СИСТЕМНО-ПРОСТРАНСТВЕННАЯ МЕТОДИКА ОЦЕНКИ ВЛИЯНИЯ ПРОМЫШЛЕННОГО КЛАСТЕРА НА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ РЕГИОНА

Миролюбова Т. В.; Кощеев Д. А.

DOI: 10.29141/2658-5081-2022-23-4-4 EDN: PGYYUB JEL classification: R58, R50, B41

Т. В. Миролюбова Пермский государственный национальный исследовательский университет,

г. Пермь, Российская Федерация Д. А. Кощеев Национальный исследовательский университет «Высшая школа экономи-

ки»; Пермский государственный национальный исследовательский университет, г Пермь, Российская Федерация

Системно-пространственная методика оценки влияния промышленного кластера на социально-экономическое развитие региона

Аннотация. Новые экономические условия, связанные с последствиями пандемии, санкциями и проведением спецоперации, определили необходимость интенсивного развития промышленного производства в России. Одним из эффективных способов решения этой задачи является применение кластерного подхода. Вместе с тем функционирование промышленного кластера может быть сопряжено как с положительными, так и с отрицательными эффектами для социально-экономического развития территории. Проблема оценки и корректировки соответвующую воздействия пока не имеет окончательного решения. Исследование направлено на разработку системно-пространственной методики оценки влияния промышленного кластера на социально-экономическое развитие региона. Методологическую основу работы составили теории региональной и пространственной экономики. Применялись методы контент-анализа, критического и компаративного анализа. С использованием библиографических систем Web of Science, Scopus и eLibrary выделен представленный в научных работах 1990-2022 гг. инструментарий исследования взаимовлияния региона и кластера, который включает шесть теоретических подходов (системный, сетевой, институциональный, агломерационный, классический, административный) и четыре методики (статистическую, регионалистическую, маркетинговую, ситуационную). Показаны ограничения сочетаний данных методик и подходов. С целью их преодоления предложена системно-пространственная методика оценки взаимовлияния региона и промышленного кластера, решающая основные проблемы, свойственные инструментариям-аналогам. Ее применение позволяет формировать рекомендации для реализации региональной кластерной политики, способствующие обеспечению положительного влияния промышленного кластера на регион при преимущественно положительном воздействии региона на промышленный кластер.

Ключевые слова: социально-экономическое развитие; промышленный кластер; системно-пространственный подход; кластерная политика; регион .

Для цитирования: Mirolyubova T. V., Koshcheev D. A. (2022). System spatial method for assessing an industrial cluster's impact on the regional socioeconomic development. Journal of New Economy, vol. 23, no. 4, pp. 69-86. DOI: 10.29141/2658-5081-2022-23-4-4. EDN: PGYYUB. Информация о статье: поступила 12 августа 2022 г.; доработана 2 сентября 2022 г.; одобрена 15 сентября 2022 г.

Tatyana V. Mirolyubova Perm State University, Perm, Russia

Dmitry A. Koshcheev HSE University; Perm State University, Perm, Russia

System spatial method for assessing an industrial cluster's impact on the regional socioeconomic development

Abstract. New economic circumstances developed by the COVID-19 pandemic fallout, the sanctions, and the special military operation have paved the way for intensifying the development of Russia's domestic industrial production. An efficient method to deal with this task can be the cluster approach. However, the operation of an industrial cluster brings about both positive and negative effects for the regional socioeconomic development. The problem of assessment and adjustment of these effects has not yet received the definitive answer. In the study, we aim to design a system spatial method for analysing the impact exerted by industrial clusters on the regional socioeconomic development. The combination of the theories of regional and spatial economics constitutes the methodological basis of the research. The methods include content analysis, critical and comparative analysis. Based on the review of the scientific publications indexed in the Web of Science, Scopus and eLibrary databases we structure the tools used to research the mutual influence of a region and a cluster in 1990-2022. In line with the review findings, we identify six theoretical approaches (system, network, institutional, agglomeration, classical, administrative) and four methods (statistical, regionalistic, marketing, situational). Theoretical analysis indicates some limitations of existing combinations of these methods and approaches. To overcome them, we suggest a system spatial method for examining the mutual influence of a region and an industrial cluster that eliminates the major weaknesses inherent in similar tools. Its application allows formulating recommendations for the implementation of the regional cluster policy that favour a positive impact of an industrial cluster on a region under a predominantly positive impact of a region on an industrial cluster.

Keywords: socioeconomic development; industrial cluster; system spatial approach; cluster policy; region.

For citation: Mirolyubova T. V., Koshcheev D. A. (2022). System spatial method for assessing an industrial cluster's impact on the regional socioeconomic development. Journal of New Economy, vol. 23, no. 4, pp. 69-86. DOI: 10.29141/2658-5081-2022-23-4-4. EDN: PGYYUB. Article info: received August 12, 2022; received in revised form September 2, 2022; accepted September 15, 2022

Введение

В 2020-2021 гг. мировая экономика столкнулась с новыми условиями, вызванными пандемией СОУГО-19 и противоэпидемическими ограничениями, введенными большинством стран [Кузнецова, 2021]. Это стимулировало рост конкуренции между территориями, повысив интерес к кластеризации как одному из эффективных инструментов регионального развития. В 2022 г. развертывание санкционного кризиса и начало специальной военной операции обусловили необходимость интенсивного развития

промышленного производства на территории России. Для решения данной задачи также может быть использован инструмент кластеризации, что послужило стимулом для начала подготовки соответствующих программ в ряде регионов.

Вместе с тем исследования последнего десятилетия отразили неоднозначность влияния кластера на социально-экономическое развитие региона. Эта неоднозначность проявилась в системе негативных эффектов [Колчинская, Лимонов, Степанова, 2019; Li, Lin, Lyu, 2022], обусловленных ошибками формирования региональной кластерной политики и слабой проработкой механизма взаимовлияния двух территориально-экономических систем [Chen et al., 2020]. Для решения этой проблемы необходимо создание методики анализа данного взаимовлияния.

