структур в региональной экономике являются показатели размера, веса и индекс локализации кластера. Их следует рассматривать в качестве базовых индикаторов экономической эффективности и роста кластеров в экономике региона.
Проведенный статистический анализ1 показал, что для промышленных кластеров Пермского края увеличение размера наблюдается только в кластерах приборостроения, текстиля, одежды и аксессуаров и мебельном кластере (табл. 2). При этом по показателю веса данные кластеры не являются лидерами региональной экономики. Для остальных кластеров характерно высвобождение рабочей силы, которое является следствием не столько технологического совершенствования производства, сколько ухудшения экономической ситуации в отраслях промышленности региона, связанное с действием экономических санкций и соответственно сужением рынков сбыта. В особенности значительное падение среднесписочной численности занятых зафиксировано в кластере удобрений, первичной обработки черных и цветных металлов и в кластере бытовой техники и изделий для дома.
В таблице 3 приведены данные, характеризующие кластерообразующий потенциал Пермского края в промышленности по соотношению компонентов отраслевого и регионального структурных сдвигов. Полученные результаты позволяют выделить нефтяной кластер, кластер приборостроения, электрооборудования и энергетического оборудования, а также аэрокосмический кластер в группу отраслевых лидеров. Если принимать во внимание положительные значения компонента ЯБ, к конкурентоспособным следует причислить еще три промышленных кластера: текстиля, одежды и аксессуаров; удобрений; фармацевтический. Соответственно, остальные кластеры, имеющие отрицательные показатели регионального и отраслевого сдвига, являются аутсайдерами региональной экономики.
В целом за рассматриваемый период с позиции соотношения отраслевого и регионального фактора роста положение большинства кластеров Пермского края не изменилось или ухудшилось.
В заключение для определения изменения стратегических позиций кластеров в регионе использовался матричный инструментарий Бо-
стонской консалтинговой группы (рис. 1, 2). мость промышленных кластеров для регио-
Таблица3
Определение состояния промышленных кластеров Пермского края по соотношению регионального и отраслевого структурных сдвигов_
2010 г. 2014 г. Изменение состояния
кластера по соотно-
Кластер М КБ Тип кластера М КБ Тип кластера шению регионального и отраслевого структурных сдвигов
Деревообработки и деревянного домо- -1049 -2659 VI -981 -3519 VI Не изменилось
строения
Нефтяной 72 353 I 780 48 I Не изменилось
Продовольственный -219 -2629 VI -191 -1516 VI Не изменилось
Первичной обработки черных и цветных -485 -266 VI -290 -1091 VI Не изменилось
металлов
Бытовой техники и изделий для дома -365 -780 VI -68 -1157 VI Не изменилось
Электрооборудования
и энергетического -613 653 II -75 431 II Не изменилось
оборудования
Аэрокосмический 26496 -8008 III 906 -500 III Не изменилось
Приборостроения 2234 1168 I 93 528 I Не изменилось
Строительных материалов и конструкций -1439 -2601 VI -606 -3065 VI Не изменилось
Удобрений -1244 607 IV -219 131 IV Не изменилось
Фармацевтический 26 -29 V -24 29 IV Улучшилось
Мебельный 48 469 I -84 -487 VI Ухудшилось
Бумажный 265 -1120 V -355 -79 VI Ухудшилось
Промышленной и бытовой химии -369 892 II -402 -97 VI Ухудшилось
Текстиля, одежды и аксессуаров 3 486 I -291 180 IV Ухудшилось
Машиностроения -2391 1508 IV -48 -60 VI Ухудшилось
Таблица 4
Стратегические позиции промышленных кластеров в экономике Пермского края в 2014 г.
Квадрант I («Трудные дети») Квадрант II («Звезды») Квадрант III («Дойные коровы») Квадрант IV («Собаки»)
Мебельный Нефтяной Промышленной и бытовой химии Фармацевтический Текстиля, одежды и аксессуаров Продовольственный Электрооборудования и энергетического оборудования Приборостроения Аэрокосмический Машиностроения Строительных материалов и конструкций Деревообработки и деревянного домостроения Бумажный Удобрений Первичной обработки черных и цветных металлов Бытовой техники и изделий для дома
Матрицы стратегических позиций пермских кластеров построены для четырех квадрантов в координатах «Вес кластера, % - Темп прироста размера кластера, %».
