Федеральное государственное бюджетное научно-исследовательское

учреждение «Совет по изучению производительных сил»

Минэкономразвития России и РАН

На правах рукописи

Куценко Евгений Сергеевич

КЛАСТЕРНЫЙ ПОДХОД К РАЗВИТИЮ ИННОВАЦИОННОЙ

ЭКОНОМИКИ В РЕГИОНЕ

Специальность: 08.00.05 – Экономика и управление народным хозяйством,

специализация - региональная экономика

Диссертация на соискание учёной степени

кандидата экономических наук

Научный руководитель: доктор экономических наук,

заслуженный работник высшей школы

РФ, профессор Нуреев Р.М.

Москва 2012

2

СОДЕРЖАНИЕ

ВВЕДЕНИЕ ................................................................................... 4

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ КЛАСТЕРНОГО

ПОДХОДА К РАЗВИТИЮ ИННОВАЦИОННОЙ

ЭКОНОМИКИ В РЕГИОНЕ ....................................................... 16

1.1. Кластеры как фактор повышения инновационной активности

предприятий ......................................................................................................... 16 1.1.1. Основные подходы к анализу экстерналий в кластере ........................ 16 1.1.2. Инновационные преимущества от функционирования в рамках

кластера ............................................................................................................... 19 1.1.3. Роль инновационных преимуществ среди экстерналий,

порождаемых кластером ................................................................................... 24

1.2. Обоснование целесообразности кластерной политики государства . 34 1.2.1. Проблема целесообразности государственного вмешательства ......... 34 1.2.2. Провалы рынка в сфере развития кластеров ......................................... 40

1.3. Кластерная политика как инновационно ориентированная

промышленная политика .................................................................................. 49

ГЛАВА 2. ОЦЕНКА ВЛИЯНИЯ КЛАСТЕРОВ НА

ИННОВАЦИОННУЮ АКТИВНОСТЬ ПРЕДПРИЯТИЙ В

СУБЪЕКТАХ РОССИЙСКОЙ ФЕДЕРАЦИИ ............................ 61

2.1. Выявление кластеров в субъектах Российской Федерации ................ 61 2.1.1. Основные подходы к выявлению кластеров в экономике региона .... 61 2.1.2. Статистические методы выявления кластеров ..................................... 64 2.1.3. Методология определения значимых кластерных групп в регионе ... 65 2.1.4. Особенности и результаты проекта по выявлению значимых

кластерных групп в субъектах РФ ................................................................... 71

2.2. Эконометрическое исследование влияния кластеров на

инновационную активность предприятий в субъектах РФ ....................... 77 2.2.1. Модель Г. Линдквиста: исследование влияния кластеров на

инновационную активность в регионах Европейского Союза ...................... 77 2.2.2. Развитие модели Г. Линдквиста для исследования в России .............. 90

2.3. Интерпретация результатов, ограничения и перспективы

исследования ...................................................................................................... 101

3

2.3.1. Интерпретация результатов оценки модифицированной модели Г.

Линдквиста ....................................................................................................... 101 2.3.2. Ограничения реализованной методологии выявления кластеров и

Перспективы дальнейших исследований ...................................................... 108

ГЛАВА 3. СОВЕРШЕНСТВОВАНИЕ КЛАСТЕРНОЙ

ПОЛИТИКИ В СУБЪЕКТАХ РФ ..............................................113

3.1. Основные причины, снижающие эффективность региональной

кластерной политики ....................................................................................... 113

3.2. Совершенствование методов идентификации направлений с

высоким потенциалом развития кластеров в регионе (на примере

города Москвы) ................................................................................................. 123

3.3. Алгоритм развития кластеров с участием малого и среднего

предпринимательсва в крупных городах ..................................................... 149 3.3.1. Поддержка самоорганизации для реализации совместных проектов152 3.3.2. Экспертиза и отбор совместных (кластерных) проектов ................... 160 3.3.3. Мероприятия государственной поддержки совместных

(кластерных) проектов ..................................................................................... 166 3.3.4. Мониторинг и оценка поддерживаемых кластеров ........................... 174

ЗАКЛЮЧЕНИЕ ..........................................................................178

СПИСОК ЛИТЕРАТУРЫ ..........................................................188

ПРИЛОЖЕНИЯ .........................................................................213

4

ВВЕДЕНИЕ

Мировой экономический кризис, начавшийся в 2008 году, показал

слабость российской экономики, ее зависимость от мировой сырьевой и

финансовой конъюнктуры. Почти десятилетие стабильности привели в

большей степени к политическому и отчасти военному, чем экономическому

усилению России. Недостатки сырьевого пути развития были видны и ранее,

однако, со всей очевидностью, проблемы развития России обнажались именно

в кризис. Большинство ученых связывают эти проблемы с низкими темпами

ввода новых основных фондов, падением квалификации рабочей силы,

отсутствием стимулов у предпринимателей к внедрению нововведений, слабой

ориентированностью научных организаций на коммерциализацию результатов

своей деятельности, разрывами между наукой, образованием и бизнесом.

Вопросы модернизации и формирования инновационной экономики

являются ключевыми целями государственной политики Российской

Федерации. В 2000-е годы в России были сформированы основные элементы

инновационной инфраструктуры: бизнес-инкубаторы, технопарки, центры

трансфера технологий, центры прототипирования и промышленного дизайна,

центры коллективного пользования оборудованием; увеличено финансирование

вузов, наиболее сильные из которых получили статус федеральных и научно-

исследовательских университетов; стартовал проект иннограда Сколково.

Вместе с тем, существенного сдвига от сырьевой экономики к инновационной

добиться не удалось.

Поиск факторов, стимулирующих инновационное развитие, привел к

пониманию важности регионального уровня национальной экономики, к

необходимости дифференцировать инновационную политику государства в

зависимости от параметров экономики того или иного региона. Одним из

5

ключевых инструментов инновационной политики нового поколения стали

кластеры. Последние представляют собой механизм «сборки» и структуризации

«местных» игроков, представляющих отдельные элементы региональной

инновационой системы – бизнес, науку, образование и т.д., в целях реализации

совместных проектов, способствующих росту конкурентоспособности

продукции участников кластера. Функционирование в кластере позволяет

фирмам интенсифицировать контакты с носителями ноу-хау, уникального

практического опыта, персонифицированных знаний, стимулирует появление и

распространение новых идей, увеличивает скорость внедрения нововведений.

Кластерный подход к развитию инновационной экономики быстро

распространился в большинстве стран мира. Подавляющее большинство

европейских стран, начиная со второй половины 90-х годов XX века, запустили

национальные кластерные программы.

Элементы кластерного подхода представлены в «Концепции

долгосрочного социально – экономического развития Российской Федерации на

период до 2020 года», утвержденной 17 ноября 2008 года. Согласно этому

документу предполагается, что переход к инновационной экономике будет

осуществлен в 2 этапа. На первом этапе (2008 - 2012 годы) планируется

расширение тех глобальных конкурентных преимуществ, которыми обладает

российская экономика в традиционных сферах (энергетика, транспорт,

аграрный сектор, переработка природных ресурсов). Одновременно, должны

создаваться условия для формирования ряда высокотехнологичных кластеров в

европейской и азиатской частях России. Именно через эти «точки роста»

должна быть осуществлена цель второго этапа (2013 - 2020 годы) - рывок в

повышении глобальной конкурентоспособности экономики на основе ее

перехода на новую технологическую базу (информационные, био - и

нанотехнологии). Стратегия инновационного развития Российской Федерации

на период до 2020 года, утвержденная распоряжением правительства

Российской Федерации от 8 декабря 2011 года № 2227-р, также в качестве

6

одной из основных задач ставит развитие инновационных кластеров за счет

активизации деятельности по реализации инновационной политики,

осуществляемой органами государственной власти субъектов Российской

Федерации и муниципальными образованиями.

В 2012 году Министерство экономического развития Российской

Федерации запустило первую национальную программу поддержки кластеров,

в рамках которой было отобрано 25 пилотных инновационных

территориальных кластера, которые планируется комплексно поддерживать в

ближайшие пять лет.

Несмотря на то, что кластеры и кластерная политика уверенно вошли в

российский научный и политический лексикон, существуют фундаментальные

проблемы, затрудняющие содержательное развитие кластерного подхода к

формированию инновационной экономики в регионах России.

Во-первых, вопросы, связанные с особыми преимуществами и

недостатками от функционирования фирмы в рамках кластера, остаются

дискуссионными. В том числе открытым является вопрос о причинах

повышенной инновационной активности фирм в кластере и о значимости

(величине) такого повышения.

Во-вторых, проблема целесообразности, а также форм и механизмов

вмешательства государства в процессы формирования и развития кластеров, до

сих пор не окончательно решена. Противоречивые свидетельства о

результативности мероприятий кластерной политики тормозят интеграцию

кластерного подхода в существующие государственные политики и программы.

В-третьих, закономерности, выявленные в наиболее развитых

современных экономиках мира, далеко не всегда подтверждаются в экономиках

развивающихся и транзитивных. Необходимы эмпирические подтверждения

влияния кластеров на инновационную активность предприятий в российских

регионах.

7

В-четвертых, не идентифицированы направления с высоким потенциалом

развития кластеров в регионах РФ.

В-пятых, не раскрыто специфическое содержание региональной

кластерной политики.

Основной проблемой, к которой в итоге сводятся описанные пять проблем,

является то, что кластерная политика как подход к развитию инновационной

экономики в регионе не достаточно теоретически и эмпирически обоснован, а

также не разработан общий алгоритм реализации кластерной политики в

регионе. Вследствие этого, темпы распространения кластерной политики в

регионах России низкие, а количество и уровень развития кластеров не

соответствуют декларируемым целям перехода на инновационный путь

развития. Более того, существует опасность заимствования поверхностных

признаков без содержательного изменения формата взаимодействия

организаций в кластере.

Степень разработанности проблемы. Исследование теоретических

вопросов пространственной и региональной экономики производились в

научных трудах многих зарубежных авторов, таких как: Ф. Тюнен, В.

Лаунхардт, В. Кристаллер, А. Леш, А. Вебер, В. Изард. Среди отечественных

исследователей, прежде всего, следует выделить основоположника

экономического районирования Н.Н. Колосовского, одного из авторов теории

территориально-промышленных комплексов М.К. Бандмана, разработчика

моделей экономики регионов А. Г. Гранберга, исследователя

институциональных особенностей регионального развития А.Н. Пилясова и

вопросов территориальной дифференциации социально-экономического

развития России А.О. Полынева. Работа базируется на теории региональной

экономики, представленной в трудах А.А. Адамеску, В.А. Вашанова, В.Н.

Лексина, П.А. Минакира, Н.Н. Михеевой, А.И. Татаркина, А.Н. Швецова, Б.М.

Штульберга и др.

8

Существенный вклад в формирование концепции новой экономической

географии и теории внешней экономии внесли А. Маршалл, К. Эрроу, П.

Ромер, П. Кругман, M. Фуджита, А. Венабльс, Г. Дурантон, Дж. Хендерсон, С.

Розенталь, В. Стрейндж и др.

С точки зрения теории конкурентоспособности региона кластеры

рассматривались в научных трудах М. Портера, О. Солвела, К. Кетелса, М.

Энрайта, М.-П. Мензеля, Д. Форнахла, Е. Бергмана, Е. Фезера, А. Кучики.

В российской науке исследованием кластеров занимаются следующие

ученые: Г.Б. Клейнер, В.П. Третьяк, И.В. Пилипенко, Л.С. Марков, Д.В.

Грушевский, А.Ю. Юданов, С.А. Афонцев, С.М. Кадочников, П.В. Воробьев и

др.

Проблематикой выявления и анализа кластеров в экономике региона

занимались М. Портер, Г. Линдквист, А. Спилкамп, К. Вопел, С. Шаманский, Л.

Аблас, Р. Стог, П. Арена, Р.Кулкарни, Дж., Риггл, М. Трайс и др.

В сфере разработки и реализации кластерной политики в России, прежде

всего, следует выделить А.Е. Шадрина, А.Н. Праздничных, А.Г. Шестопалова,

В.Н. Княгинина, А.Н. Киселева, А.Б. Колошина, Ю.В. Михеева, Ю.В. Громыко,

В.В. Никитаева, А.Н. Беляева, В.И. Адамова, Ю.С. Артамонову.

Вместе с тем, несмотря на значительное количество работ по данной теме,

специфическая проблема формирования инновационной экономики

посредством создания и развития кластеров по-прежнему остается

недостаточно разработанной.

Цели и задачи работы. Целью настоящего исследования является

теоретическое и методическое развитие региональной кластерной политики.

Для достижения поставленной цели, в диссертации ставятся следующие

задачи:

исследовать причины повышенной инновационной активности

организаций в кластере;

9

обосновать целесообразность государственного вмешательства в

процессы формирования и развития кластеров;

определить место кластерной подхода в рамках экономической

политики государства на основе сравнения промышленной и

кластерной политик;

выявить направления с высоким потенциалом развития кластеров в

регионах РФ;

осуществить оценку влияния кластеров на показатели инновационной

активности и результативности в субъектах Российской Федерации в

контексте других показателей;

разработать методический подход к уточнению направлений с высоким

потенциалом развития кластеров на примере города Москвы;

разработать общий алгоритм реализации региональной кластерной

политики, специфицированный, прежде всего, для малого и среднего

предпринимательства и экономики крупных городов.

Предмет исследования. Предметом исследования является управление

инновационным развитием в регионе на основе кластерного подхода.

Объект исследования. Объектом диссертационного исследования

являются формирующиеся и существующие кластеры в субъектах Российской

Федерации.

Методологические и теоретические основы. Теоретической основой

исследования являются труды отечественных и зарубежных ученых в области

региональной экономики, пространственных экстерналий, становления и

функционирования кластеров, кластерной политики.

Методологической основой данного исследования явились труды

отечественных и зарубежных ученых в области конкурентоспособности,

постиндустриального общества, региональных инновационных систем.

10

Диссертационная работа выполнена в соответствии с паспортом

специальности 08.00.05 – Экономика и управление народным хозяйством

(региональная экономика), пунктами:

3.1. Развитие теории пространственной и региональной экономики; методы

и инструментарий пространственных экономических исследований; проблемы

региональных экономических измерений; пространственная эконометрика;

системная диагностика региональных проблем и ситуаций.

3.2. Пространственное распределение экономических ресурсов;

теоретические, методические и прикладные аспекты размещения

корпоративных структур, фирм малого и среднего бизнеса, экономических

кластеров, предприятий общественного сектора, домохозяйств.

3.3. Пространственная организация национальной экономики;

формирование, функционирование и модернизация экономических кластеров и

других пространственно локализованных экономических систем.

3.6. Пространственная экономика. Пространственные особенности

формирования национальной инновационной системы. Проблемы

формирования региональных инновационных подсистем. Региональные

инвестиционные проекты: цели, объекты, ресурсы, эффективность.

Научная новизна диссертационного исследования заключается в

теоретическом и методическом развитии региональной кластерной политики.

В процессе выполнения исследования автором сформулирован ряд

положений и выводов, обладающих научной новизной:

1. Осуществлена идентификация направлений с высоким потенциалом

развития кластеров в субъектах Российской Федерации на основе

адаптации методологии Института Конкурентоспособности и Стратегии

(Гарвардская бизнес школа) и Европейской Кластерной Обсерватории.

В основе проведенного исследования лежит определение и расчет

занятости в кластерных группах по всем регионам, а также выделение

11

значимых кластерных групп с использованием коэффициента

локализации, показателей размера и фокуса кластерных групп.

2. Выявлено значимое положительное влияние количества и уровня

развития кластеров на инновационную активность предприятий в

субъектах Российской Федерации. Для этого построена структурная

модель, включающая в себя помимо показателей кластеризации и

инновационной активности также показатели урбанизации и

экономического благополучия. Оценка модели осуществлена методом

частичных наименьших квадратов. Значимость коэффициентов

проверена с помощью метода Bootstrap.

3. Разработан подход к уточнению направлений с высоким потенциалом

развития кластеров в регионе, реализованный на примере города

Москвы. В результате удалось определить следующие направления с

высоким потенциалом развития кластеров в городе Москве:

«Измерительное и исследовательское оборудование», «Образовательная

и научно-исследовательская деятельность», «Информационные

технологии», «Биофармацевтические препараты», «Коммуникационное

оборудование», «Аэрокосмическая промышленность», «Финансовые

услуги», «Издательская деятельность и полиграфия».

4. Предложен общий алгоритм реализации региональной кластерной

политики, специфицированный, прежде всего, для малого и среднего

предпринимательства и экономики крупных городов. Данный алгоритм

состоит из пяти последовательных этапов: идентификация направлений

с высоким потенциалом развития кластеров, поддержка

самоорганизации организаций для реализации совместных кластерных

проектов, конкурсный отбор совместных (кластерных) проектов,

мероприятия государственной поддержки совместных (кластерных)

проектов, управление портфелем поддерживаемых кластеров (на основе

мониторинга и оценки).

12

Теоретическая и практическая значимость работы. Теоретическая

значимость исследования заключается в том, что результаты работы

способствуют расширению теоретической и методологической базы

региональной экономики, инновационного менеджмента, экономики развития,

государственного и муниципального управления, а также могут быть

использованы при преподавании дисциплин: «Региональная экономика»,

«Экономическая география», «Экономика развития», «Инновационный

менеджмент» и других.

Практическая значимость исследования состоит в возможности

использования предложенных методических подходов органами

государственной власти, а также участниками кластерных инициатив.

Апробация результатов исследования. Основные положения и выводы

диссертационного исследования докладывались на следующих конференциях:

1. XI Общероссийский форум «Стратегическое планирование в регионах и

городах России», 22-23 октября 2012 г., г. Санкт-Петербург.

2. 52-ой Европейский Конгресс Международной ассоциации региональных

исследований «Регионы в движении - Смена пути», 21-25 августа 2012

года, Словакия, г. Братислава.

3. II Межрегиональный форум «INNOMED», круглый стол «Кластерный

подход в развитии медицинской и фармацевтической промышленности.

Региональный опыт», 5-6 апреля, г. Пенза.

4. XIII Международная научная конференция по проблемам развития

экономики и общества, Сеccия Q-03. Предшествующее и современное

развитие регионов, НИУ ВШЭ, 3-5 апреля 2012 г., г. Москва

5. Международная научная конференция "Современные проблемы

пространственного развития" посвященная памяти и 75-летию со дня

рождения академика А.Г. Гранберга, 21-22 июня 2011 года, г. Москва

6. VIII Международная научно-практическая конференция по проблемам

экономического развития в современном мире «Устойчивое развитие

13

российских регионов: человек и модернизация», круглый стол «Кластеры,

кластерная политика и особые экономические зоны», 22-23 апреля 2011 г.,

г. Екатеринбург.

7. XII Международная научная конференция по проблемам развития

экономики и общества, Сессия I-08. Инновации и экономическое развитие

регионов, НИУ ВШЭ, 5-7 апреля 2011 г., г. Москва.

8. Межрегиональная конференция «Предпринимательство в

промышленности: пути развития. Мероприятия государственной

поддержки совместных (кластерных) проектов МСП», 02 декабря 2010

года, г. Москва.

9. IV Межрегиональный экономический форум «Самарская инициатива:

кластерная политика – основа развития национальной экономики» 25-26

ноября 2010 года, г. Самара.

10. Международный форум «Интеграция российского бизнеса в мировое

экономическое пространство как стратегия повышения

конкурентоспособности», 10-11 ноября 2010 года, г. Москва.

11. Круглый стол «Моделирование экономических кластеров как основа

модернизации социально-экономического развития региона», 23 июня

2010, г. Уфа.

12. Заседание подкомитета ТПП РФ по развитию субконтрактации и

кластерных технологий (комиссия по развитию кластерных технологий),

ТПП РФ, 07 июня 2010 года, г. Москва.

13. Дискуссионная сессия «Использование технологии кластеризации малого

бизнеса – важный элемент модернизации российской экономики» в рамках

X Всероссийской конференции представителей малых и средних

предприятий «Роль малого и среднего бизнеса в модернизации экономики

России», 24 мая 2010 года, г. Москва.

14

14. Круглый стол «Инновационный кластер» Подкомитета по развитию

инновационного предпринимательства Москва, ТПП РФ, 28 апреля 2010

года, г. Москва.

15. V международная научно-практическая конференция «Современная

экономическая теория и реформирование экономики России», РУДН, 27

ноября 2009 г., г. Москва.

16. Международная конференция «Инновации и инвестиции как эффективная

основа конкурентоспособности российского малого и среднего бизнеса на

внутренних и международных рынках», Торгово-Промышленная Палата, 9

ноября 2009 года, г. Москва.

17. Круглый стол «Конкурентоспособность и кластеры», Государственный

Университет, Тула, 09 октября 2009 г., г. Москва.

18. Вторая международная научная конференция «Инновационное развитие

экономики России: ресурсное обеспечение», Экономический факультет

МГУ имени М.В. Ломоносова, 22 – 24 апреля 2009 г., г. Москва.

19. XXII Международные Плехановские чтения. РЭА им. Г.В. Плеханова, 14

апреля 2009 г., г. Москва.

20. Международная научно-практическая конференция «Теория и практика

институциональных изменений в экономическом развитии общества»,

Казанский государственный технический университет, 19-21 января 2009,

г. Казань

21. Всероссийская научная конференция «Институциональные предпосылки

инновационного развития России», РЭА им. Г.В. Плеханова, 28 октября

2008г., г. Москва.

22. Шестая научная конференция международной ассоциации

институциональных исследований «Проблемы современной экономики и

институциональная теория», ДонНТУ, 2-3 октября 2008 г., Украина, г.

Донецк.

15

Автором опубликовано 17 научных работ, общим объемом 13,4 п.л., из них

в научных журналах перечня ВАК 7, общим объемом 4,8 п. л.

Автор апробировал ряд положений диссертационной работы в нескольких

научно-исследовательских работах, в том числе «Разработка предложений,

рекомендаций и методических материалов по созданию, функционированию и

развитию центров кластерного развития в субъектах Российской Федерации»

(Министерство экономического развития РФ) и «Исследование предпосылок и

формирование базовых инструментов развития образовательных кластеров на

основе сетевого взаимодействия ведущих инженерных вузов с предприятиями и

учреждениями профессионального образования других уровней в интересах

развития приоритетных отраслей экономики в субъектах Российской

Федерации» (Министерство образования и науки РФ).

Положения диссертационной работы были использованы при

преподавании дисциплин: «Экономическая история» (Международный

институт экономики и финансов, НИУ ВШЭ), «Организация бизнеса»

(Международная академии бизнеса и управления), «Экономика для

менеджеров» (Институт экономики и финансов «Синергия»).

Структуры работы. Диссертация состоит из введения, трех глав, выводов,

библиографии и пяти приложений. Общий объем диссертации составляет 246

страниц, в том числе 18 таблиц, 35 рисунков, приложения на 33 страницах.

Библиография содержит 212 наименований трудов отечественных и

зарубежных авторов, нормативно-правовых источников и данных статистики.

16

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ КЛАСТЕРНОГО

ПОДХОДА К РАЗВИТИЮ ИННОВАЦИОННОЙ

ЭКОНОМИКИ В РЕГИОНЕ

1.1. КЛАСТЕРЫ КАК ФАКТОР ПОВЫШЕНИЯ ИННОВАЦИОННОЙ

АКТИВНОСТИ ПРЕДПРИЯТИЙ

1.1.1. ОСНОВНЫЕ ПОДХОДЫ К АНАЛИЗУ ЭКСТЕРНАЛИЙ В КЛАСТЕРЕ

Экономическая причина формирования и существования кластера лежит в

том, что кластер своим участников ряд преимуществ. Данные преимущества

вслед за А. Маршаллом принято называть внешней экономией (экстерналиями)

по аналогии с внутренней экономии от масштаба производства. Внешней эта

экономия является потому, что она рождается за рамками каждой отдельной

фирмы, в процессе взаимного дополнения. Если для максимизации внутренней

экономии руководство фирмы должно ответить на вопрос «сколько» и «как»

производить, то для максимизации экономии внешней – «где располагаться?» и

«с кем и как взаимодействовать?». Как и внутренняя экономия, внешняя

экономия позволяет фирмам, которые ее получают, быть при прочих равных

более производительными (и, следовательно, конкурентоспособными).

На данный момент является традиционным разделять внешнюю экономию

на 2 типа: эффекты кластеризации (локализации) и эффекты урбанизации [135,

p. 15, 19, 231; 146; 168; 182; 203]. Отличительные особенности этих эффектов, а

также результаты эмпирических оценок их значимости и размера представлены

в приложении 1.

Существуют различные классификации внешней экономии, связанной с

функционированием фирмы в кластере. Большинство исследователей

придерживается классической классификации (точнее набора) внешних

17

экономий, называемой Маршаллианскими эффектами или MAR-эффектами (по

первым буквам фамилий ученых Marshall, Arrow, Romer1). В данный набор

включают три эффекта (внешней экономии):

доступность специализированной рабочей силы;

концентрация фирм в общей сфере деятельности: прежде всего,

специализированных поставщиков, покупателей, фирм в рамках

одной производственной цепочки;

интенсификация и углубление информационных обменов (в том

числе обмена инновациями).

Альтернативную классификацию предлагают Г. Дурантон и Д. Пуга,

которые выделяют три типа механизма внешней экономии: совместное участие

в выгодах (sharing), подбор (matching), обучение (learning) [158; 159; 203, p.9].

В принципе, данные классификации по-разному группируют одни и те же

преимущества. Так как классификация MAR-эффектов гораздо более

распространена, то мы рассмотрим ее подробнее.

Кластер представляет собой концентрацию фирм в общей сфере

деятельности. Фирмы предъявляют спрос на специализированную рабочую

силу, что приводит к ее концентрации в кластере. Развитый рынок труда

позволяет фирмам находить наиболее подходящий персонал, а работникам

подбирать работу, позволяющую в наибольшей степени реализовать их

таланты. Возможность выбора повышает мобильность персонала, что

положительно сказывается как на качестве рабочей силы, так и на

эффективности ее распределения по фирмам. Данное преимущество было

замечено еще А. Маршаллом [28].

Концентрация профильных компаний в кластере ведет к тому, что в

кластере также размещаются специализированные поставщики. Помимо этого в

кластере начинает развиваться профильная инфраструктура. Концентрация

поставщиков и инфраструктуры, как минимум, дает экономию на транспортных

1 В принципе, все MAR-эффекты были с большей или меньше степенью детализации упомянуты А. Маршаллом

[28]. Эрроу и Ромер [144; 193] лишь заново открыли их для научного сообщества [182, p.1].

18

издержках для профильных компаний. Конкуренция между поставщиками

позволяет снижать цены для их покупателей2. Немаловажным фактором

является легкость в экспериментировании за счет возможности быстрого

доступа и непосредственного общения с поставщиками и научными,

инфраструктурными и финансовыми организациями.

Концентрация рабочей силы, специализированных поставщиков и

инфраструктуры, в свою очередь, начинает привлекать профильные компании.

В некоторых случаях, в кластере наблюдается концентрация покупателей.

В особенности, если речь идет об инвестиционных товарах, технически

сложной или дорогой конечной продукции [28]. Концентрация покупателей

увеличивает спрос на продукцию компаний, входящих в кластер, что является

безусловным конкурентным преимуществом. В экономической географии

принято характеризовать величину местного спроса показателем «рыночного

потенциала» региона [167].

Концентрации фирм в общей сфере деятельности часто приводит к

углублению разделения труда и развитию специализации. Во-первых,

сосуществование в кластере прямых конкурентов, поставщиков и клиентов

ведет к лучшему пониманию специфических требования покупателей,

особенностей товара конкурентов и возможностей своих поставщиков,

глубокому пониманию своих отличительных конкурентных преимуществ. Это

позволяет фирме успешно дифференцировать свой продукт (в том числе за счет

сегментирования рынка и позиционирования продукта). Дифференциация

продукта повышает его привлекательность, позволяет занять предприятию

свою рыночную нишу, укрепить конкурентные преимущества.

Во-вторых, охват предприятиями кластера всей (или большей части)

цепочки создания добавленной стоимости делает возможным и выгодным

компаниям специализироваться на разных этапах этого процесса. Такая

специализация позволяет им быть более производительными [28]. Интересным

2В случае, конечно, если конкуренция между самими покупателями не является более жесткой.

19

следствием возможности разделять между фирмами производственный процесс

является снижение объема требуемого капитала для открытия своего бизнеса.

Это ведет к большей вовлеченности в хозяйственную деятельность субъектов

малого и среднего предпринимательства и дальнейшему развитию процесса

разделения труда3.

Отдельно, необходимо выделить внешнюю экономию, связанную с

трансакционными издержками [195, p. 131]., которую также, по мнению автора,

можно обобщить как институциональные преимущества кластера. Обоснование

данного типа внешней экономии кластера представлено в приложении 2.

В следующем параграфе будут рассмотрены инновационные

преимущества, которые получает функционирующая в кластере фирма.

1.1.2. ИННОВАЦИОННЫЕ ПРЕИМУЩЕСТВА ОТ ФУНКЦИОНИРОВАНИЯ

В РАМКАХ КЛАСТЕРА

Последней из трех классических внешних экономий (MAR-эффектов),

привлекающих и удерживающих фирмы в кластере, является обмен

инновациями. Обмен инновациями трактуется в данном случае широко как

циркулирование в кластере потоков бизнес-информации, ноу-хау, технического

опыта, а также связанные с этим процессы обучения. Инновации могут быть

как технической природы, так и быть связанными с улучшениями бизнес

моделей [325, p.228]. Получение доступа к инновационным потокам,

являющимися «строительным материалом» для собственных инноваций,

является значимым конкурентным преимуществом в современной экономике.

Как и уже описанные внешние экономии, обмен инновациями был впервые

выделен А. Маршаллом4. Вместе с тем в классических теориях

3Кластеризация малых фирм явилась одним из факторов, позволивших решить проблему недостатка

финансовых ресурсов у мелких предпринимателей и обеспечивших Китаю быструю индустриализацию [195]. 4 «Тайны профессии перестают быть тайнами, но как бы пронизывают всю атмосферу, и дети бессознательно

познают многие из них. Хорошая работа оценивается по справедливости, достоинства изобретений и

усовершенствований в машинном оборудовании, в технологических процессах и в общей организации

производства сразу же подвергаются обсуждению: если один предложил новую идею, ее подхватывают другие

20

пространственного размещения (как и в новой экономической географии)

фактор инноваций практически не брался во внимание. Дело тут не в том, что

инновации не важны с точки зрения выбора места локализации (как раз,

наоборот), а в том, что большинство концепций, связанных с инновациями

носят размытый характер (причины сливаются со следствиями и пр.), не

позволяющий использовать их в строгих моделях. Вместе с тем, данный

недостаток постепенно преодолевается5.

К сожалению, вопросы инновационных преимуществ, возникающих в

кластере, не всегда излагаются достаточно убедительно: перечисление разных

эффектов, которые так или иначе могут быть отнесены к инновационным

преимуществам, не позволяет понять, какие из этих эффектов более важные,

какие - менее, что является причиной, а что – следствием.

По мнению автора, существует две фундаментальные причины, благодаря

которым предприятия, заинтересованные в инновационном развитии,

концентрируются в кластерах.

Первая причина заключается в том, что инновационная активность

распределяется в пространстве крайне неравномерно6.

Инновационная активность напрямую зависит от доступа к актуальным

знаниям. Под такими знаниями подразумевается не стандартизованная

информация, не информация о шаблонных действиях и не научные

публикации. Ее сложно получить посредством количественного

маркетингового анализа (анализ вторичной информации и статистических

данных), в ходе интервьюирования или фокус-групп. Актуальное знание,

которое может стать конкурентным преимуществом фирмы – это информация о и дополняют собственными соображениями, и она, таким образом, становится источником, в свою очередь

порождающим новые идеи» [28]. 5Эрроу и Ромер, первые буквы фамилий которых помимо А. Маршалла вошли в аббревиатуру MAR-эффектов,

как раз занимались вопросами обучения (learning) и знания с точки зрения развития моделей, описывающих

экономический рост [144; 193]. 6Так, анализ статистики распределения расходов на НИОКР в промышленном секторе по штатам США за 2005

г. показал, что на 10 штатов с максимальными расходами на НИОКР пришлось 2/3 их объема. При этом только

фирмы Калифорнии инвестировали в НИОКР 22% всех подобных инвестиций в США.

www.nsf.gov/statistics/infbrief/nsf07335/.

Тезис о сильной асимметрии в территориальном распределении инновационной активности подтверждается

эмпирическими исследованиями [150, 152].

21

последних изменениях, опыт конкретных людей, которые получили его через

практику, путем проб и ошибок [155]. Такие знания, как правило, имеют

значительную персонифицированную часть [137], и эффективно

распространяются лишь путем личного контакта.

Регулярные личные контакты предполагают, что взаимодействующие

субъекты должны располагаться неподалеку друг от друга. Кластеры в этой

связи представляют собой площадки, на которых частые каждодневные

взаимодействия лицом к лицу стимулируют возникновение идей, концепций,

бета-версий, которые постоянно совершенствуются [135, p.226].

Помимо персонифицированного знания, существует и другие факторы,

влияющие на неравномерность распределения инновационной активности в

пространстве. Во-первых, инновации в постиндустриальном обществе в своей

массе – это продукт систематической работы профессиональных ученых. Таким

образом, инновации тяготеют к развитой научной и инновационной

инфраструктуре. Во-вторых, инновации, как правило, рождаются как реакция

на острую «внутреннюю» конкуренцию близко расположенных фирм. В-

третьих, большие расходы на НИОКР (являющиеся частью инновационной

активности), как правило, осуществляются государством или крупными

корпорациями, которые становятся во главе научно-технического прогресса.

Данные субъекты формируют спрос на инновационную продукцию и,

соответственно, привлекают инновационно активные фирмы на территорию

своей локализации.