Цель исследования заключается в разработке универсальной методики оценки влияния кластера на социально-экономическое развитие региона - субъекта федерации.

Для достижения поставленной цели решались следующие задачи:

• разработка концептуального механизма, иллюстрирующего взаимовлияние региона и промышленного кластера;

• систематизация и структуризация инструментария исследования взаимовлияния региона и кластера, использующегося в научных работах 1990-2022 гг.;

• выделение и компаративный анализ подходов к изучению взаимовлияния региона и промышленного кластера, а также обозначение преимуществ и недостатков методик, используемых в системе этих подходов.

Исследование построено на комбинации общенаучных методов анализа и синтеза, индукции и дедукции, на основе которых разработана модель взаимовлияния региона и кластера. При изучении литературы, отражающей проблематику рассматриваемого взаимовлияния, использовались авторский системно-критериальный подход к теоретическому анализу и методы исследования контента и сопоставления, при разработке авторской методики оценки взаимовлияния региона и кластера - метод анализа сильных и слабых сторон существующих методик, компаративный анализ и элементы метода grounded theory.

В первой части работы рассмотрено состояние теории взаимовлияния региона и кластера и выделены используемые в ее рамках подходы: системный, сетевой, институциональный, агломерационный, классический, административный, а также авторский системно-пространственный подход, впервые представленный в 2020 г. [Кощеев, Третьякова, 2020]. По результатам их анализа предложена концептуальная модель взаимовлияния двух рассматриваемых территориально-экономических систем.

Во второй части статьи структурирован инструментарий исследования взаимовлияния региона и кластера, фигурировавший в научных работах 1990-2022 гг. Данный инструментарий включает четыре универсальные методики (статистическую, региона-листическую, маркетинговую, ситуационную), используемые в рамках указанных выше основных подходов к анализу рассматриваемого взаимовлияния. Отмечены сильные и слабые стороны спецификаций всех методик и обоснована необходимость преодоления имеющихся ограничений. Для решения этой задачи на основе адаптации статистической методики к особенностям авторского системно-пространственного подхода была создана новая методика оценки взаимовлияния региона и промышленного кластера.

В заключении с учетом данных о достоинствах и недостатках существующего методического инструментария обозначены основные преимущества использования системно-пространственного подхода в контексте формирования региональной кластерной политики.

Теоретические подходы к анализу взаимодействия региона и кластера и модель взаимовлияния территориально-экономических систем

Влияние промышленного кластера на социально-экономическое развитие региона в научной литературе рассматривается в рамках концепции промышленных кластеров, которая включает шесть ключевых подходов к этому феномену.

Классический подход рассматривает промышленный кластер как локализованную группу взаимосвязанных и взаимозависимых предприятий, действующих в границах общего направления экономической деятельности [Porter, 2003; Рычихина, 2012]. Технически он связывает влияние кластера на регион с эффектом синергии, обусловленным совместным функционированием кластеризованных организаций. Исходя из этого основной фокус анализа согласно этому подходу смещен к проработке элементов кластера и их взаимодействия между собой.

Агломерационный подход понимает кластер как особую форму пространственной агломерации, в которой локализованы кластеризованные организации, ресурсные базы, связующая их инфраструктура и особая социально-экономическая среда [Bingham, 1992; Saadatyar et al., 2020]. Взаимодействие региона и кластера в данном случае описывается через призму агломерационного эффекта, связанного с динамикой внутрикластерной среды.

Административный подход интерпретирует кластер как особую форму организации экономической деятельности в границах определенной административно-территориальной единицы (или группы административно-территориальных единиц) [Gao, Liu, Jin, 2012; Клепикова, 2013]. Воспринимая кластер как искусственную структуру, подход допускает возможность программирования его влияния на социально-экономическое развитие региона.

Сетевой подход предусматривает описание кластера как особой формы сети, образованной автономными компаниями, имеющими общую цепочку создания стоимости [Çengûn, 2015; Mobedi, Tanyeri, 2019]. Влияние кластера на регион в контексте этого подхода возводят к динамике внутрисетевых процессов и действиям отдельных компаний, входящих в его состав.

Институциональный подход рассматривает кластер как особую форму институционального соглашения [Feser, 1998] или устойчивое институциональное партнерство, основанное на общей системе внедрения инноваций [Beisekova, 2019]. Согласно этому подходу, влияние кластера на регион связано с эффектом внутрикластерной системы норм и механизмов.

Системный подход выделился в самостоятельное направление в начале 2000-х гг. из классического подхода. С позиции системного направления промышленный кластер -географически локализованная инновационная система, основанная на общей информационной среде и совместной хозяйственной деятельности [Zimmer et al., 2014; Li, Guo, 2020]. Взаимовлияние региона и кластера в соответствии с этим подходом рассматривается через призму системного эффекта. При этом, в отличие от классического направления, основной анализ сфокусирован не на элементах внутренней среды кластера, а на самом эффекте и каналах его воздействия на социально-экономическое развитие региона.

Рассмотренные подходы обладают рядом несовершенств, искажающих результаты анализа влияния промышленного кластера на регион.

Во-первых, они проецируют односторонний взгляд на кластер, рассматривая его либо как территориально-географическую структуру (агломерационный, административный и классический подходы), либо как социально-экономический конструкт (системный, институциональный и сетевой подходы). Вместе с тем мейнстрим пространственно-экономической теории подчеркивает двойственность промышленного кластера как территориально-географической и социально-экономической системы.

Во-вторых, большинство современных подходов при анализе влияния промышленного кластера на регион не учитывает встроенность кластера в региональную социально-экономическую систему, где любое действие стимулирует ответный эффект.

В-третьих, исследования влияния кластера на регион отличаются точечной логикой -в них рассматривается изменение отдельных параметров социально-экономического развития территории, при этом целостная картина соответствующего воздействия остается неясна.