Подчеркнем, что построенные матрицы не следует интерпретировать, следуя классическому представлению матрицы Бостонской консалтинговой группы, которая дает представление о рыночных позициях компании или её товаров и связана с концепцией жизненного цикла. Предложенные нами матрицы в большей степени визуализируют устойчивость позиций и значи-
нальной экономики. Автор статьи также не исключает возможность дальнейшего развития данного инструментария для определения рыночных позиций территориальных кластеров в случае получения статистических данных, характеризующих спрос на продукцию предприятий ядра кластеров (прибыль, выручка или объем экспорта кластерных структур в денежном эквиваленте).
Согласно рисунку, анализируемые промышленные кластеры Пермского края занимали в 2014 г. следующие позиции (табл. 4). Причем за
и,
1(У
Клагтпр ' приборостроения
Квадрант I
2010/2005
Квадрант II
Аэрокосмичсский кластер
Мн(№/Ы1Ь1Й |{'1ППН|)
Вес кластера, 96
) [),Ь0 1,ии 1,Ь0 1Ш] в 4,Ш 4,Ь0 Ь,Ш) Ь.Ы
11р0Д08ш1 ЬСТЭб! II1ЫЙ ■
— — — —I, — — — — — — ч'ЧАРГРГ — — — — ^<ле«теуст|»еитегьт1>— — —
рмацеыичеиши я.,1 юфтяной клдгте^7 к
7, I
Ю"ас|ср удобрений
I
■иаггериалоо
К11К1.1 р^КЦИН
Кластер бмшпой кластер тенсгиллщ л техники и иядегии дЩяв, „.„ сй&иды и аксессуаров /и™^,™^!"!,,™ и Бумажный кпясгср щ ■ ......
/ ® ИПМГГ IJ.Nje.IHi!
К'.; 'I»■(> К.1 и г- нериичпий
элекироивирудивашн рЦрайшничерл I» н и энергетического цестчьк мсгагцоо
ОборуДЙВЭИИЛ щ
I(л.1С ер. маши| ширивши
Квадрант IV
Квадрант III
п ромы I плен нг>и и бы твой химии
Рис. 1. Матрица «Вес кластера, % - Темп прироста размера кластера, %» 2010 г. к 2005 г.
последние десять лет в семи региональных кластерах произошли положительные сдвиги стратегических позиций, которые связаны с изменением темпов прироста размера кластеров (табл. 5). В двух кластерах наблюдается ухудшение состояния. При этом особенно неблагоприятная ситуация сложилась с занятостью в кластере удобрений: произошло существенное падение размера и веса данного кластера в региональной экономике.
Опираясь на составленные матрицы и результаты определения вектора изменения стратегических позиций кластеров в экономике региона, можно говорить о существенном влиянии фактора нестабильности на развитие кластерных структур в Пермском крае. В частности, пристального внимания требуют кластеры IV квадранта матрицы, которые при незначительном их весе в экономике Пермского края существенно сократили занятость за 2005-2014 гг. С одной стороны, это может свидетельствовать о снижении кластерного потенциала, с другой -являться следствием воздействия на занятость ряда положительных факторов (например, технологических изменений в отраслях). Потенциально нестабильными следует считать позиции кластеров текстиля, одежды и аксессуаров,
электрооборудования и энергетического оборудования, приборостроения, мебельного, фармацевтического кластеров, которые близки к IV квадранту. В свою очередь, нефтяной, продовольственный кластеры и кластер промышленной и бытовой химии имеют хорошие перспективы роста, следовательно, существует возможность трансформации их в «звезды» региональной экономики. Кластеры строительных материалов и конструкций, машиностроения и аэрокосмический кластер в особенности выступают привлекательными объектами для реализации региональной кластерной политики ввиду сильных стратегических позиций и их относительной стабильности.
Бесспорно, всем промышленным кластерам для наращивания веса и размера в экономике Пермского края необходимо ориентироваться на расширение рынков сбыта, поиск потребителей за пределами Пермского региона, что позволит удержать лидирующие позиции или улучшить их.
Заключение
Предложенный инструментарий мониторинга состояния развития кластерных структур
имеет широкий спектр применения, поскольку позволяющих отследить ключевые показатели он основывается на количественных индикаторах,
& 5
о
Клаиер электрооборудования и энергетического оборудования
Квадрант I
Кластер текстиля, "одежды и ансессуате Клааф
о4рмацевтичесиий приСоростроенкя
2014/2011
Квадрант II
Продово/ьственный -{ЛаСТР^!