Вторая причина инновационных преимуществ кластера заключается в том,

что инновационная деятельность подразумевает согласованную работу

множества организаций: поставщиков комплектующих, производителей,

продавцов, потребителей, финансовых организаций и пр. «Для осуществления

любой... инновации необходимы партнеры-потребители и партнеры-

поставщики. И чем радикальнее (и зачастую ценнее) инновация, тем больше,

глубже и шире должны быть задействованы другие игроки, особенно

22

потребители» [107]. Даже венчурные капиталисты, как правило, инвестируют

средства в компании, располагающиеся в непосредственной близости от них7.

Необходимость географической локализации множества связанных

организаций в целях осуществления инновационного процесса подтверждается

на практике8.

Необходимость территориальной близости разных хозяйствующих

субъектов для поддержания полноценной инновационной активности приводит

к пониманию кластеров как очагов (или анклавов) инновационной экономики.

Все остальные инновационные преимущества, связанные с

кластеризацией, по мнению автора, следуют из этих двух фундаментальных

причин (рис. 1.1).

Распространение знания в кластере ведет к его умножению, так как при

обмене знаниями не происходит его отчуждения.

Наличие инновационно активных тесно взаимодействующих фирм

позволяет более быстро вносить изменения в продукт или технологию и, в

общем, сокращать жизненный цикл продукта, находясь в лидерах процесса

обновления и изменений. Более того, готовые к внедрению инноваций

контрагенты дают фирме легкость в экспериментировании с целью

дальнейшего развития продукта.

Важным преимуществом кластера является повышение

конкурентоспособности входящих в него фирм за счет инноваций других фирм.

Речь идет, прежде всего, о «входящих» инновациях, созданных фирмами-

поставщиками (улучшенные характеристики оборудования, используемого

сырья, материалов, полуфабрикатов и пр.).

7 Например, многие бизнес-ангелы работают с фирмами, находящимися в часе-двух езды от них. Это связано с

тем, что подобные инвесторы предпочитают помимо собственно инвестирования принимать непосредственное

участие в функционировании бизнеса, делясь своими знаниями и опытом [59]. 8 Так, первоначально японские автомобильные компании (Toyota, Honda и Nissan) для экспансии на китайский

рынок разместили в провинции Гуандун лишь сборочные производства. Со временем в силу роста значимости

данного рынка появилась необходимость обновить модельный ряд и изменить его в соответствии с

потребностями местного населения. Для этого в выделенных промышленных парках в этой провинции

постепенно были размещены связанные с головными подразделениями японские поставщики разных уровней

[177, p. 14].

23

Рис. 1.1. Причины и следствия локализации инновационно активных

предприятий в кластере

Источник: автор.

Большие возможности для инноваций, а также требовательный спрос9 и

высокая конкуренция делают стратегию постоянного совершенствования

безальтернативной, что является преимуществом перед фирмами, не

расположенными в кластере.

Таким образом, фирмы, заинтересованные в инновационном развитии,

имеют все основания концентрироваться в профильных кластерах. В ряде

зарубежных исследований показано, что размещение в кластере положительно

9Высокие характеристики предложения ведут к тому, что постепенно требовательность спроса также

поднимается. Изощренный спрос (sophisticated demand) сам становиться важным фактором совершенствования

продукта.

24

влияет на инновационную активность предприятия10

. Более того, поскольку в

современной экономике для компаний жизненно важно постоянно

совершенствовать свои конкурентные преимущества путем инноваций,

пребывание вне профильных кластеров подрывает их конкурентоспособность

и, в конечном счете, – всего региона.

Отдельно необходимо отметить преимущества кластера для старт-апов.

Открывать свое дело в кластере за счет высокой внутренней конкуренции,

конечно, более рискованно. Однако в случае провала предприниматель с

большей вероятностью сможет найти себе применение как работник, не меняя

сферы деятельности, или найти себе новых компаньонов для нового дела.

Итак, подводя итоги первых двух параграфов, отметим, что кластер

существует не случайно или вследствие существования внеэкономических

причин. Внешняя экономия, предоставляя неоспоримые преимущества

экономическим агентам, является микроэкономическим фундаментом,

обуславливающим существование кластеров.

В рамках внешних экономий, образующихся в кластере, выделяют и

инновационные преимущества. Однако возникает вопрос, какова роль

инновационных преимуществ в ряду других типов внешней экономии? На этот

вопрос мы попытаемся дать ответ в следующем параграфе.

1.1.3. РОЛЬ ИННОВАЦИОННЫХ ПРЕИМУЩЕСТВ СРЕДИ ЭКСТЕРНАЛИЙ,

ПОРОЖДАЕМЫХ КЛАСТЕРОМ

Если бы описанные в предыдущем пункте внешние экономии были бы

постоянными, то, рано или поздно, вся экономическая деятельность

сконцентрировалась бы в немногих кластерах (может быть в одном кластере

для каждой сферы деятельности). И при этом, что важнее, никаких

10

Например, исследование патентной активности 75 крупнейших биофармацевтических корпораций в США,

Европе и Японии показало, что размещение в регионах, в которых существуют сильные биофармацевтические

кластеры, положительно влияет на патентную активность корпорации [178].

25

перемещений из кластеров мы бы не наблюдали, так как полученные раз

преимущества (пусть и случайным образом), далее с ростом концентрации

предприятий только усиливались бы.

Однако в реальности, этого не происходит. Кластеры не растут

одинаковыми темпами постоянно: с какого-то момента их размеры

стабилизируются. Некоторые кластеры с течением времени теряют свою

привлекательность и исчезают. Очевидно, что дело в том, что развитие кластера

связано не только с положительными внешними эффектами, но также и

отрицательными. В качестве синонимичных понятий положительным и

отрицательным внешним экономиям мы традиционно будем употреблять

понятия центростремительных и центробежных эффектов соответственно.

Наиболее существенные центростремительные и центробежные эффекты,

влияющие на формирование, развитие и упадок кластеров, представлены в

таблице 1.1.

Таблица 1.1.

Направленность и тип внешней экономии в кластере

Направленность

внешней экономии

Тип внешней

экономии

Центростремительные

эффекты

Центробежные эффекты

Производственная

эффективность экономия на транспортных

издержках;

преимущества от развитого

рынка труда в кластере;

преимущества совместного

доступа к специализированной

немобильной инфраструктуре;

преимущества от разнообразия

и специализации в кластере (в

том числе снижение объема

требуемого для организации

бизнеса капитала, а также

возможность использования

увеличение стоимости

немобильных факторов

производства (прежде всего,

земли, помещений,

человеческих ресурсов).

26

специализированного

оборудования).

Институциональные

преимущества снижение издержек получения

новой информации о

покупателях, контрагентах,

конкурентах и их продукции;

ускорение

институционализации новых

практик;

существования развитого

трансакционного сектора;

получение выгод от

совместных проектов.

устаревание институтов

(которые перестают

соответствовать новым

реалиям), в том числе

проблема бюрократизации,

формализма;

рост трансакционных издержек

(вследствие увеличения

количества самостоятельных

участников в кластере);

увеличение стоимости местных

трансакционных благ (прежде

всего, легальной и нелегальной

защиты прав собственности,

включая откуп от чиновников,

бандитов и «силовиков»).

Инновационные

преимущества снижение издержек доступа к

новым знаниям (вследствие

того, что новые знания имеют

значительную скрытую (tacit)

часть и эффективно

распространяются лишь путем

личного контакта);

снижение издержек создания

нововведений (вследствие

распространения нового

знания, концентрации его

носителей);

увеличение скорости

внедрения нововведений за

счет формирования

инновационного окружения;

увеличение количества и

уровня «входящих» инноваций

других фирм;

повышение инновационной

активности вследствие

повышенной конкуренции

внутри кластера

(отрицательный стимул).

эффект технологической

блокировки (lock-in)

Источник: автор.

Центростремительные эффекты были нами подробно рассмотрены в

предыдущем пункте. Далее, исследуем центробежные эффекты.

27

Первым из таких эффектов является постепенное увеличение стоимости

немобильных факторов производства (прежде всего, земли, помещений,

человеческих ресурсов)11

. Это один из наиболее изученных центробежных

эффектов12

. Действительно, практика показывает, что в местах расположения

наиболее успешных кластеров (например, Кремниевая Долина) стоимость

земли, аренды, а также уровень заработных плат является наивысшим по

отрасли.

Очевидно, что высокая стоимость немобильных факторов производства

напрямую зависит от высокой производительности фирм в кластере, которая в

свою очередь, является, в том числе, следствием положительных внешних

эффектов.

Рост стоимость немобильных факторов производства можно трактовать

как поглощение прибыли предпринимателей владельцами немобильных

факторов производства. Зачастую, в итоге всю дополнительную выгоду от

функционирования кластера получают именно владельцы таких факторов

производства13

. В случае если немобильные факторы являются дефицитными,

либо на рынке этих факторов наблюдается высокая концентрация

собственности в одних руках, владельцы немобильных факторов производства

вполне могут «захватить» не только дополнительные выгоды (порождаемые

положительной внешней экономией), но и нормальную прибыль

предпринимателя. В этом случае, центробежный эффект в кластере становится

более значимым, чем центростремительный.

Вторая группа центробежных эффектов относится к институциональной

активности фирмы (и, в отличие от других центробежных эффектов до сих пор

системно не рассматривалась). Развитие кластера связано не только с ростом 11

Отметим, что немобильность подразумевает невозможность доступа к ресурсу вне кластера. Так рост

стоимости мобильных факторов производства приведет к тому, что эти факторы будут покупаться у компаний,

не входящих в кластер. Таким образом, рост стоимости мобильных факторов в кластере не приведет к

появлению эффекта, выталкивающего фирмы из кластера. 12

Например, именно он включен в модель, предложенную П. Кругманом (модель Диксита-Стиглица-Кругмана)

[174; 175]. 13

Французский исследователь Мартинс с коллегами, анализируя эту гипотезу на данных по Франции, пришел к

выводу, что значительную долю выгод от внешней экономии «захватывается» именно владельцами земли [182,

p. 27].

28

институциональных преимуществ, но также таит в себе опасности

возникновения институциональных проблем.

Прежде всего, отметим, что институциональная динамика часто

инерционна (в особенности, что касается неформальных институтов). В этой

связи, вполне реальна опасность устаревания институтов (то есть ситуация,

когда институты перестают соответствовать успешным паттернам

взаимодействия). Разумеется, как мы уже отметили, есть основания утверждать,

что в кластере (в силу более тесного взаимодействия) новые институты

появятся достаточно быстро. Однако эти новые институты должны будут

встраиваться в систему старых, и, возможно, конкурировать с ними. Так,

вполне возможно, что старые институты будут организационно оформлены в

виде сложившихся союзов, ассоциаций и пр., с устоявшимся членством

(бюрократией и формализмом). В этой связи, возможно, что новым

перспективным фирмам, со своими поставщиками, клиентами, инвесторами и

пр. придется формировать свои площадки для взаимодействия и устанавливать

новые правила работы (что связано с дополнительными трансакционными

издержками).

Следующей институциональной проблемой в кластере является рост

трансакционных издержек в связи с ростом количества фирм и вообще людей в

кластере. Рост кластера постепенно приводит к росту трансакционных

издержек, которые после достижения определенной величины начинают

превосходить выгоды от расположения в кластере.

Здесь, по-нашему мнению, уместна аналогия с фирмой, оптимальный

размер которой определяется исходя из соотношения трансакционных

издержек функционирования рыночного механизма и трансакционных

издержек, возникающих в рамках фирмы (агентских издержек) [24, с.33-54].

Точно также трансакционные издержки функционирования в рамках кластера

могут превысить размер трансакционных издержек вне кластера. Такое

превышение проявляется в потере управляемости кластером. В этом случае,

29

членов становится так много, что им становится чрезвычайно трудно и дорого

договариваться друг с другом для совместного действия и вообще решения

общих вопросов. Возможно, что издержки самоорганизации даже превысят те

выгоды, которые фирма получает от совместного действия (особенно при

сравнении с индивидуальным действием, где издержки самоорганизации равны

нулю).

Последним в таблице (но не по значимости) центробежным

институциональным эффектом является увеличение стоимости местных

трансакционных благ. В институциональной экономике наиболее важным из

таких благ считается защита прав собственности. С одной стороны, от

государства стоило бы ожидать приоритетные усилия по предоставлению

трансакционных благ для кластеров. Например, китайские власти в провинции

Гуандун так и поступают по отношению к формирующемуся автомобильному

кластеру. С другой стороны, опыт многих других стран, а также история дает

множество примеров обратного: когда вслед за успехом кластера следует

мероприятия по его разграблению. Историк Дж. Мокир обобщает эту

закономерность, вводя понятие отрицательной институциональной обратной

связи14

. Вообще для государства (за несколькими исключениями) до самого

последнего времени, конфискация была обычной практикой, заменяющей

современной систематическое налогообложение [43]. При этом часто

причинами фактического разграбления формирующихся кластеров являлись не

только финансовые потребности, но и политические мотивы: стремление

убрать потенциальных конкурентов и вообще чрезмерно (по мнению

14

«Отрицательная институциональная обратная связь охватывает политические и социальные изменения,

выступающие результатом экономического роста, который идет на спад или даже меняет направление на

противоположное. На протяжении большей части истории однозначно наблюдалась тенденция, согласно

которой грабители и тунеядцы слетались на богатство, извлекаемое из экономического роста, как мухи на мед.

Успешные в торговом и промышленном отношении регионы (такие как Северная Италия, Нидерланды, Бельгия

и Люксембург) и группы (например, евреи и меннониты с рейнских земель) возбуждали зависть и жадность

менее удачливых или не столь обеспеченных ресурсами соседей. Предприимчивость, усердие и

изобретательность создавали внутри групп возможности для рентоориентированного поведения субъектов,

которые находили политику или насилие более прибыльными, чем усердная работа. Региональный успех,

торговый и финансовый, манил сборщиков налогов, пиратов, захватчиков и склонных к банкротству

заемщиков. Вместе с тем он порождал, в почти диалектической манере, средства своей собственной погибели.

Наиболее явной формой отрицательной институциональной отдачи до 1815 г. стала, несомненно, война. Часто

экономический рост косвенно провоцировал эти конфликты» [99, c. 8].

30

правителей) богатеющих людей15

. К сожалению, отрицательная

институциональная обратная связь, похоже, является до сих пор реальностью

во многих транзитивных и развивающихся стран, в том числе и для России.

Успех предприятий в кластере вполне может привлечь рейдеров, «силовиков»,

родственников крупных чиновников. В данном случае, теорема Коуза может

сработать «наоборот» и собственность перейдет от наиболее эффективных

собственников к менее эффективным. Такие действия ведут к увеличению

трансакционных издержек, связанных с нелегальной защиты прав

собственности, с необходимость договариваться.

Отдельно необходимо отметить то, что конкуренция (являясь институтом)

не является центробежным фактором для фирм в кластере. Дело в том, что

кластер формируется из фирм, прежде всего, в торгуемых видах деятельности

(то есть видах деятельности, ориентированных на экспорт, в том числе

межрегиональный). Конкуренция в таких видах деятельности, как правило,

носит глобальный характер (или, как минимум, национальный). Например, тот

факт, что в Тольятти до недавнего времени были слабо представлены

иностранные автопроизводители, не делало конкуренцию в этой сфере в

Самарской области менее жесткой.

Последняя - третья группа центробежных эффектов относится к

инновационной деятельности фирмы. Главное проблемой в сфере инноваций

для развития кластеров является так называемая технологическая блокировка.

Мензель и Форнахл, проанализировав большое количество литературы по

развитию кластеров, сделали вывод, что географически сконцентрированные

фирмы демонстрируют непропорционально высокий уровень инновационной

активности на этапе роста отрасли. Вместе с тем, компании, не входящие в

15

Конфискацию как метод борьбы с сенаторами использовали некоторые римские императоры (Bartlett B. How

excessive government killed Ancient Rome // CATO Institute. 1994. URL: http://www.cato.org/pubs/journal/cjv14n2-

7.html. Дата доступа: 01 ноября 2012). Точно также поступали бюрократы в традиционном Китае, препятствуя

формированию класса буржуазии [136, p. 160]. Ф. Бродель обосновал практикующийся во многих

цивилизациях метод конфискации как способ политического долголетия (при экономической стагнации) [64, с.

115-120].

31

кластер, наоборот, более успешных в сфере инноваций на более поздних

стадиях развития отрасли [184, p. 5].

Эффект опережающего спада в инновациях связан с тем, что

интеллектуальные модели (mental models) поведения локализованных игроков

схожи друг с другом и в большей степени сфокусированы на успешной в

прошлом траектории. Они перестают учитывать новые открытия, развитие в

новых связанных отраслях, возникает эффект блокировки (когда ранее

успешный путь становится с течением временем тупиковым, но практически

безальтернативным). Другими словами, с течением времени кластер может

потерять необходимый для инноваций уровень разнообразия знаний и опыта16

(рис. 1.2).

Рис. 1.2. Рост кластера и динамика уровня разнообразия знания и опыта.

Источник: Menzel M.-P., Fornahl D. Cluster Life Cycles - Dimensions and Rationales of Cluster Development

// Jena Economic Research Papers. 2007. No 2007-076. P. 19. URL:

http://www.econstor.eu/dspace/bitstream/10419/25650/1/553691740.PDF. Дата доступа: 01 ноября

2012.

16

Эмпирические исследования показали, что технологическое разнообразие (heterogeneity) существует на

разных этапах жизненного цикла отрасли, однако пространственное размещение этого разнообразия меняется:

в рамках штата на ранних этапах жизненного цикла и между штатами на этапе зрелости. Другими словами,

кампании постепенно сходятся в сфере технологии в рамках одного региона и остаются разнородными при

межрегиональных сравнениях (Rigby D. L., Essletzbichler A. Technological variety, technological change and a

geography of production techniques // Journal of Economic Geography. 2006. 6. P. 45-70.).

32

Вследствие технологической блокировки кластера, инновационные

преимущества кластера могут быть полностью перекрыты недостатками.

Итак, после того, как мы рассмотрели центростремительные и

центробежные эффекты, определяющие формирование, развитие и упадок

кластеров, представляется возможным определить чистый кластерный эффект.

Под чистым кластерным эффектом мы будем понимать чистый

центростремительный эффект (то есть центростремительный эффект за

вычетом центробежного эффекта).

Положительный чистый кластерный эффект не подразумевает, чтобы все

составляющие его внешние экономии обязательно были положительными.

Более того, ситуация, когда разные типы внешней экономии разнонаправлены

(то есть одни центростремительные, другие – центробежные), по мнению

автора, не является исключением на практике. Так, можно предположить, что в

Кремниевой Долине положительные внешние экономии, связанные с

инновационными преимуществами, соседствуют с отрицательными внешними

экономиями, связанными с эффективностью производственной деятельности

(вследствие высокой стоимости немобильных факторов производства в

Кремниевой Долине). Соответственно, в Кремниевой Долине размещаются

предприятия, которые склонны к высокой инновационной активности и при

этом менее чувствительны к высокой стоимости немобильных факторов

производства17

.

Вместе с тем, можно предположить, что важность инновационных

преимуществ как фактора локализации не универсальна и зависит не только от

отраслевой принадлежности кластера, но и является следствием тех изменений

в экономике второй половины XX века, которые принято называть

становлением постиндустриальной (инновационной) экономики.

17

Справедливости ради, добавим, что многие из этих предприятий нуждаются в крайне небольшом количестве

этих немобильных факторов производства. Особенность сферы информационных технологий состоит в том,

что в ее рамках существует много видов деятельности, для которых достаточно офиса с несколькими людьми в

штате.

33

В индустриальную эпоху, экономическое могущество лидирующих

предприятий основывалось на массовом производстве промышленной

продукции. При таком раскладе главными факторами, привлекающими

предприятия в кластеры, должны были быть значимые преимущества,

связанные с производственной эффективностью.

Однако во второй половине XX века в ведущих странах стала

формироваться постиндустриальная экономика, то есть экономика, в которой

главным ресурсом конкурентной борьбы между фирмами являются знания и

инновации.

Глобализация, уменьшение административных барьеров, снижение

транспортных издержек и развитие информационных технологий во второй

половине XX века привели в развитых странах к разрушению одних кластеров

и к усилению и развитию других. Многие кластеры, ориентированные на

массовое производство стандартизованной продукции с наименьшими

производственными издержками, перестали существовать, переместившись из

развитых стран в развивающиеся (трансформировавшись в производственные

площадки с редукцией таких функций, как исследования, инжиниринг,

маркетинг и стратегическое управление). С другой стороны, отрасли, которые,

казалось бы, безразличны к пространственной локализации, такие как

информационные технологии, стали формировать кластеры, ориентированные

на постоянную инновационную деятельность18

. Наряду с часто упоминаемым

фактом перемещения производственных мощностей в страны Третьего мира,

существует и контртенденция – многие высокотехнологичные компании

Третьего мира открывают свои подразделения или покупают действующие

компании в кластерах развитых стран19

. Лидирующие крупные компании

стараются поддерживать свои подразделения или «подслушивающие посты» в

18

Например, IT компании в Индии – работающие по аутсорсингу с компаниями из США –не распространены по

всей стране, что вполне было бы возможно исходя их особенностей их работы, а, наоборот, концентрируются в

городе Бангалор. 19

«Это опробованный путь, по которому прошли практически все известные электронные компании Сингапура,

Южной Кореи и Тайваня. Теперь по этому же пути идут индийские и китайские электронные компании» [101].

34

мощных кластерах (Силиконовая долина, Бостон, Манхеттен) [155, P.34]. «В

число ведущих фирм финских кластеров – замечает П. Филлипов, - входят

производственные и сервисные подразделения ряда крупных

транснациональных компаний, таких как Eriksson, Siemens, Fujitsu, IBM и т.д.

Создание производств и исследовательских центров в Финляндии крупными

ТНК преследует не только и не столько цель приближения к потребителям, но

во многом ориентировано на использование преимуществ квалифицированной

рабочей силы и возможностей национальной инновационной системы» [113].

Таким образом, в отличие от предыдущих стадий экономического

развития, в современном мире устойчиво лидировать может только кластер,

который воспроизводит значительные инновационные преимущества для фирм-

участников. Именно эти преимущества являются ключевым фактором,

удерживающим и привлекающим в кластер организации и людей. Прочие

кластеры (и схожие образования) утрачивают конкурентоспособность,

становятся нестабильными и разрушаются. Часто их существование

обусловлено государственной поддержкой исходя из социальных и

политических мотивов.

1.2. ОБОСНОВАНИЕ ЦЕЛЕСООБРАЗНОСТИ КЛАСТЕРНОЙ

ПОЛИТИКИ ГОСУДАРСТВА

1.2.1. ПРОБЛЕМА ЦЕЛЕСООБРАЗНОСТИ ГОСУДАРСТВЕННОГО

ВМЕШАТЕЛЬСТВА

В экспертном сообществе достаточно широко распространена точка

зрения, согласно которой формирование кластеров является естественным

процессом, и вмешательство государства, как минимум, неэффективно, а,

зачастую, даже вредно [70; 158: 182]. Обширное исследование ван дер Линде

показало, что из 700 описанных кластеров только один является результатом

целенаправленной государственной политики (Шиньчу в Тайване) [200].

35

Филипп Мартин с коллегами провели исследование, посвященное оценке

влияния кластерной политики во Франции, инициированной в 1999 году, на

производительность поддерживаемых фирм20

. Исследование показало, что

совокупная факторная производительность этих фирм в период с 1996-2004

упала на 5%! [181].

Комплексная критика вмешательства государства в сферу формирования

кластеров с позиций неоавстрийской экономической теории содержаться в

трудах канадского исследователя кластеров П. Дероше [70].

Еще дальше пошел Г. Дурантон. Проведенное им теоретическое

исследование внешних эффектов позволило сделать общий вывод о

несостоятельности кластерной политики (в трактовке М. Портера и других

консультантов). Оказалось, что предлагаемые мероприятия направлены на

решение очень сложных малоизученных проблем [158, p. 43]. Более того,

затраты на развитие кластеров зачастую неоправданны с точки зрения

потенциальных результатов (даже если они в полной мере достигнуты)21

. По

этой причине соответствующие инициативы Г. Дурантоном были отнесены к

политике второго порядка, к которой стоит обращаться, когда более актуальные

или простые проблемы уже решены.

Полученные теоретические результаты вряд ли можно оценить

однозначно. На самом деле, существует много примеров, когда активная

политика государства приводила к успешному результату.

В основе процесса формирования кластера «с нуля» лежит, прежде всего,

возможность привлечения в регион людей и организаций, которые

20

Речь идет о программе «Local productive systems», которая являлась первой программой по поддержке

кластеров во Франции. В рамках этой программы выделялись субсидии в среднем размере 37.5 тыс. евро на

кластер. При этом условия финансирования были достаточно мягкими: главное – это формирование

организации развития кластера, организации, объединяющей участников кластера. Список целей получения

субсидии был достаточно широким: создание общего брэнда, поддержка экспорта и пр. [181, p. 4]. 21

Дело в том, что многочисленные эмпирические исследования, оценивающие влияния кластеров

(локализационные эффекты) и городов (урбанизационные эффекты) на производительность, заработные платы

и инновационную активность фирм, показывают, что такое влияние далеко не так велико, как можно было бы

ожидать исходя из теоретических аргументов. Если говорить о суммарной количественной оценке влияния

внешних экономий на производительность, то эластичность производительности по размеру города (эффекты

урбанизации) и по размеру отрасли в регионе (эффекты локализации) чаще всего лежит между 3% и 8% [182, p.

2].

36

специализируются на каком-то важном для региона или страны виде

деятельности. Исторический опыт показывает, что государство вполне может

действовать конструктивно при создании новых отраслей. Напрашивается и

более сильный вывод – такие отрасли не столько появлялись сами по себе,

сколько в результате целенаправленных усилий государства: насаждения,

воспитания, реализации комплексных мероприятий государственной

поддержки.

Говоря о насаждении можно вспомнить историю появления текстильной

промышленности в Англии22

или изготовление зеркал во Франции23

. Таких

примеров огромное количество: начиная с позднего Средневековья, шла

активная борьба за специалистов в новых отраслях и за строго охраняемые

промышленные секреты. Что касается воспитания, хорошим примером является

опыт Пруссии и позже Германии. Промышленное воспитание нации стало

краеугольным камнем в немецкой экономической теории и практике, благодаря

которой к началу XX в. Германия стала «индустриальным чемпионом» Европы,

тесня по многим направлениям Англию. Характерно, что исследователи

кластеров этих примеров не видят. Видимо, потому что они нацелены на

изучение слишком короткого по историческим меркам периода - в лучшем

случае последних 50 лет.

Иногда может казаться, что политика жесткой борьбы за технологии и

людей, ими владеющими, осталась в прошлом, особенно, что касается наиболее

развитых стран в мире. Однако такой вывод поспешен. По-настоящему

перспективные технологии, по-прежнему, крайне редко и неохотно становятся

объектом межстранового трансфера24

. Причем такой обмен, как правило,

22

Знаменитая текстильная промышленность Англии возникла путем размещения на английских землях

поселенцев из Фландрии [26, c.167]. 23

Этот секрет был украден в Венеции путем подкупа и организации побега соответствующих специалистов [26,

c. 176-177]. 24

Как правило, объектом трансфера технологий из одной страны в другую являются либо технологии

предыдущей «волны», либо технологии, которые гарантированно устареют за несколько лет, поскольку страна

– донор на постоянной основе и интенсивно занимается инновациями.

37

происходит в рамках политических соглашений25

. Россия в силу размеров и

исторического опыта не рассматривается как сателлит, которому можно

передать высокие технологии и который будет их использовать исключительно

с выгодой для донора. Достаточно вспомнить пример корпорации General

Motors, которая в последний момент отказалась продавать Сбербанку

компанию Opel26

. Интересно отметить в этой связи, что, часто, страны, которые

сейчас старательно «удерживают» свои технологии и промышленные секреты,

некоторое время назад сами активно их захватывали, в том числе

недобросовестными способами27

.

Современные «новые» отрасли, как показывает опыт развитых стран,

также не возникают спонтанно. Опыт развития «творческих» секторов в

Великобритании 28

свидетельствует, что, во-первых, они относятся к

приоритетам политики городских властей. Во-вторых, для успешной

реализации таких проектов требуется продуманная система поддержки,

включающая льготную аренду, систему малых кредитов, венчурные

25

Напомним, как легко досталось ядерной оружие таким странам, как Индия, Пакистан, Израиль, и какие

сложности испытывает на этом пути Иран. Еще один пример – Япония, которой США продали множество

патентов после II мировой войны в целях поддержки нового союзника в тихоокеанском регионе. 26

Более того, новые отрасли весьма требовательны к уровню инфраструктуры – физической и инновационной.

Импорт технологий без собственной научной базы, не уменьшит, а лишь усилит технологическую зависимость

страны. Для сохранения лидирующих позиций в глобальной экономике необходимо ориентироваться не

столько на импорт, сколько на создание новых технологии. 27

Так, в наши дни немецкие машиностроители обвиняют своих китайских конкурентов в нарушении прав на

патенты и нелегальном использовании своих технологий. Исследование немецких ученых показало, что век

назад немецкие машиностроители сами пользовались точно такими же методами, чтобы скопировать

американские технологии. В конце XIX века и в 1920-е годы немецкие машиностроители удачно развернули

имитационную и контрафактную деятельность, чтобы нагнать своих американских конкурентов. Немецкое

правительство поддержало такую стратегию, издав патентный закон, который дискриминировал иностранных

владельцев патентов, намеренно задерживая выдачу патентов иностранным заявителям. Параллельно росту

международной конкурентоспособности немецких фирм готовность гарантировать права на интеллектуальную

собственность иностранцам увеличивалась, так как немецкие фирмы стали опасаться ответных репрессивных

мер на внешних рынках (Richter R., Streb J. Catching-Up and Falling Behind - Knowledge Spillover from American

to German Machine Tool Makers // The Journal of Economic History. 1999. Vol. 71 No 04. P. 1006-1031). 28

Данное понятие закреплено в законодательстве Великобритании. Официальное определение творческих

индустрий, принятое департаментом культуры, СМИ и спорта правительства Великобритании, звучит так:

«…деятельность, в основе которой лежит индивидуальное творческое начало, навык или талант, и которая

может создавать добавленную стоимость и рабочие места путем производства и эксплуатации

интеллектуальной собственности». Не ограничиваясь определением, департамент предлагает перечень

конкретных видов деятельности, из которых складывается творческий сектор экономики. В этот список входят

реклама, архитектура, художественный и антикварный рынок, ремесла, дизайн, мода, производство кино- и

видеопродукции, программирование, в том числе создание развлекательных интерактивных программ и

компьютерных игр, музыка, исполнительские искусства, издательское дело, теле-, радио- и интернет-вещание»

[66].

38

инвестиционные фонды, постоянное консультирование небольших компаний

по вопросам ведения бизнеса. В-третьих, важным элементом инфраструктуры

поддержки являются специальные агентства – посредники между сообществом

творческих предпринимателей и городскими властями, которые позволяют

сохранять баланс в этой сложной и динамичной, но, в то же время, хрупкой

системе [66, с.2].

Заметим при этом, что поддержка государства (как в Новое время, так и в

современности) по развитию новых (приоритетных) видов деятельности не

распылена по всей территории страны, а сосредоточена на определенных

регионах. Таким образом, нельзя сказать, что действия государства были

спонтанны, а кластеризация этих видов деятельности произошла естественным

путем.

Помимо привлечения специалистов и формирования критической массы,

формирование кластера также подразумевает развитие кооперационных связей

и повышение инновационной активности хозяйствующих субъектов. В этой

связи отметим очевидный факт, что инновационная активность предприятий в

долгосрочной перспективе зависит от развития фундаментальной науки,

которая является сферой государственного финансирования. В современном

мире доля государства в расходах на НИОКР составляет 39% (по состоянию на

2006 год), что более чем значительно [130, p.4]. Ряд кластеров (Кремниевая

Долина, образовательный кластер вокруг Бостона (Гарвард, Массачусетский

технологический институт и др.)) во многом сформировались именно за счет

значительного государственного финансирования научно-исследовательской

деятельности.

Итак, приведенные примеры не дают однозначного ответа на

поставленный вопрос: участие государства может быть эффективным, а может

и не быть. С одной стороны, примеров планомерного успешного создания

кластера «с нуля», в последние десятилетия действительно, крайне мало. Те же

примеры, которые обычно приводят (например, Research Triangle в штате

39

Северная Каролина, США) скорее доказывают неоднозначность

государственного вмешательства, так как эти кластеры вызревали десятилетия

и поглотили беспрецедентное количество государственных средств [172, p.15].

С другой стороны, назвать примеры кластеров, в формировании которых

государство вообще не принимало участие в той или иной форме, еще более

затруднительно. Более того, так как кластер формируется в течение

длительного периода времени (несколько десятилетий), то оценивать

результаты кластерной политики за несколько лет ее реализации

несправедливо.

Хуже того, уход государства вовсе не приводит к тому, что «невидимая

рука рынка» организует людей и организации в пространстве наиболее

благоприятным образом (в настоящее время, это кластеры). Точнее, где-то

такие кластеры действительно появляются. Но проблема в том, что в России

таких образований в полном смысле этого слова за 20 лет «без плана» не

появилось.

Подведем итоги. Строго доказать на основании небольшого числа

примеров и свидетельств разных авторов (а также на основе анализа опыта

разных стран, не столь длительного как хотелось бы), следует ли государству

активно участвовать в процессах создания и развития кластеров или не следует,

невозможно. Более того, поскольку государство не единственный участник

проектов по развитию кластеров (еще бизнес и научное сообщество), то

практически невозможно определить с помощью или вопреки действиям

государства были сформированы те или иные кластеры. В этой связи, для того,

чтобы разрешить поставленный вопрос, следует перейти от рассмотрения

эмпирических свидетельств к теоретическому анализу.