С целью преодоления обозначенных несовершенств нами предложен системно-пространственный подход к исследованию влияния промышленного кластера на регион. Он разработан на основе интеграции идей системного направления и отдельных элементов административного, агломерационного и классического подходов, фокусирующихся на территориально-географическом измерении промышленного кластера [Кощеев, Третьякова, 2020].

Промышленный кластер, согласно авторской интерпретации, - это локализованная территориально-экономическая структура, сочетающая свойства индустриальной агломерации и социально-экономической системы, основу которой составляет полифакторное географическое пространство, образованное множеством взаимодействий входящих в ее состав организаций.

Структуру промышленного кластера в этом случае целесообразно описать с использованием модифицированной нами концепции Т. В. Миролюбовой [Миролюбова, Карли-на, Ковалева, 2013]. Согласно этой модели, промышленный кластер включает три яруса.

Первый ярус (ядро) представлен «основным производством» - компаниями, создающими основную часть производимой кластером добавленной стоимости и определяющими вектор его развития. Дополнительно в состав ядра включаются «структуры управления кластером», формируемые компаниями - членами кластера или (в российской практике) региональными органами власти. Второй ярус составляют организации «сопутствующих отраслей», обеспечивающие функционирование ключевой производственной цепочки кластера через поставки сырья, специализированных услуг, технологий. Третий ярус образуют компании «поддерживающих отраслей», создающие условия для работы первого и второго ярусов, но не входящие в состав основной производственной цепочки кластера. К этому ярусу могут быть отнесены сервисные организации, не связанные с профилем деятельности кластера, а также научные и образовательные организации.

Предложенная трехъярусная модель позволяет разработать концептуальный механизм влияния промышленного кластера на социально-экономическое развитие региона. При этом необходимо учесть два следующих аспекта.

Во-первых, поскольку промышленный кластер встроен в региональную социально-экономическую систему, любое его воздействие на регион влечет ответное действие, которое, в свою очередь, детерминирует последующее влияние кластера на регион. С учетом данной закономерности для обеспечения полноты исследования целесообразно рассмотреть всю цепочку интеракций в контексте механизма взаимовлияния региона и промышленного кластера.

Во-вторых, хотя в научной литературе упоминаются эффекты влияния кластера на регион (см., например: [Delgado, Porter, Stern, 2010; Azhar, Adil, 2017]), большинство из них не связано с комплексообразованием в экономике региона. Соответственно, они иллюстрируют воздействие не кластера, а промышленного комплекса региона на социально-экономическое развитие территории. Исключение из этого правила, на наш взгляд, составляет небольшая группа работ, следующих принципам системного подхода и связывающих функционирование кластера в экономике региона с возникновением особых

эффектов, получивших название «эффекты кластерного мультипликатора» (см., например: [Масюк, Бушева, 2012]). Вместе с тем в настоящий момент завершенный общепризнанный перечень таких эффектов в научной литературе не сформирован.

Согласно данным наших предыдущих исследований, влияние кластера на регион чаще всего соотносят с изменением регионального экспорта, занятости и доходов населения [Кощеев, Третьякова, 2020]. Исходя из этого воздействие промышленного кластера на социально-экономическое развитие региона целесообразно описать через призму трех кластерных мультипликаторов: занятости, доходов и экспорта.

В современных исследованиях мультипликативные эффекты рассматриваются как один из двух элементов сложной динамической системы, второй составляющей которой являются акселеративные воздействия [Поляков, 2000]. Руководствуясь данным положением, в проектируемом механизме взаимовлияния воздействие региона на функционирование промышленного кластера может быть проиллюстрировано тремя кластерными акселераторами: занятости, доходов и экспорта. Под кластерным акселератором в этом случае следует понимать числовой коэффициент, отражающий меру умножающего воздействия изменения основных показателей социально-экономической среды региона на показатели функционирования промышленного кластера.

Полученная модель взаимовлияния региона и промышленного кластера отражена на рис. 1. Ее описание целесообразно начать с воздействия кластера на социально-экономическое развитие региона.

Эффекты влияния региона на функционирование промышленного кластера

Изменение издержек организаций, входящих в состав кластера

Изменение числа занятых в организациях кластера

Изменение доступности ресурсов

Изменение оборота организаций кластера

КЛАСТЕР

Влияние промышленного кластера на социально-экономическое развитие региона

Кластерный мультипликатор занятости

Кластерный мультипликатор доходов

Кластерный мультипликатор экспорта

Кластерный акселератор занятости

Кластерный акселератор доходов

/ Кластерный Ч акселератор экспорта

Влияние региона на функционирование промышленного кластера

Эффекты влияния промышленного кластера на социально-экономическое развитие региона

Изменение доходов домохозяйств

Изменение доходов регионального бюджета

Изменение занятости

Изменение объема добавленной стоимости, создаваемой регионом

Изменение объема грузоперевозок в регионе

Изменение объемов регионального экспорта

РЕГИОН

Рис. 1. Модель взаимовлияния региона и промышленного кластера Fig. 1. Model of the region - industrial cluster mutual influence

Основным катализатором действия кластерного мультипликатора занятости выступает изменение числа сотрудников организаций, входящих в ядро рассматриваемой территориально-экономической системы. Рост их численности последовательно определяет создание новых рабочих мест в организациях второго, а затем и третьего яруса. Благодаря этому номинально снижается численность безработных в регионе, происходит рост доходов домохозяйств, а вследствие этого увеличивается объем налоговых поступлений в региональный бюджет. В условиях, когда вновь создаваемые рабочие места являются экономически эффективными, возможно увеличение создаваемой кластером добавленной стоимости, обеспечивающей рост регионального экспорта, и, как следствие, грузооборота.

Генезис кластерного мультипликатора доходов восходит к изменению уровня оплаты труда на предприятиях, составляющих ядро промышленного кластера. Рост этого показателя стимулирует сонаправленное изменение зарплат в организациях второго, а затем и третьего яруса. Благодаря этому формируется триггер, запускающий рост оплаты труда в системе смежных отраслей, а затем и во всем регионе. Данный процесс определяет изменение доходов домохозяйств, объема налоговых поступлений в региональный бюджет и численности безработных.