00
I
бластер
Дэрокосмический
кластер ■
Вес кластера,}
. Еи 2М "ашищтроени^,
^е5ельнь1к_нласте^ _ _ _1___ ______
Кластер!"" ~
Бумажный кластер ■ \рревппПраВ(|тк^ и
\ деревяннсуо
■ Дрмии роеяин
Кластер удобрений \ Кластер!
в Кластер первичной промышленной и обработки черньх и йьгтпвой ' н цвет! 1ых металлов |
Кластер строительных материалов и конструкций
I
Кластер бытовой техники и изделий для дома
Квадрант IV
Квадрант III
Рис. 2. Матрица «Вес кластера, % - Темп прироста размера кластера, %» 2014 г. к 2011 г.
Таблица 5
Характеристика и вектор изменения стратегических позиций промышленных кластеров в экономике _Пермского края в 2014 г. по сравнению с 2010 г._
Кластеры Характеристика состояния Квадрант или вектор его изменения
Мебельный Не изменилось Квадрант ^«Трудные дети»
Приборостроения Не изменилось Квадрант ^«Трудные дети»
Аэрокосмический Не изменилось Квадрант II «Звезды»
Деревообработки и деревянного домостроения Не изменилось Квадрант IV «Собаки»
Бумажный Не изменилось Квадрант IV «Собаки»
Первичной обработки черных и цветных металлов Не изменилось Квадрант IV «Собаки»
Бытовой техники и изделий для дома Не изменилось Квадрант IV «Собаки»
Удобрений Не изменилось Квадрант IV «Собаки»
Нефтяной Улучшилось Из квадранта IV «Собаки» в квадрант I «Трудные дети»
Промышленной и бытовой химии Улучшилось Из квадранта IV «Собаки» в квадрант I «Трудные дети»
Фармацевтический Улучшилось Из квадранта IV «Собаки» в квадрант I «Трудные дети»
Текстиля, одежды и аксессуаров Улучшилось Из квадранта IV «Собаки» в квадрант I «Трудные дети»
Продовольственный Улучшилось Из квадранта IV «Собаки» в квадрант I «Трудные дети»
Электрооборудования и энергетического оборудования Улучшилось Из квадранта IV «Собаки» в квадрант I «Трудные дети»
Машиностроения Улучшилось Из квадранта III «Дойные коровы» в квадрант II «Звезды»
Строительных материалов и конструкций Ухудшилось Из квадранта II «Звезды» в квадрант III «Дойные коровы»
эффективности деятельности кластеров в региональной экономике. Немаловажными преимуществами предложенного алгоритма также являются простота и оперативность отслеживания показателей развития кластеров на основе региональной отраслевой статистики. В связи с этим научно-практические выводы и результаты, полученные в ходе его применения, могут представлять интерес для органов государственной власти, реализующих экономическую политику, направленную на укрепление рыночных позиций региональных кластеров в долгосрочной перспективе.
Апробация описанного алгоритма на промышленных кластерах Пермского края свидетельствует о высоком кластерном потенциале экономики региона. Однако в условиях ухудшения экономической ситуации в стране восстановлению положительной динамики может способствовать организация эффективного кластерного управления, ориентированного на усиление конкурентных позиций ключевых пермских предприятий на национальном и глобальном рынках.
Публикация подготовлена в рамках поддержанного РГНФ научного проекта №16-12-59011.
Примечания
1. Значения показателей размера, веса и индекса локализации промышленных кластеров в экономике Пермского края в 2010 г. отличаются от данных, указанных в работе [1, с. 147], поскольку в настоящем исследовании экономические показатели развития кластеров пересчитаны по ядру. Это позволяет сгладить проблему использования отраслевых статистических данных, т. е. данных по занятости в видах экономической деятельности, а не на конкретных предприятиях. В противном случае статистика по занятости по одним видам экономической деятельности несколько раз учитывается в разных кластерах, в основном во втором ярусе кластерной группы, что необоснованно увеличивает вес и размер кластеров.
Список литературы
1. Миролюбова Т.В., Карлина Т.В., Ковалева Т.Ю. Закономерности и факторы формирования и развития региональных кластеров. Пермь: Изд-во Перм. гос. нац. исслед. ун-та, 2013. 280 с.
2. Kovaleva T.Yu. Identification of leading branches in the economy of Perm territory as potential clusters // Экономика региона. 2012. № 1 (29). С. 181-186.
3. Миролюбова Т.В., Карлина Т.В., Ковалева Т.Ю. Идентификация региональных кластеров (на примере Пермского края) // Проблемы теории и практики управления. 2012. № 6. С. 8-19.