40

1.2.2. ПРОВАЛЫ РЫНКА В СФЕРЕ РАЗВИТИЯ КЛАСТЕРОВ

Проблема оценки реальной роли государства в процессах создания и

развития кластеров носит фундаментальный характер, так как относится к

классу общих вопросов «о вмешательстве государства в экономику». Вообще

говоря, эта проблема характерна для любого типа (направления)

экономического регулирования (например, макроэкономической политики)29

.

Конечно, макроэкономические инициативы являются гораздо более

проработанными, чем кластерные, причем, как в теоретическом, так и в

практическом плане. Они опираются на государственную систему сбора и

анализа статистики; реализуются через специализированные органы

государственной власти (в России – это, прежде всего, Министерство финансов,

Министерство экономического развития). Несмотря на это, случаев провала

деятельности государства на макроуровне вряд ли меньше, чем историй

безусловного успеха.

Зададимся вопросом: почему фундаментальные проблемы, связанные с

оценкой результативности действий государства, не мешают развиваться

многим направлениям экономической политики? Ответ заключается в том, что

в экономической науке государственное вмешательство принято обосновывать

через выявление так называемых провалов рынка30

. Если они объективно

существуют, а инициативы государства направлены на их преодоление, то

такие действия можно считать теоретически обоснованными. При таком

подходе эмпирические свидетельства о неудачах отдельных стран в конкретные

временные периоды не могут опровергнуть необходимость государственного

29

Так, в монетарной политике остро стоят проблемы временного лага (разрыв между мероприятием и его

результатом из-за сложности и возможных сбоев в механизме денежной трансмиссии); дилеммы целей

(невозможность одновременно регулировать предложение денег и ставку процента) и т.д. В фискальной

политике существуют временные сложности, а также проблемы неопределенности (эффекты сочетания тех или

иных инструментов регулирования в конкретной ситуации), вытеснения частных инвестиций и пр. 30

Автор понимает провалы рынка не в онтологическом смысле (традиция А. Пигу), а как следствие

трансакционных издержек, нечеткой спецификации прав собственности и наличия эффекта богатства [24, с. 87-

141; 47, с. 83-93].

41

регулирования31

. Действительно, нет такого дела (сколь благоприятно не

складывались бы условия), которого нельзя было бы испортить. Другими

словами, если какие-то страны неудачно проводят монетарную или фискальную

политику (пусть даже таких стран большинство), это вовсе не означает, что эти

виды экономической политики, по сути, неэффективны или вредны.

В отношении процессов формирования, развития и упадка кластеров под

провалами рынка, по мнению автора, следует понимать ситуации двух типов:

несоответствие территориального размещения производительных

сил существующим центростремительным и центробежным

агломерационным эффектам (положительным и отрицательным

внешним экономиям);

недопроизводство локализованными экономическими агентами

положительной внешней экономии, вследствие того, она не в полной

мере отражается на результатах хозяйственной деятельности этих

агентов.

Рассмотрим каждый из типов провалов рынка более подробно. Начнем с

первого.

В результате ряда событий (научно-технический прогресс, снижение

транспортных издержек, изменение внешнеполитической ситуации,

нарастающие процессы глобализации) относительная привлекательность

кластера для предприятий может измениться. Предположим, что она снизилась.

Это означает уменьшение относительного агломерационного эффекта в

определенном виде деятельности / регионе. Данные изменения, по идее,

должны привести к соответствующим сдвигам в размещении

производительных сил: фирмы, максимизируя свою прибыль, должны

переместиться в более успешный кластер с высоким суммарным

агломерационным эффектом. Однако в реальности не стоит торопиться делать

31

Это очевидно, так как особенностью индуктивного метода в сравнение с дедуктивным является то, что он не

позволяет получить строгие доказательства.

42

такие прогнозы: изменения в размещении производительных сил связаны с

большими издержками и осуществляются с большим временным лагом.

Как мы уже отметили ранее, наиболее актуальными в настоящее время для

многих видов деятельности являются инновационные преимущества от

агломерации. Однако инновационные преимущества краткосрочны, их

необходимо постоянно поддерживать. И даже в этом случае, агломерация, в

которой находится фирма, с течением времени может начать тормозить ее

инновационное развитие. Поэтому, в реальной жизни возможны ситуации,

когда суммарный агломерационный эффект является отрицательным, однако

географическая концентрация фирм в определенной сфере деятельности

продолжает существовать. Возможна и обратная ситуация, когда новые

возможности (в плане экономии на производственных издержках, получения

институциональных и инновационных преимуществ) не используются, так как

не поддерживаются процессами перемещения производительных сил.

Несмотря на существование рыночной экономики (даже если речь идет о

совершенной конкуренции), территориальное размещение производительных

сил может оказаться устойчиво неоптимальным. При этом «выбраться» из этой

ситуации практически невозможно в краткосрочном периоде.

Описанная ситуация, по мнению автора, очень похожа на зависимость от

предшествующего развития (эффект колеи) [120; 154; 180]. Данный эффект

была выявлен в отношении развития технологий и институтов. Однако он

также хорошо отражает инерционность размещения производительных сил. В

таблице 1.2 рассмотрены причины, объясняющие устойчивость неэффективных

равновесий в отношении технологий, институтов и пространственного

размещения.

43

Таблица 1.2.

Факторы зависимости от предшествующего развития (эффекта колеи)

Технологии Институты Пространственное

размещение

Техническая

взаимозависимость

Институциональная

взаимозависимость.

Взаимозависимость

фирмы от местных

производительных сил.

Рост отдачи от масштаба Сетевые эффекты Рост внешней экономии

при увеличении кластера.

Долговечность

капитального

оборудования

(квазинеобратимость

инвестиций)

Квазинеобратимость

первичной социализации

(или социального

капитала)

Квазинеобратимость

первичного

территориального

размещения.

Неравномерность роста

отдачи технологии.

Неравномерность роста

отдачи института

Неравномерность роста

внешней экономии от

функционирования в

кластере.

Источник: автор; Латов Ю.В. Мы живем не в лучшем из миров! (популярное изложение QWERTY-

номики и исследований Path Dependence) // Интернет-конференция «20 лет исследования QWERTY-эффектов и

зависимости от предшествующего развития». 2005. URL: http://ecsocman.edu.ru/db/msg/209017.html. Дата

доступа: 01 ноября 2012.

Взаимозависимость фирмы от местных производительных сил. Фирма

(особенно производственная) находится не в вакууме, она тесно

взаимодействует со специализированными инфраструктурой, поставщиками,

рабочей силы. Такую фирму тяжело вырвать из ее окружения (кластера).

Перемещение одной фирмы может быть невозможно или затруднено без

перемещения всего окружения. На это часто накладывается и технологическая

взаимозависимость (так как локализованные фирмы в связанных видах

деятельности, скорее всего, выпускают технологически совместимую

продукцию). Однако технологическая взаимозависимость не объясняет

полностью взаимозависимость локализованных производительных сил. Важной

является также культурная, языковая общность, одно (похожее) образование,

44

общий социальный капитал, включенность в систему личных связей (например,

наличие семьи и друзей снижает мобильность рабочей силы).

Рост внешней экономии при увеличении кластера. Внешняя экономия,

получаемая совместно локализованными предприятиями, растет при

увеличении числа этих предприятий. Так, П. Кругман, указывает, что фирма,

размещая свое производство на территории с максимальным рыночным

потенциалом, в свою очередь, увеличивает рынок для своих поставщиков.

Возникает так называемый кумулятивный процесс - наличие одних отраслей

увеличивает рыночный потенциал для других отраслей32

[175, p. 7-9]. Дело,

конечно, не только в рыночном потенциале. Очевидно, что концентрация фирм

в определенной отрасли связана также с развитием специализированных

инфраструктур, привлечением поставщиков, квалифицированной рабочей

силы. Это факторы способствуют внешней экономии и, таким образом,

увеличению производительности совместно локализованных фирм.

Даже если концентрация фирм потеряла с течением времени

инновационные конкурентные преимущества (в силу технологической

блокировки), вполне возможно, что масштабы самой концентрации позволяют

производить значительную внешнюю экономию других типов, прежде всего,

связанную с экономией производственных издержках. В этом случае,

локализованные фирмы будут следовать естественной для них стратегии

ценового лидерства. В случае если такая продукция (низкое качество при

низкой цене) востребована рынком, то такая концентрация может существовать

и даже развиваться на фоне того, что существуют более эффективные с точки

зрения долгосрочных конкурентных преимуществ формы территориального

размещения.

Квазинеобратимость первичного территориального размещения.

Стабильность территориального размещения во многом связана с тем, что

последнее предполагает инвестиции в недвижимость. При этом, что важно,

32

Это логика объясняет устойчивость северного промышленного пояса в США, с одной стороны, и устойчивое

отставание южных штатов, с другой.

45

речь идет не о покупке квартиры или дачи (относительно ликвидное вложение),

а об инвестициях в специфические активы (строительство заводов,

специализированной инфраструктуры, монтаж тяжелого оборудования и пр.),

то есть активов, альтернативное использование которых гораздо менее выгодно

и связано с большими потерями.

Конечно, в одной конкретной ситуации (исходя из соотношения выгод и

затрат, а также специфичности активов) фирма вполне может поменять свое

местоположение, купив или построив завод33

в другом месте. Однако в

масштабах всей экономики такая мобильность ограничена34

. Скорее всего,

предприятия будут менять свое местоположение после того как специфические

инвестиции, сделанные при их местоположении, амортизируются. Заметим, что

продолжительность службы промышленных и непромышленных зданий и

сооружений лежит в основе выделенных Н. Д. Кондратьевым длинных волн

экономической конъюнктуры. Таким образом, радикальное изменение в

размещении производительных сил общества возможно раз в 50-70 лет. В

современных условиях, эти сроки сокращаются, но они все равно являются

продолжительными.

Неравномерность роста внешней экономии от функционирования в

кластере. В ситуации, когда существуют конкурирующие кластеры по схожей

специализацией, довольно сложно определить, какой из них окажется

перспективнее в будущем. Более того, разные внешние эффекты

(центростремительные силы) могут терять свою актуальность с течением

времени. Поэтому, рациональный выбор с течением времени может привести к

неоптимальному размещению производительных сил.

Причинами возникновения неэффективного равновесия при развитии

кластеров могут стать как изначальные ошибки в оптимизации

33

Предположим, речь идет именно о промышленном производстве, а не о производстве услуг (например,

информационных или консалтинговых). В последнем случае смена местоположения связана с меньшими

издержками, поэтому производительные силы являются более мобильными. 34

Понятно, что если все экономические агенты решат уехать из какого-то места, то стоимость объектов,

которые они продают, может очень существенно упасть; а стоимость объектов, которые нужно купить в новом

месте, либо стоимость строительства в это новом месте, наоборот, может существенно вырасти.

46

пространственного размещения, так и объективные изменения в

агломерационных эффектах с течением времени. Еще один фактор – ситуация,

когда рационально действующая фирма отказывается от оптимизации своего

размещения, так как это требует коллективных действий в условиях высоких

трансакционных издержек [158, p. 14]. Проиллюстрируем эту ситуацию

абстрактным примером.

Предположим, что компания размещена не оптимально, и кластер, к

которому она относиться, больше оптимального размера (то есть центробежные

силы, связанные с ценами на землю, недвижимость, заработными платами

персонала, перекрывают центростремительные). Пусть альтернативные

кластеры также характеризуются неоптимально большими размерами. В этом

случае было бы рационально повысить равномерность распределения

производительных сил (фирм) в данной сфере деятельности, уменьшив размеры

существующих кластеров и увеличив их число.

Однако каждая фирма (или каждый занятый) в отдельности не захочет

единолично переехать в другое место с целью формирования нового кластера,

т.к. первоначально этот кластер будет небольшим и не сможет генерировать

необходимой внешней экономии (строго говоря, он вообще не будет

кластером), тогда как переезд потребует затрат. Для формирования новых

кластеров или оптимизации размеров уже существующих необходимы

согласованные действия множества компаний и людей. Более того, может так

получиться, что издержки по согласованию коллективного действия со стороны

инициативной фирмы превысят будущие выгоды от высокой внешней

экономии вследствие оптимизации территориального размещения.

Второй тип провалов рынка, связанный с процессами формирования и

развития кластеров, отражает ситуацию, когда экономические агенты

недопроизводят положительных внешних эффектов, тем самым, снижая

эффективность всего кластера. Причина такого недопроизводства (как и в

других классических ситуациях положительных экстерналий) заключается в

47

том, что положительные внешние эффекты не в полной мере отражаются на

результатах хозяйственной деятельности этих агентов. У рациональных

хозяйствующих субъектов отсутствуют стимулы производить бесплатно блага

для третьих лиц.

Г. Дурантон и Д. Пуга разделяют такие провалы рынка на три группы, в

зависимости от механизмов получения внешней экономии (совместное участие

в выгодах, подбор, обучение) [159].

Первая группа проблем возникает из-за совместного участия в получении

выгод от внешних эффектов. Например, если новые участники содействуют

росту разнообразия в кластере, то маловероятно, что они сами смогут

воспользоваться полностью теми выгодами, которые они предоставляют его

другим членам.

Вторая группа связана с функционированием механизма подбора

контрагентов в кластере, который, прежде всего, проявляется на рынке труда. В

кластере концентрируется спрос и предложения; фирмы и потенциальные

работники получают возможность заключить наиболее подходящий для себя

контракт. При этом компании упускают положительный эффект, который они

оказывают на возможности людей, находящихся в поиске работы. Совсем не

обязательно, что эти люди выберут данную конкретную фирму, но сама

конкуренция между организациями кластера, безусловно, положительно влияет

на условия труда.

Третья группа проблем заключается в том, что фирмы не могут в полной

мере использовать выгоды от системы обучения, действующей в кластере.

Например, компании могут быть не заинтересованы инвестировать в процесс

диффузии инновации, так как выигрыш здесь зависит также от действий других

участников кластера и не может быть полностью получен инвестором. Фирмы

неохотно вкладывают деньги в развитие персонала в условиях конкуренции,

когда люди могут в будущем легко перейти в другую организацию (не

переезжая в новый город и не меняя специализацию) [158, p.15-16].

48

Итак, очевидно, что «естественное» (без участия государства) развитие

кластеров не всегда приводит к оптимальному состоянию. В силу описанных

выше провалов рынка территориальное размещение производительных сил

может оказаться устойчиво неэффективным. Но даже если оно оптимально,

вполне возможно, что участники кластеров не в полной мере используют

возможности взаимовыгодного сотрудничества в кластере.

Проанализированные провалы рынка приводят к тому, что одни

хозяйствующие субъекты оказываются менее производительными и, в

конечном счете, менее конкурентоспособными, чем другие (в иных странах и

регионах, где провалы рынка не так масштабны). Следствия этой разницы в

производительности могут быть различными: перемещение наиболее

конкурентоспособных национальных компаний за рубеж; ликвидация

производств в стране; протекционистская защита национального производителя

(что означает дополнительный налог со всего общества, вероятность

дальнейшего ослабления национальных фирм при слабой конкуренции и пр.).

Очевидно, что с точки зрения правительства конкретной страны,

характеризующейся сильными провалами рынка в сфере развития кластеров,

такая «естественная» ситуация является нежелательной.

Таким образом, принципиальный вопрос вмешательства государства в

процессы формирования и развития кластеров должен быть решен

положительно. В ситуации существования описанных выше провалов рынка

вмешательство государство, которое направлено на их преодоление (при

условии, что есть понимание того, как эти провалы преодолеть, а также

выделены необходимые ресурсы) считается обоснованным.

49

1.3. КЛАСТЕРНАЯ ПОЛИТИКА КАК ИННОВАЦИОННО

ОРИЕНТИРОВАННАЯ ПРОМЫШЛЕННАЯ ПОЛИТИКА

В предыдущем разделе было представлено обоснование кластерной

политики государства. Кластерная политика направлена на стимулирование

процессов формирования и развития кластеров, прежде всего, посредством

выявления и преодоления специфических провалов рынка, то есть недостатков,

которые не преодолеваются «сами по себе» при развитии кластера. Спектр

таких недостатков достаточно широк, в связи с тем широк и набор возможных

мер кластерной политики. Например, государство может заниматься вопросами

развития инфраструктуры, физической концентрацией участников кластера (в

промышленном парке, технопарке и пр.), субсидировать образовательные

программы, маркетинговые мероприятия, оказывать организационное и

консультационное содействие в вопросах самоорганизации, разработки

стратегии и совместных проектов и многое другое. Принимая это, правомерно

задаться вопросом, в чем заключается наиболее характерная черта кластерной

политики при ее практической реализации? Какие недостатки развития

кластеров, прежде всего, решаются в рамках кластерной политики государства?

Для того чтобы раскрыть специфику кластерной политики, мы сравним ее

с базовым типом экономической политики, развитием которой, по мнению

автора, является кластерная политика, а именно с промышленной политикой

государства.

Традиционная промышленная политика – это политика, ориентированная

на развитие экономики через воздействие на структуру экономики. Как

правило, государство, реализуя промышленную политику, пытается

сформировать на своей территории новые отрасли и/или увеличить их долю в

структуре экономики. Особенность промышленной политики почти полностью

вытекает из ее метода: «основным методом реализации промышленной

политики служит предоставление ограниченному числу агентов национальной

50

экономики дополнительных ресурсов, которые могут быть использованы для

инвестиций» [56, c.19].

Кластерная политика схожа с промышленной политикой по ряду

признаков.

Кластерная и промышленная политики являются активными видами

государственной политики35

. Кластерная политика подразумевает не просто

установление правил игры (хотя и это, безусловно, тоже), но и

непосредственное взаимодействие с экономическими агентами.

Точно так же, как и промышленная, кластерная политика предполагает, что

государство оказывает воздействие не на всех экономических агентов (как при

реализации институциональных функций или монетарной макроэкономической

политики), а на ограниченное число агентов – участников действующих

(потенциальных, формирующихся) кластеров.

При этом, теоретически, можно предположить, что роль государства в

развитии кластеров должна быть особенно велика в странах второго и третьего

эшелонов развития капитализма, в которых государство традиционно является

главным источником изменений36

. Однако, исследование доли государства в

финансировании кластерных проектов в развитых, развивающихся и

транзитивных странах, привело к парадоксальным результатам. Доля

государства в финансировании кластерных проектов в развивающихся и

транзитивных странах более чем в два раза меньше, чем в развитых странах, а

доля бизнеса – даже больше [132, p. 23].

Точно также как и промышленная политика, кластерная ориентирована на

развитие торгуемых (экспортоориентированных) видов деятельности. Развитие

таких видов деятельности не ограничено местным рынком. Именно от развития

торгуемых отраслей зависит состояние всей экономики в долгосрочной

перспективе. Эмпирическое исследования в США, проведенное М. Портером,

35

Не все виды экономической политики являются активными. Например, конкурентная политика, чаще всего,

является пассивной (защитной). 36

В соответствии с теорией эшелонов развития капитализма А. Гершенкрона [29, с. 302-304].

51

показало, что средняя заработная плата в торгуемых видах деятельности

значимо положительно влияет на среднюю заработную плату в местных видах

деятельности [189, p. 561].

Отметим, что в нашей стране, развитию торгуемых отраслей до сих пор не

уделялось должного внимания. Например, рост 2000-х годов заключался,

прежде всего, в бурном развитии местных видов деятельности (услуги

недвижимости, развлечения и пр.). Не удивительно, что достижения оказались

временными и ненадежными, так как такие отрасли не самодостаточны и, в

нашем случае, напрямую зависят от конъюнктуры мировых цен на продукцию

добывающих отраслей.

Еще одним общим признаком кластерной и промышленной политик

является ориентация, прежде всего, на развитие высокотехнологичных

отраслей экономики.

Вместе с тем, кластерная политика имеет также серьезные отличия от

промышленной политики.

Во-первых, кластерная политика предполагает активность не только

государства, но и частного сектора, научного сообщества, других

потенциальных участников совместных (кластерных) проектов.

Развитие кластера – это длительный процесс, предполагающий множество

усилий со стороны многих субъектов. В развитии кластеров государство

выступает как одна из трех равноправных сторон, каждая их которых

осуществляет свои специфические функции. Такая модель поведения в

зарубежной литературе получила название Тройной спирали (Triple Helix).

Смысл данной модели поведения в том, что формирование кластера и вообще

инновационное развитие наиболее эффективно может быть обеспечено путем

постоянной совместной деятельности государства, бизнеса и научного

сообщества. На практике отношения по поводу создания или использования

инноваций часто носят характер «двойной спирали»: государство – наука,

бизнес – наука, государство – бизнес. Интенсификация и усложнение

52

инновационных процессов в обществе привели к тому, что двусторонние

отношения теряют свою эффективность37

.

В нашей стране устойчиво функционирует иерархическая система

двусторонних отношений, когда наука и бизнес по отдельности ориентируются

на государственную помощь, не взаимодействуя друг с другом. В этой связи

одной из существенных проблем, затрудняющих формирование инновационной

экономики в России, является слабость трехсторонних связей между

основными субъектами инновационного процесса.

По сути, данный формат взаимодействия схож с частно-государственным

партнерством. Отличия состоят в том, что классическое частно-

государственное партнерство – это соглашение крупного бизнеса и государства

для реализации масштабных инфраструктурных проектов (либо для других

проектов, важных для общества). Взаимодействие в рамках реализации

кластерной политики подразумевает, что число субъектов, которые

согласовывают свои цели, стратегии, конкретные проекты выше. Во-первых, со

стороны бизнеса выступает не одна фирма (пусть и крупная), а всегда

несколько. То есть речь идет о совместном проекте. Во-вторых, в совместные

проекты, как правило, широко вовлекаются малые и средние предприятия. В-

третьих, важным субъектом такого взаимодействия является научное

сообщество (образовательные и научные учреждения). Наконец, возможны и

другие субъекты (местные администрации, финансовые учреждения, бизнес-

ассоциации и пр.). Соответственно, совместные кластерные проекты

представляют собой такие проекты, которые выгодны всем или большинству

участников кластера (как минимум не ущемляют интересов возможного

меньшинства) и которые увеличивают потенциал всего кластера.

Во-вторых, кластерная политика строится с учетом необходимости

поддержания высококонкурентной среды.

37

«Модель «тройной спирали», - пишут И. Дежина и В. Киселева, - организована в соответствии с принципами

пересечения трех множеств отношений. В данной модели каждый из институтов обеспечивает систему

производства знаний за счет создания гибридных институциональных форм, снижающих неопределенность»

[69].

53

Промышленная политика, зачастую, сводится к поддержке конкретных

крупных компаний (градообразующих, «системообразующих»38

и т.д.). В

результате другие компании ставятся в неравные условия, нарушается принцип

конкуренции, ослабевают стимулы к инновационной деятельности.

Прямая поддержка отдельных компаний, ущемляющая других участников

кластера, не поощряется в рамках кластерной политики. Подобные

мероприятия отсеиваются, так как государство поддерживает лишь те проекты,

которые разрабатываются в кластере и, таким образом, акцептируются его

участниками. Очевидно, что, если совместный проект не выгоден большинству

в кластере, то его не заявят от кластера для государственной поддержки.

В рамках промышленной политики поддерживаться могут не только

отдельные компаний, но и целые отрасли. При этом, точно также как с

поддержкой отдельных компаний, поддержка одних видов деятельности далеко

не всегда приносит пользу всему кластеру. Например, как известно, в период

кризиса 2008 года, в связи с резким спадом продаж государство оказывало

значительную помощь Автовазу. При этом интересы поставщиков, зачастую,

игнорировались, помощь им не оказывалась. В ситуации, когда заказы от

основного поставщика прекратились, а финансовая поддержка отсутствовала,

многие их них оказались на грани банкротства. В итоге, весь протокластер мог

перестать существовать, что привело бы к большим социальным проблемам в

моногороде.

Мышление, характерное для традиционной промышленной политики,

стимулирует предприятия на взаимодействие с государством по линии

узкоотраслевого лоббирования. Напротив площадка кластера включает

поставщиков, посредников, представителей родственных отраслей, государства

и финансового сектора. Расширение пространства взаимодействия позволяет

акцентировать внимание участников на новых возможностях, а не на вопросах

распределения созданной добавленной стоимости. Отраслевое лоббирование

38

Данный термин появился в кризис 2008 году в целях обоснования прямой государственной поддержки

отдельных компаний.

54

пресекается самими участниками кластера (со стороны поддерживающих и

родственных отраслей). Таким образом, кластерная политика позволяет

сместить акцент с поддержки отдельных отраслей на поддержку групп

взаимосвязанных отраслей.

Так как кластерная политика совмещает активное вмешательство

государства в экономику с конкурентной политикой, некоторые авторы

рассматривают ее как своеобразный гибрид промышленной и конкурентной

политики39

.

В-третьих, для кластерной политики характерно первоочередное

внимание к малому и среднему бизнесу. Это обусловлено тем, что данные

предприятия в наибольшей степени заинтересованы в развитии кластеров, так

как в силу ограниченных размеров не могут в одиночку решить многие

проблемы, связанные с повышением инновационного уровня и

конкурентоспособности. Малые и средние предприятия часто испытывают

серьезное конкурентное давление, которое вынуждает их искать различные

формы сотрудничества и взаимодействия. Помимо этого малые и средние

предприятия являются важным участником инновационных процессов,

формируя инновационное окружение крупных фирм (спин-офф), а также

являясь «мостом» между наукой и крупным бизнесом (старт-апы).

Зарубежный опыт показывает, что малые и средние предприятия

выступают основными бенефициарами реализуемых государством кластерных

программ40

. Например, 80% компаний – участников кластерной программы

«Полюса конкурентоспособности» во Франции относятся к числу малых и

39

[56, с. 30]. Точнее авторы определяют развитие кластеров как часть промышленной политики, развивающейся

в сторону общих ориентиров конкурентной политики. 40

По данным опроса компаний, участвовавших в конкурсе Биорегио (Германия). Лишь 13% респондентов не

согласилось с этим тезисом (Dohse D., Staehler T. BioRegio, BioProfile and the Rise of the German Biotech Industry

/ working paper. 2008. No. 1456. URL: http://www.ifw-members.ifw-kiel.de/publications/bioregio-bioprofile-and-the-

growth-of-the-german-biotech-industry/KWP_1456.pdf. Дата доступа: 01 ноября 2012).

Большинство участвующих в программе Иннорегио (Германия) компаний также принадлежат к малым и

средним (Eickelpasch A. The promotion of regional innovative networks – Lessons from the German InnoRegio-

Programme / Paper presented at the Innovation Final DISTRICT Conference «Pathways and Knowledge Economy»,

16th April 2008, Brussels).

55

средних предприятий41

. Эти предприятия получили в общей сложности 54%

государственного финансирования42

.

Поддержка малых и средних предприятий в кластерах позволяет увеличить

эффективность государственных мероприятий, направленных на развитие этого

сектора экономики за счет увеличения количества охватываемых поддержкой

малых и средних предприятий и связанной с этим экономией на

администрировании. В дополнение к этому, акцент на поддержке в кластерах

малых и средних предприятий в большей степени соответствует принципам

конкурентной политики, так как не ведет к получению монопольных

преимуществ отдельными крупными компаниями.

В-четвертых, налоговые льготы, субсидии, импортные пошлины и пр.

мероприятия, ассоциируемые с классической промышленной политикой, не

являются приоритетными в рамках кластерной политики. Можно согласиться с

экспертами СОПС в их заключении, согласно которому «меры, связанные с

налоговым, таможенным или бюджетным стимулированным в большей степени

отражают суть промышленной политики. Кластерная политика опирается на

развитие коммуникаций, обмен опытом и расширение сетевого взаимодействия

участников кластера, что предполагает не столько их экономическую

поддержку и связанную с этим нормотворческую работу, сколько принятие

организационных мер» [40]. Согласно предварительным результатам

глобального обследования кластерных инициатив в 2012-м году примерно 40-

45% специализированного бюджета кластера тратится не на проекты, а на

сервисы для его участников, такие как работа офиса, сайт, рассылки,

регулярные встречи, консультирование участников кластера, маркетинговые

исследования и пр. [201].

Прямого ограничения по использованию мер промышленной политики для

развития кластеров, разумеется, нет. Однако ряд таких мер нарушают принцип

41

URL: http://www.industrie.gouv.fr/poles-competitivite/brochure-en.html. Дата доступа: 01 ноября 2012 42

URL: http://proinno.intrasoft.be/index.cfm?fuseaction=wiw.measures&page=detail&ID=8922. Дата доступа: 01

ноября 2012

56

конкуренции и, следовательно, снижают стимулы к инновациям со стороны

поддерживаемых субъектов. Целесообразность их использования во многом

определяется стадией развития кластера и вообще экономики региона и страны.

В любом случае, арсенал кластерной политики гораздо шире: для поддержки

кластеров, зачастую, вовлекается множество инструментов из других политик.

Более половины реализованных в странах ЕС кластерных программ связаны с

реализацией промышленной, научно-технической политик или политики

поддержки МСП. Примерно четвертая часть идентифицированных программ

может быть отнесена к региональной политике43

[124, P. 7, 22].

Перечисленные четыре политики ориентируются на разные субъекты:

научно-техническая политика – на научные и образовательные учреждение,

промышленная политика – на крупные корпорации и естественные монополии,

политика поддержки малого предпринимательства – на малый бизнес,

региональная политика – на развитие инфраструктуры. Кластерный подход

позволяет увязать мероприятия в рамках разных политик в направлении

согласованной комплексной поддержки приоритетных кластеров.

Дополнительным эффектом от внедрения кластерного подхода является

увеличение эффективности мероприятий экономической политики государства,

так как в этом случае воздействие на организации одной категории (например,

на инфраструктуру) оказывает сильное положительное влияние на связанные с

ними организации из других категорий (корпорации, малый и средний бизнес,

научные и образовательные учреждения).

В-пятых, кластерная политика тяготеет к региональному уровню, тогда

как промышленная политика, в большей степени, ассоциируется с действиями

национального правительства.

43

При этом такие кластерные программы, как правило, не называются кластерными, но являются таковыми по

содержанию.

57

В среде исследователей кластеров сложился консенсус, согласно которому,

именно региональные власти (мэры и губернаторы) являются одной из

ключевых фигур, ответственных за успех в развитии кластеров44

.

Кластерная политика (в той или иной форме) во многих регионах возникла

раньше ее распространения на национальном уровне. Например, в Германии

такие земли, как Баден-Вюртемберг, Бавария, Северный Рейн-Вестфалия –

начали программы по поддержке сетей, объединяющих науку и бизнес в 80-х

годах [124, P. 17]. Подобные регионы появились также в Италии (Эмилия-

Романья, Венето) и Австрии (Штирия и Верхняя Австрия). Лишь со второй

половины 90-х гг. в некоторых передовых странах мира постепенно стали

появляться национальные программы поддержки кластеров.

Исследование кластерной политики в странах Европейского союза

показало, что кластерная политика на национальном уровне может иметь

слабое значение в странах с федеративным устройством (например, Бельгии и

Швейцарии), или в странах с сильной автономностью регионов (например,

Дании и Италии) [124, P. 13-14].

Вместе с тем внимание к кластерной политике на региональном уровне

зависит от значимости этого вопроса в стране. В странах, где на национальном

уровне уделяется большое внимание развитию кластеров, они являются

приоритетом и на уровне регионов45

. Данная закономерность была

подтверждена исследователями кластерных инициатив в 2003 [140, p.10].

Хотя кластерную политику не справедливо называть в чистом виде

региональной политикой, так как она, чаще всего, предполагает совместную

44

Примером такого успешного взаимодействия бизнеса и региональных властей является столица штата Техас –

Остин, которую называют столицей человеческого капитала (Human Capital). В 1983 году Остин принял новый

курс, согласно которому стал позиционировать себя как пространство исследований и технологий. Решающим

событием в развитии города стала победа в выборах, организованными корпорацией MCC с целью выбора

своего местоположения. Помимо Остина были рассмотрены заявки 57 городов в 27 штатах. Главным фактором

победы Остина является тесное взаимодействие между бизнесом, государственными органами и университетом

Техаса. В 2004 году Остин был признан вторым среди самых высокотехнологичных регионов мира [191, p.56].

Другим примером, доказывающим решающую роль местных властей, является автомобильный кластер в

Гуанчжоу. Мэр Гуанчжоу Zhang Guangning, прозванный «автомобильным мэром», сыграл ключевую роль в

развитии китайской автомобильной промышленности, сумев привлечь в свой город такие японские

корпорации, как Toyota, Honda. Nissan [177, P. 22-27]. 45

Исключения составляют Австрия, Дания и Испания, в которых кластерная политика значима только на

региональном уровне [124, P. 28].

58

согласованную работу органов власти разных уровней, ключевая роль

региональных властей не может подвергаться сомнению.

Все перечисленные пять ключевых особенностей кластерной политики

явно усиливают ее в направлении стимулирования инновационной активности

в кластерных образованиях. Классическая промышленная политика, вполне

адекватная задачам преодоления некоторых из возможных проблем в

формировании и развитии кластеров, явно не предназначена для создания и

развития инновационных преимуществ.

Закономерным в этой связи, является тот факт, что в двух третях стран

европейского союза кластерная политика интегрирована в инновационную

политику [124, P. 7]. При этом значительная часть средств в рамках программ

поддержки кластеров направляется на софиннсирование совместных проектов в

сфере исследований, разработок и инноваций. Например, с 2005 года в рамках

французской программы «Полюса конкурентоспособности» 738 проектов в

сфере НИОКР получили финансовую поддержку в размере 1470 млн. евро; 14

тыс. исследователей приняло участие в профинансированных государством

проектах46

.