В среднесрочном периоде рост доходов домохозяйств позитивно влияет на показатель покупательной способности населения, следствием чего может стать изменение объема создаваемой регионом добавленной стоимости и объема грузоперевозок по его территории. Трансформация конъюнктуры внутреннего рынка неизбежно влияет на модель экономического поведения локальных производителей и может привести к частичной переориентации на внутренний рынок и последующему изменению объемов регионального экспорта.

Кластерный мультипликатор экспорта выступает своеобразным индикатором изменения совокупного вклада кластеризованных предприятий в региональный экспорт. Изменение объема совокупного экспорта ядра промышленного кластера детерминирует изменение аналогичного показателя предприятий второго и (в отдельных случаях) третьего уровня. Следствием этого являются изменения уровня безработицы, доходов домохозяйств, объема налоговых поступлений в бюджет региона, грузооборота территории, а в итоге - объема добавленной стоимости, создаваемой экономикой рассматриваемой территории.

Совместное действие трех кластерных мультипликаторов определяет изменение социально-экономической среды региона и стимулирует ответный эффект, который в рамках рассматриваемой модели представлен действием трех кластерных акселераторов.

Кластерный акселератор занятости устанавливает зависимость между числом занятых в кластеризованных организациях и общей динамикой показателя занятости в регионе. При прочих равных условиях рост данной занятости детерминирует снижение уровня влияния промышленного кластера на рынок труда субъекта федерации. Этот процесс сопровождается изменением издержек кластеризованных предприятий (прежде всего издержек, связанных с оплатой труда) и, как следствие, изменением штатной численности их персонала. Это, в свою очередь, определяет изменение показателей оборота всей рассматриваемой территориально-экономической системы.

Вторичный эффект акселератора занятости затрагивает внутренних и внешних поставщиков, что влияет на доступность ресурсов и расходных материалов для организаций - членов кластера.

Кластерный акселератор доходов соотносит изменение уровня заработной платы на кластеризованных предприятиях с динамикой уровня оплаты труда в границах субъекта федерации. Рост этого показателя на региональном уровне стимулирует организации,

являющиеся членами кластера, также увеличить заработную плату сотрудников с целью сохранения кадрового потенциала, прежде всего ведущих специалистов. Вместе с тем для снижения издержек по отдельным позициям может быть реализовано высвобождение персонала или ограничение найма. Реакция сотрудников кластеризованных организаций на такие условия определяет изменение показателей работы и, как следствие, показателей оборота рассматриваемой территориально-экономической системы.

Динамика общего уровня оплаты труда в субъекте федерации также затрагивает поставщиков промышленного кластера, что сказывается на цене их продукции и, соответственно, на ее доступности для кластеризованных предприятий.

Кластерный акселератор экспорта иллюстрирует изменение экспорта промышленного кластера в условиях изменения аналогичного общерегионального показателя. В общем случае положительная динамика регионального экспорта может быть рассмотрена как отражение роста производственного потенциала экономики региона. Такие условия открывают для кластеризованных организаций широкие возможности увеличения своего штата и объема выпускаемой продукции. Своевременное использование этих возможностей позволяет кластеру усилить свое влияние в производственном секторе региона и регионе в целом. Это, в свою очередь, может симплифицировать доступ к ресурсным базам и в отдельных случаях обеспечить снижение издержек на закупку сырья.

Совместное действие трех кластерных акселераторов способствует изменению режима функционирования промышленного кластера, а вследствие этого детерминирует его влияние на социально-экономическое развитие региона.

Представленный концептуальный механизм взаимовлияния региона и кластера составил основу авторской системно-пространственной методики исследования влияния промышленного кластера на социально-экономическое развитие региона.

Материалы и методы

Разработка системно-пространственной методики требует обобщения и систематизации уже сложившегося в кластерной теории инструментария. Результаты теоретического обзора показывают, что такой инструментарий формировался начиная с 1950-х гг. в системе пространственно-экономических школ, а после 1990 г. - в контексте современной кластерной теории [Кощеев, Третьякова, 2020]. Для его анализа предлагается использовать авторский системно-критериальный подход (рис. 2).

На подготовительном этапе осуществлялся обзор предметного поля. С применением программного продукта Semantria выделялся набор ключевых слов, характеризующий концептуально-методическую область. Затем с использованием поисковых систем Web of Science, Scopus, eLibrary, Google Scholar в двух хронологических диапазонах (1950-1990 гг. и 1990-2022 гг.) определялся набор работ, которые могут быть включены в выборочную совокупность теоретического анализа.

Далее к этому блоку научных публикаций применялись формальные и содержательные критерии, позволяющие определить итоговую выборку.

В данном исследовании были выделены следующие формальные критерии:

1) критерий качества, определяющий выбор работ, которые расцениваются академическим сообществом как релевантные. Для англоязычных публикаций этот критерий связан с включением в базы Web of Science и Scopus, для русскоязычных - с включением издания в перечень ВАК в конкретном году;

2) хронологический критерий, обозначающий период для анализа научных работ (в данном исследовании - 1950-2022 гг.);

Рис. 2. Алгоритм разработки системно-пространственной методики Fig. 2. Algorithm for developing the system spatial method

3) критерий соответствия теме исследования (в данном случае выполнялся автоматически через систему ключевых слов);

4) критерий доступности, который связан с обеспечением доступа авторов к полным текстам отобранных статьей. В данном исследовании рассматриваются работы, включенные в базы JSTOR, Science Direct, ProQuest, AEA Journals, Emerald, EBSCO, Wiley Online Library, Taylor Francis, Cambridge Journals Online, Springer Link, Google Scholar, Oxford Journals, eLibrary, «Гребенников», East View.

Содержательные критерии фиксируют элементы теории, которые должны быть представлены в публикациях для того, чтобы выполнить релевантный рассматриваемой тематике анализ. Значимые для данного исследования элементы понятия «промышленный кластер», выступающие в роли содержательных критериев отбора, отражены в табл. 1.