4. Ковалева Т.Ю. Алгоритм идентификации и оценки кластеров в экономике региона // Вестник
Пермского университета. Сер.: Экономика. 2011. № 4 (11). С. 30-40.
5. Карлина Т.В. Идентификация ядер региональных экономических кластеров на основе анализа структурных сдвигов в условиях циклично развивающейся экономики // Вестник Пермского университета. Сер.: Экономика. 2011. № 4 (11). С. 18-29.
6. Портер М. Конкуренция. М.: Издательский дом «Вильямс», 2005. 608 с.
7. Enright M.J. Regional clusters and economic development: a research agenda. Boston: Harvard Business School, 1993. 756 p.
8. Feser E. Old and new theories of industry clusters (From the Selected Works of E.J. Feser). London: Pion, 1998. 27 p.
9. Feser E., Renski H., Koo J. Regional cluster analysis with interindustry benchmarks. 2009. URL: http://www.urban.uiuc.edu/faculty/feser/Pubs/TRED,%2 0FRK.pdf (дата обращения: 13.06.2015).
10. Humphrey J., Schmitz H. How does insertion in global value chains affect upgrading in industrial clusters? // Regional Studies. 2002. V. 36.9. P. 1017-1027.
11. Porter M.E. Location, competition and economic development: Local clusters in a global economy // Economic Development Quarterly. 2000. V. 14. № 1. P. 15-34.
12. Salami R. Institutional factors in regional innovation systems in industrial clusters. Using exploratory factor analysis. Technique case study: tile and ceramic industry.IT // Journals World Applied Programming. 2015. V. 5. № 2. P. 41-49.
13. Рассказова А.Н. Промышленный кластер: типовая модель и оценка // Проблемы машиностроения и автоматизации. 2011. № 2. С. 92-96.
14. Анисова Н. Развитие теории кластеров: типовая модель и примеры применения. М.: БИБЛИО-ГЛОБУС, 2014. 84 с.
15. Petersen K. Clusters and clustering policy: a guide for regional and local policy makers. 2010. URL: http://cor.europa.eu/en/documentation/studies/Document s/Clusters-and-Clustering-policy.pdf (дата обращения: 05.03.2016).
16. Трофимова О. Н. К вопросу о формировании инновационных кластеров в региональной экономике // Вопросы управления. 2010. №2 (11). С. 54-63.
17. Миролюбова Т. В., Суханова П. А. Особенности создания организованного кластера информационно-коммуникационных технологий в Пермском крае // Вестник Пермского университета. Сер.: Экономика. 2013. № 4(19). С. 74-80.
18. Растворцева С.Н., Череповская Н.А. Идентификация и оценка региональных кластеров // Экономика региона. 2013. № 4. С. 123-133.
19. Yoo K.-Y. Method for Identifying industry clusters: Assessment of the state of the art. 2003. URL: https://cdr.lib.unc.edu/indexablecontent/uuid:050985d2-38a1-481a-8e39-afaacc7069ce (дата обращения: 01.03.2016).
20. Papadopoulou E. Applying Shift-Share analysis (SSA) on LEADER. Initiative local action groups in Greece. 2010. URL: http://www.rudi-europe.net/up-loads/media/Case-study_Greece_2_01.pdf (дата обращения: 21.05.2015).
EVALUATION OF STRATEGIC POSITIONS OF REGIONAL CLUSTERS: METHODOLOGICAL TOOLS AND RESULTS OF THEIR IMPLEMENTATION (A CASE STUDY OF THE PERM KRAI ECONOMY)
T.Yu. Kovaleva
Perm State University
In this paper, the author's original tools are proposed for evaluating the dynamics of clusters' strategic positions in the region. The tools permit to integrate the results of quantitative analysis of regional employment statistics and qualitative assessments concerning the formation of value-added chains. Main criteria of the efficiency of territorial cluster development are identified. They include the stable growth of the cluster size, weight and its index of localization, as well as the export, innovative and investment potential of a cluster structure. The methodological tools were tested on the basis of the Perm Krai industrial clusters. As a result of our research, leaders and outsiders among the clusters were identified, the vector of economic parameters changes of each cluster was determined. The analytical results may be of interest to the region's government for preparing regional cluster development programs.
Keywords: cluster, clustering processes, vector, methodological tools, strategic positions, cluster potential, matrix, efficiency, region, cluster policy.