Понимание кластерной политики как инструмента развития инноваций

отражено и в российском законодательстве. Согласно Концепции

долгосрочного социально-экономического развития Российской Федерации,

утвержденной распоряжением правительства Российской Федерации от 17

ноября 2008 года № 1662-р, переход к инновационной экономике будет

осуществлен в 2 этапа. На первом этапе (2008 - 2012 годы) планируется

расширение тех глобальных конкурентных преимуществ, которыми обладает

российская экономика в традиционных сферах (энергетика, транспорт,

аграрный сектор, переработка природных ресурсов). Одновременно, должны

создаваться условия для формирования ряда высокотехнологичных кластеров в

европейской и азиатской частях России. Именно через эти «точки роста»

46

URL: http://www.industrie.gouv.fr/poles-competitivite/brochure-en.html. Дата доступа: 01 ноября 2012.

59

должна быть осуществлена цель второго этапа (2013 - 2020 годы) - рывок в

повышении глобальной конкурентоспособности экономики на основе ее

перехода на новую технологическую базу (информационные, био- и

нанотехнологии).

В качестве одной из основных задач Стратегия инновационного развития

Российской Федерации на период до 2020 года, утвержденная распоряжением

правительства Российской Федерации от 8 декабря 2011 года № 2227-р, ставит

развитие инновационных кластеров за счет активизации деятельности по

реализации инновационной политики, осуществляемой органами

государственной власти субъектов Российской Федерации и муниципальными

образованиями. Формирование кластеров является одним из

основополагающих элементов Стратегии инновационного развития России,

наряду с развитием технологических платформ и реализацией программ

инновационного развития компаниями с государственным участием и пр.

Вместе с тем преодоление проблем в сфере инновационного развития

существующих и потенциальных кластеров является не только наиболее

актуальной, но и наиболее сложной задачей. Конечно, решение остальных

задач (концентрация специализированных предприятий, содействие

кооперации между ними, поставщиками, инфраструктурными компаниями,

посредниками и покупателями, научными и образовательными организациями

и пр.) также важно, а, в некоторых случаях, даже более актуально. Однако

специализация, концентрация, формирование критической массы и кооперация

– это принципы, лежащие в основе кластерных образований, доминирующих в

индустриальную эпоху. Эти принципы были многократно воплощены в жизнь,

в том числе формировании территориально-производственных комплексов в

Советском Союзе и создании производственных площадок в странах Третьего

мира в процессе перемещения промышленных производств из развитых стран

во второй половине XX века. В настоящее время, процесс создание подобных

образований является технологичным, формализованным и протекает без

60

особых трудностей. Со стимулированием инновационной активности дело

обстоит гораздо сложнее – лишь немногим странам пока что это удается в

полной мере. Именно от успеха в формировании локальной среды,

благоприятной для инноваций, в первую очередь, зависит то, будут ли

сформированы полноценные кластеры, от которых инновационный импульс

должен распространиться на остальные сегменты национальной экономики.

Вместе с тем, существующие исследования кластеров охватывают, прежде

всего, развитые страны. Опыт показывает, что далеко не все закономерности

экономики таких стран адекватны для развивающихся и транзитивных стран.

Соответственно, возникает закономерной вопрос: насколько кластеры в

субъектах РФ являются фактором, повышающим инновационную активность

предприятий. С ответом на этот вопросом тесно связан и ответ на вопрос о

состоятельности кластерной политики как средства формирования

инновационной экономики в субъектах Российской Федерации. В этой связи в

следующей части диссертационного исследования мы эмпирически проверим

гипотезу о влиянии кластеров на инновационную активность предприятий в

субъектах РФ.

61

ГЛАВА 2. ОЦЕНКА ВЛИЯНИЯ КЛАСТЕРОВ НА

ИННОВАЦИОННУЮ АКТИВНОСТЬ ПРЕДПРИЯТИЙ В

СУБЪЕКТАХ РОССИЙСКОЙ ФЕДЕРАЦИИ

2.1. ВЫЯВЛЕНИЕ КЛАСТЕРОВ В СУБЪЕКТАХ РОССИЙСКОЙ

ФЕДЕРАЦИИ

Главной проблемой на пути оценки влияния кластеров на инновационную

активность предприятий является проблема выявления кластеров в регионе и

оценки их силы (уровня развития). В данном параграфе излагаются ключевые

особенности и результаты осуществленного автором выявления кластеров в

субъектах Российской Федерации.

2.1.1. ОСНОВНЫЕ ПОДХОДЫ К ВЫЯВЛЕНИЮ КЛАСТЕРОВ В

ЭКОНОМИКЕ РЕГИОНА

Часто между концепцией какого-то явления и явлением, выступающим в

качестве объекта эмпирического исследования, существует разница. Эта

разница появляется, когда не вся совокупность признаков явления поддается

позитивному анализу напрямую. Возможна также ситуация, когда детальное

исследование нецелесообразно вследствие большого количества исследуемых

объектов и убывающей полезности от исследования каждого объекта.

Поэтому исследователю приходится искать так называемые замещающие

переменные, отдельно строить концепцию исследуемого объекта и соотносить

данный объект с исходной теоретической концепцией. Для кластеров в

экономике эта ситуация в полной мере является характерной.

В этой связи, необходимо рассмотреть вопрос выявления (идентификации)

кластеров на практике отдельно от уже рассмотренных концептуальных основ.

62

Распространенные методы выявления кластеров в экономике региона

можно разделить по источникам информации на две большие группы:

основанные на анализе официальной государственной статистики;

основанные на анализе косвенной (дополнительной) информации и

экспертных оценках.

У каждого из методов существуют свои преимущества и недостатки.

Рассмотрим преимущества и недостатки статистических методов (таблица 2.1).

Таблица 2.1.

Основные преимущества и недостатки статистических методов

выявления кластеров в экономике региона

Преимущества Недостатки

Доступность данных по всем видам

деятельности и по всем регионам

(следовательно, масштабность

исследования).

Не все характеристики кластера

находят свое отражение в

статистике

Относительная объективность данных

и однозначность интерпретации

результатов.

Статистическая информация носит

агрегированный, усредненный

характер: рассматриваются не

хозяйствующие субъекты, а виды

деятельности (отрасли).

Сопоставимость во времени и

пространстве (в т.ч. возможность

международных сопоставлений).

Возможность верификации

полученного результата.

Проблема адекватности

статистических данных

Источник: автор.

Среди преимуществ статистических методов следует выделить, прежде

всего, возможность масштабного исследования (по всем регионам, по ряду лет).

63

Идентифицировать кластеры в одном конкретном регионе недостаточно.

Кластеры определяют специализацию региона, то есть направления, в которых

регион имеет значительные сравнительные преимущества. Для того чтобы

корректно определить сравнительные преимущества хотя бы одного региона

необходимо провести исследование по единой методологии во всех регионах

страны. Очевидно, что такое исследование проще провести, используя

существующую статистику.

При этом у методов, основанных на анализе статистики, есть

существенные недостатки, которые касаются, прежде всего, адекватности

статистических данных. Недостатком является также то, что статистическая

информация носит агрегированный, усредненный характер.

В этой связи, методы, основанные на анализе косвенной информации47

и

экспертных оценках, позволяют более обстоятельно и точно описать

существующие и формирующиеся в регионе кластеры. Вместе с тем, возникают

проблемы с объективностью используемых данных, верификацией полученных

результатов и масштабированием исследований. Последний пункт означает, что

выявленный и описанный на основе уникальной информации и экспертных

оценок кластер может с большими ограничениями сравниваться с другими

кластерами данного региона, кластерами других регионов и стран, что может

привести к недостаточно объективным решениям.

При использовании любой методологии необходимо искать или

конструировать замещающие переменные, которые бы адекватно соотносились

с ключевыми признаками кластера. Особенно это важно для статистических

методов в силу необходимости работы с показателями, созданными для других

целей, и невозможности изменения собираемых данных под задачи

конкретного исследования.

47Как правило, это различные базы данных (Компасс, Интегрум, Спарк и пр.), аналитические материалы,

данные анкетирования, интервьюирования, «фокус-групп» и пр.

64

Вместе с тем, методы, основанные на анализе статистической информации,

до сих пор полноценно не использовались в субъектах РФ48

. В этой связи, а

также вследствие больших возможностей для научных обобщений, в

диссертационной работе будет подробно разобран, адаптирован и реализован

по отношению к субъектам РФ один из статистических методов выявления

кластеров.

2.1.2. СТАТИСТИЧЕСКИЕ МЕТОДЫ ВЫЯВЛЕНИЯ КЛАСТЕРОВ

Анализ зарубежного опыта показывает, что для идентификации кластеров

чаще всего используются один из следующих методов:

определение групп взаимосвязанных отраслей с помощью таблиц

«Затраты - Выпуск» (межотраслевой баланс);

определение значимых кластерных групп.

Анализ таблиц «Затраты - Выпуск» (межотраслевого баланса – МОБ)

является наиболее широко применяемым методом идентификации кластеров. В

рамках данной методологии замещающей переменной для кластера является

группа взаимосвязанных отраслей, под которой понимается тесно

взаимосвязанные вертикально (то есть через отношения купли-продажи) виды

деятельности, сосредоточенные в регионе. В региональной науке такие группы

видов деятельности (отраслей) принято называть индустриальными

комплексами49

. Данная методология была реализована для идентификации

кластеров в Финляндии, Норвегии [122, p. 63], в США в целом и в некоторых

штатах50

, индустриальные комплексы определялись также для Германии и

Франции [153, p. 63].

48

Обзор статистических методов определения перспективных направлений для развития кластеров представлен

в статье Куценко Е.С. Кластеры в экономике: практика выявления [86]. 49

Один из первых ученых, предложивших алгоритмы определения индустриальных комплексов в регионе на

основе анализа таблиц «Затраты-Выпуск» был Уолтер Изард [128]. 50

Бергман и Фезер разработали и применили методику на основе анализа МОБ на национальном (США) и

региональном (штат Северная Каролина) уровнях. Авторы замечают, что полученный для экономики США

результат (23 направления для развития кластеров) соответствует исследованиям, проведенным в 1960-70-е

65

Практически исключительно статистическому методу выявлению

кластеров на основе межотраслевого баланса посвящены материалы

коллективной монографии Boosting Innovation: the cluster approach [122].

Вместе с тем, в России данные методы не могут быть применены, так как

межотраслевой баланс ни на уровне страны, ни на уровне региона не

составляется с 1995 года51

.

Определение значимых кластерных групп является вторым из наиболее

широко распространенных методов идентификации кластеров. Данный метод

был реализован в США, Канаде, Швеции и в масштабах ЕС.

В силу объективной невозможности реализовать методы на основе анализа

МОБ в РФ автор взял за основу своего исследования методологию определения

значимых кластерных групп.

2.1.3. МЕТОДОЛОГИЯ ОПРЕДЕЛЕНИЯ ЗНАЧИМЫХ КЛАСТЕРНЫХ ГРУПП

В РЕГИОНЕ

Основная идея указанной методологии состоит в том, что на кластеры в

регионе указывают так называемые значимые кластерные группы.

Кластерная группа – совокупность торгуемых

(экспортоориентированных) видов деятельности, которые демонстрируют

устойчивую тенденцию к совместной локализации.

Виды деятельности представлены статистикой занятости. Это связано с

тем, что прибыль или выручка могут фиксироваться (как правило, крупными

компаниями) не там, где она реально была получена. В дополнение к этому,

прибыль не всегда адекватно отражает реальные масштабы хозяйственной

деятельности, в том числе вследствие значительной волатильности.

годах. Исключение составляют лишь новые отрасли: электроника и компьютеры, а также аэрокосмонавтика

[121]. Также необходимо выделить обстоятельное исследование, проведенное в штате Виржиния [197]. 51

Более того, в 1995 году МОБ был составлен по отраслям народного хозяйства в системе ОКОНХ, тогда как в

данный момент вся статистика предоставляется в разрезе видов экономической деятельности ОКВЭД.

66

В основе определения кластерных групп лежит предположение, согласно

которому, если некоторые виды деятельности демонстрируют тенденцию к

совместной локализации, то для этого должны быть рациональные основания –

выгода для хозяйствующих субъектов. Наличие такой выгоды, зависящей от

территориально близкого внешнего окружения фирмы, создает потенциал для

развития кластеров.

Первоначально состав кластерных групп был определен М. Портером в

результате анализа экономики США, так как она характеризуется

значительными размерами и разнообразием видов деятельности и, вместе с тем,

представляет собой относительно свободное экономическое пространство, в

рамках которого фирмы обладают свободой выбора своего местоположения.

Вместе с тем, данный метод не свободен от ошибок в силу малого числа

наблюдений (равном числу регионов), когда совместная локализация вовсе не

означает наличие преимуществ, а виды деятельности, в действительности, не

имеют никаких связей. Для того чтобы отсеять фиктивные корреляции, М.

Портером были дополнительно проанализированы таблицы «Затраты-Выпуск»

и рассмотрено большое количество описаний существующих кластеров (кейс-

стади). В итоге был сформирован 41 паттерн (шаблон) совместной локализации

торгуемых видов деятельности - кластерные группы. Более подробно алгоритм

формирования кластерных групп М. Портером изложен в приложении 3.

Каждый вид деятельности, включенный в кластерную группу, имеет свой

код по классификатору видов экономической деятельности (ОКВЭД). Таким

образом, список кластерных групп является, по сути, альтернативной ОКВЭД

группировкой видов деятельности, отличительной особенностью которой

является то, что она лучше приспособлена для выявления и анализа кластеров в

экономике региона. Тогда как классификация ОКВЭД составлена в большей

степени по формальным признакам, без учета межотраслевых связей, в том

числе связей, стимулируемых территориальной близостью.

67

Рассмотрим для примера группу 35 «Производство судов, летательных и

космических аппаратов и прочих транспортных средств» из классификатора

ОКВЭД (таблица 2.2).

Таблица 2.2.

Состав группы 35 в классификаторе ОКВЭД (выборочно)

Код ВЭД Вид экономической деятельности

35 «Производство судов, летательных и космических аппаратов и

прочих транспортных средств»:

35.1 «Строительство и ремонт судов»

35.2 «Производство железнодорожного подвижного состава

(локомотивов, трамвайных моторных вагонов и прочего

подвижного состава)»

35.3 «Производство летательных аппаратов, включая космические»

35.4 «Производство мотоциклов и велосипедов», в том числе:

35.43 «Производство инвалидных колясок»

Источник: Общероссийский классификатор видов экономической деятельности.

Формально представленные в таблице группы представляют собой

транспортные средства, но нет ровно никаких оснований утверждать о

тематической близости этих групп. Они не связаны технологически, не входят в

одну цепочку создания добавленной стоимости, у них вряд ли есть значимые

общие поставщики и они ориентируются на разных покупателей.

Неудивительно, что данные виды деятельности не проявляют тенденцию к

совместной локализации и, таким образом, включаются в различные

кластерные группы. К примеру, вид деятельности «Строительство и ремонт

судов» (35.1) в большей степени связан с «Деятельностью морского

транспорта» (61.1) и «Транспортной обработкой грузов и хранением» (63.1)

[135, p. 21].

68

Еще одна важная особенность кластерных групп заключается в том, что

практически каждая кластерная группа включает в себя как производство

товаров, так и оказание услуг, так как на практике они неразрывно связаны друг

с другом и располагаются в непосредственной близости друг от друга. В

классификаторе видов экономической деятельности производство товаров, с

одной стороны, и оказание услуг (выполнение работ), - с другой, жестко

обособлены друг от друга.

Несмотря на то, что кластерные группы гораздо лучше, чем традиционный

классификатор видов экономической деятельности приспособлены для

выявления кластеров, определить количество занятых в разрезе кластерных

групп в регионе является недостаточным. Дело в том, что практически в

каждом регионе, любая кластерная группа будет иметь свое присутствие,

выраженное определенным значением численности занятых, пусть и

небольшим. Очевидно, что не все кластерные группы в регионе одинаково

сигнализируют о наличии кластеров. Более того, сравнительно низкие значения

численности занятых позволяют уверенно говорить об отсутствии в регионе

кластеров в рассматриваемых кластерных группах.

Таким образом, в рамках данной методологии необходимо выделить круг

значимых для региона кластерных групп, так как именно последние (а не

кластерные группы вообще) указывают на существующие в регионе кластеры.

Значимая кластерная группа – кластерная группа в регионе, которая

соответствует установленным критериям значимости.

В качестве показателя значимости М. Портер предпочитает использовать

«Коэффициент локализации». Формула расчета «Коэффициента локализации»

представлена в таблице 2.3.

69

Таблица 2.3.

Основные показатели значимости кластерных групп

Формулы Расшифровка формул

Emp

Emp

Emp

Empi

g

igLQ

LQ – «Коэффициент локализации»;

Empig – количество занятых в отрасли i в регионе g;

Empg – общее количество занятых в регионе g;

Empi – количество занятых в отрасли i;

Emp – общее количество занятых.

i

ig

Emp

EmpSize

Size – «Размер» кластерной группы i;

Empig – количество занятых в кластерной группе i в

регионе g;

Empi – количество занятых в кластерной группе i.

g

ig

Emp

EmpFocus

Focus – «Фокус» кластерной группы i;

Empig – количество занятых в кластерной группе i в

регионе g;

Empg – количество занятых в регионе g.

Источник: таблица заполнена на основе Lindqvist G. Disentangling Clusters: Agglomeration and Proximity

Effects. Dissertation for the Degree of Doctor of Philosophy, Ph.D. Stockholm School of Economics. 2009. P.

239-241

Если «Коэффициент локализации» больше единицы, то данная кластерная

группа превалирует в экономике региона (по сравнению с отраслевой

структурой страны)52

. В качестве примера приведем расчет «Коэффициента

локализации» для кластерных групп в Москве (рис. 2.1).

Методология М. Портера была доработана Европейской Кластерной

Обсерватории для выявления и картографирования кластеров в ЕС53

. В число

52

М. Портер часто использует пороговое значение 0,8. Бергман и Фезер рекомендуют использовать более

высокое пороговое значение коэффициента локализации, равное 1,25 [121]. Практический опыт подсказывает,

что более целесообразно использовать порог 1,25 или даже более высокое пороговое значение (вплоть до 2). В

противном случае, количество значимых кластерных групп в каждом регионе оказывается чрезмерно высоким,

что не позволяет решить исходную проблему выбора. 53Европейская Кластерная Обсерватория (European Cluster Observatory) – проект, управляемый Центром

Стратегии и Конкурентоспособности (Center for Strategy and Competitiveness) Стокгольмской Школы

Экономики при финансировании Европейской Комиссии (http://www.clusterobservatory.eu). Наиболее важные доработки рассмотрены в приложении 3.

70

внесенных изменений попали и новые критерии для определения значимых

кластерных групп.

Рис. 2.1. Ранжирование кластерных групп в городе Москве по

коэффициенту локализации

Источник: данные Росстат, расчеты автора.

В качестве пороговых значений, характеризующих значимые кластерные

группы в регионе, Европейская кластерная обсерватория установила

следующие критерии:

«коэффициент локализации» ≥ 2;

регион должен входить в число 10% регионов, лидирующих по

«Размеру» рассматриваемой кластерной группы;

71

регион должен входить в число 10% регионов, лидирующих по

«Фокусу» рассматриваемой кластерной группы.

Формулы для расчета «Размера» и «Фокуса» кластерной группы

представлены в таблице 2.3.

Соответствие хотя бы одному критерию означает, что кластерная группа в

регионе значима. При этом данная методология позволяет оценить значимые

кластерные группы в регионе по степени развития (силе). Соответствие

каждому критерию означает присвоение кластерной группе одной «звезды»

(максимум, соответственно, 3 «звезды»). Количество «звезд» определяет силу

кластерной группы. Также установлен критерий, согласно которому звезда не

может присуждаться кластерной группе, которая аккумулирует численность

менее 1000 занятых в регионе.

2.1.4. ОСОБЕННОСТИ И РЕЗУЛЬТАТЫ ПРОЕКТА ПО ВЫЯВЛЕНИЮ

ЗНАЧИМЫХ КЛАСТЕРНЫХ ГРУПП В СУБЪЕКТАХ РФ

Автором настоящего диссертационного исследования был реализован

проект по выявлению значимых кластерных групп в субъектах РФ.

Для реализации данного исследования возникла необходимость

адаптировать методологию М. Портера и Европейской Кластерной

Обсерватории.

Прежде всего, состав кластерных групп был специально определен

автором с учетом российских условий. При этом учитывались следующие

данные:

использовались общие принципы формирования кластерных групп

М. Портером (в первую очередь, были заново определены торгуемые

виды деятельности для России54

, из которых была исключена группа

видов деятельности, связанных с добычей природных ресурсов);

54

Использовались количественные критерии определения торгуемых видов деятельности, разработанные М.

Портером (подробнее см. изложены в приложении 3).

72

всего было выделено 38 кластерных групп в полном соответствии с

Европейской Кластерной Обсерваторией (при этом наполнение этих

групп видами деятельности происходило по аналогии с группами М.

Портера, согласно приложению B к статье 2003 года [189]);

вовлекалась косвенная (экспертная) информация о возможном

содержании кластерных групп55

.

в некоторых спорных случаях учитывались данные по уровню

тяготения (локализации) видов деятельности к той или иной

кластерной группе (на основе подробной статистики по видам

деятельности по всем субъектам РФ);

во внимание был принят вариант определения содержания

кластерных групп, выполненный в рамках проекта «Инновационные

кластеры и структурные изменения в российской экономике» [20].

Список используемых в Проекте кластерных групп представлен в таблице

2.4.

Элементом новизны реализованного автором подхода является разделение

кластерных групп на три группы: промышленные, креативные и

высокотехнологичные.

В промышленные кластерные группы вошли виды деятельности,

ориентированные на массовое производство и которые сформировались или

были радикально преобразованы (например, как сельское хозяйство) в

индустриальную эпоху (с начала Промышленной революции до второй

половины XX века). В данную группу входят отрасли до 5 технологического

уклада (не включая его).

Таблица 2.4.

Классификация кластерных групп

55

Например, в методологической справке Европейской Кластерной Обсерватории

(http://www.clusterobservatory.eu) был предложен пример, из которого ясно, что транспортировка по

трубопроводам должна относиться не к группе «Транспорт и логистика», а к группе «Нефть и Газ»;

73

А

«Промышленные»

кластерные группы

(массовое производство

стандартизированной

продукции; производство

«полуфабрикатов» или

оборудования для других

отраслей)

B

«Креативные»

кластерные группы

(мелкосерийное и

единичное

производство

продукции с высокой

ролью дизайна;

ориентированное на

конечного

потребителя; сектор

услуг)

C

«Высокотехнологичные»

кластерные группы, а также

деятельность, сопутствующая

и/или содействующая

высокотехнологичным видам

деятельности

Металлургия Мебель Информационные технологии

Строительство крупных

инженерных сооружений

Ювелирная

промышленность

Осветительные и электрические

приборы

Тяжелое машиностроение Производство кож и меха Медицинская техника

Нефтегазовая промышленность Одежда Аэрокосмическая промышленность

Текстильная промышленность Спортивные товары и

товары для детей

Аналитические приборы

Производство полимерной

продукции: пластик и резина

Производство обуви Биофармацевтические препараты

Transportation and logistics

(транспорт и логистика)

Туризм и гостеприимство Коммуникационное оборудование

Сельское хозяйство Торговля Образовательная и научно-

исследовательская деятельность

Автомобильная промышленность Деловые услуги -

Строительный инвентарь,

комплектующие и строительно-

монтажные работы

Индустрия развлечений

-

Химическая промышленность Финансовые услуги -

Строительные материалы Издательская деятельность

и полиграфия

-

Рыболовство и рыбоводство Пищевая промышленность -

Лесоматериалы - -

Табак - -

Производство и передача

электроэнергии

- -

Технологическое оборудование и

обеспечение технологических

процессов

- -

74

Источник: автор.

В высокотехнологичные кластерные группы включены отрасли последних

технологических укладов (5 и 6), а также отрасли (наука и образование,

медицинская техника), которые являются относительно наукоемкими.

Наконец, в промежуточную «креативную» кластерную группу вошли виды

деятельности, которые нельзя назвать массовыми, однако новыми они также не

являются. Несмотря на то, что многие из этих видов деятельности являются

традиционными (ювелирная промышленность, производство кож и меха,

одежда, спортивные товары и товары для детей), они сильно зависят от

креативности производителей, которые производят индивидуализированную

продукцию, мода на которую быстро меняется. Очевидно, что такая

креативность сильно отличается от высокотехнологичности предыдущей

группы, прежде всего, тем что опирается, скорее, на ремесло и природные

способности, чем на образование и науку. В силу этих обстоятельств в данную

группу решено было включить также сектор услуг (деловые услуги,

финансовые услуги, издательская деятельность и полиграфия, индустрия

развлечений).

При этом автор придерживается точки зрения, согласно которой

инновационными могут быть все виды экономической деятельности. Например,

производство автомобилей может быть инновационным, а может и не быть.

Точно также даже, казалось бы, традиционные виды деятельности могут быть

представлены инновационно активными предприятиями56

. Можно согласиться

с М. Портером, который утверждает, что не бывает не инновационных

отраслей, а бывают не инновационные компании.

Вместе с тем, инновационная активность предприятия характеризуется

непостоянством. Так, практически любой продукты когда-то был инновацией,

может быть, даже революционной. В процессе достижения отраслью зрелости,

56

Вспомним изумление А. Смита от увиденной им мануфактуры по производству булавок, которая в силу

заложенной в ней организационной инновации повысила эффективность производства булавок в сотни раз.

75

как правило, растет стандартизация, массовость продукта, нарастают тенденции

олигополизации отрасли. На этом пути, зачастую, инновационная активность

перестает быть ключевым фактором конкурентоспособности участников рынка,

которые прочно занимают свои ниши, выстроив надежные барьеры для входа в

отрасль. В этой связи, отличительная черта высокотехнологичных видов

деятельности заключается в том, что постоянные инновации для них – это не

один из возможных путей развития, а необходимость, без которой невозможно

выживание на рынке.

Повышенная инновационная активность высокотехнологичных видов

деятельности подтверждается на практике57

.

В качестве критериев значимых кластерных групп, использовались

критерии, выделенные Европейской Кластерной Обсерваторией.

В качестве примера рассмотрим данные по субъектам РФ, в которых

кластерная группа «Информационные технологии» является значимой (таблица

2.5). Все регионы, в которых «Коэффициент локализации» больше или равен 2,

получают «звезду» по этому показателю (г. Москва, г. Санкт-Петербург и

Московская область). Регионы, вошедшие в число 10%, обладающих

наивысшими значениями по показателям «Фокус» и «Размер» также получают

«звезды». В таблице показатели для таких регионов выделены жирным

шрифтом.

Таблица 2.5.

Характеристики распределения кластерной группы «Информационные

технологии» по субъектам РФ

Регион

Коэффициент

локализации Фокус Размер

Итоговое

количество

звезд

г. Москва 3,42 0,09 0,29 3

57[13, с. 94-95; 130, p. 5].

76

Московская область 2,70 0,07 0,11 3

г. Санкт-Петербург 2,74 0,08 0,10 3

Hижегородская

область 1,82 0,05 0,05 2

Новосибирская

область 1,40 0,04 0,03 2

Владимирская

область 1,20 0,03 0,01 1

Калужская область 1,82 0,05 0,01 1

Республика

Татарстан 0,69 0,02 0,02 1

Свердловская область 0,92 0,03 0,03 1

Челябинская область 0,73 0,02 0,02 1

Томская область 1,56 0,04 0,01 1

Источник: данные Росстат, расчеты автора.

Примечание:

значение «Коэффициента локализации» 3,42 для города Москвы означает, что доля

занятых в кластерной группе «Информационные технологии» в общем числе занятых

по городу Москве превосходит среднюю по всем субъектам РФ долю в 3,42 раза;

показатель «Фокус» в городе Москве равен 0,09, следовательно, численность занятых в

кластерной группе «Информационные технологии» составляет 9% от общей занятости

Москвы.

«Размер» данной кластерной группы в городе Москве составляет 0,29: таким образом,

практически треть всех занятых в сфере «Информационные технологии» по России

работают в городе Москве. В трех субъектах РФ (города федерального подчинения

Москва и Санкт-Петербург, Московская область) сосредоточено 50% всех занятых в

кластерной группе «Информационные технологии».

Рисунок 2.2 иллюстрирует на карте субъекты РФ, для которых кластерная

группа «Информационные технологии» является значимой. Таким же образом

сформированы и картографированы данные по остальным 37 кластерным

группам.

77

Рис. 2.2. Карта регионов, в которых кластерная группа «Информационные

технологии» является статистически значимой.

Источник: Е.С. Куценко, А.П. Карнаух.

В итоге, реализованное автором исследование по определению значимых

кластерных групп в субъектах РФ позволило количественно измерить

количество и уровень развития (силу) кластеров в российских регионах58

.

2.2. ЭКОНОМЕТРИЧЕСКОЕ ИССЛЕДОВАНИЕ ВЛИЯНИЯ

КЛАСТЕРОВ НА ИННОВАЦИОННУЮ АКТИВНОСТЬ

ПРЕДПРИЯТИЙ В СУБЪЕКТАХ РФ

Идентифицированные и измеренные количественно кластеры в субъектах

РФ позволяют эмпирически оценить влияние кластеров на показатели

инновационной активности предприятий.

2.2.1. МОДЕЛЬ Г. ЛИНДКВИСТА: ИССЛЕДОВАНИЕ ВЛИЯНИЯ

КЛАСТЕРОВ НА ИННОВАЦИОННУЮ АКТИВНОСТЬ В РЕГИОНАХ

ЕВРОПЕЙСКОГО СОЮЗА

58

Подробное описание используемой статистики и процедуры ее обработки изложено в приложении 4.

78

Существует достаточно большое количество эмпирических исследований,

посвященных оценке влияния как эффектов кластеризации (локализации), так и

эффектов урбанизации на показатели инновационной активности фирм.

Фелдман и Аудретш, изучив появление новых товаров в США, пришли к

выводу, что этот на этот процесс значимо положительно влияют лишь эффекты

урбанизации [163]. Паси и Усаи, используя похожую методологию в

исследовании 784 итальянских регионов, получили в результате положительное

значимое влияние, как эффектов локализации, так и урбанизации на патентную

активность [187]. Келли и Хелпер показали значимость внешних эффектов для

процесса адаптации новых технологий [171]. Массард и Риоу получили

отрицательный результат, анализируя 94 региона Франции [183]: эффект

локализации показал отрицательное влияние на патентную активность, а

эффект урбанизации оказался слабым или незначимым. Еджермо подтвердил

положительное влияние эффекта локализации на количество патентных заявок,

но не урбанизации [162]. Греунз в своем исследовании 153 европейских

регионов, продемонстрировал положительное влияние обоих эффектов на

патентную активность [166]. Детальный анализ большого числа эмпирических

работ приведен в статье К. Бодри и А. Шифуэрова [146] и диссертации Г.

Линдквиста [135, p. 233-234].

Как и в случае с оценкой влияния внешней экономии на показатели

экономического роста и производительности, результаты исследований сильно

зависят от того какие выбираются зависимые, независимые и контрольные

переменные, какой используется метод оценки. Если в качестве объекта

исследования выбирается регион (а не фирма), то важную роль играет масштаб

этого региона. Немаловажен в этом случае и уровень детализации

классификатора видов экономической деятельности. При этом найти две

работы с одинаковой методологией затруднительно.

Несмотря на большую палитру эмпирических работ, исследований,

посвященных тестированию гипотезы влияния внешней экономии на

79

инновационную активность предприятий, применительно к российским

регионам, автору неизвестны. Таким образом, данное исследование претендует

на роль пионерного исследования (первого, но не исчерпывающего).

Также отличительной особенностью реализованного исследования

является то, что оценивается влияние не кластерных эффектов, а самих

кластеров. Кластеры в данном случае достраиваются из кластерных эффектов

путем установления пороговых значений. Получается, что значительные

кластерные эффекты указывают на существование кластеров.

Для США положительное значимое влияние кластеров на инновации

выявил М. Портер. В качестве переменной, замещающей количество и силу

кластеров в регионе, М. Портер использовал показатель доли занятых в

значимых кластерных группах в общей занятости в торгуемых

(экспортоориентированных) отраслях. При этом под значимыми

кластерными группами понимались кластерные группы, коэффициент

локализации по занятости в которых превышает 0,8. За показатель

инновационной активности традиционно для зарубежных исследований был

выбран показатель выданных патентов на 100 тыс. занятых. На рисунке 2.3

отображена значимая положительная связь между указанными величинами (в

качестве метода оценки используется отрицательная биноминальная

регрессия).

Аналогичный результат был получен при исследовании европейских стран

(рис. 2.4). В качестве переменной, замещающей количество и силу кластеров,

использовался показатель количества и силы значимых кластерных групп. Для

расчета этого показателя суммировалось количество достигнутых пороговых

значений (звезд) кластерными группами в регионе. В качестве показателя

инновационной активности использовался показатель количества патентных

заявок в Европейское Патентное Агентство на 1 млн. занятых в 2004 году.

80

Рис. 2.3. Связь между наличием и силой кластеров и инновационной

активностью предприятий в регионах США.

Источник: Porter M. The Economic Performance of Regions // Regional Studies. 2003. Vol.37. 6&7. P. 571

Рис. 2.4. Связь между наличием и силой кластеров и инновационной

активностью предприятий в регионах в регионах ЕС.

81

Источник: Sölvell Ö. Clusters – Balancing Evolutionary and Constructive Forces. Stockholm: Ivory Tower AB.

2009. P. 35. URL: http://www.cluster-research.org/dldocs/ClustersJan09.pdf. Дата доступа: 01 ноября

2012.

Аналогичные расчеты, выполненные на основе статистики по субъектам

РФ, дают, в общем, близкие результаты.

И расчет по методологии М. Портера (рис. 2.5), и расчет в соответствии с

методологией Европейской Кластерной Обсерватории (рис. 2.6) позволяет

отклонить нулевую гипотезу (об отсутствии связи) на 1 процентном уровне

значимости.