Таблица 1. Элементы понятия «промышленный кластер», выступающие в роли содержательных критериев отбора источников

Table 1. Elements of the concept "industrial cluster" acting as essential criteria for selecting publications

Элемент Суть элемента

Трактовка понятия «промышленный кластер» Текст-определение, описывающий, что такое промышленный кластер

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Структура кластера Описание структуры кластера и основных элементов, входящих в его состав

Путь формирования кластера Отражение в статье того, как возникает кластер, - естественным, искусственным или смешанным путем

Объект анализа методики Часть реальности, которую рассматривает методика при анализе влияния региона на кластер и кластера на регион

Основные методы и инструменты анализа Способы и приемы исследования, которые использует методика для анализа влияния региона на кластер и кластера на регион

Результат процесса рассматриваемого влияния Результат процесса воздействия кластера на регион и региона на кластер

Наличие этих элементов в научной работе при соответствии формальным критериям позволяет включить ее в выборочную совокупность концептуально-теоретического анализа.

На исследовательском этапе выборочная совокупность изучалась с применением инструментов контент-, компаративного и концептуального анализа. В качестве базы для сравнения использовалась представленная выше система формальных и содержательных критериев.

На этой основе выделялись методики анализа влияния кластера на регион и региона на кластер, фигурировавшие в научных исследованиях 1950-2022 гг. Далее эти методики соотносились с концептуальными подходами, формирующими мейнстрим кластерной теории.

Методический этап предусматривал компаративный анализ выявленных концептуальных систем «теоретический подход к промышленному кластеру - методика оценки влияния» и разработку на этой основе авторской системно-пространственной методики исследования влияния промышленного кластера на социально-экономическое развитие региона.

Результаты исследования

Применение системно-критериальной методики теоретического анализа позволило сформировать выборку, объединившую 150 публикаций периода 1950-1990 гг. и 937 работ, изданных в период с 1990 г. по 1 сентября 2022 г. Анализ этой выборки дал возможность идентифицировать четыре методики исследования влияния промышленного кластера на регион и региона на промышленный кластер (табл. 2).

Статистическая методика изучает взаимовлияние региона и кластера посредством формирования статистических зависимостей. В рамках данной методики сложился трехэтапный алгоритм.

Первый этап связан с теоретическим анализом и разработкой концептуальной модели влияния одной территориально-экономической системы на другую. В рамках этой модели выделяются каналы влияния, которым ставятся в соответствие индикаторы. Второй этап предполагает подбор и обоснование методов исследования статистических зависимостей. Третий этап основан на применении математико-статистического инструментария, позволяющего получить количественные параметры статистических зависимостей между изменением показателей, характеризующих состояние каждой из двух территориально-экономических систем.

Данная методика, с одной стороны, открывает широкие возможности математического моделирования и прогнозирования, с другой - фактически подстраивает модель взаимовлияния под эмпирические данные. Вследствие этого она характеризуется определенным субъективизмом и сравнительно слабой объяснительной функцией.

Регионалистическая методика близка к стратегии «черного ящика». В ее основе -фиксация данных о состоянии территориально-экономической системы в начале и конце определенного хронологического периода или через равные промежутки времени. Первый этап данной методики предполагает определение параметров территориально-экономической системы и периода фиксации индикаторов. Второй этап связан с подбором методов. На третьем этапе реализуется эмпирический анализ данных об изменении параметров территориально-экономической системы в определенном хронологическом периоде и систему факторов, обусловивших эти изменения.

Рассматриваемая методика позволяет прогнозировать последствия кластерной активности в регионе и дает возможность подбора релевантных управленческих действий.

Таблица 2. Компаративный анализ методик исследования взаимовлияния

региона и кластера Table 2. Comparative analysis of methods used to research the region - cluster mutual influence

Параметр сравнения Методика

статистическая регионалистическая маркетинговая ситуационная

Происхождение методики Экономическая статистика Региональная экономика, урбанистика Маркетинговый анализ Ситуационный подход в менеджменте

Результат влияния Формирование статистических зависимостей Изменение характеристик территориально- экономической системы Социально- экономические эффекты Изменение ситуационных переменных

Объект анализа Статистические зависимости между переменными, отражающими факторы региональной среды и параметры кластерной активности Изменение показателей, иллюстрирующих свойства двух взаимосвязанных территориально-экономических систем (региональной среды и кластера) Мнения экспертов, потребителей, представителей бизнеса, региональных властей и т. д. Ситуация (кейс)

Основные методы 1) регрессионный анализ 2) корреляционный анализ 3) факторный анализ 1) матрицы «затраты - выпуск» 2) сдвиговой анализ 3) оценка целевых показателей 1) метод экспертных оценок 2) метод опросов 3) метод интервью Кейс-стади

Варианты применения [Nicolini, 2001; Azhar, 2017; Basile, Pittiglio, Reganati, 2017] [Сахарова, 2015; Р1ге^окв, 8ауе1уеуа, КогоЬеушкоуа, 2018; МкЬаиа, 1о11еу, 2019] [МзЫтига, Окатиго, 2011; Ахунжанова, Томашевская, Осипов, 2020] [Irawati, 2007; Ахтариева, 2009]

Вместе с тем, регистрируя изменения, эта методика не раскрывает их механизма. Вследствие этого многие эффекты, выделяемые с ее помощью, просто приписываются кластерной активности, хотя технически могут иметь иной генезис.

Маркетинговая методика основана на работе с опосредованной информацией, полученной от первичного наблюдателя. На первом этапе ее реализации моделируется тип необходимой информации, а также потенциальная выборочная совокупность респондентов, на втором этапе определяются методы и осуществляется полевое исследование, на третьем этапе собранные данные обрабатываются и интерпретируются. Результатом применения этой методики выступает некое агрегированное мнение (экспертов, потребителей, представителей бизнеса, региональных властей и т. д.) о влиянии кластера на регион или региона на кластер.

Основываясь на анализе мнений, данная методика детально прорабатывает социальное измерение взаимовлияния двух территориально-экономических систем. Однако по своей природе она достаточно субъективна и обладает слабыми прогностическими возможностями.

Ситуационная методика предусматривает комплексное исследование конкретной ситуации (кейса). На первом этапе ее применения происходит отбор кейсов и формирование набора ситуационных переменных, обеспечивающих их сопоставимость. На втором этапе по каждому кейсу собираются и систематизируются данные. Третий этап предполагает компаративный анализ кейсов и формирование на этой основе концептуального механизма влияния одной территориально-экономической системы на другую.

Преимуществами данной методики являются глубина анализа и индивидуальный подход к каждой ситуации. Однако работа с разными по типу данными (количественными и качественными) существенно ограничивает возможности математического моделирования и прогнозирования. Кроме того, ситуационная методика не решает проблему экстраполяции данных.

Как показал анализ, четыре выделенные методики с разной степенью частоты фигурируют в исследованиях, основанных на каждом из шести современных подходов к промышленным кластерам (табл. 3). Категория «используется часто» означает, что методика или ее элементы были выявлены не менее чем в 40 % работ, вошедших в выборочную совокупность теоретического анализа. К категории «используется» относятся методики, представленные в 10-40 % публикаций. «Мало используется» означает, что методика или ее элементы фигурирует менее чем в 10 % выбранных работ. Маркер «не выявлена» показывает, что при анализе выборки исследований не зафиксировано использования определенной методики в рамках некоторого подхода.

Таблица 3. Использование методик исследования взаимовлияния региона и кластера

в контексте ключевых подходов современной кластерной теории Table 3. Implication of the methods for researching the region - industrial cluster mutual influence within the modern cluster theory

Подход Методики

статистическая регионалистическая маркетинговая ситуационная

Классический Используется часто Используется Мало используется Мало используется

Агломерационный Используется часто Не выявлена Мало используется Не выявлена

Административный Используется часто Используется Мало используется Не выявлена

Институциональный Используется часто Мало используется Мало используется Мало используется

Системный Используется часто Используется Мало используется Мало используется

Сетевой Используется часто Используется Не выявлена Не выявлена

Как показывают сведения в табл. 3, наиболее востребована в кластерных исследованиях статистическая методика. Соответственно, в современной кластерной теории преобладает взгляд на взаимовлияние региона и кластера как на формирование статистических зависимостей. Именно эту концепцию целесообразно использовать при разработке нового исследовательского инструментария.

Компаративный анализ практик применения статистической и других методик в рамках каждого из шести теоретических подходов позволил разработать авторскую системно-пространственную методику оценки влияния промышленного кластера на социально-экономическое развитие региона (рис. 3).

Рис. 3. Системно-пространственная методика исследования влияния промышленного кластера на социально-экономическое развитие региона Fig. 3. System spatial method for assessing the impact of industrial clusters on regional socioeconomic development

В соответствии с предложенной методикой на первом этапе производится идентификация промышленных кластеров, функционирующих в рамках определенного вида экономической деятельности. Для этой цели рекомендуется исследовать территорию страны, группы стран или экономического района с четко определенными границами.

Идентификация кластеров осуществляется на основе двух признаков, предложенных коллективом авторов под руководством Т. В. Миролюбовой: значение коэффициента локализации выше 1,25 и наличие экспорта из региона по анализируемому виду экономической деятельности. Если эти признаки фигурируют в течение шести или более лет в границах 10-летнего периода, делается заключение о том, что в данное время в регионе функционировал промышленный кластер.

На втором и третьем этапах реализации методики на основе регрессионного анализа оценивается влияние кластера на социально-экономическое развитие региона и влияние региона на функционирование кластера.

Четвертый этап предполагает сопоставление результатов оценки воздействия кластера на регион и региона на кластер. Эти данные аккумулируется в концептуальной модели, иллюстрирующей общие закономерности рассматриваемого взаимовлияния, действующие в тех территориальных границах, в которых проводился анализ (страна, группа стран, экономический регион и т. д.).

Пятый этап предполагает группировку анализируемых регионов по параметрам внутрирегиональных закономерностей взаимодействия региона и кластера. Технически в соответствии с идеями системно-пространственного подхода эти закономерности сводятся к значениям переменных в уравнениях регрессионного анализа, построенных на втором и третьем этапах данной методики.

Подобная группировка может быть реализована на основе индексного метода или кластерного анализа. Дополнительно проводится комплексный анализ социально-экономического пространства региона с целью выявления локальной специфики развития кластера, обусловленной демографическими, инфраструктурными, ресурсными, инвестиционными и географическими особенностями территории.

Согласно полученным результатам для каждой группы регионов формируется набор рекомендаций по управлению воздействием кластера на социально-экономическое развитие региона с учетом ответного воздействия региона на промышленный кластер.

Заключение

В рамках исследования осуществлены комплексный анализ и структуризация источников, отражающих современный инструментарий исследования взаимовлияния региона и промышленного кластера, и выделены четыре основные методики анализа указанного взаимовлияния. Соотнесение этих методик с концептуальными подходами, формирующими мейнстрим кластерной теории, показало преобладание в современном академическом дискурсе статистического взгляда на природу взаимовлияния региона и кластера. Взяв эту концепцию за основу и сопоставив практики применения указанных методик, мы разработали системно-пространственную методику исследования влияния промышленного кластера на социально-экономическое развитие региона.

К ее преимуществам можно отнести прежде всего равнозначное фокусирование на территориально-географическом и социально-экономическом измерениях промышленного кластера, что обеспечивает полноту и комплексный характер анализа. Кроме того, кластер рассматривается нами как часть региональной социально-экономической системы, в которой воздействие кластера на социально-экономическое развитие региона влечет за собой воздействие региона на функционирование кластера. В среднесрочном

периоде изменение параметров функционирования кластера, в свою очередь, определяет влияние кластера на регион. Соответственно, предложенная модель анализа дает точные результаты, предоставляющие возможность определить последствия принимаемых административных мер.