Рис. 2.5. Связь между наличием и силой кластеров и инновационной

активностью предприятий в регионах РФ (рассчитанная по методологии

М. Портера)

Источник: автор.

82

Рис. 2.6. Связь между наличием и силой кластеров и инновационной

активностью предприятий в регионах РФ (рассчитанная по методологии

Европейской Кластерной Обсерватории)

Источник: автор.

Интересно заметить, что замещающая переменная для количества и силы

кластеров в варианте Европейской Кластерной Обсерватории более тесно

связана с показателями инновационной активности, чем в варианте М. Портера.

Точно такая же ситуация наблюдается и в зарубежных расчетах. Данные в

регрессии М. Портера довольно рассредоточены: количество патентов может

сильно варьироваться в регионах с одинаковой долей занятых в значимых

кластерных группах. Такой результат подчеркивает роль других факторов,

влияющих на инновационную активность помимо значимых кластерных групп.

Этот вывод подтверждается также положительным значимым свободным

членом во второй регрессии. То есть теоретически при полном отсутствии

значимых кластерных групп в регионе, тем не менее, будут появляться

патентные заявки.

С другой стороны, слабость связи между переменными в первой

регрессии, не в последнюю очередь, связана с тем, что среднеквадратическое

83

отклонение показателя «доля занятых в значимых кластерных группах в общей

занятости в торгуемых отраслях» слишком небольшое59 и, таким образом, не

может объяснить сравнительно большее среднеквадратическое отклонение зависимой

переменной. Таким образом, очевидно, что более обосновано использовать в качестве

независимой переменной замещающую переменную, сконструированную

Европейской Кластерной Обсерваторией60

.

Рис. 2.7. Иллюстрация теоретической модели Г. Линдквиста

Источник: Lindqvist G. Disentangling Clusters: Agglomeration and Proximity Effects. Dissertation for the

Degree of Doctor of Philosophy, Ph.D. Stockholm School of Economics. 2009. P. 236.

Вместе с тем, по мнению автора диссертационного исследования,

полученного положительного результата явно недостаточно. Дело в том, что

парная корреляция не является достаточно надежным методом определения

связи, так как она не учитывает других факторов. Более того, парная регрессия 59

δ = 0,111. У альтернативного показателя, рассчитанного по методологии Европейской Кластерной

Обсерватории, δ = 9,833. 60

Этот довод лежал в обосновании использования именно критериев Европейской Кластерной Обсерватории

для выделения значимых кластерных групп в регионах России.

84

не позволяет определить направление исследуемой связи. Таким образом, для

того, чтобы быть уверенным в результате, требуется дополнительное

уточняющее исследование.

За основу исследования была выбрана модель, рассматривающая связь

кластеров и инноваций в контексте других тесно связанных с ними явлений,

предложенная Г. Линдквистом в 200861

. На рисунке 2.7 приведена иллюстрация

данной модели.

На приведенной иллюстрации, кругами выделены латентные переменные,

а стрелки означают направления предполагаемого положительного влияния.

Например, Н1а+ означает, что выдвинута гипотеза о том, что переменная

«Кластеризация» положительно влияет на переменную «Экономическое

благополучие».

Рассмотрим, какие наблюдаемые переменные (manifest variables)

включаются в латентные переменные модели62

.

Переменная «Кластеризация». Под кластеризацией понимается

количество и сила значимых кластерных групп в регионе. Г. Линдквист для

своего исследования использовал результаты выявления значимых кластерных

в регионах ЕС, выполненного Европейской Кластерной Обсерваторией. Автор

диссертационного исследования использовал собственные результаты

выявления значимых кластерных в субъектах РФ.

Переменная «Урбанизация». Урбанизация была оценена Г. Линдквистом

как отношение количества домохозяйств в регионе с плотностью населения не

менее 500 жителей на квадратный километр к общему количеству

домохозяйств во всех изучаемых регионах. Для исследования в России автор

настоящей диссертации использовал близкий показатель – коэффициент

урбанизации по субъектам РФ, рассчитываемый как доля городского населения

в общей его численности.

61

Подробнее см. 5-ое исследование в диссертации Г. Линдквиста [135]. 62

Каждая латентная переменная может выражаться сразу через несколько наблюдаемых переменных.

Подробнее, особенности модели изложены в приложении 5.

85

Кластеризация, предположительно, должна положительно влиять на

инновационную активность предприятий. В первой части диссертации мы

теоретически обосновали влияние кластеров на инновационную активность.

Вместе с тем существует альтернативная гипотеза, согласно которой

инновации, чаще всего, рождаются в результате совместной локализации

между предприятиями в разнообразных, не связанных между собой видах

деятельности (то есть инновации результат урбанизации).

Отделение эффекта урбанизации от эффекта кластеризации позволит

лучше понять влияние этих эффектов на инновационную активность, не

смешивая их.

Переменные «Урбанизация» и «Кластеризация» гипотетически влияют на

три переменных, отражающих инновационную активность предприятий.

Переменная «Патентные заявки» рассчитывается как количество

патентных заявок на 1 млн. занятых (в варианте Г. Линдквиста), либо на 100

тыс. занятых (в нашем варианте).

Переменная «Частные расходы на НИОКР». Г. Линдквист рассчитывал

эту переменную, как долю частных расходов на НИОКР в валовом

региональном продукте (ВРП). В нашем варианте, она рассчитывается, как

отношение частных расходов на НИОКР к общей численности занятых в

регионе.

Переменная «Государственные расходы на НИОКР». Данная

наблюдаемая переменная в варианте Г. Линдквиста представлена двумя

наблюдаемыми переменными: расходы государства на НИОКР и расходы

высших учебных заведений. Обе переменные рассчитываются как доля от ВРП.

В варианте, рассчитанным для субъектов РФ, расходы вузов не выделены

отдельно. То есть используется лишь одна совокупная наблюдаемая

переменная, которая также соотноситься с количеством занятых в регионе.

Гипотетически частные и государственные расходы на НИОКР должны

положительно влиять на патентную активность. При этом частные и

86

государственные затраты на НИОКР по-разному влияют на инновации.

Джаффе [170] изучил данные по 29 штатам США с 1972 по 1981 гг. и пришел к

выводу, что затраты на НИОКР фирм сильнее влияют на количество новых

патентов, чем затраты на НИОКР университетов. Кроме того, наблюдается

положительная зависимость затрат на НИОКР фирм от государственных затрат

на НИОКР, но не наоборот [135, p. 234-235].

Переменные «Урбанизация» и «Кластеризация» прямо и косвенно, через

влияние на инновационную активность предприятий, влияют на главную

зависимую переменную – «Экономическое благосостояние».

Переменная «Экономическое благосостояние». Для расчета этой

латентной переменной используется сразу три наблюдаемых переменных:

валовый региональный продукт на душу населения; доля валового

регионального продукта в валовом внутреннем продукте; средний уровень

заработных плат.

В своей модели Г. Линдквист использовал данные по 211 регионам

(согласно классификатору территорий NUTS-2) в странах Евросоюза (EC-25).

Авторы настоящей статьи использовали официальную статистику по всем

субъектам РФ63

.

Для оценки модели был использован метод частичных наименьших

квадратов (PLS). Метод PLS был предложен Волдом [204] и относится к

методам, основанным на дисперсии (с выделением главных компонентов). В

отличие от жесткого моделирования он не требует нормального распределения

данных и отсутствия мультиколлинеарности между наблюдаемыми и

латентными переменными. Поэтому его еще называют «мягким

моделированием». PLS – это непараметрический метод оценки, в котором

причинность выражается через линейные условные математические ожидания

(подробнее о методе, см. Приложение 5). Использование данного метода

оправдано в условиях малого количества доступных наблюдений и неточности

63

За исключением Чеченской республики; Ханты-Мансийский АО и Ямало-Ненецкий АО учитываются в

составе Тюменской области, Усть-Ордынский Бурятский АО – в составе Иркутской области.

87

статистических данных. Вместе с тем, оценки, созданные по данному методу,

носят приблизительный характер и, в случае, если использование более точных

методов станет возможным, должны быть проверены. Значимость посчитанных

коэффициентов была проверена с помощью метода Bootstrap.

Рис. 2.8. Результаты оценки модели Г. Линдквиста для регионов ЕС

Источник: Lindqvist G. Disentangling Clusters: Agglomeration and Proximity Effects. Dissertation for the

Degree of Doctor of Philosophy, Ph.D. Stockholm School of Economics. 2009. P. 236

Рассмотрим результаты, полученные Г. Линдквистом для регионов ЕС

(рис. 2.8). В первую очередь, отметим, что подтвердились далеко не все

гипотезы. «Кластеризация» положительно влияет на патентную активность

предприятий (что подтверждает результаты парных регрессий). Патентная

активность, в свою очередь, положительно влияет на «Экономическое

благосостояние». Однако, неожиданно, оценка показала отрицательное влияние

«Кластеризации» на «Экономическое благосостояние». Г. Линдквист считает,

что такой результат можно объяснить тем, что «Кластеризация» не напрямую, а

88

косвенно влияет на «Экономическое благополучие» через патентную

активность. Действительно, приведенная им в качестве доказательства оценка

парной регрессии между показателями «Кластеризация» и «Экономическое

благополучие» подтверждает положительную (на 1% уровне значимости) связь.

Оценка модели также показала, что для регионов ЕС «Кластеризация»

положительно влияет на «Частные расходы на НИОКР», но не влияет на

«Государственные расходы на НИОКР». «Урбанизация» же, наоборот,

положительно влияет на «Государственные расходы на НИОКР», но не влияет

на «Частные расходы на НИОКР». «Государственные расходы на НИОКР»

положительно влияют на «Частные расходы на НИОКР».

Данный результат вполне объясним, так как в «Государственные расходы

на НИОКР» входит деятельность государственных научных и образовательных

учреждений, которые располагаются, как правило, в городах.

«Государственные расходы на НИОКР», при этом, в большей степени носят

фундаментальный характер. С течением времени, результаты данных

исследований находят применения в прикладных разработках, пригодных для

коммерциализации. Таким образом, в регионах с высокими показателями

«Государственных расходов на НИОКР», «Частные расходы на НИОКР»,

носящие прикладной характер, также высоки. Отсутствие влияния

«Кластеризации» на «Государственные расходы на НИОКР» может означать,

что государственные расходы осуществляются без учета количества и силы

значимых кластерных групп в регионе. Возможно, что отчасти из-за этого,

«Государственные расходы на НИОКР» не подтвердили своего значимого

влияния на «Патентные заявки».

В отличие от «Кластеризации» показатель «Урбанизация» не влияет на

«Патентные заявки», однако влияет на «Экономическое благополучие». Вместе

с тем, косвенное влияние (через «Государственные расходы на НИОКР» и

«Частные расходы на НИОКР») все же прослеживается.

89

В итоге Г. Линдквист делает вывод о том, что эффекты кластеризации и

урбанизации играют взаимодополняющую роль в региональной экономике,

совместно (прямо и косвенно) влияя на инновационную активность и

экономическое благосостояние.

Рис. 2.9. Результаты оценки модели Г. Линдквиста для субъектов РФ

Источник: расчеты автора.

Результаты оценки модели Г. Линдквиста для субъектов РФ (рис. 2.9) во-

многом разошлись в результатами, полученными в регионах ЕС. Переменная

«Кластеризация» подтвердила свое влияние на переменную «Патентные

заявки». Как и в странах ЕС, в Российской Федерации переменная

«Кластеризация» положительно влияет на переменную «Частные расходы на

НИОКР». Однако прямое положительное влияние данной переменной на

другие переменные в модели на этом не заканчивается: она также значимо

положительно влияет на переменные «Государственные расходы на НИОКР» и

«Экономическое благополучие».

90

Независимая переменная «Урбанизация» положительно влияет (с

вероятностью 95%) на переменную «Государственные затраты на НИОКР»,

которая, в свою очередь, положительно влияет на переменную «Частные

затраты на НИОКР». Данные связи подтверждается исследованием в Европе64

.

При этом, некоторые результаты оказались, прямо скажем, неожиданными.

Так, переменная «Патентные заявки» не продемонстрировала влияния на

зависимую переменную «Экономическое благополучие». Не менее удивительно

то, что «Частные расходы на НИОКР» не влияют на «Патентные заявки».

Также интересно, что переменная «Государственные затраты на НИОКР»

показала положительное влияние на показатель «Патентные заявки».

Прежде чем делать окончательные выводы, внесем ряд важных изменений

в модель.

2.2.2. РАЗВИТИЕ МОДЕЛИ Г. ЛИНДКВИСТА ДЛЯ ИССЛЕДОВАНИЯ В

РОССИИ

Главное изменение, которое мы предлагаем внести в модель Г.

Линдквиста, заключается в добавлении дополнительной латентной переменной,

отражающей результаты инновационной деятельности предприятий в регионе.

Есть основания полагать, что включенные в модель показатели инновационной

активности («Государственные затраты на НИОКР», «Частные затраты на

НИОКР» и «Патентные заявки») не вполне адекватно отражают

инновационную деятельность хозяйствующих субъектов в субъектах РФ.

64

Необходимо сразу отметить, что полученный результат не может быть напрямую сопоставлен с результатами,

полученными в регионах ЕС, вследствие различного содержания кластерных групп. Даже если бы

использовались кластерные группы, составленные по методологии Европейской Кластерной Обсерватории, то

наши результаты все равно не могли бы быть безоговорочно сопоставимы, так как в качестве базовой

отраслевой структуры, с которой сравнивается региональная отраслевая структура при вычислении

«Коэффициента локализации» и «Размера», у нас выступает отраслевая структура РФ, а у Европейской

Кластерной Обсерватории – отраслевая структура ЕС.

Наиболее оптимальным, в этой связи, являлся бы расчет «звезд» по «Коэффициенту локализации» и «Размеру»

на основе единой отраслевой структуры, полученной в результате прибавления к занятости по видам

деятельности в ЕС значений, рассчитанных для РФ.

91

Попробуем проанализировать традиционную замещающую переменную

для инновационной деятельности – количество патентных заявок. Г. Линдквист

в своей диссертации указывает, что, несмотря на ряд проблем65

, количество

патентных заявок является адекватной замещающей переменной для всей

инновационной деятельности [135, p. 241-242]. Однако для России это не

совсем так.

Расчет парных корреляций позволяет сделать вывод о том, что показатель

количества патентных заявок оказался сильно связан с показателем количества

выданных патентов, однако достаточно слабо коррелирован с остальными

показателями инновационной деятельности66

. Более того, согласно

исследованию уровня инновационного развития стран мира «Global Innovation

Scoreboard 2006» Российская Федерация имеет крайне низкий уровень

патентной активности, которые не соответствует ее общему инновационному

уровню67

. Данный феномен можно объяснить тем, что патентная активность не

всегда с необходимостью связана с результативностью инновационной

деятельности, а может быть, например, следствием стратегических решений

руководства68

.

В этой связи, целесообразно дополнить существующие показатели

инновационной активности показателями результативности инновационной

65

Не все инновации в принципе могут быть запатентованы, и не все инновации, которые могут быть

запатентованы, патентуются на самом деле. И, наоборот, не все патенты обладают потенциалом

коммерциализации. Уровень патентной активности варьируется от отрасли к отрасли. 66Речь идет, прежде всего, о следующих показателях: частные расходы на НИОКР на одного занятого;

государственные расходы на НИОКР на одного занятого; доля организаций, осуществлявших технологические,

организационные, маркетинговые инновации в общем числе организаций; доля инновационных товаров, работ,

услуг в общем объеме отгруженных товаров, выполненных работ, услуг; экспорт инновационных товаров,

работ, услуг в процентах от общего объема отгруженных товаров, выполненных работ, услуг.

При этом показатели «Государственные затраты на НИОКР», «Частные затраты на НИОКР» не могут

выступать как исчерпывающее дополнение, так как, в свою очередь, слабо связаны со всеми предложенными

показателями инновационной деятельности. 67По интегральному показателю инновационного развития РФ занимает 25 место, а по показателю патентной

активности (который является составляющей интегрального показателя инновационного развития) Россия

занимает лишь 39 место [127, p. 12-13]. 68Авторы исследования влияния патентных пулов на патентную активность рассматривают пример

формирования патентного пула в области производства швейных машинок в XIX в. Выявлено, что перед

формированием патентного пули количество патентных заявок и выданных патентов в отрасли резко

возрастает. Это связано с тем, что компании стараются запатентовать как можно больше инноваций, которые

раньше хранились в режиме коммерческой тайны. Тем самым компании пытаются увеличить свою роль в

формируемом патентом пуле. После формирования патентного пула количество патентных заявок и выданных

патентов в отрасли резко падает [134].

92

деятельности. Наиболее подходящими наблюдаемыми переменными для

латентной переменной «Результативность инновационной деятельности» (из

доступных в российской статистике), по мнению автора диссертационного

исследования, являются следующие показатели: «доля инновационных товаров,

работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг»

и «доля организаций, осуществлявших технологические, организационные,

маркетинговые инновации69

в общем числе организаций». Логика включения

этих двух переменных в модель заключается в том, что повышение

результативности инновационной деятельности может отражаться, как через

рост доли инновационной продукции в существующих организациях, так и

через появление новых инновационно активных организаций.

На показатель результативности инновационной деятельности

гипотетически должны влиять как показатель «Количество патентных заявок»,

так и непосредственно показатели «Государственные затраты на НИОКР»,

«Частные затраты на НИОКР». Это связано с тем, что инновационную

продукцию можно выпустить и не регистрируя патент. Также необходимо

проверить влияние на показатель результативности инновационной

деятельности независимых переменных «Кластеризация» и «Урбанизация».

Сам показатель результативности инновационной деятельности должен

непосредственно влиять на показатель «Экономического благополучия».

Оценка модифицированной модели представлена на рис. 2.10.

69Под такими организациями подразумеваются организации, которые в течение последних трех лет имели

завершенные инновации, то есть внедренные на рынке новые или подвергавшиеся значительным

технологическим изменениям и усовершенствованию продукты, услуги или методы их производства

(передачи), внедренные в практику новые или значительно усовершенствованные производственные процессы,

новые или значительно улучшенные способы маркетинга, организационные и управленческие изменения [11].

93

Рис. 2.10. Результаты оценки модифицированной модели Г.

Линдквиста для субъектов РФ

Источник: расчеты автора.

В целом полученные ранее оценки подтвердились при модификации

модели. Новое же оказалось неожиданным. Показатель «Кластеризация» не

оказывает влияние на показатель «Результативности инновационной

деятельности», который практически полностью объясняется показателем

«Урбанизация» (коэффициент детерминации равен 0,991!).

Расширение модели за счет показателя «Результативности инновационной

деятельности» понизило значимость влияния «Кластеризации» на

«Экономическое благополучие» (вероятность опровержения нулевой гипотезы

снизилась с 99 до 95 процентов).

94

Необходимо отметить, что в рамках данной методологии затруднительно

говорить о размерах влияния независимых переменных. С одной стороны,

коэффициенты связи, отображенные на рисунках (например, между

«Кластеризацией» и «Патентными заявками» коэффициент связи 0,437)

допускают интерпретацию аналогичную объяснению коэффициентов

регрессии70

. Так, удвоение показателя кластеризации в регионе (за счет

появления новых кластеров и/или развития существующих) приводит к

увеличению на 44% количества патентных заявок на 100 тыс. населения, на

28% - государственного финансирования НИОКР, на 23% - экономического

благосостояния населения. С другой стороны, в рассматриваемой модели

представлены латентные переменные, многие из которых составлены из

нескольких наблюдаемых переменных. Это затрудняет содержательную

количественную интерпретацию полученных результатов. При этом анализ

коэффициентов детерминации (R2) показывает, что влияние кластерацазии на

инновационную активность достаточно слабое71

. Это означает, что кластеры

являются не единственным фактором, влияющим на инновационную

активность.

В целях более глубокого исследования связей модель была подвергнута

дополнительным изменениям.

1. Оценка составляющих переменной «Кластеризация»

(«Коэффициент локализации», «Размер» и «Фокус») как независимых

переменных в модели.

Так как показатель «Кластеризация» вычисляется как сумма достигнутых

кластертными группами пороговых значений по показателям «Коэффицинт

локализации», «Размер» и «Фокус», можно отельное оценить вклад этих

показателей в модель. Результаты оценки показали, что наибольшее влияние

70

Другими словами, коэффициент связи показывает величину изменения среднеквадратического отклонения

зависимой переменной при изменении независимой переменной на величину своего среднеквадратического

отклонения. 71

Так как дисперсия «Кластеризации» объясняет менее 30% дисперсии показателей инновационной активности.

95

оказывает показатель «Размер». Именно переменная «Размер», во многом,

определяет влияние «Региональной специализации». Это можно объяснить тем,

что показатели «Коэффициент локализации» и «Фокус» не в полной мере

учитывают относительную численность занятых в кластерных группах,

которая, как оказалось, в значительной мере определяет преимущества

кластера72

. При этом, наименьшим влиянием обладет наблюдаемая переменная

«Коэффициент локализации» (рис. 2.11). В случае, когда значимые кластерные

группы определяются только на основе «Коэффициента локализации»

большинство связей не проявляются. Такие значимые кластерные группы

слабее влияют на экономику региона и представляют меньший интерес для

государственной политики.

72

Так в числитель «Коэффициента локализации» входит показатель «Размер», который сравнивается с долей

занятых в регионе в общероссийской занятости. В силу этого кластерные группы большого «Размера» могут

иметь одинаковый или меньший «Коэффициент локализации» по сравнению с меньшими по «Размеру»

кластерными группами, если располагаются в регионах с большей общей численностью занятых. Точно также

показатель «Фокус» сравнивает численность в кластерной группе с общей численностью занятых в регионе.

Соответственно, при равной численности в кластерной группе, «Фокус» будет полностью зависеть от

относительного размера регионов по численности занятых.

96

Рис. 2.11. Модель, в которой латентная переменная «Кластеризация»

представлена только одной наблюдаемой переменной «Коэффициент

локализации».

Источник: расчеты автора.

2. Оценка составляющих переменной «Кластеризация»

(«Промышленные», «Креативные» и «Высоктехнологичные» кластерные

группы) как независимых переменных в модели.

В предыдущем параграфе была предложена классификация кластерных

групп на промышленные (А), креативные (B) и высокотехнологичные (С).

Оценка влияния этих групп по отдельности связана с возможностью проверки

гипотезы, согласно которой высокотехнологичные кластерные группы в

большей степени влияют на инновационную активность, в то время как

промышленные – на экономическое благосостояние.

Рис. 2.12. Модель, в которой латентная переменная «Кластеризация»

представлена только промышленными кластерными группами.

Источник: расчеты автора.

97

Рис. 2.13. Модель, в которой латентная переменная «Кластеризация»

представлена только креативными кластерными группами.

Источник: расчеты автора.

98

Рис. 2.14. Модель, в которой латентная переменная «Кластеризация»

представлена только высокотехнологичными кластерными группами.

Источник: расчеты автора.

Результаты оценки измененных моделей не подтверждают выдвинутую

гипотезу. Кластерные группы A и C одинаковым образом влияют на зависимые

переменные: влияние на инновационую активность сохранияется, на

«Экономическое благополучие» - пропадает (рис. 2.12 и 2.14). Группа B,

наоборот, не показала влияние на расходы на НИОКР, однако частично влияет

на инновационную активность («Патентные заявки») и «Экономическое

благополучие» (рис. 2.13).

Неожиданно оказалось то, что промышленные кластерные группы не

продемонстрировали влияния на «Экономическое благополучие»73

.

В результате промышленные и высокотехнологичные кластерные группы

практически одинаково влияют на инновационную активность в регионах.

Таким образом, гипотеза о том, что инновации могут быть присущи любым

видам деятельности оказалась для России верной.

Кластерные группы B, видимо, за счет своего «креативного» характера не

оказывают влияния на инновационную активность в регионе. Но при этом, они

влияют на «Экономическое благополучие».

3. Исключение кластерных групп, не учитываемых при расчете

переменной «Доля инновационных товаров, работ, услуг в общем объеме

отгруженных товаров, выполненных работ, услуг».

73

Это можно объяснить тем, что часть предприятий в данных группах связаны с добычей или производством

экспортной продукции с низкой степенью переработки (например, группы Нефтегазовая промышленность,

Нефтегазовая промышленность, отчасти Лесоматериалы и Химическая промышленность) и, таким образом,

положительно связаны с «Экономическим благополучием» в субъектах РФ. Вместе с тем, большое число

предприятий в рамках промышленных кластерных групп испытывают большие проблемы с

конкурентоспособностью своей продукции, являются объектом поддержки (проблема моногородов) и, поэтому,

слабо влияют на «Экономическое благополучие».

Таким образом, видимо, неоднородность промышленной кластерной группы обуславливает отсутсвие влияния

уровня ее развития на «Экономическое благосостояние».

99

Переменная «Доля инновационных товаров, работ, услуг в общем объеме

отгруженных товаров, выполненных работ, услуг» рассчитывается на основе

статистической формы «4-инновация». Данную статистическую форму подают

лишь организации, осуществляющие следующие виды экономической

деятельности: добыча полезных ископаемых, обрабатывающие производства;

производство и распределение электроэнергии, газа и воды; связь,

деятельность, связанная с использованием вычислительной техники и

информационных технологий, предоставление прочих видов услуг. Можно

предположить, что кластерные группы, непосредственно не связанные с этими

видами деятельности74

, но представленные в перменной «Кластеризация»,

уменьшают влияние последней на переменную «Результативность

инновационной деятельности».

Результаты оценки измененной модели гипотезу не подтвердили

сделанное предположение: влияние «Кластеризации» на «Результативность

инновационной деятельности» осталось незначимым. Вместе с тем, на

показатели инновационной активности влияние усилилось, а на

«Экономическое благосостояние» - вообще исчезло. Возможно, такой результат

является следствием того, что в расчет показателя «Кластеризация» вошли в

основном кластерные группы категорий A и C, для которых как раз характерен

аналогичный шаблон влияния.

4. Исключение из выборки города Москвы и Санкт-Петербура.

Москва и Санкт-Петербург являются городами со 100% урбанизацией, а

также занимают самые высокие места по многим переменным, включенным в

модель. Исключение лидеров позволит дополнительно проверить стабильность

модели.

74

«Строительство крупных инженерных сооружений», «Строительный инвентарь, комплектующие и

строительно-монажные работы», «Строительные материалы», «Туризм и гостеприимство», «Транспорт и

логистика», «Сельское хозяйство», «Торговля», «Образовательная и научно-исследовательская деятельность»,

«Финансовые услуги», «Охота и рыболовство».

100

Оценка модели без городов Москвы и Санкт-Петербурга не привело к

изменениям за одним исключением: влияние «Кластеризации» на

«Экономическое благополучие» оказалось незначимым. По всей вероятности

это связано с тем, что города Москва и Санкт-Петербург являются лидерами (1-

е и 3-е места соответственно) как по количеству «звезд», так и по среднему

рангу показателей экономического благополучия75

.

5. Группировка выборки.

Помимо исключения Москвы и Санкт-Петербурга были реализованы

различные варианты группировки выборки. В качестве провеки были

проведены расчеты модели по субъектам РФ за исключением азиатской части

(Сибирского и Дальневосточного федеральных округов). На втором этапе

исключался Южный федеральный округ. Также модель оценивалась в

отдельности для регионов лидеров и регионов аутсайдеров по показателям

инновационной деятельности и показателям экономического благополучия.

Изменение выборки каждый раз влекло за собой непредстказуемые и

достаточно серьезные изменения в модели. Однако новых стабильных и

однозначно интерпретируемых результатов получить не удалось. Причиной

этого является, скорее всего, неоднородность выборки, которая следует из

сильных различий субъектов РФ между собой. Вместе с тем, группировку

субъектов РФ осложняет факт их малочисленности. То есть снижение

количества наблюдений сильно сказывается на качестве результата.

С другой стороны, изменения направлений связи между латентными

переменными в модели при неизменной выборке показали абсолютную

стабильность результатов.

75

Пересчет количества и уровень развития значимых кластерных групп для всех регионов при условии

отсутствия Москвы и Санкт-Петербурга подтвердил вывод об отсутствии влияния «Кластериации» на

«Экономическое благополучие».

101

2.3. ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ, ОГРАНИЧЕНИЯ И

ПЕРСПЕКТИВЫ ИССЛЕДОВАНИЯ

2.3.1. ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ ОЦЕНКИ

МОДИФИЦИРОВАННОЙ МОДЕЛИ Г. ЛИНДКВИСТА

Анализ полученных результатов позволяет сформулировать ряд выводов.

1. Уровень кластеризации экономики влияет на инновационную

активность предприятий в субъектах РФ.

Результаты исследования подтверждают гипотезу о наличии

положительного влияния количества и уровня развития кластеров на

инновационную активность предприятий. Кластеры влияют как на патентную

активность, так и на объем государственных и частных расходов на НИОКР.

При этом, неожиданным оказалось отсутствие влияния количества и силы

значимых кластеров на результативность инновационной деятельности в

регионе76

.

2. Уровень кластеризации влияет на экономическое благосостояние в

субъектах РФ.

Оценка модели показала, что кластеры влияют также на экономическое

благосостояние. Таким образом, можно сделать следующий итоговый основной

вывод:

3. Формирование и развитие кластеров в регионе позволяет

обеспечить как стимулирование инноваций, так и повышение

уровня экономического благосостояния.

76

Дело в том, что среди факторов, формирующих инновационное окружения, важную роль играют факторы,

влияющие именно на результативность инновационной деятельности (например, приемущества более быстрого

внедрения инноваций, повышение инновационности фирм за счет «входящих» инноваций, требовательный

спрос и др.). Таким образом, теоретически, инновационно активные предприятия должны с большей

вероятностью успеха трансформировать свою активность в результативность именно в кластере. А высокая

результативность инновационной деятельности должна, в свою очередь, являтся стимулом для повышения

инновационной активности – как успешной стратегии конкурентной борьбы.

Однако оценка модели показала, что существует разрыв между инновационной активностью и инновационной

результативностью. А кластеры, влияя на инновационную активность, не оказывают влияния на

результативность. Этот результат сам по себе сложно интерпретировать без включения других, не учтенных в

модели факторов.

102

Содействовать созданию инновационных производств или стимулировать

инновационную активность в существующих предприятиях можно, как с

учетом формирующихся кластеров в регионах России, так и без этого. Однако

мероприятия, реализованные без учета кластеров, рискуют не оказать

(ожидаемого) влияния на экономическое благосостояние населения. И

наоборот. Мероприятия по повышению экономического благосостояния в

регионе совсем необязательно автоматически окажут влияние на

инновационную активность хозяйствующих субъектов. Тогда как реализация

программ поддержки хозяйственных субъектов с учетом кластеров позволяет

повысить как инновационную активность, так и экономическое благосостояние

в регионе. Формирующиеся кластеры, помимо того, что концентрируют

инновационно активные предприятия, также обладают высоким весом в

экономике региона и интегрированы в его отраслевую структуру. Это

позволяет охватить государственной поддержкой более широкий круг

хозяйствующих субъектов и занятого населения.

4. Формирование кластеров и развитие городской инфраструктуры

взаимодополняют друг друга.

Взаимное дополнение мероприятий по развитию кластеров и городской

инфраструктуры позволяет оказывать системное положительное влияние на

инновационную деятельность в регионе. В то время, как кластеры влияют на

инновационную активность, результативность инновационной деятельностью

практически полностью объясняется эффектом урбанизации.

Вероятно, причиной этого является то, что результативность

инновационной деятельности во многом зависит от уровня развития

инновационной инфраструктуры77

, которая представлена, прежде всего, именно

в городах. Вместе с тем, развивать инновационную инфраструктуру логично

под уже существующие и развивающиеся кластеры. Помимо обеспечения

77

Под которой, прежде всего, понимаются технопарки, центры коммерциализация (трансфера) технологий,

центры коллективного доступа к высокотехнологичному оборудованию, инфиниринговые центры, центры

прототипирования и промышленного дизайна, центры открытых инноваций и пр.

103

необходимой «загрузки» вводимых объектов инфраструктуры, такая

изначальная специализация позволит «соединить» инновационную активность

с результативностью.

Оценка измененной модели позволяет сделать дополнительные выводы.

Среди них, остановимся на следующих:

5. Для субъектов РФ характерны проблемы с внедрением результатов

научно-технической деятельности в хозяйственный оборот.

Расчет модели показал, что на показатели результативности

инновационной деятельности не влияют показатели инновационной активности

(расходы на НИОКР, патентные заявки) включенные в модель. Данный

результат указывает на серьезные проблемы с эффективностью расходования

средств на НИОКР в субъектах РФ.

Вместе с тем, вероятно, данный вывод может быть смягчен вследствие

неточностей в статистике, по крайней мере, в части влияния расходов на

НИОКР на патентную активность. Несмотря на то, что государственные и

частные расходы на НИОКР не влияют на количество патентных заявок (или

выданных патентов), показатель суммарных (частных и государственных)

инвестиций в НИОКР значимо связан с уровнем патентной активности (таблица

2.6).

Таблица 2.6.

Связь между показателями патентной активности и суммарными

инвестициями в НИОКР

Суммарные (государственные и

частные) инвестиции в НИОКР

Количество патентных заявок на 100 тыс.

занятых 0,41**

Количество выданных патентов на 100

тыс. занятых 0,37*

** Коэффициент значим с 99% вероятностью

* Коэффициент значим с 95% вероятностью Источник: расчеты автора.

104

Более того, помимо инвестиций в НИОКР в российской статистике

существует ряд показателей, также имеющих непосредственное отношение к

расходам на инновации. Их связь с уже представленными показателями

инновационной активности и результативности инновационной деятельности

представлена в таблице 2.7. Видно, что практически все новые переменные

гораздо лучше связаны с патентной активностью, чем включенные в модель

переменные инвестиций в НИОКР. При этом новые переменные расходов не

связаны со старыми. Из таблицы также видно, что как старые, так и новые

переменные расходов на инновации не связаны с показателями

результативности инновационной деятельности.