Применение системно-пространственной методики способно углубить понимание механизма влияния промышленных кластеров, функционирующих в контексте разных видов экономической деятельности, на социально-экономическое развитие региона. Кроме того, использование данной методики позволяет разработать систему мер, которые обеспечат положительное влияние промышленного кластера на социально-экономическое развитие региона при преимущественно положительном влиянии региона на функционирование кластера.

Источники

Ахтариева Л. Г. (2009). Кластерный механизм повышения конкурентоспособности региона // Региональная экономика: теория и практика. Т. 7, вып. 34. С. 54-61. DOI: 10.5922/1994-52802021-3-7.

Ахунжанова И. Н., Томашевская Ю. Н., Осипов Д. В. (2020). Инструменты оценки конкурентоспособности инновационных кластеров (на примере кластера «Силиконовая Саксония») // Балтийский регион. № 2. С. 153-173. DOI: 10.5922/2079-8555-2020-2-9.

Клепикова Н. И. (2013). Создание регионального кластера как форма эффективной пространственной организации экономики региона // Российское предпринимательство. № 22. С. 131-137.

Колчинская Е. Э., Лимонов Л. Э., Степанова Е. С. (2019). Являются ли кластеры эффективными для развития промышленных предприятий в странах с бывшей плановой экономикой? // Пространственная экономика. № 4. С. 126-148. DOI: 10.14530/se.2019.4.126-148.

Кощеев Д. А., Третьякова Е. А. (2020). Роль индустриального кластера в экономике региона: системно-агломерационный подход и механизм взаимного влияния // Вестник Пермского университета. № 4. С. 512-550. DOI: 10.17072/1994-9960-2020-4-512-550.

Кузнецова О. В. (2021). Экономика российских регионов в пандемию: работают ли факторы шокоустойчивости? // Региональные исследования. № 3. С. 76-87. DOI: 10.5922/1994-5280-2021-3-7.

Масюк Н. Н., Бушева М. А. (2012). Синергетический и мультипликативный эффекты в кластере // Большая Евразия: развитие, безопасность, сотрудничество: ежегодник Института научной информации по общественным наукам Российской академии наук. http://ukros. ru/wp-content/ uploads/2012/08/масюк_бушуева. rtf.

Миролюбова Т. В., Карлина Т. В., Ковалева Т. Ю. (2013). Закономерности и факторы формирования и развития региональных кластеров. Пермь: Пермский государственный национальный исследовательский университет. 280 c.

Поляков Л. А. (2000). Теория мультипликатора и экономический механизм регулирования рынка жилья: автореф. дис. ... канд. экон. наук. Ярославль. 17 с.

Рычихина Н. С. (2012). О роли кластеров в стабилизации экономики малых городов // Региональная экономика: теория и практика. Т. 10, № 6. С. 45-49.

Сахарова Л. А. (2015). Кластеризация российской промышленности: оценки и перспективы // Региональные исследования. № 37. С. 13-24.

Azhar A., Adil S. (2016). The effects of agglomeration on socio-economic outcomes: A district level panel study of Punjab. The Pakistan Development Review, vol. 4, pp. 155-170.

Basile R., Pittiglio R., Reganati F. (2017). Do agglomeration externalities affect firm survival? Regional Studies, vol. 51, pp. 548-562. DOI: 10.1080/00343404.2015.1114175.

Beisekova P. (2019). Cluster functioning as a direction of sustainable territorial-industrial partnership. Journal of Security and Sustainability Issues, vol. 9, issue 2, pp. 421-429. https://doi.org/10.9770/ jssi.2019.9.2(5).

Bingham R. D. (1992). Changing clusters of US industries: 1979 to 1986. Journal of Planning Education and Research, vol. 11, issue 2, pp. 117-129. https://doi.org/10.1177/0739456X92011002.

Chen X., Wang E., Miao C., Ji L., Pan S. (2020). Industrial clusters as drivers of sustainable regional economic development? An analysis of an automotive cluster from the perspective of firms' role. Sustain-ability, vol. 12, issue 7, 2848. https://doi.org/10.3390/su12072848.

Delgado M., Porter M. E., Stern S. (2010). Clusters and entrepreneurship. Journal of Economic Geography, vol. 10, pp. 495-510. DOI: 10.1093/jeg/lbq010.

Feser E. J. (1998). Old and new theories of industry clusters. In: Steiner M. (ed.) Clusters and regional specialization (pp. 18-40). London, UK: Pion Press.

Gao H. Z., Liu J., Jin H. (2012). Study on the development strategy of industry cluster of Heng-shui. Int. Conf. on Information Management, Innovation Management and Industrial Engineering (vol. 1, pp. 274-277). IEEE Publisher.

Irawati D. (2007). Strengthening cluster building in developing country alongside the triple helix: Challenge for Indonesian clusters - A case study of the Java region (MPRA Paper 5831). Business School-Newcastle University, UK.

Li L., Lin H., Lyu Y. (2022). Technology cluster coupling and invulnerability of industrial innovation networks: The role of centralized structure and technological turbulence. Scientometrics, vol. 127, pp. 1209-1231. https://doi.org/10.1007/s11192-022-04269-x.

Li Q., Guo J. (2020). Search within or beyond the industrial cluster? The effect of perceived competition and knowledge base tacitness on strategic location choices of external knowledge search. Technology Analysis and Strategic Management, vol. 32, issue 6, pp. 711-723. https://doi.org/10.1080/09537325.201 9.1702941.

Michaud G., Jolley G. J. (2019). Economic contribution of Ohio's wood industry cluster: Identifying opportunities in the Appalachian Region. Review of Regional Studies, vol. 49, pp. 149-171.

Mobedi E., Tanyeri M. (2019). Comparison of two cluster life stages in a synthetic knowledge base. European Planning Studies, vol. 37, pp. 1687-1708. DOI: 10.1080/09654313.2019.1628182.