Таблица 2.7.

Связь между показателями патентной активности и суммарными

инвестициями в НИОКР

Час

тны

е и

нвес

тиц

ии

в

нем

атер

иальн

ые

акти

вы

Го

суд

арст

вен

ны

е и

нвес

тиц

ии

в н

емат

ери

альн

ые

акти

вы

Час

тны

е за

трат

ы н

а со

здан

ие

и п

ри

об

рет

ен

ие

пр

огр

амм

для

ЭВ

М и

баз

дан

ны

х

Го

суд

арст

вен

ны

е за

трат

ы н

а

созд

ани

е и

пр

ио

бр

етен

ие

пр

огр

амм

для Э

ВМ

и б

аз

дан

ны

х

Час

тны

е за

трат

ы н

а со

здан

ие

и п

ри

об

рет

ен

ие

изо

бр

етен

ий

,

по

лез

ны

х м

од

елей

и о

бр

азц

ов

Го

суд

арст

вен

ны

е за

трат

ы н

а

созд

ани

е и

пр

ио

бр

етен

ие

изо

бр

етен

ий

, п

олез

ны

х

мо

дел

ей и

об

раз

цо

в

Количество патентных

заявок на 100 тыс.

занятых 0,63** 0,71** 0,23 0,73** 0,73** -0,16 Количество выданных

патентов на 100 тыс.

занятых 0,59** 0,75** 0,21 0,71** 0,7** 0,46** Частные расходы на

НИОКР на одного

занятого -0,02 -0,05 0,12 -0,06 -0,06 0,13 Государственные

расходы на НИОКР на

одного занятого 0,07 0,1 -0,02 0,1 0,09 -0,01 Доля организаций,

осуществлявших

технологические,

организационные,

маркетинговые

инновации в общем

числе организаций -0,08 -0,09 0,05 -0,08 0,01 -0,11

105

Доля инновационных

товаров, работ, услуг в

общем объеме

отгруженных товаров,

выполненных работ,

услуг 0,14 0,15 0,33 0,11 0,08 0,3 Экспорт инновационных

товаров, работ, услуг в

процентах от общего

объема отгруженных

товаров, выполненных

работ, услуг 0,04 -0,06 0,24 -0,05 0,04 -0,14

** Коэффициент значим с 99% вероятностью

* Коэффициент значим с 95% вероятностью Источник: расчеты автора.

Таким образом, можно сделать вывод, что проблема внедрения

результатов научно-технической деятельности в хозяйственный оборот стоит в

российских регионах гораздо острее проблемы отсутствие результата у

финансируемых НИОКР. Другими словами, ключевая проблема заключается не

столько в создании нового продукта или технологии, а в его

коммерциализации78

.

С точки зрения экономической политики государства, сделанные выводы

подтверждают тезис о необходимости подкрепления традиционного

финансирования НИОКР методами стимулирования инновации со стороны

«спроса»79

.

6. Инновации присущи не только высокотехнологичным, но и

промышленным кластерам.

Результат оценки модели с разделением кластерных групп на

«промышленные», «креативные» и «высоктехнологичные» показал, что на

инновационную активность в регионе влияют отнюдь не только 78

С другой стороны, вероятно, создаваемые в результате НИОКР продукты или технологии недостаточно

хороши, раз они не коммерциализируются. 79Данные методы направлены на формирование условий, при которых внедрение инноваций было бы для

хозяйствующих субъектов, если не насущной необходимостью, то, хотя бы, экономически оправданным

действием. В число методов стимулирования инновации со стороны «спроса» входят: налоговые стимулы для

предприятий, внедряющих инновации; субсидирование мероприятий технологического аудита; правовая

помощь, включая патентование и защиту прав собственности; стимулирование импорта технологий, патентов,

лицензий; государственная закупка инновационной продукции (в том числе формирование спроса на

инновационную продукцию со стороны крупных компаний с государственным участием); государственная

поддержка малых инновационных предприятий (в том числе, на этапе старта); поддержка в продвижении

продукции инновационных предприятий (участие в салонах, выставках, конференциях, ярмарках, «деловых

миссиях»); и т.д.

106

«высокотехнологичные» кластерные группы, но и традиционные

промышленные. Таким образом, можно сделать вывод, что утверждение М.

Портера о том, что инновации могут быть, в принципе, присущи любым видам

деятельности оказалась для России верной. В этой связи необязательно в целях

формирования инновационной экономики делать ставки исключительно на

развитие кластеров в новых технологических укладах, так как инновации могут

быть характерны и для кластеров в традиционных промышленных

производствах.

Вместе с тем, «креативные» кластеры не продемонстрировали влияние на

инновационную активность в регионе.

7. Целесообразно сочетать развитие в субъектах РФ промышленных

и/или высокотехнологичных кластеров, с одной стороны, и

креативных, - с другой.

В отличие от «промышленных» и «высокотехнологичных» кластеров

«креативная» - значимо влияют на «Экономическое благополучие». Возмжно,

это объясняется тем, что в «креативных» кластерах действует большое

количество малых и средних предприятий, которые оказывают положительное

влияние на занятость и, тем самым, повышают экономическое благосостояние

населения в регионе. Также малым и средним предприятиям не своейственно

размещать центры прибыли вне региона базирования.

Таким образом, с точки зрения экономической политики государства

важно поддерживать развитие как «промышленных» или

«высокотехнологичных» кластеров, так и «креативных» для достижении

баланса между инновационностью и экономическим благополучием в регионе.

Ставка на узкую специализацию опасна по целому ряду причин. Главная

из которых – постепенное замыкание предприятий в регионе в рамках ранее

выбранного технологического пути и потеря конкурентоспосбности.

Диверсификация экономики с учетом «пересечений» кластерных групп помимо

107

роста инноваций и экономического благополучия, повышает стабильность

развития региональной экономики.

8. Относительная численность занятых является одной из наиболее

важных характеристик кластеров, определяющая их

положительное влияние на экономику региона.

Рассмотрение по отдельности составляющих переменной «Кластеризация»

(«Коэффициент локализации», «Размер» и «Фокус») как независимых

переменных в модели показало неодинаковую значимость данных показателей.

В наибольшей степени влияние «Кластеризации» обусловлено кластерными

группами значимыми по показателю «Размер».

Получается, что чем больше кластерная группа по численности занятых,

тем выше в ней вероятность существования (или формирования) кластеров и

тем выше ее влияние на инновационную активность и экономическое

благосостояние в регионе.

Таким образом, очевидно, что методология определения значимости

кластерных групп на основе одного лишь коэффициента локализации (что

предлагал М. Портер) не вполне адекватна. В этой связи, использование

автором методологии Европейской Кластерной Обсерватории оказалось

оправданым. Вместе с тем, возможно, что некоторые кластерные группы,

рассчитанные по данной методологии, на самом деле недооценены или не

учитываются вовсе в качестве значимых, тогда как относительно менее

значимые кластерные группы идентифицированны как обладающие

максимальной силой (3 «звезды»). Переход к методологии определения

значимых кластерных групп на основе «Размера», по всей вероятности,

позволил бы определять значимые кластерные группы более корректно. Вместе

с тем, данное предположение требует дальнейшего анализа, что выходит за

рамки задач диссертационного исследования.

108

2.3.2. ОГРАНИЧЕНИЯ РЕАЛИЗОВАННОЙ МЕТОДОЛОГИИ ВЫЯВЛЕНИЯ

КЛАСТЕРОВ И ПЕРСПЕКТИВЫ ДАЛЬНЕЙШИХ ИССЛЕДОВАНИЙ

Сделанные в предыдущем параграфе выводы являются, в известной мере,

относительными. Эта относительность связана, в первую очередь, с двумя

причинами.

Первая причина, снижающая точность полученных результатов,

заключается в недостатках статистики по инновациям в РФ. Дело в том, что

анализируемые показатели инновационной активности вызвали определенные

сомнения с точки зрения их соответствия реальности. Например, список

отраслей-лидеров по отгрузке инновационной продукции и по инвестициям в

НИОКР противоречит накопленным зарубежным данным, экспертным

оценкам, а, зачастую, и элементарной логике. Возможно, причина такой

условности в том, что форма «4-инновации» является для предприятий пока что

новой и слабоизученной. Также, не исключено, что более низкое качество

статистического материала вызвано объективными трудностями проверки

полученных статистическими органами данных80

.

Более того, ограничения степени детализации статистики по инновациям

серьезно затрудняют дальнейшие, более точные исследования. Можно

предположить, что как только статистика по инновациям станет доступна в

разрезе подробных кодов ОКВЭД, появится возможность изучать

инновационную активность по каждой кластерной группе. Это откроет

широкие перспективы для тестирования новых гипотез.

Вторая причина заключается в проблеме статистического описания

кластеров. Предложенная методология определения значимых кластерных

групп обладает рядом недостатков.

Прежде всего, далеко не все существенные признаки кластера находят свое

адекватное отражение в рамках данной методологии.

80

Напомним, что большинство традиционных форм статистической отчетности подтверждается бухгалтерской

и налоговой отчетностью предприятий.

109

Значимые кластерные группы достаточно хорошо определяют общие

признаки кластера (близость по территориальному и тематическому принципу),

а также позволяют делать вывод о наличии критической массы. Однако

значимость кластерной группы не позволяет однозначно сделать выводы о

связанности и об инновационной активности хозяйствующих субъектов.

Отчасти, методология значимых кластерных групп апеллирует и к

связанности и к инновационной активности. Логика такова: если какие-то виды

деятельности постоянно располагаются друг с другом, то между ними

существует выгодная для всех сторон связь. Поскольку в современном мире

надежным залогом конкурентоспособности является инновационная

деятельность, то эти связи должны носить характер, способствующий

инновациями (например, мобильность персонала, бенчмаркинг, обучение и

наука, социальные сети). Таким образом, в теории, должна существовать

положительная связь между значимостью кластерных групп, с одной стороны,

и связанностью и инновационной активностью хозяйствующих субъектов, - с

другой. Однако наличие такой закономерности (в большой выборке) вовсе не

означает с необходимостью ее присутствие в конкретной значимой кластерной

группе.

Также на основании значимости кластерной группы невозможно судить о

присутствии организаций по сотрудничеству, образовательных и научных

организаций, о степени вовлеченности органов государственной власти.

Помимо этого значимые кластерные группы недооценивают роль малого

предпринимательства (так как используемая для расчета статистика не

охватывает этот сектор). Не учитывается уровень организационного развития

кластера, наличия общего видения, стратегии, совместных проектов.

Более того, любые статистические методы плохо приспособлены для

определения формирующихся инновационных кластеров в новых видах

деятельности (так как они на первых стадиях своего развития статистически

110

незначимы или плохо определяются в существующем классификаторе видов

экономической деятельности).

Также возможна ситуация, когда принадлежность к определенной

кластерной группе для формирующегося кластера не может быть однозначно

определена. Так развивающийся в городе Москве кластер в области

энергосбережения (и аналогичные образования в других субъектах РФ) входит

одновременно в кластерные группы «Измерительное и исследовательское

оборудование», «Осветительные и электрические приборы», «Производство и

передача электроэнергии».

Далее. Значимые кластерные группы могут аккумулировать достаточно

большое число занятых в экономике (несколько сот тысяч занятых). Такие

большие значимые кластерные группы, как правило, не покрываются одним

кластером. Дело в том, что связанность как признак кластера предполагает

тесные связи между сотрудниками различных хозяйственных субъектов.

Очевидно, что число связей у каждого участника кластера – величина

ограниченная. Рост участников кластера за данные естественные пределы

приводит к тому, что управляемость такой структуры падает, а издержки по

координации могут превысить предполагаемые выгоды от участия в кластере.

Такой кластер нестабилен и, видимо, с течением времени разобьется на

несколько кластеров или протокластеров. Следовательно, как правило,

значимые кластерные группы включают в себя несколько кластеров и

потенциальных кластеров (рис. 2.16).

Еще одним несовершенством указанного метода идентификации значимых

кластерных групп является то, что необходимый уровень детализации

статистики (для того, чтобы рассчитать кластерные группы) доступен только на

уровне региона, но не на уровне районов (муниципалитетов). Таким образом,

опираясь только лишь на статистику, нельзя обосновано судить о

местоположении потенциальных или реальных кластеров, на которые

указывает значимая кластерная группа.

111

Рис. 2.16. Соотношение кластерных групп и кластеров на условном

примере.

Источник: автор.

Ряд описанных недостатков характерен не только для методологии

значимых кластерных групп, но и вообще для существующих на данный

момент исследований в сфере кластеров, опирающихся на статистику. В их

основе, как правило, лежит анализ физического распределения занятости (или

фирм) по территории. Считается, что такое распределение является хорошей

замещающей переменной для распределения кластерных эффектов. То есть,

если в регионе наблюдается сравнительно большая концентрация фирм или

занятости в определенной сфере деятельности (относительно других

исследуемых регионов), то делается вывод о том, что агломерационные

эффекты в данном регионе / виде деятельности относительно велики. При этом

не учитывается возможность того, что территориальное размещение

предприятий может не совпадать с существующими в реальности

112

центростремительными и центробежными агломерационными эффектами81

.

Включение в анализ концентраций, не отражающих значительные

положительные агломерационные эффекты, смещает оценки в сторону

занижения влияния последних на показатели инновационной активности и

экономического благосостояния. Следствием такой ошибки является занижение

действительной роли внешних экономий в функционировании предприятий.

Таким образом, вполне вероятно, что не все кластеры идентифицируются в

рамках реализованного проекта по выявлению кластеров. Вместе с тем, далеко

не все образования, на которые указывают значимые кластерные группы в

регионе, на самом деле, являются полноценными кластерами. В этой связи

кластерные группы соответствуют не столько кластерам, сколько

направлениям, в которых количество и уровень развития кластеров и

протокластеров является наибольшим в рассматриваемом регионе, то есть

направления, обладающие значительным потенциалом для развития

кластеров82

.

Решение перечисленных двух ключевых проблем - повышение точности и

объема статистики и совершенствование методологии статистической

идентификации кластеров, - связано с перспективами дальнейших

исследований. Вместе с тем, следует заметить, что данное исследование

является одним из первых шагов в отечественной экономической науке на пути

количественного исследования феномена кластеров.

81

Это является одним из провалов рынка в сфере формирования и развития кластеров, который мы описали в

первой части настоящего диссертационного исследования. 82Дело в том, что формирование кластера – это всегда добавление к уже накопленным производительным

силам. Там где нет профессиональной квалифицированной рабочей силы, крупных компаний,

специализированной инфраструктуры, профильных вузов, ПТУ, НИИ и пр., формирование кластера не имеет

перспектив.

Развитие отрасли достаточно хорошо отображается в статистике занятости – чем больше занятых в той или

иной отрасли, тем более она развита в регионе. Мы уже показали, что именно статистика занятости наиболее

адекватна задаче определения конкретного местоположения того или иного вида деятельности в регионе или

стране. При этом данная статистика в наименьшей степени подвержена фальсификациям со стороны тех, кто ее

подает в территориальные органы государственной статистики.

113

ГЛАВА 3. СОВЕРШЕНСТВОВАНИЕ КЛАСТЕРНОЙ

ПОЛИТИКИ В СУБЪЕКТАХ РФ

3.1. ОСНОВНЫЕ ПРИЧИНЫ, СНИЖАЮЩИЕ ЭФФЕКТИВНОСТЬ

РЕГИОНАЛЬНОЙ КЛАСТЕРНОЙ ПОЛИТИКИ

В первой части диссертационного исследования автором была

теоретически обоснована кластерная политика государства. Во второй части

была доказана состоятельность кластерного подхода к развитию

инновационной экономики в отношении регионов Российской федерации.

Вместе с тем, необходимо заметить, что само по себе такое обоснование

кластерной политики вовсе не гарантирует успеха. Более того, приведенные в

первой части примеры показывают, что существует достаточно большая

вероятность того, что ожидаемых результатов достигнуто не будет.

В этой связи, необходимо более подробно рассмотреть основные причины,

снижающие эффективность региональной кластерной политики.

Существуют несколько фундаментальных причин, снижающих

эффективность кластерной политики:

сложность объективной оценки внешних эффектов (синергии в

кластере) и связанные с этим трудности идентификации «провалов

рынка»;

асимметрия информации между органами государственной власти,

ответственными за реализацию кластерной политики, и группами

хозяйствующих субъектов, претендующих на поддержку;

рентоориентированное поведение (сговор чиновников и

существующих групп специальных интересов по поводу

распределения государственной поддержки).

114

Попробуем выделить наиболее очевидные риски, возникающие при

реализации кластерной политики (так называемые провалы государства).

1. Несоответствие регулирующих мероприятий существующим

проблемам в кластере (провалам рынка).

Мероприятия кластерной политики очень разнородны. Не существует

«классического» набора, который будет полезен для развития любого кластера.

Подбор мероприятий должен опираться на выявление проблем каждого

конкретного территориального объединения. При этом, как уже отмечалось,

провалы рынка сами по себе плохо изучены и идентифицированы. Более того,

некоторые из них с трудом (и далеко не везде) являются объектом

регулирования на национальном (федеральном) уровне. Могут ли «совладать» с

ними региональные (и местные) власти, реализующие кластерную политику,

большой вопрос [158, p. 18].

Понятно, что мало выявить проблемы, характерные для кластера,

необходимо правильно определить необходимые инструменты государственной

поддержки. Г. Дурантон указывает, что меры, направленные на решение

проблем на местном рынке труда (механизм подбора контрагентов в кластере),

не имеют ничего общего с усилиями по ускорению диффузии инноваций

(механизм обучения в кластере). При этом некоторые мероприятия –

специализированное обучение и тренинги, университетские исследовательские

программы, развитие транспортной инфраструктуры83

– крайне затратны.

Получается, что огромные средства могут быть потрачены на решения плохо

идентифицированных провалов рынка являются очень затратными.

Получается, что огромные средства могут быть потрачены на решения плохо

определяемых провалов рынка [158, p. 18].

Государство может серьезно подорвать в долгосрочной перспективе

инновационную активность предприятий, гарантировав им «тепличные»

условия: налоговые льготы, завышенные тарифы и пошлины для товаров

83

Эти мероприятия перечислены М. Портером, как мероприятия, способствующие развитию кластеров [190].

115

иностранных конкурентов, постоянный государственный заказ, элементы

статуса естественных монополий и пр. Эти эффективные в некоторых случаях

меры несут риск снижения конкурентного давления и, следовательно,

инновационной активности. Излишний патернализм государства может

привести к тому, что некоторые субъекты потенциального кластера потеряют

интерес к тесной кооперации друг с другом84

. Автору именно в этом видится

главная трудность коммерциализации технологий, которыми обладают

российские научные и образовательные организации. Государство должно не

замещать собою естественным образом формирующиеся хозяйственные связи,

но выступать посредником для их возникновения и развития.

2. Конфликт мероприятий, направленных на развитие кластеров, с мерами

региональной политики.

Г. Дурантон подробно разбирает «рецепт» М. Портера по развитию

кластеров, который заключается в устранении барьеров для входа в них. Данная

рекомендация, очевидно, противоречит повсеместно существующей практике

планирования и зонирования территориального развития (которая, как правило,

существует в крупных городах или территориях, играющих особую роль в

области культуры или сохранения природной среды). Отмена практики

зонирования может привести к резкому ухудшению условий

жизнедеятельности хозяйствующих субъектов и людей [158, p. 23]. В

результате отрицательные внешние эффекты усилятся, что вызовет рост

издержек участников кластера и даже его упадок. Можно ожидать, что отмена

зонирования затронет также местное население, не имеющее отношение к

кластеру (но оплачивающее своими налогами такого рода неэффективные

мероприятия).

3. Превышение затрат на изменение структуры территориального

размещения производства над ожидаемыми выгодами.

84

Например, в России многие крупные компании, НИИ, вузы, финансовые организации опираются на

государственную поддержку, от которой их благополучие зависит в большей степени, чем от кооперации друг с

другом.

116

Так как агломерационные эффекты, возникающие в кластерах, с трудом

поддаются измерению, вполне вероятно, что стоимость перемещения или

привлечения предприятий превзойдет ожидаемые выгоды от растущих

агломерационных эффектов. С этой проблемой тесно связан следующий риск.

4. Увеличение кластера сверх оптимального размера.

Политика, направленная на увеличение размеров всех кластеров (путем

привлечения новых фирм и занятых), не всегда эффективна. Считается, что

существует оптимальный размер кластера (при котором чистый

агломерационный эффект максимален)85

. Увеличение кластера сверх

оптимального размера приводит к росту издержек (цены на землю,

недвижимость, заработные платы, проблемы с транспортировкой из-за пробок и

пр.). В итоге, политика, направленная на неконтролируемый рост кластеров,

может вместо пользы подорвать конкурентоспособность его участников.

5. Чрезмерный акцент на проблемах территориального размещения в

ущерб актуальным задачам формирования взаимосвязей и развития

инновационной деятельности в существующих и потенциальных

кластерах.

Специалисты в области экономической географии видят проблему

кластеризации экономики, как правило, через призму оптимизации размещения

производительных сил, под которой понимается увеличение концентрации

фирм и человеческих ресурсов, объединенных общностью сферы деятельности.

Однако, во-первых, как мы уже обозначили, изменения территориального

размещения производительных сил очень дорогостоящи. Во-вторых, в силу

зависимости от предшествующего развития сдвиги в территориальном

размещении всегда «запаздывает» по сравнению с центростремительными и

центробежными трендами. В-третьих, простое «механическое» перемещение

связано лишь с небольшим приростом производительности.

85

Ряд исследований доказывает нелинейное влияние эффектов локализации (связь в форме перевернутой буквы

U) [182; 203].

117

В этой связи, акценты кластерной политики должны быть сделаны, прежде

всего, не столько на привлечении новых хозяйствующих субъектов и людей в

кластер, сколько на развитии актуальных видов внешней экономии и

повышении уровня их абсорбции86

участниками кластера. Среди конкретных

инструментов можно выделить содействие самоорганизации местных игроков

(бизнес, образование, наука); созданию и реализации совместных проектов;

развитию формальных и неформальных сетей; накоплению акторами

социального капитала; формированию объектов инновационной

инфраструктуры и пр.

6. Ошибочный выбор приоритетных направлений и/или групп

предприятий для поддержки в рамках кластерной политики.

Существует риск сделать ставку на «инновационный» кластер, который

при этом не имеет достаточных оснований для успешного развития в регионе

(аккумулирует малую долю занятости, не связан с остальной экономикой,

потребность в его продукции не очевидна). С ростом популярности кластерной

политики в мире множество регионов изъявили желание развивать кластеры

исключительно в «модных» областях биотехнологий или информационных

технологий. В частности, в России существует опасность чрезмерного

увлечения «нанотехнологическими» кластерами. Несмотря на желание местной

власти, вряд ли целесообразно, чтобы такие кластеры появились в «каждом

втором» регионе.

86 Разные типы внешней экономии, в принципе, по-разному интериоризируются (превращаются в издержки и

доходы фирмы). Преимущества, связанные с повышением эффективности производственного процесса,

достаются компаниям легче всего. Например, экономия на транспортных издержках (возникающая при

совместной локализации поставщиков и производителей) непосредственно (без усилий) трансформируется в

выгоды производителя. Вместе с тем, эта же легкость интериоризации характерна и для отрицательных

внешних эффектов этого типа: повышение стоимости аренды или рост заработных плат сразу же отражается на

росте издержек фирм. Институциональные и инновационные преимущества гораздо сложнее превращаются из

внешней экономии во внутреннюю, даже, несмотря на желание предприятий получить эти преимущества.

совместного действия. Например, самоорганизация для реализации (институциональное преимущество) сильно

зависит от личности инициатора, его умения общаться, убеждать, авторитета в социуме. У одного человека при

прочих равных получится реализовать взаимовыгодный для всех проект, у другого – нет. Точно также

получение преференций от государства будет зависеть от умения договариваться, упорства, знания нужных

людей и пр. Личностный фактор важен и в случае приобретения инновационных преимуществ. В одинаково

благоприятном для новых идей окружении у одного человека появятся новые идеи, у другого – нет.

118

Достаточно часто встречается ситуация взаимоисключающих приоритетов

для одной территории (например, нефтедобывающая и химическая

промышленность, с одной стороны, и развитие туристических кластеров, с

другой)87

. Также рискованна ситуация, когда в формируемый кластер

изначально закладывается слишком широкая специализация (и

информационные, и био, и нанотехнологии, и ядерная энергетика, и

энергоэффективность и пр.). Такой разброс может быть оправдан только для

центров производства знаний (например, наукоградов), за счет исключения или

редукции производственной составляющей. Развитие производства влечет за

собой необходимость специализации, так как разные сферы деятельности

опираются на различную производственную и научную инфраструктуру,

требуют наличия разных профильных научных и образовательных учреждений,

специализированного персонала и пр. Кластер в отличие от центров

производства знаний специализирован, совмещает науку и производство, в

идеале концентрируя всю цепочку создания нового продукта.

Распространенной ошибкой является поддержка неперспективных и даже

деградирующих кластеров. Инвестируя в них, государство (с большой

вероятностью) будет лишь продлевать агонию нежизнеспособных образований,

цементировать неэффективную локализацию экономической активности. Такая

политика может нарушить естественные процессы концентрации.

Перспективные кластеры начнут испытывать дефицит ресурсов, которые будут

направляться на поддержку «социально значимых» квази-кластеров с весьма

туманным будущим.

7. «Захват» кластерной политики государства группами специальных

интересов.

Из-за информационной асимметрии хозяйствующие субъекты гораздо

лучше осведомлены о своей эффективности, реальной инновационной

активности и перспективах развития своих технологий, чем органы

87 Другая крайность – нежелательная и связанная с большими рисками - моноспециализация территории.

119

государственной власти, ответственные за кластерную политику. Поэтому

существует вероятность, что далеко не самые перспективные группы таких

хозяйствующих субъектов сумеют «перетянуть» на себя государственную

поддержку. В худшем (но довольно распространенном в российских условиях)

случае возможен сговор властей и групп специальных интересов.

8. Уменьшение уровня разнообразия в кластере и регионе.

Возникновение такого рода рисков является обратной стороной попытки

повысить внешнюю экономию предприятий за счет их максимальной

концентрации. В принципе во многих случаях высокий уровень концентрации

промышленности и территориальной неравномерности распределения видов

деятельности приводит к росту внешней экономии и производительности.

Вместе с тем усиление специализации территорий сопровождается

повышением риска того, что в силу разных причин основная специализация

окажется невостребованной. Ярким примером территорий, попавших в

ловушку специализации, являются многие российские моногорода,

построенные вокруг градообразующих предприятий88

. Усиление специализации

и концентрации производства не всегда приводит к росту эффективности.

Чрезмерная специализация приводит к снижению разнообразия (технологий,

видов деятельности, организаций, стилей ведения бизнеса, культуры и пр.), что

может привести к «залипанию» на определенной технологической траектории,

потере темпов инновационного развития и, как следствие, общему снижению

конкурентоспособности кластера и уровню благосостояния региона. Более того,

чрезмерная концентрация может вызвать потерю кадрового ресурса, так как

объективно не все люди могут себя реализовать при отсутствии полноценных

альтернатив выбора вида деятельности, карьерных альтернатив. В этой связи

88

Об это предупреждал еще А. Маршалл: «Район, жизнь которого зависит преимущественно от одной отрасли

производства, обречен на глубокую депрессию в случае падения спроса на ее продукцию или сокращения

поставок применяемого ею сырья. Этот порок также в значительной мере устраняется в тех крупных городах

или крупных индустриальных районах, где большое развитие получают несколько самостоятельных отраслей.

Если одна из них временно потерпит неудачу, другие, вероятно, окажут ей косвенную поддержку, причем они

дадут возможность местным лавочникам продолжать снабжение рабочих отрасли, попавшей в трудное

положение» [28].

120

целесообразно, чтобы количество направлений, по которым государство

стимулирует развитие кластеров, было достаточно велико.

Также крайне важно, чтобы стратегия развития кластеров органично

дополнялась мероприятиями, направленными на развитие городов.

Исследование, результаты которого изложены во второй главе настоящей

диссертации, показало, что развитие городов оказывает самостоятельное

положительное влияние на инновационное развитие субъектов Российской

Федерации, наряду с кластерными эффектами.

Развитие городов важно еще и потому, что положительные внешние

эффекты, связанные с кластерами, с одной стороны, и городами, с другой,

могут по-разному влиять на виды экономической деятельности. Одни компании

более чувствительны (и заинтересованы) к процессам кластеризации, другие

выигрывают вследствие урбанизационных тенденций. Существует гипотеза,

согласно которой эффект урбанизации более значим для новых

высокотехнологичных видов деятельности, для которых требуется

диверсифицированное городское окружение. В процессе взросления отрасли

знания в ней формализуются, технологии стандартизируются, а зависимость от

новых идей ослабевает. «Цена» расположения в городе становится

неоправданной; возрастает значение эффекта кластеризации. Вследствие этого

предприятия в зрелых отраслях перемещаются в города, меньшие по размеру и

более специализированные экономически89

.

По мнению автора диссертации, город является фундаментом, базовым

условием для развития кластеров: от качества городской инфраструктуры,

привлекательности города для высококвалифицированных кадров, прежде

всего, молодежи, удобства не только для работы, но и жизни во всех ее

проявлениях, во многом зависят перспективы развития кластеров.

9. Ослабление или даже разрушение национальных кластеров в результате

политически мотивированных решений (изменения границ государства,

89

Подробнее см. Приложение 1.

121

изменения в балансе сил между региональными и федеральными

властями, присоединения к ВТО, экономическим союзам и пр.).

В СССР размещение производительных сил планировалось исходя из

существующих на тот момент размеров страны. Когда же Советский Союз

перестал существовать, то оказалось, что с точки зрения новых суверенных

государств это размещение не может считаться оптимальным. Зачастую,

связанные производственными цепочками предприятия оказались в различных

налоговых, административных и прочих условиях, что сильно затруднило

сотрудничество. Ослабление федеральной власти России в 1990-е годы привело

к фрагментации внутреннего рынка; каждый регион стал оказывать

преференции своим производителям, усложнял условия для «чужих».

Стремление местных властей в одиночку вырастить собственные кластеры

сделало последние заведомо неконкурентоспособные в глобальном контексте

(ведущие зарубежные кластеры опираются как на собственный, так и на

внешние рынки). Включение страны в различные международные

экономические союзы, с одной стороны, расширяет возможности для развития

национальных кластеров. С другой стороны, интеграционные процессы могут

нести для них серьезную угрозу, так как приводят к конкуренции между ними и

уже набравшими силу территориальными образованиями других стран90

.

Строго говоря, данные провалы государства следует относить не к

кластерной политике непосредственно, а к политике в целом (описанные

решения принимаются на самом высоком политическом уровне, хотя они и

влияют на развитие территориальных образований).

10. Отсутствие согласованных действий со стороны различных органов

государственной власти, реализующих кластерную политику.

90

Так, например, формирование ЕС и продолжающаяся до сих пор экономическая интеграция европейских

стран расширяет границы относительно однородного макроэкономического пространства, на котором

хозяйствующие субъекты размещают свои производства исходя из существующих кластерных эффектов. Тем

самым происходит усиление формирующихся и существующих европейских кластеров за счет территорий с

менее значимыми центростремительными эффектами

122

Для успешного развития кластеров необходима согласованная работа

различных органов федеральной и региональной власти. Однако на практике

возможно несовпадение взглядов по поводу кластеров в регионе различных

заинтересованных сторон (разные уровни государственной власти, бизнес,

научное сообщество). Более того, вполне возможно, что у государственных

структур, бизнеса, научных и образовательных организаций, центров

сотрудничества могут быть «свои» кластеры. И, наоборот, «чужие» кластеры

могут таковыми не признаваться. Итогом такой несогласованности может стать

недостаточная комплексность поддержки кластеров, что затруднит достижение

поставленных целей, приведет к неэффективному расходованию средств.

Перечисленные причины неэффективности кластерной политики, по

мнению автора, являются широко распространенными. Недостаточно убедиться

в необходимости формирования кластеров, предполагая, что «кластерный

подход» в управлении сам по себе будет залогом успеха в проводимой

экономической политике. Вполне вероятно, что вместо положительного

влияния неудачная кластерная политика дополнит «провалы рынка» не менее

существенными «провалами государства».

Для того чтобы минимизировать «провалы государства» при реализации

кластерной политики необходимо учитывать для фактора. Во-первых, роль

человеческого фактора. Кластерная политика, как и менеджмент в целом

представляет собой не только науку, но и искусство. Кластерная политика

является макроэкономической по своей сути и реализуется не только и не

столько в кабинетах чиновников, сколько в процессе непосредственного

взаимодействия с сотрудниками фирм, университетов, НИИ, бизнес-

ассоциаций, союзов, представителями финансовых организаций,

государственных институтов развития и пр. Многое зависит от

управленческого таланта тех людей, которым непосредственно поручена

реализация кластерной политики в регионе.

123

Вместе с тем, учет человеческого фактора – достаточно сложная для

выполнения рекомендация. В этой связи, автор убежден в необходимости

разработки процедуры реализации кластерной политики, которая учитывала бы

наиболее распространенные «провалы» государства, способствовала бы их

минимизации и, при этом, преодолевала бы актуальные «провалы рынка» в

сфере развития кластеров.

3.2. СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ ИДЕНТИФИКАЦИИ

НАПРАВЛЕНИЙ С ВЫСОКИМ ПОТЕНЦИАЛОМ РАЗВИТИЯ

КЛАСТЕРОВ В РЕГИОНЕ (НА ПРИМЕРЕ ГОРОДА МОСКВЫ)

Кластерная политика в регионе подразумевает целевой характер и должна

быть сконцентрирована на направлениях с наибольшим потенциалом развития

кластеров. Как мы уже отметили в предыдущем параграфе, одним из рисков

при реализации кластерной политики является риск ошибочного выбора

приоритетных направлений и/или групп предприятий для развития кластеров.

Указанный риск возникает, в первую очередь, вследствие недостатка

информации об объектах кластерной политики и их развитии.

Идентификация объекта, его описание, мониторинг изменений, оценка

эффективности реализуемых мероприятий – основа аналитического

обеспечения, необходимого для реализации любой государственной политики.

Подобное аналитическое обеспечение существует для большинства

реализуемых государством политик. Например, денежно-кредитная и

фискальная политики обеспечиваются информацией на основе существующей

государственной статистики, в общем, и системы национальных счетов, в

частности.

Формирование адекватного аналитического обеспечения должно стать

одним из первых шагов в алгоритме реализации кластерной политики в

регионе. Без достоверной информации о существующих и формирующихся

124

кластерах, кластерная политика «слепнет» и, в некоторых случаях, может

принести больше вреда, чем пользы.

Минимально необходимым действием в рамках данного этапа является

идентификация направлений, обладающих высоким потенциалом для развития

кластеров. Данное исследование для субъектов Российской Федерации (на

основе методологии определения значимых кластерных групп) было

реализовано автором и описано выше (в параграфе 2.1.). Карта кластеров

позволяет региональным органам власти более эффективно искать

перспективные группы предприятий, целевым образом содействуя им в

разработке совместных (кластерных) проектов. Также, идентифицированные

направления для развития кластеров могут служить базой для согласования

позиций различных сторон (бизнес, наука, государства) по поводу

существующих и формирующихся в регионе и стране кластеров91

. Помимо

этого, представленное исследование позволяет заложить основы для оценки

эффективности реализуемых мероприятий кластерной политики (на основе

анализа динамики значимых кластерных групп).

Возможным вариантом применения «Карты кластеров», актуальным для

многих российских регионов, является оценка потенциала развития уже

определенных для поддержки в регионе групп предприятий. Практически все

субъекты Российской Федерации в своих стратегиях долгосрочного развития,

планах и других документах определили или отраслевые направления, или

группы предприятий, или конкретные проекты с целью формирования и

развития кластеров в регионе. Вместе с тем, практически ни в одном регионе не

проводились серьезные исследования, с целью определения потенциала таких

направлений с точки зрения развития кластеров.

Для примера, рассмотрим 25 пилотных инновационных территориальных

кластера, отобранных Министерством экономического развития Российской

91

Что касается национального уровня, то Карта кластеров позволяет уточнить среду, в которой реализуются

федеральные стратегии развития по приоритетным направлениям, сформировать оптимальные географические

проекции этих стратегий.

125

Федерации в 2012 году. Отраслевая специализация и территориальное

размещение пилотных кластеров представлены на рис. 3.1.

В таблице 3.1. приводится сопоставление отраслевой специализации

пилотных инновационных территориальных кластеров (ИТК) и направлений с

высоким потенциалом развития кластеров в регионе базирования ИТК. В

результате такого сопоставления выяснилось, что 11 пилотных кластеров (44%

от их общего числа) было сформировано вне направлений с высоким

потенциалом развития кластеров. Ряд таких кластеров окончательно

оформились в крайне ограниченный срок, установленный Министерством

экономического развития РФ для подачи заявок на конкурсный отбор.

Это достаточно неожиданный результат. «Разрыв» между объективно

сложившимися направлениями региональной специализации и кластерными

инициативами связан с рисками при реализации кластерной политики. С одной

стороны, кластер будет испытывать недостаток ресурсов для развития (кадры,

инфраструктура, поставщики, научное обеспечение), с другой стороны,

возможно, такой кластер не будет оказывать значимого влияния на социально-

экономическое состояние региона, особенно в случае, если ключевые отрасли

специализации региона находятся в бедственном состоянии.

Рис. 3.1. Инновационные территориальные кластеры России

Источник: Абашкин В.Л., Бояров А.Д., Куценко Е.С. Кластерная политика в России: от теории к практике // Форсайт. 2012. Т.6. №3. С. 22

127

Таблица 3.1.

Сопоставление отраслевой специализации пилотных инновационных территориальных кластеров (ИТК)

и направлений с высоким потенциалом развития кластеров в регионе базирования ИТК

Наименование пилотного ИТК

Направления с высоким потенциалом

развития кластеров в регионе

базирования ИТК соответствующие

отрасли специализации ИТК

Прочие направления с высоким потенциалом развития

кластеров в регионе базирования ИТК

1.

Новые материалы, лазерные и

радиационные технологии (г. Троицк,

город Москва)

Образовательная и научно-

исследовательская деятельность.

Финансовые услуги, Торговля, Коммуникационное

оборудование, Биофармацевтические препараты,

Измерительное и исследовательское оборудование,

Информационные технологии, Индустрия развлечений,

Аэрокосмическая промышленность, Издательская

деятельность и полиграфия, Деловые услуги. 2. Кластер «Зеленоград» (город Москва) -

3.

Биотехнологический инновационный

территориальный кластер Пущино

(Московская область)

Биофармацевтические препараты,

Медицинская техника, Образовательная и

научно-исследовательская деятельность.

Текстильная промышленность, Производство полимерной

продукции: пластик и резина, Аэрокосмическая

промышленность, Измерительное и исследовательское

оборудование.

4.

Кластер ядерно-физических и

нанотехнологий в г. Дубне (Московская

область)

Образовательная и научно-

исследовательская деятельность.

5.

Кластер «Физтех XXI» (г.

Долгопрудный, г. Химки, Московская

область)

Биофармацевтические препараты,

Информационные технологии,

Коммуникационное оборудование,

Образовательная и научно-

исследовательская деятельность.

6.

Кластер фармацевтики, биотехнологий и

биомедицины (г. Обнинск, Калужская

область))

-

Строительный инвентарь, комплектующие и строительно-

монтажные работы, Тяжелое машиностроение,

Осветительные и электрические приборы, Спортивные

товары и товары для детей, Аэрокосмическая

промышленность, Измерительное и исследовательское

оборудование, Коммуникационное оборудование,

Производство обуви.

7. Кластер «Развитие информационных

технологий, радиоэлектроники,

Информационные технологии,

Измерительное и исследовательское

Индустрия развлечений, Ювелирная промышленность,

Спортивные товары и товары для детей, Аэрокосмическая

128

приборостроения, средств связи и

инфотелекоммуникаций Санкт-

Петербурга

оборудование, Коммуникационное

оборудование, Образовательная и научно-

исследовательская деятельность.

промышленность, Торговля, Табак.

8.

Кластер медицинской,

фармацевтической промышленности,

радиационных технологий Санкт-

Петербурга

Биофармацевтические препараты,

Образовательная и научно-

исследовательская деятельность.

9. Саровский инновационный кластер

(Нижегородская область)

Информационные технологии,

Образовательная и научно-

исследовательская деятельность.

Строительный инвентарь, комплектующие и строительно-

монтажные работы, Производство кож и меха,

Медицинская техника, Аэрокосмическая промышленность,

Измерительное и исследовательское оборудование,

Биофармацевтические препараты, Коммуникационное

оборудование, Технологическое оборудование и

обеспечение технологических процессов.

10. Нижегородский индустриальный

инновационный кластер в области

автомобилестроения и нефтехимии

Автомобильная промышленность,

Химическая промышленность

11. Камский инновационный

территориально-производственный

кластер Республики Татарстан

Автомобильная промышленность,

Нефтегазовая промышленность,

Химическая промышленность,

Производство полимерной продукции:

пластик и резина.

Спортивные товары и товары для детей, Финансовые

услуги, Производство обуви.

12. Инновационный территориальный

Аэрокосмический кластер Самарской

области

-

Нефтегазовая промышленность, Автомобильная

промышленность, Химическая промышленность,

Технологическое оборудование и обеспечение

технологических процессов.

13.

Инновационный территориальный

кластер ракетного двигателестроения

«Технополис «Новый звездный»

(Пермский край)

-

Издательская деятельность и полиграфия, Химическая

промышленность, Лесоматериалы, Производство и передача

электроэнергии.

14. Консорциум «Научно-образовательно-

производственный кластер «Ульяновск-

Авиа» (Ульяновская область)

-

Строительный инвентарь, комплектующие и строительно-

монтажные работы, Осветительные и электрические

приборы, Автомобильная промышленность.

15. Ядерно-инновационный кластер г.

Димитровграда Ульяновской области -

16. Энергоэффективная светотехника и

интеллектуальные системы управления

освещением (республика Мордовия)

Осветительные и электрические приборы.

Строительный инвентарь, комплектующие и строительно-

монтажные работы, Производство кож и меха, Медицинская

техника, Производство полимерной продукции: пластик и

резина, Одежда, Финансовые услуги.

17. Нефтехимический территориальный Нефтегазовая промышленность, -

129

кластер (республика Башкортостан) Химическая промышленность.

18. Титановый кластер Свердловской

области

Металлургия

Тяжелое машиностроение, Медицинская техника,

Нефтегазовая промышленность, Строительные материалы.

19. Судостроительный инновационный

территориальный кластер

Архангельской области

-

Мебель, Транспорт и логистика, Лесоматериалы

20.

Инновационный кластер

информационных и

биофармацевтических технологий

Новосибирской области

Информационные технологии,

Биофармацевтические препараты,

Коммуникационное оборудование,

Образовательная и научно-

исследовательская деятельность.

Торговля

21. Фармацевтика, медицинская техника и

информационные технологии Томской

области

Медицинская техника.

Строительный инвентарь, комплектующие и строительно-

монтажные работы, Нефтегазовая промышленность,

Сельское хозяйство, Охота и рыболовство, Производство и

передача электроэнергии.

22. Кластер инновационных технологий

ЗАТО г. Железногорск (Красноярский

край)

-

Мебель, Лесоматериалы.

23. Алтайский биофармацевтический

кластер (Алтайский край) -

-

24. Комплексная переработка угля и

техногенных отходов в Кемеровской

области

-

-

25. Инновационный территориальный

кластер авиастроения и судостроения

Хабаровского края

-

Производство кож и меха.

Источник: автор

Примечание: выделены направления соответствующие значимым кластерным группам с тремя и двумя звездами.

Отчасти, полученный результат связан с особенностями расчета

направлений с высоким потенциалом развития кластеров. Во-первых, как уже

было отмечено, при определении статистических кластеров не учитываются

добывающие виды деятельности. Для некоторых регионов (Красноярский

край), это дает странную картину специализации. Однако с точки зрения

кластерной политики, на наш взгляд, акцент на недобывающие отрасли

является полностью оправданным.

Во-вторых, в рамках расчета статистических кластеров в регионах России

не учитывается пространственный аспект, а именно большая протяженность

территории страны. В азиатской части России, восточнее Томска и

Новосибирска направления с высоким потенциалом развития кластеров

практически отсутствуют. Очевидно, это связано с тем, что данные территории

в промышленном (за исключением добычи сырья) и научном плане

проигрывают многим регионам, расположенным западнее. Вместе с тем,

возможно, что прямое сравнение этих регионов не вполне корректно, так как не

учитывается фактор удаленности этих территорий друг от друга. Не исключено,

что в ряде случаев целесообразно развитие кластеров на Дальнем Востоке, даже

с учетом существования более развитых «конкурентов» в Западной части

страны. Например, во Владивостоке развивается сборочные производства

иностранных автомобилестроителей (по аналогии с Калужской областью,

Санкт-Петербургом, Ленинградской и Калининградской областями). Это

связано, в том числе, с тем, что транспортировка автомобилей из центральной

России во Владивосток нерациональна. В этой связи, в отношение

дальневосточных регионов рекомендуется проводить анализ потенциала

развития кластеров с учетом специализации, сильных и слабых сторон,

потребностей соседних стран, особенно Азиатско-Тихоокенского региона

(Китай, Корея, Япония).

В-третьих, состав некоторых кластерных групп, возможно, не вполне

адекватен. Прежде всего, сильное искажение в распределении значимых

131

кластерных групп вносит вид деятельности «Научные исследования и

разработки в области естественных и технических наук», который учитывается

при расчете следующих кластерных групп: «Измерительное и

исследовательское оборудование», «Биофармацевтические препараты»,

«Информационные технологии», «Коммуникационное оборудование»,

«Аэрокосмическая промышленность», «Образовательная и научно-

исследовательская деятельность». В результате эти направления развития

кластеров оказываются переоцененными в крупных вузовских и научных

центрах (прежде всего, в городах Москве и Санкт-Петербурге, Московской

области и др.) и недооценены на территориях, где осуществляется

непосредственное промышленное производство. Так кластерная группа

«Аэрокосмическая промышленность» получила лишь одну «звезду» в таких

регионах, как Самарская, Ульяновская области и Пермский край.

В четвертых, методология определения направлений с высоким

потенциалом развития кластеров опирается на существующую статистику, в

которой плохо или вообще не учитываются оборонные и засекреченные

производства, в том числе в сфере атомной промышленности. Как ни странно, в

числе пилотных кластеров оказалось достаточно большое число таких

объектов. Как минимум, это пять кластеров в сфере ядерных технологий,

судостроительный инновационный территориальный кластер Архангельской

области, инновационный территориальный кластер авиастроения и

судостроения Хабаровского края.

Несмотря на перечисленные ограничения методологии определения

направлений с высоким потенциалом развития кластеров, очевидно, что выбор

кластеров ни на уровне Федерации (перечень пилотных кластеров), ни на

уровне регионов (согласованные с региональными органами власти заявки

кластеров для участия в конкурсе) нельзя назвать оптимальным. Прежде всего,

проблема выбора приоритетных для поддержки кластеров стоит перед

регионами с высокоразвитой экономикой, большим количеством населения

132

(наличие крупных городов), многочисленным малым и средним бизнесом,

слабо охватываемым статистическими наблюдениями.

Например, в экономике Москвы, в соответствии с «Картой кластеров в

регионах РФ», 10 кластерных групп получили три «звезды», то есть обладают

наивысшей значимостью: «Финансовые услуги», «Образовательная и научно-

исследовательская деятельность», «Торговля», «Коммуникационное

оборудование», «Биофармацевтические препараты», «Измерительное и

исследовательское оборудование», «Информационные технологии»,

«Индустрия развлечений», «Аэрокосмическая промышленность»,

«Издательская деятельность и полиграфия». «Деловые услуги» получили 2

звезды. В список направлений с высоким потенциалом развития кластеров

вошли также 18 кластерных групп, получивших по одной звезде. Не вошли в

число таких направлений лишь несколько кластерных групп: «Нефтегазовая

промышленность», «Сельское хозяйство», «Химическая промышленность»,

«Лесоматериалы», «Автомобилестроение», «Охота и рыболовство», «Мебель»,

«Тяжелое машиностроение», «Металлургия».

Подобные данные по критериям значимости для всех кластерных групп в

городе Москве представлены на рис. 3.2.

133

Рис. 3.2. Место кластерных групп города Москвы по показателям

«Коэффициент локализации», «Размер» и «Фокус»

Источник: данные Росстат, расчеты Е.С. Куценко, А.П. Карнаух.

В связи с этим правомерным является вопрос, насколько выделенные

кластерные группы приоритетны по отношению друг к другу (насколько

эффективны предприятия в них, насколько связаны данные группы друг с

другом, являются ли они инновационными и пр.).

Получается, что в данном случае идентификация значимых кластерных

групп в регионе не сводит автоматически риски ошибки в выборе

приоритетных направлений для развития кластеров к нулю. Помимо уже

указанных ограничений, необходимо учитывать, что такая идентификация

основывается только на статистике занятости и оперирует достаточно малым

числом рассчитываемых показателей (всего, три), при жестких количественных

134

ограничениях (например, «Коэффициент локализации» должен быть больше 2;

если он будет равен 1.99, кластерная группа «звезду» не получит).

В этой связи, в некоторых случаях, бывает целесообразно реализовать

дополнительные исследования, позволяющие снизить риски выбора

неоптимальных отраслевых направлений и/или групп предприятий для

поддержки.

Рассмотрим один из возможных методов уточнения приоритетных

направлений с высоким потенциалом развития кластеров на примере города

Москвы. В целях такого уточнения был разработан совокупный показатель

развития кластерной группы, который позволяет более точно оценить

потенциал развития кластеров того или иного отраслевого направления в

регионе [75]. Данный показатель интегрирует в себя расширенное по

сравнению с базовым исследованием количество анализируемых показателей и

более полно вовлекает существующую статистику (помимо статистики

занятости, это статистика по отгруженной продукции, по инвестициям в

основной капитал, прибыли и заработным платам)92

. Все показатели разделены

на три категории: показатели значимости, связанности и экономической

эффективности93

. Такое структурирование показателей позволяет не только

оценить общий уровень развития кластерной группы, но и определить

пропорции такого развития.

Рассмотрим состав этих трех категорий.

Совокупный показатель значимости кластерной группы состоит из

показателей, указанных в таблице 3.2.

92

Используемая статистика и процедура ее обработки изложены в приложении 4. 93Категория экономическая эффективность заменяет категорию инновационной активности (которая является

неотъемлемым признаком кластера), так как статистика экономической эффективности опирается на

показатели, которые являются более устоявшимися (предприятия предоставляют такие данные в течение

длительного периода времени) и подтверждается бухгалтерской и налоговой отчетностью предприятий. При

этом предполагается, что в долгосрочной перспективе должна наблюдаться положительная связь между

инновационной активностью предприятий и их экономической эффективностью.

135

Таблица 3.2.

Показатели значимости кластерной группы

Показатель Вес показателя

Показатель значимости кластерной

группы, рассчитанный на основе

статистики занятости.

3/5. Показатели принимают значения

2 или 3.

Показатель значимости кластерной

группы, рассчитанный на основе

статистики отгруженной продукции

(выполненных работ, оказанных

услуг).

1/5. Показатели принимают значения

0; 0,5 или 1.

Показатель уникальности кластерной

группы.

1/5. Показатели принимают значения

от -1 до 1.

Наибольший вес имеет «Показатель значимости кластерной группы,

рассчитанный на основе статистики занятости». Это базовый показатель, на

основе которого формируется список значимых кластерных групп согласно

«Карте кластеров в регионах России». Показатель значимости кластерной

группы, рассчитанный на основе статистики отгруженной продукции

(выполненных работах, оказанных услугах) является корректирующим. Если

кластерная группа соответствует трем пороговым значениям, то она получает

дополнительно 1 балл. За соответствие двум и одному пороговым значениям

дается соответственно 0,5 и 0 дополнительных баллов.

Значимость по занятости и по отгрузке для кластерных групп в городе

Москва не всегда совпадает (таблица 3.3).

Таблица 3.3.

Сопоставление значимости по статистике занятости и по статистике

отгрузки по лидирующим кластерным группам

136

Значимость кластерных групп по статистике отгруженной

продукции, оказанных услуг, выполненных работ

Максимальная Высокая

Зн

ачи

мо

сть

клас

терн

ых

груп

п п

о

стат

ист

ике

зан

ято

сти

Ма

кси

ма

льн

ая

Биофармацевтические

препараты

Финансовые услуги

Издательская

деятельность и

полиграфия

Торговля

Образовательная и

научно-

исследовательская

деятельность

Индустрия развлечений

Измерительное и

исследовательское

оборудование

Информационные

технологии

Аэрокосмическая

промышленность

Коммуникационное

оборудование

Вы

сока

я

Деловые услуги Ювелирная

промышленность

Источник: автор.

Ряд кластерных групп имеют максимальные показатели значимости и по

занятости, и по отгруженной продукции (оказанным услугам и выполненным

работам). Также большая группа имеет более низкие показатели отгрузки при

высоких показателях занятости. И, наконец, кластерная группа «Деловые

услуги» получила 2 из 3-х возможных «звезд» по статистике занятости, и 3

«звезды» по статистике отгруженной продукции, оказанным услугам и

выполненным работам. Кластерная группа «Ювелирная промышленность»

получила лишь одну «звезду» по статистике занятости94

и две «звезды» по

показателю «отгрузка». Относительно более слабые значения по этим

показателям привели к тому, что кластерная группа «Ювелирная

промышленность» замыкает дюжину лидеров по совокупному показателю

значимости.

94

Как и большинство кластерных групп в городе Москве. Однако по «Коэффициенту локализации» - наиболее

важному показателю, группа «Ювелирная промышленность», вместе с группами «Табак», «Медицинская

техника» и «Строительство крупных инженерных сооружений» вплотную подошли к лидирующей группе.

137

Показатель уникальности кластерной группы (для субъектов РФ) связан с

уровнем неравномерности распределения занятости в кластерной группе. Чем

больше неравномерность распределения занятости, тем более редкой является

такая кластерная группа для субъектов РФ и, таким образом, тем более

уникальной является эта кластерная группа для Москвы. Для определения

уникальности каждой кластерной группы рассчитывались сразу несколько

показателей неравномерности95

. После этого кластерные группы

ранжировались по среднему рангу96

. Данный показатель рассчитывается в

балльных оценках в интервале от 0 до 1.

По степени неравномерности распределения по регионам РФ и значимости

для города Москвы все кластерные группы можно разделить на три группы.

Первую группу составляют кластерные группы, которые крайне неравномерно

распределены по регионам РФ, однако в городе Москве они не входят в круг

основных направлений для развития кластеров. В это число входят такие

кластерные группы, как «Охота и рыболовство», «Производство кож и меха»,

«Табак» и пр.

Вторая группа представлена кластерными группами, которые обладают

высокой значимостью для города Москвы и при этом относительно равномерно

распределены по субъектам РФ. В эту группу входят «Индустрия развлечений»,

«Образовательная и научно-исследовательская деятельность» и «Торговля».

И, наконец, в третью группу входят кластерные группы, которые сочетают

высокую неравномерность распределения и значимость для города Москвы. В

данную группу входят (в порядке убывания) «Коммуникационное

оборудование», «Биофармацевтические препараты», «Измерительное и

исследовательское оборудование», «Информационные технологии»,

«Финансовые услуги» (рис. 3.3).

95 Theil index; доля занятых в регионах с коэффициентом локализации больше 2; концентрация занятых в 20%

регионов – лидеров по количеству занятых; коэффициент Herfindahl; коэффициент Джинни. 96

Например, кластерная группа «Ювелирная промышленность» по индексу Херфиндаля занимает 8 место (то

есть существует 7 кластерных групп, которые по этому показателю получили большее значение и, таким

образом, более неравномерно распределены). А по индексу Джини эта кластерная группа занимает 3 место.

Среднее арифметическое четырех рангов равно четырем.

138

Рис. 3.3. Среднее значение ранга значимых для города Москвы кластерных

групп по показателям неравномерности

Источник: автор.

Результаты расчета наиболее развитых по показателю значимости 12

кластерных групп в городе Москве представлены на рис. 3.4.

Все кластерные группы, значимые по методологии Европейской

Кластерной Обсерватории, занимают наивысшие места в данном рейтинге.

Скорее всего, это связано с тем, что вес аналогичного показателя составляет 3/5

в совокупном показателе значимости. К лидирующей группе неожиданно

присоединилась «Ювелирная промышленность» за счет высоких значений

отгруженной продукции и высокой неравномерности. Занятость в кластерной

группе «Ювелирная промышленность» оказалась крайне неравномерно

распределена по субъектам РФ и, при этом, город Москва – один из центров ее

концентрации.

139

Рис. 3.4. Рейтинг кластерных групп в г. Москве по показателю

значимости

Источник: автор.

Совокупный показатель связанности кластерной группы состоит из

показателей, указанных в таблице 3.4.

Таблица 3.4.

Показатели связанности кластерной группы

Показатель Вес показателя

Количество пересечений значимых

кластерных групп между собой.

4/5. Показатели принимают значения

от 0 до 4.

Показатель потенциала агломерации

кластерной группы

1/5. Показатели принимают значения

от 0 до 1.

Источник: автор.

140

Наибольший вес (4 балла из 5) имеет показатель числа связей

рассматриваемой кластерной группы с другими кластерными группами. В

основе такого анализа лежит «карта» кластерных групп, созданная М.

Портером, на которой отображены пересечения кластерных групп друг с

другом. Под пересечениями понимаются общие для кластерных групп виды

деятельности. Чем больше пересечений между значимыми кластерными

группами, тем лучше, так как в этом случае развитие одной кластерной группы

будет являться фактором развития для других связанных с нею групп. Чем

выше число связей, тем выше балл по данному показателю.

Теоретические связи наиболее значимых кластерных групп для города

Москвы отображены на рис. 3.5.

Наиболее очевидное следствие из представленного рисунка – это то, что

две значимые кластерные группы и одна «почти» значимая: «Образовательная

и научно-исследовательская деятельность», «Измерительное и

исследовательское оборудование» и «Медицинская техника», - тесно связаны

между собой, образуя, по сути, одну мета кластерную группу. Также с ними

связаны кластерные группы «Биофармацевтические препараты»,

«Информационные технологии» и «Коммуникационное оборудование»,

«Аэрокосмическая промышленность», «Осветительные и электрические

приборы». Значимые кластерные группы «Финансы» и «Издательская

деятельность и полиграфия» гораздо в меньшей степени интегрированы в

данную группу. «Индустрия развлечений», «Торговля» (а также «Деловые

услуги») не связаны с другими значимыми кластерными группами в городе

Москве. Поддержка таких кластерных групп окажет влияние, прежде всего, на

них самих и в меньшей степени на другие кластерные группы в городе Москве.

141

Рис. 3.5. Пересечения значимых для г. Москвы кластерных групп

Источник: на основе рисунка: Портер М., Кетелс К. Конкурентоспособность на распутье: направления

развития российской экономики, 2007, С.16.

В качестве корректирующего избран «Показатель потенциала агломерации

кластерной группы». Данный показатель основывается на статистике занятости

по всем субъектам РФ и показывает степень тяготения занятых в кластерной

группе к совместной локализации друг с другом (потенциал кластеризации

кластерной группы), а также степень тяготения к регионам с высокой

численностью занятых вообще (потенциал урбанизации кластерной группы).

Так как город Москва является субъектом РФ со сто процентной

урбанизацией, то приоритетные для развития в городе Москве виды

деятельности должны не только обладать высоким потенциалом кластеризации

(что очевидно, если речь идет о формировании кластеров), но и высоким

потенциалом урбанизации. Дело в том, что виды деятельности с низким

142

потенциалом урбанизации (другими словами, извлекающие сравнительно

низкие преимущества от локализации в городе), даже в случае сильного

эффекта кластеризации, не имеют достаточных экономических оснований для

развития в городе Москве.

Рис. 3.6. Рейтинг кластерных групп в г. Москве по показателю

связанности

Источник: автор.

Основные результаты расчета наиболее развитых по показателю

связанности 12 кластерных групп представлены на рис. 3.6.

Данные показатели имеют один существенный недостаток, который

заключается в том, что они отображают не связанность кластерных групп в

конкретном регионе (в данном случае г. Москве), а связанность кластерных

групп вообще, как закономерность.

Совокупный показатель экономической эффективности кластерной

группы состоит из показателей, указанных в таблице 3.5.

143

Таблица 3.5.

Показатели экономической эффективности кластерной группы

Показатель Вес показателя

Ранг города Москвы по показателю

«Среднемесячная заработная плата

сотрудников» по кластерной группе

1/5. Показатели принимают значения

от 0 до 1.

Ранг города Москвы по показателю

«Прибыль» по кластерной группе

1/5. Показатели принимают значения

от 0 до 1.

Ранг города Москвы по показателю

«Инвестиции в основные средства»

по кластерной группе

3/5. Показатели принимают значения

от 0 до 3.

Источник: автор.

В число показателей экономической эффективности предприятий

включены «среднемесячная заработная плата сотрудников», «прибыль» и

«инвестиции в основные средства». Высокие значения по данным показателям

должны отражать наличие экономического эффекта от локализации в значимой

кластерной группе. Сравнивать данные показатели между различными

кластерными группами некорректно, так как в каждой отрасли свои показатели

«нормальной» заработной платы, прибыли и инвестиционной активности.

Вместо этого значения данных показателей сравниваются с аналогичными

показателями в других субъектах РФ в рамках рассматриваемой кластерной

группы. Далее, производится процедура ранжирования, которая позволяет

определить место города Москвы по рассматриваемому показателю в

кластерной группе.

Особенность города Москвы заключается в том, что данный субъект РФ

занимает первое место по показателям экономической эффективности по

144

большому числу кластерных групп97

. Наибольший вес показателя «инвестиции

в основные средства» связан с тем, что по данному показателю место города

Москвы меняется в наибольшей степени в зависимости от рассматриваемой

кластерной группы (например, по группе «Измерительное и исследовательское

оборудование» город Москва занимает первое место, а по группе

«Издательская деятельность и полиграфия» - шестое).

Основные результаты расчета наиболее развитых по показателю

экономической эффективности 12 кластерных групп представлены на рис. 3.7.

Рис. 3.7. Рейтинг кластерных групп в г. Москве по показателю

экономической эффективности

Источник: автор.

97

Например, по показателю «Среднемесячная заработная плата сотрудников» город Москва занимает 1 место в

следующих кластерных группах: «Измерительное и исследовательское оборудование», «Образовательная и

научно-исследовательская деятельность», «Информационные технологии», «Осветительные и электрические

приборы», «Медицинская техника», «Коммуникационное оборудование», «Нефтегазовая промышленность»,

«Издательская деятельность и полиграфия», «Финансовые услуги», «Строительство крупных инженерных

сооружений», «Индустрия развлечений», «Производство кож и меха», «Спортивные товары и товары для

детей», «Одежда», «Деловые услуги», «Торговля», «Производство обуви», «Лесоматериалы», «Табак».

145

Наиболее значимые и связанные кластерные группы оказались также и

наиболее эффективными с точки зрения показателей заработной платы,

прибыли и инвестиций в основной капитал. В число таких групп входят

«Образовательная и научно-исследовательская деятельность», «Торговля»,

«Коммуникационное оборудование», «Измерительное и исследовательское

оборудование», «Информационные технологии», «Биофармацевтические

препараты» и «Аэрокосмическая промышленность». Также в первую дюжину

вошли «Деловые услуги», «Строительство крупных инженерных сооружений»,

«Строительный инвентарь, комплектующие и строительно-монтажные

работы», «Сельское хозяйство» и «Табак».

Совокупный показатель уровня развития кластерных групп. Рейтинг

кластерных групп по совокупному показателю уровня развития в городе

Москве представлен на рис. 3.8.

Основные выводы заключаются в следующем:

1. Кластерные группы – лидеры по совокупному показателю уровня

развития и значимые кластерные группы, рассчитанные согласно

методологии Европейской Кластерной Обсерватории, практически

совпадают. Есть и исключения. В ходе анализа не подтвердилась

высокая значимость группы «Деловые услуги», но выявлен высокий

уровень развития групп «Медицинская техника» и «Осветительные и

электрические приборы». В целом, количество значимых кластерных

групп может быть уточнено. Это связано с тем, что данный список

жестко ограничен численными критериями. Однако существуют

некоторые кластерные группы (прежде всего, «Ювелирная

промышленность», «Деловые услуги» и «Строительство крупных

инженерных сооружений», «Табак»), которые очень близко подошли к

пороговым значениям и с учетом статистической погрешности могут

быть в дальнейшем включены в число значимых кластерных групп.

146

147

Рис. 3.8. Рейтинг отраслевых направлений по уровню развития

потенциала развития кластеров в городе Москве

Источник: автор.

2. Относительно низкий показатель уровня развития кластерных групп

«Торговля», «Финансовые услуги», «Издательская деятельность и

полиграфия» и «Индустрия развлечений», прежде всего, обусловлен

слабой связанностью этих групп с другими кластерными группами.

Поддержка кластеров по этим направлениям окажет относительно

небольшое влияние на развитие других кластеров в экономике города

Москвы.. Кластерные группы «Медицинская техника» и

«Осветительные и электрические приборы» вошли в число 12

направлений с наиболее высоким потенциалом развития кластеров,

прежде всего, за счет высокого уровня связанности с другими

значимыми в городе Москве кластерными группами.

3. Список приоритетных направлений может быть сокращен или,

наоборот расширен исходя из целей и задач региональной кластерной

политики. Также допустимым является, выделение нескольких

направлений, одни из которых будут ключевыми (2-3), с перспективой

формирования кластеров мирового уровня, другие (5-10) –

дополнительными, которые также целесообразно поддерживать, но в

меньшем масштабе.

Во многих случаях, полезным инструментом уточнения перечня

приоритетных направлений для развития кластеров может стать форсайт этих

направлений. Дело в том, что научно-технический прогресс постоянно меняет

отраслевую структуру экономики: одни виды деятельности пропадают или

теряют свое значений, другие, наоборот, занимают в ней лидирующие места.

Ориентация на значимые кластерные группы, с одной стороны, минимизирует

риски неэффективного государственного вмешательства, однако, с другой

стороны, возникает новый риск – проиграть в долгосрочной перспективе, не

148

угадав с тенденциями научно-технического прогресса и развития рынков.

Компромиссным вариантом является разработка форсайта по каждому из

направлений с высоким потенциалом развития кластеров.

Вследствие того, что значимые кластерные группы, по определению,

являются пространством, в рамках которого могут существовать самые

различные полноценные и потенциальные кластеры, нельзя исключать, что

кластеры (потенциальные кластеры) существуют или появятся и вне

выделенных отраслевых направлений. Необходимо, таким образом, допускать

возможность поддержки таких кластеров. Однако эта поддержка должна быть

дополнительно обоснована (либо несовершенством статистики, либо

инновационными характеристиками кластера).