Nicolini R. (2001). Size and performance of local clusters of firms. Small Business Economics, vol. 17, pp.185-195.

Nishimura J., Okamuro H. (2011). Subsidy and networking: The effects of direct and indirect support programs of the cluster policy. Research Policy, vol. 40, pp. 714-727. DOI: 10.1016/j.respol.2011.01.011.

Pizengolts V., Savelyeva I., Korobeynikova M. E. (2018). Assessment of financial performance of agro-industrial cluster. Academy of Strategic Management Journal, vol. 17. https://www.abacademies.org/ articles/Assessment-of-financial-performance-of-agro-industrial-1939-6104-17-3-217.pdf.

Porter M. E. (2003). The economic performance of regions. Regional Studies, vol. 37, pp. 549-578.

Saadatyar F. S., Al-Tabbaa O., Dagnino G. B., Vazife Z. A. (2020). Industrial clusters in the developing economies: Insights from the Iranian carpet industry. Strategic Change, vol. 29, pp. 227-239. DOI: 10.1002/jsc.2324.

§engün A. E. (2015). Does informal knowledge sharing breed innovation in industrial clusters? Bogazifi Journal Review of Social, Economic and Administrative Studies, vol. 29, pp. 53-79.

Zimmer B., Stal-Le Cardinal J., Yannou B., Le Cardinal G., Piette F., Boly V. (2014). A methodology for the development of innovation clusters: Application in the healthcare sector. International Journal of Technology Management, vol. 66, pp. 57-80. DOI: 10.1504/IJTM.2014.064017.

Информация об авторах Миролюбова Татьяна Васильевна - доктор экономических наук, профессор, декан экономического факультета. Пермский государственный национальный исследовательский университет, г. Пермь, РФ. E-mail: [email protected]

Кощеев Дмитрий Александрович - старший преподаватель департамента менеджмента. Национальный исследовательский университет «Высшая школа экономики»; старший преподаватель кафедры мировой и региональной экономики, экономической теории. Пермский государственный национальный исследовательский университет, г. Пермь, РФ. E-mail: [email protected]

■ ■ ■

References

Akhtarieva L. G. (2009). Cluster mechanism of increasing region competitiveness. Regionalnaya ekono-mika: teoriya i praktika = Regional Economics: Theory and Practice, vol. 7, no. 34, pp. 54-61. (In Russ.)

Akhunzhanova I. N., Tomashevskaya Yu. N., Osipov D. V. (2020). Tools for evaluating the competitiveness of innovative clusters. Baltiyskiy region = Baltic Region, no. 2, pp. 153-173. DOI: 10.5922/20798555-2020-2-9. (In Russ.)

Klepikova N. I. (2013). Creation of a regional cluster as a form of efficient spatial organisation of regional economy. Rossiyskoe predprinimatelstvo = Russian Entrepreneurship, no. 22, pp. 131-137. (In Russ.)

Kolchinskaya E. E., Limonov L. E., Stepanova E. S. (2019). Are clusters instrumental for the development of industrial enterprises in former planned economies? Prostranstvennaya ekonomika = Spatial Economics, no. 4, pp. 126-148. DOI: 10.14530/se.2019.4.126-148. (In Russ.)

Koshcheev D. A., Tretyakova E. A. (2020). Industrial cluster's role in region's economy: System and agglomeration approach and interinfluence mechanism. Vestnik Permskogo universiteta = Perm University Herald. Economy, no. 4, pp. 512-550. DOI: 10.17072/1994-9960-2020-4-512-550. (In Russ.)

Kuznetsova O. V. (2021). The economy of Russian regions in a pandemic: Do resilience factors work? Regionalnye issledovaniya = Regional Studies, no. 3, pp. 76-87. DOI: 10.5922/1994-5280-2021-3-7. (In Russ.)

Masyuk N. N., Busheva M. A. (2012). Synergy and multiplier effects in the cluster. In: Greater Eurasia: Development, security, cooperation. Institute of Scientific Information on Social Sciences of RAS. http:// ukros.ru/wp-content/uploads/2012/08/masyuk_bushueva.rtf. (In Russ.)

Mirolyubova T. V., Karlina T. V., Kovaleva T. Yu. (2013). Patterns and factors of regional cluster formation. Perm: Perm State University. 280 p. (In Russ.)

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Polyakov L. A. (2000). The multiplier theory and economic mechanism of the housing market regulation. Abstract of Cand. econ. sci. diss. Yaroslavl. 17 p. (In Russ.)

Rychikhina N. S. (2012). On the role of clusters in the stabilization of the small towns' economy. Regionalnaya ekonomika: teoriya i praktika = Regional Economics: Theory and Practice, vol. 10, no. 6, pp. 45-49. (In Russ.)

Sakharova L. A. (2015). Clustering the Russian industry: Assessment and outlook. Regionalnye issle-dovaniya = Regional Studies, no. 37, pp. 13-24. (In Russ.)

Azhar A., Adil S. (2016). The effects of agglomeration on socio-economic outcomes: A district level panel study of Punjab. The Pakistan Development Review, vol. 4, pp. 155-170.

Basile R., Pittiglio R., Reganati F. (2017). Do agglomeration externalities affect firm survival? Regional Studies, vol. 51, pp. 548-562. DOI: 10.1080/00343404.2015.1114175.

Beisekova P. (2019). Cluster functioning as a direction of sustainable territorial-industrial partnership. Journal of Security and Sustainability Issues, vol. 9, issue 2, pp. 421-429. https://doi.org/10.9770/ jssi.2019.9.2(5).

Bingham R. D. (1992). Changing clusters of US industries: 1979 to 1986. Journal of Planning Education and Research, vol. 11, issue 2, pp. 117-129. https://doi.org/10.1177/0739456X92011002.

Chen X., Wang E., Miao C., Ji L., Pan S. (2020). Industrial clusters as drivers of sustainable regional economic development? An analysis of an automotive cluster from the perspective of firms' role. Sustainability, vol. 12, issue 7, 2848. https://doi.org/10.3390/su12072848.