В целях дальнейшего снижения рисков кластерной политики и повышения

ее эффективности, в некоторых случаях целесообразно реализовать

дополнительные исследовательские мероприятия. Прежде всего, анализ

статистической информации полезно дополнять исследованиями, выходящими

за рамки существующих статистических показателей и опирающихся на

качественные методы сбора данных (анкетирование, интервьюирование, фокус-

группы) и экспертные оценки. Итогом проведенной работы должно стать

определение конкретных групп предприятий, включенных в одну или

несколько цепочек создания добавленной стоимости, а также связанных с ними

финансовых организаций, профильных вузов, НИИ, организаций по

сотрудничеству – обладающих наивысшим потенциалом для формирования

кластера (и при этом активных и готовых к этому).

При этом необходимо принимать во внимание, что задача определения

групп организаций – участников потенциальных кластеров, их описание и

анализ связей может быть достаточно трудоемкой и длительной. В этой связи,

ее можно отложить до тех пор, пока кластерная политика не даст своих первых

плодов. В случае если поддержка пилотных кластеров окажется успешной, то

со временем группы взаимосвязанных предприятий сами будут выходить со

149

своими проектами для получения государственной поддержки. Тогда на первый

план выйдут задачи отбора кластеров для государственной поддержки, а не

поиска.

Можно согласиться с мнением известного новозеландского консультанта

по вопросам развития кластеров, И. Ефовкс-Вильямс о том, что не следует

чрезмерно увлекаться анализом на этапе запуска кластерных программ [161, p.

14]. Действительно, данный этап имеет смысл только в том случае, если он

включен в единый алгоритм реализации кластерной политики и

предполагаются дальнейшие действия. Вместе с тем, осуществление указанных

исследовательских действий хотя бы в минимальном объеме - определения

отраслевых приоритетов и инвентаризация фирм, ассоциаций (союзов),

профильных вузов и НИИ и пр., входящих в каждое приоритетное отраслевое

направление, - позволит снизить риски соответствующих провалов при

реализации кластерной политики.

3.3. АЛГОРИТМ РАЗВИТИЯ КЛАСТЕРОВ С УЧАСТИЕМ МАЛОГО И

СРЕДНЕГО ПРЕДПРИНИМАТЕЛЬСВА В КРУПНЫХ ГОРОДАХ

Реализация исследовательских действий по выявлению и описанию

приоритетных направлений для развития кластеров не является залогом для

преодоления всех описанных причин возможной неэффективности кластерной

политики.

В этой связи, мы подробно опишем типовую последовательность действий

по реализации эффективной кластерной политики в субъекте Российской

Федерации, которая, по мнению автора, соответствует лучшим зарубежным

практикам (рис. 3.9).

Предлагаемый алгоритм, прежде всего, специфицирован для развития

кластеров с участием малого и среднего предпринимательства в городе Москве

и может быть мультиплицирован на другие крупные города Российской

150

Федерации. Автор полагает, что внимание к сектору малого и среднего

предпринимательства вообще характерно для кластерной политики (см.

параграф 2.3.). Однако иногда наблюдается отход от этого принципа.

Рис. 3.9. Алгоритм реализации кластерной политики в регионе

Источник: автор.

Акцент на малые и средние предприятия обусловил некоторые

особенности данного алгоритма. Во-первых, он предполагает достаточно

развитую исследовательскую часть, которая предшествует непосредственно

мероприятиям государственной поддержки кластеров. Это связанно с тем, что

малые и средние предприятия слабо представлены в статистических

наблюдениях и хуже обозримы на уровне государственного управления в

регионе. Также, по своему определению, малые и средние предприятия

отличаются мобильностью: они могут относительно быстро мигрировать из

одной местности в другую, из устаревающей отрасли – в отрасль, обещающую

более значимые перспективы развития. Если специализация, местонахождение

крупных предприятий (особенно градообразующих), их связи с поставщиками

151

и вузами очевидны для региональных органов власти98

, то в отношении малого

и среднего бизнеса эта информация доступна лишь фрагментарно.

Сильный исследовательский блок, помимо этого, актуален для больших

экономик (например, для Москвы, Санкт-Петербурга, Московской,

Нижегородской области и многих других субъектов Российской Федерации, а

также крупных городов), где сосуществуют множество видов деятельности.

Определить «на глаз» наиболее перспективные направления в таких регионах

сложно и рискованно.

Во-вторых, работа с малыми и средними предприятиями требует того,

чтобы организация, ответственная за реализацию кластерной политики в

регионе (центр кластерного развития) играла роль внешнего интегратора,

оказывая этим предприятиям консультационно-организационную поддержку,

содействуя их самоорганизации. Особенно это важно, если в кластере не

представлены крупные фирмы и нет однозначного лидера. В этом случае,

трансакционные издержки по инициации кластерного взаимодействия могут

быть очень велики относительно масштабов деятельности каждой из фирм в

отдельности. В этой ситуации, государство должно брать на себя функции

организатора и модератора кластера.

В-третьих, важной особенностью алгоритма кластерной политики в

отношении малых и средних предприятий является то, что количество

сформированных кластеров может быть большим (в том числе в рамках

выделенных приоритетных направлений), а их срок жизни ограниченным. В

этой связи, необходимо создать систему оценки и отбора кластеров для

дальнейшей поддержки, а также систему мониторинга функционирования

кластеров.

98

Так, в большинстве Российских регионах сложилась ситуация, когда специализация экономики определяется

несколькими (в моногородах – одним) крупными предприятиями, как правило, первоначально созданными при

Советском Союзе. В этом случае, можно предполагать, что и приблизительный анализ такой экономики, и

максимально подробный дадут один и тот же результат – тот, который был очевиден заранее. В этих случаях,

необходимо не столько выявлять приоритетные направления, столько анализировать проблемы существующих

предприятий и варианты их решения (в том числе путем формирования и развития кластеров, но не

обязательно).

152

Рассмотрим каждый этап кластерной политики подробно за исключением

первого – предваряющего этапа, который был подробно рассмотрен в

предыдущем параграфе.

3.3.1. ПОДДЕРЖКА САМООРГАНИЗАЦИИ ДЛЯ РЕАЛИЗАЦИИ

СОВМЕСТНЫХ ПРОЕКТОВ

Как мы уже зафиксировали в параграфе 1.2. одним из существенных

провалов рынка в сфере развития кластеров является проблема координации

(проблема коллективного действия). Этот класс провалов рынка связан, прежде

всего, с тем, что положительный внешний эффект, который производит фирма

в кластере, не в полной мере превращается в ее собственную прибыль. Это

рождает стимулы для организаций недопроизводить положительные внешние

эффекты. Самоорганизация – является одним из таких недопроизводимых благ.

Активация кластера подразумевает, что один или несколько участников

возьмут на себя лидерство (инициатор кластерной инициативы), определят

общие контуры возможного кластера, его цели и проекты, объяснят и

замотивируют потенциальных участников, организуют общие встречи, возьмут

на себя бремя организации мероприятий, согласований, подготовки проектов

общих документов (соглашения, протоколы, стратегия, порядок

взаимодействия, органы управления, совместные проекты). При этом даже в

случае успеха выгоды от такой самоорганизации окажутся разделенными (и

далеко не обязательно, что предприятие инициатор окупит свои

трансакционные издержки).

Чаще всего, роль лидера берут на себя крупные компании или

образовательные учреждения (например, в рамках отбора пилотных программ

развития инновационных территориальных кластеров Министерством

экономического развития Российской Федерации). В ситуации, когда нет

крупной организации, способной выступить инициатором кластера,

153

государство должно брать на себя функции организатора и модератора

кластера.

Важной предпосылкой для успешного вовлечения фирм в процессы

формирования и развития кластеров является наличие необходимой

законодательной базы и конкретных инструментов для поддержки совместных

(кластерных) проектов. В отношении поддержки малого и среднего

предпринимательства в кластерах, таким инструментом может стать

финансирование проектов по линии Центра кластерного развития,

предусмотренное в рамках федерального законодательства [6], а также

соответствующего законодательства в субъектах Российской Федерации. В

отношении крупного бизнеса, положительным стимулом для участия в

кластерах являлось участие в конкурсе пилотных проектов развития

инновационных территориальных кластеров, инициированном в 2012 году в

рамках работы Правительственной комиссии по высоким технологиям и

инновациям99

. Планируется, что отобранные 25 пилотных территориальных

кластера будут комплексно поддерживаться в течение 5 лет за счет как

специализированной субсидии, так и уже существующих инструментов

(федеральные целевые программы, институты развития, Фонд Сколково), путем

их корректировки с учетом потребностей развивающихся кластеров. Подобная

практика, когда кластеры поддерживаются не только за счет бюджета

программы поддержки кластеров, но и за счет преимущественной поддержки

кластеров в рамках других программ, соответствует лучшему зарубежному

опыту. Например, бюджет программы Биорегио, реализуемой Федеральном

министерством по образованию и науке Германии (BMBF) с 1995 по 2002 годы,

составил 90 миллионов евро для четырех регионов-победителей100

. Помимо

99

В соответствии с пунктом 2 в) перечня поручений Президента Российской Федерации по итогам заседания

президиума Государственного совета Российской Федерации от 11 ноября 2011 г. (протокол от 22 ноября 2011

г. №Пр-3484ГС), а также в соответствии с решением Правительственной комиссии по высоким технологиям и

инновациям (протокол от 30 января 2012 г. №1, пункт 6) 100

Competitive Regional Clusters: National Policy Approaches, Paris: OECD, 2007; Eickelpasch A., Fritsch M.

Contests for cooperation — A new approach in German innovation policy // Research Policy. 2005. No 34. P. 1269–

1282.

154

этого данные регионы получили преимущество в вопросах финансирования по

другим федеральным программам, направленным на развитие биотехнологий.

Прежде всего, речь идет о федеральной программе «Биотехнологии 2000»

(объемом более 700 миллионов евро), в рамках которой они получили около 2/3

всех доступных средств на первые два года101

.

Рис. 3.10. Мероприятия по самоорганизации потенциальных

участников кластера с целью реализации совместных проектов

Источник: автор.

101

Competitive Regional Clusters: National Policy Approaches, Paris: OECD, 2007; Dohse D. Technology policy and

the regions — the case of the BioRegio contest // Research Policy. 2000. 29. P. 1111–1133.

1. Проведение ряда встреч с потенциальными ключевыми

участниками кластера (контакт, мотивация, определение

связанных организаций).

2. Оповещение всех фирм, ассоциаций, профильных вузов и

НИИ в рамках приоритетных направлений о формировании

кластера и об установочном совещании.

3. Установочное совещание (знакомство, группообразование,

общее видение, общие проблемы, конкурентные

преимущества, стратегия, проекты)

4. Формирование рабочих групп

5. Разработка стратегии развития кластера (документ,

определяющий основные цели, сферы и механизмы

совместной деятельности).

6. Разработка программы развития кластера (совокупность

согласованных и взаимоувязанных совместных проектов).

7. Формирование органов управления кластера (организация

развития кластера), осуществляется единовременно с п. 6. 8. Формирование институциональной структуры

(совокупность правил взаимодействия) кластера,

осуществляется единовременно с п. 6.

Сам

оор

ган

иза

ци

я

Со

вм

естн

ые

пр

оек

ты

Фо

рм

али

зац

ия

155

Реализация указанных инициатив и участие в них субъектов Российской

Федерации позволяет создать необходимую систему стимулов для

потенциальных участников кластера для самоорганизации, разработки

совместных проектов и формализации взаимодействия (см. рис. 3.10).

Содействие самоорганизации включает в себя несколько стадий. На первой

стадии необходимо сформировать вероятное ядро кластера – организации,

которые могут и имеют желание стать лидерами формируемого кластера102

. Для

этого в рамках каждого приоритетного направления необходимо определить

предприятия, обладающие наиболее значительными результатами по ряду

показателей (прежде всего, экономических и инновационных, показателей

социальной активности, в том числе наличие опыта участия в различных

формах государственной поддержки, членство в союзах и ассоциациях).

Далее следует провести ряд встреч с потенциальными участниками

кластера с целью информирования и мотивирования их участвовать в

формирующихся кластерах. Данные встречи помогут лучше понять контуры

будущего кластера, определить связанные с предприятиями-лидерами

организации: конкурентов, специализированных поставщиков и покупателей,

технологически близкие предприятия, ключевые научные и образовательные

учреждения, организации по сотрудничеству. Происходит уточнение исходной

информации, анализ «видения», проблем, потребностей, планов основных

участников формируемого кластера.

После этого необходимо оповестить все выявленные фирмы (а также

профильные вузы и научные организации, ассоциации и пр.) в рамках

приоритетных направлений о том, что инициируется формирование кластеров,

в которых они могут участвовать. Потенциальных участников следует

пригласить на установочное совещание (для каждого приоритетного

направления должно проводиться отдельное совещание).

102

В любой группе есть лидеры, в том числе и в кластере. Для ускорения процесса активации кластера, следует

начать с поиска потенциальных лидеров, которые бы затем стимулировали другие компании участвовать в

совместных проектах. При этом лидерство в кластере, во многом, имеет ситуационную природу: возможно, что

в каждом совместном проекте будут свои лидеры, которые будут меняться со сменой проектов.

156

Важным является информирование всех потенциальных участников

кластеров и вообще максимально широкое освещение начала работ по

поддержки кластеров. Такой шаг позволит снизить влияния существующих

около власти групп специальных интересов. Также вполне вероятно, что

определенные, исходя из кабинетного анализа и серии переговоров,

потенциальные лидеры и участники кластеров окажутся менее перспективными

в плане развития кластеров, чем другие организации (до этого момента мало

заметные для государства).

На третьей стадии проводится установочное совещание (совещания),

задачи которого включают в себя:

знакомство потенциальных участников кластера друг с другом,

формирование общего видения будущего,

анализ общих проблем,

разработка SWOT-анализа формирующегося кластера по сравнению с

конкурентами из других регионов/кластеров,

формирование ключевых положений стратегии кластера,

первоначальная разработка совместных (кластерных) проектов.

Форматом мероприятия может стать деловая (организационно-

деятельностная – ОДИ) игра, так как эта форма в наибольшей степени

соответствует задаче установочного совещания – активная совместная работа

разнородных участников, решающих уникальные и сложные задачи [117].

По всей вероятности, потребуется провести несколько таких совещаний.

Первоочередной целью является формирование по каждому направлению с

высоким потенциалом развития кластеров групп предприятий, имеющих общее

видение, общие цели и проблемы, готовых выдвинуть совместные проекты и, в

перспективе, сформировать кластеры.

Дело в том, что в ситуации, когда количество потенциальных участников в

рамках каждого направления является большим (что характерно для больших

экономик, например для города Москвы), неверно заранее ставить перед

157

организациями в качестве цели формирование одного кластера, без учета их

специализации, рыночных ниш, существующих цепочек создания добавленной

стоимости и сложившихся практик взаимодействия друг с другом. Более того,

можно предположить, что в случае активного насаждения идеи одного кластера

по каждому из направлений «сверху», сформированные образования рискуют

оказаться «рыхлыми» и недолговечными, ориентированными исключительно

на получение обещанной поддержки от государства.

Следующие совещания должны быть посвящены задаче разработки

совместных проектов группами предприятий, формирующими кластеры. Эта

задача является первой стадией второго этапа (разработка совместных

проектов). Возможно, такие совещания необходимо проводить отдельно для

каждой группы предприятий. Однако, по мнению автора, будет лучше по-

прежнему проводить общие совещания по каждому приоритетному

направлению. Дело в том, что совместная презентация своих проектов (и

последующее обсуждение) позволит лучше их проработать. Также не

исключено, что впоследствии границы формирующихся кластеров будут

меняться: одни группы будут делиться, другие – объединяться.

После того, как определены контуры основных совместных проектов

необходимо составить план по их доработке и сформировать соответствующие

рабочие группы. И. Ефовкс-Вильямс рекомендует оптимальную численность

рабочей группы в 5-7 человек. При этом в случае необходимости можно

привлекать дополнительных экспертов в тематические подгруппы [161, p.6].

В формате рабочей группы, по всей вероятности, целесообразно

дальнейшие работы по активации кластера вплоть до создания организации

развития кластера. В первую очередь, рабочая группа должна обобщить

материалы, наработанные в итоге совещаний и разработать стратегию развития

кластера (документ, определяющий основные цели, сферы и механизмы

совместной деятельности). Планом мероприятий по реализации разработанной

158

стратегии должна стать программа развития кластера. Данная программа

представляет собой совокупность взаимосвязанных совместных проектов.

Возможно, после 6-го этапа (когда совместные проекты, в общем, уже

готовы, но сами кластеры еще не формализованы) будет полезным

организовать «показ проектов» на ежегодном региональном кластерном форуме

(или другом масштабном мероприятии) в целях привлечения новых членов

(которые по тем или иным причинам не участвовали в формировании

кластеров), а также инвесторов. Дополнительно такой показ проектов позволит

доработать существующие и/или сформулировать новые проекты. С одной

стороны, это мероприятие возвращает назад в алгоритме, так как возможное

подключение новых членов заставить корректировать старые и/или

разрабатывать новые проекты. С другой стороны, укрупнение формирующихся

кластеров – важнейшая долгосрочная цель кластерной политики. Теоретически,

необходимо ждать год или несколько лет, чтобы появились успехи и, уже тогда,

привлекать новых участников. Однако вполне возможно уже на этапе

разработки совместных проектов привлечь организации, до этого

относившихся к подобным инициативам скептически. Более того,

демонстрация и более широкое обсуждение будет являться дополнительным

фильтром для совместных проектов. Это позволит в свою очередь уменьшить

риск неудачи поддерживаемых государством проектов.

Третья стадия заключается в формализации отношений между

организациями в формирующихся кластерах по поводу реализации совместных

проектов. В рамках стадии формализации участники формирующегося кластера

формируют органы управления кластера (организация развития кластера, совет

кластера, секретариат кластера и пр.). В соответствии с Методическими

рекомендациями по реализации кластерной политики в субъектах Российской

Федерации [2], организация развития кластера призвана обеспечивать

координацию деятельности его участников, и может создаваться в различных

159

организационно-правовых формах103

. Создание организации развития кластера

предполагает установление и формализацию правил взаимодействия

участников кластера. Прежде всего, такие правила должны охватывать

следующие вопросы: порядок входа, выхода участников; регулярность и форма

взаимодействия участников по общим вопросам кластера; порядок обсуждения

и принятия решений; стандарты поведения, качества; порядок взаимодействия с

внешними организациями; гарантии кластера третьей стороне.

Данный этап служит для достижения тактических и стратегических целей.

Тактические цели заключатся в том, что государственная поддержка

совместных проектов в некоторых случаях подразумевает юридическое

оформление получателя поддержки. Стратегической целью данного этапа

является стимулирование долгосрочного сотрудничества предприятий.

Существует риск того, что раз сформированные с целью получения

государственной поддержки кластеры, окажутся более невостребованным

средством развития. Причиной этого может быть не столько эффективность

совместных проектов, сколько необходимость заново искать и согласовывать

формат взаимодействия. Государственная поддержка совместных проектов

(помимо прямой пользы) должна ставить в качестве условия – формализацию

формата долгосрочного взаимовыгодного взаимодействия. Формализация

взаимодействия послужит дисциплинирующим фактором и повысит

вероятность того, что люди из разных организаций будут регулярно

встречаться, вырабатывать общее видение, искать общие проблемы и

инициировать совместные проекты. При этом совсем необязательно, что в

дальнейшем финансировать их будет только государство: это могут быть

собственные средства, привлеченные инвестиции, частно-государственное

партнерство, заемные средства и пр.

По всей вероятности, создание организации развития кластера необходимо

начинать на последнем этапе разработки совместных проектов, несмотря на то,

103

Наиболее перспективной организационно-правовой формой представляется некоммерческое партнерство.

160

что формирование юридического лица может быть достаточно длительным по

времени. Однако раньше разработки совместных проектов, формализацию

отношений проводить еще рано – всегда существует риск того, что фирмы не

смогут договориться и инициировать совместные проекты. И. Ефовкс-Вильямс

подтверждает, что слишком ранняя формализация кластера является ошибкой,

так как на ранних стадиях необходима гибкость [161, p.8].

3.3.2. ЭКСПЕРТИЗА И ОТБОР СОВМЕСТНЫХ (КЛАСТЕРНЫХ) ПРОЕКТОВ

Следующим этапом реализации кластерной политики в регионе является

экспертиза и отбор выдвинутых формирующимися кластерами совместных

проектов.

Последовательная реализация двух предыдущих этапов алгоритма

приводит к тому, что, с одной стороны, формируемые кластеры являются

объективно существующими точками роста в экономике региона (так как

организации относятся к наиболее перспективным отраслевым направлениям),

а, с другой стороны, такие кластеры подразумевают самоидентификацию,

совместные проекты, формализацию взаимодействия.

Эти два условия приводят к важному следствию, согласно которому

формируемые кластеры не равноценны приоритетным направлениям

(значимым кластерным группам), численность фирм и людей в которых может

быть огромна (о чем мы уже писали подробно во второй части

диссертационного исследования) (рис. 3.11).

Размеры поддерживаемого кластера должны соответствовать критерию

управляемости структуры. Чрезмерно большой кластер порождает огромные

трансакционные издержки (переговоров, разработки проекта, мониторинга его

выполнения, предотвращения оппортунистического поведения и пр.), которые

нивелируют преимущества от функционирования в рамках такого образования.

Вместе с тем, накопленный в Европейских странах опыт показывает, что для

161

достижения критической массы, необходимой для создания кластера,

требуется, чтобы в его состав вошло не менее 30-50 организаций [45, с.11]104

.

Рис. 3.11. Два существенных признака кластера и их следствия

Источник: автор.

Таким образом, в рамках одного приоритетного направления возможно

формирование нескольких кластеров. Вместе с тем, вполне возможно, что

формируемые кластеры будут соответствовать сразу нескольким приоритетным

направлениям.

При этом каждый кластер выдвигает не один, а несколько (множество)

взаимоувязанных совместных проектов, реализация которых окажет

комплексное воздействие на конкурентоспособность его участников.

В этой связи, особую важность приобретают процедуры отбора таких

комплексных проектов развития формирующихся кластеров для их

последующей государственной поддержки. Наиболее предпочтительной, по

104

Среднее число организаций в кластере составляет 70-100 по мнению члена совета директоров TCI network

Наталии Корчагиной [78, с. 5.].

162

мнению автора диссертации, является конкурсная форма отбора таких

проектов. Такой конкурс лежит в основе большинства зарубежных кластерных

программ. Так из 67 выявленных в Европейских странах кластерных программ

в 57 практиковался заявительный характер участия в конкурсе, а не

«назначение» кластеров, которым будет оказана поддержка [124]. В результате

объявленного конкурса кластеры вынуждены конкурировать друг с другом за

получение государственной поддержки.

В основе конкурсного отбора таких комплексных совместных проектов

формирующихся кластеров должны лежать несколько важных критериев.

Во-первых, при отборе проектов развития кластеров необходимо

учитывать как характеристики разработанного проекта (поставленные цели,

планируемое состояние кластера на перспективу, проработанность

мероприятий по разным направлениям развития), так и текущий

производственный и научно-технический потенциал кластера.

Во-вторых, разработанные совместные проекты должны быть Парето-

эффективными. Это условие означает, что совместные проекты должны

улучшать конкурентоспособность участников кластера или, в крайнем случае,

быть нейтральными к состоянию некоторых участников. Дело в том, что вполне

вероятно, сложится ситуация, когда не во всех совместных проектах

принимают участие все организации, входящие в кластер. Например, кто-то

может участвовать в 5 из 7 инициированных проектов. Соответственно,

логичным требованием к совместным проектам является отсутствие

дискриминации участников кластера. Другими словами совместные проекты не

должны ухудшать условия участников кластера, не участвующих в этих

проектах.

В-третьих, совместные проекты должны охватывать максимально широкое

количество организаций (в том числе малых и средних, а также научные и

образовательные организации). Это позволит увеличить влияние на экономику

региона усилий, направленных на развитие кластеров.

163

Четвертое требование – направленность, прежде всего, на исследования,

разработки и инновации..

Пятое условие важно для совместных проектов кластеров, находящихся в

процессе формирования. Согласно И. Ефовкс-Вильямс, необходимо чтобы

первые совместные проекты были относительно простыми, не требующими

затрат значительных ресурсов, реализуемыми в краткосрочный период. Очень

важно, чтобы результат таких совместных проектов был «презентабельным» и

мог быть однозначно интерпретирован как успех. История успеха – очень

важна для дальнейшего развития кластера и привлечения в него новых

участников. Главная задача таких первых проектов – успешная попытка

сотрудничества, сплочение участников кластера [161, p.7]. Вместе с тем, вполне

возможно, что какие-то кластеры не выдержат проверки времени. Осторожная

кластерная политика на первом этапе позволит избежать значительных

бюджетных потерь. Заметим в этой связи, что многие зарубежные программы,

являясь первыми собственно кластерными инициативами государства, были

нацелены не столько на финансирование конкретных совместных проектов,

сколько на стимулирования процессов самоорганизации и формирования

кластеров в экономике регионов105

.

Помимо перечисленных специфических требований к проектам,

разработанным участниками кластеров, необходимо оценивать совместные

105

Примером может являться первая программа по поддержке кластеров во Франции «local productive system»,

предшествующая программе «Competitiveness clusters». В отличие от последней программы

(предусматривающей финансирование в 1,5 млрд. евро за 2006-2008 годы), «local productive system» - довольно

скромная программа. В рамках этой программы выделялись субсидии в среднем размере 37.5 тыс. евро на

кластер. При этом условия финансирования были достаточно мягкими: главное – это создание организации,

объединяющей участников кластера. Список целей такого финансирования был очень широкими: создание

общего брэнда, поддержка экспорта и пр.[181, p. 4]. По сути, это деньги расходовались на самоорганизацию

предприятий, вузов, местных властей, на формирование организации развития кластера, на получения

необходимого опыта совместных проектов. Далее, когда опыт показался успешным, следовала масштабная

программа «Competitiveness clusters», финансировавшая конкретные программы развития сформированных

кластеров.

Схожие цели имела первая кластерная программа в Новой Зеландии. Согласно это программе государство

софинансировало расходы на содержание кластерного менеджера и организационное развитие кластера в

размере не более 50 тыс. долл. (но не более 50% всех заявленных в проекте расходов) в первый года, и не более

33% расходов во второй год. В отличие от Франции последующего финансирования совместных проектов не

последовало, что, по мнению экспертов, было ошибкой, не позволившей достичь значимого развития кластеров

(http://www.med.govt.nz/templates/MultipageDocumentPage____19934.aspx?&MSHiC=65001&L=0&W=cluster+&P

re=%3Cb%3E&Post=%3C%2fb%3E).

164

проекты с учетом существующего инструментария инвестиционного анализа,

включающего в себя, прежде всего, такие показатели как чистый приведенный

доход, внутренняя норма доходности, период окупаемости и рентабельность

проекта.

Помимо установления эффективных критериев отбора кластеров, важным

представляется разработка процедуры такого отбора.

Автору представляется разумной двухступенчатая процедура отбора. В

рамках этой процедуры сначала происходит предварительный отбор, на

котором отсеиваются наиболее слабые заявки. Оставшимся участникам

предлагается детализировать заявки. Часто, государство субсидирует эти

затраты, а также оказывает консультационную поддержку (так как заявки

необходимо адаптировать под существующие нормы, бюрократические

процедуры, существующие механизмы поддержки). Например, по условиям

программы Иннорегио (Германия) отобранные на первом этапе кластеры

получили грант в размере 153,4 тыс. евро на цели углубленной разработки

проекта. Далее, происходит второй тур отбора заявок, где отбираются проекты,

которые будут в дальнейшем поддерживаться государством106

.

Процедуры отбора должны быть прозрачными, а эксперты, отбирающие

проекты - непредвзятыми, профессиональными (необходимо привлекать, в том

числе, отраслевых экспертов), пользующиеся авторитетом в бизнесе, науке или

государственном управлении. Это связано с тем, что активность фирм в сфере

кластеризации напрямую связана с качеством процедур отбора кластеров.

Необходимо, чтобы фирмы четко понимали, что от них хотят, какой кластер им

нужно создать для того, чтобы выиграть конкурс. Если же они видят, что

процедуры непрозрачны, а результаты непредсказуемы и нелогичны, то у них

снижаются стимулы к участию в процессах формирования и развития

кластеров. И наоборот. В случае, если конкурс признается справедливым, то

106

Eickelpasch A., Kauffeld M., Pfeiffer I. The InnoRegio - Program: A new way to promote regional innovation

networks — Empirical results of the complementary research. Berlin: DIW, 2002; Eickelpasch A., Fritsch M. Contests

for cooperation — A new approach in German innovation policy // Research Policy. 2005. № 34. P. 1269–1282.

165

эффект от него выходит за рамки создания выгод для поддерживаемых

кластеров. Так, несмотря на то, что в рамках программы Иннорегио было

отобрано только 23 кластера из 444 подавших заявки, исследования показали,

что 40% кластеров, чьи заявки были отклонены, в дальнейшем реализовали

свои проекты. Среди таких кластеров 61% получили государственной

финансирование по другим программам, в то время как 39% реализовали или

реализуют свой проект без какой-либо значительной государственной

поддержки107

. Таким образом, можно сделать вывод, типы программ, в основе

которых лежат прозрачные конкурсные процедуры, стимулируют

самоорганизацию и формирование кластеров даже в случае, если количество

победителей невелико относительно количества поданных заявок.

При этом доля проигравших заявок в общем числе подданных отличается в

зависимости от страны. Например, в немецких федеральных кластерных

программах доля отклоненных заявок составляет не менее 80% (до 95%)108

. В

программе «Полюса конкурентоспособности» во Франции доля отклоненных

инициатив в общем объеме поданных заявок оказалось существенно ниже, чем

в Германии (32%). Вместе с тем, отобранные кластеры были разделены на три

неравномерные группы: 7 кластеров мирового уровня (global competitiveness

clusters), 10 потенциально мирового уровня кластеров (globally-oriented

competitiveness clusters) и 54 «обычных» кластера (competitiveness clusters)109

.

Именно первые две группы (17) кластеров получили ¾ всего объема

финансирования, предусмотренного программой.

Выбор относительно небольшого количества победителей и их целевая

комплексная поддержка – важная характеристика кластерных программ.

Кластерные программы по своему смыслу направлены на поддержку лучших и

наиболее перспективных групп предприятий и связанных с ними организаций,

107

Eickelpasch A., Fritsch M. Contests for cooperation — A new approach in German innovation policy // Research

Policy. 2005. № 34. P. 1269–1282. 108

Eickelpasch A., Fritsch M. Contests for cooperation — A new approach in German innovation policy // Research

Policy. 2005. № 34. P. 1269–1282. 109

URL: http://proinno.intrasoft.be/index.cfm?fuseaction=wiw.measures&page=detail&ID=8922. Дата доступа: 01

ноября 2012.

166

а не тех, у которых большие проблемы, которым в наибольшей степени

требуется поддержка или тех, поддержка которых социально или политически

мотивирована.

3.3.3. МЕРОПРИЯТИЯ ГОСУДАРСТВЕННОЙ ПОДДЕРЖКИ

СОВМЕСТНЫХ (КЛАСТЕРНЫХ) ПРОЕКТОВ

Одной из самых существенных причин неэффективности кластерной

политики, как мы уже указали ранее, является несоответствие мероприятий

кластерной политики существующим проблемам в кластере («провалам

рынка»).

В рамках разработанного алгоритма предлагается подход к решению этой

проблемы. Риск ошибки государства в выборе мер поддержки формирующихся

кластеров сокращается путем установления соответствия между

мероприятиями государственной поддержки и совместными проектами,

разработанными участниками формирующихся кластеров. Разумнее

поддерживать выдвинутые «снизу» совместные проекты. Хозяйствующие

субъекты лучше знают и понимают свои действительные нужды, «узкие» места

и барьеры развития.

Несмотря на то, что мероприятия поддержки каждого кластера в некоторой

степени являются уникальными, можно выделить несколько направлений

(групп мероприятий) кластерной политики государства исходя из описанных

выше типовых провалов рынка110

.

Первое направление. Оптимизация распределения хозяйствующих

субъектов с целью максимизации внешних эффектов. В данном случае, речь

идет о том, что государство пытается оптимизировать размещение компаний с

государственным участием (так как именно это в полномочиях государства) с

110

Данные мероприятия не специфицированы под уровень государственной власти (федеральный или

региональный). Большинство мероприятий находятся в полномочиях федеральных органов власти, тогда как

другие требуют согласованных действий разных уровней государственной власти.

167

учетом существующих и формирующихся кластеров. В первую очередь,

акценты делаются на размещение новых производств, чем на перемещение уже

существующих.

Второе направление. Содействие самоорганизации предприятий и

согласование планов государства, частных предприятий, собственников

инфраструктуры и др. в целях оптимизации размещения частных компаний.

Третье направление. Увеличение рыночного потенциала кластеров. Для

этого государство проводит политику уменьшения фрагментации экономики и

формирования единого экономического пространства внутри страны. Данная

политика тесно связана с увеличением мобильности фирм и людей (которая

зависит от транспортной ситуации, от наличия недвижимости и степени

развития общих инфраструктур жизнедеятельности). Это приводит к

увеличению неравномерности распределения специализированных

производительных сил, умножению преимуществ сильных кластеров и

исчезновению слабых. Такое перераспределение способствует росту

общественного благосостояния за счет увеличения производительности

экономических агентов.

Помимо формирования национального рынка для кластеров, в рамках

данного направления кластерной политики государство поддерживает

производителей кластера на внешних рынках (в первую очередь, в рамках

экономических объединений, в которые включена страна, а также в соседних

странах и странах – традиционных партнерах). В эту же группу также относятся

меры по защите развивающихся кластеров от лидирующих в мире кластеров.

Речь идет не только (и не столько) о прямом протекционизме, сколько о

формировании уникальных компетенций, формировании рыночных ниш,

включении в международные цепочки создания стоимости, привлечении в

национальный кластер крупнейших фирм – мировых лидеров, формировании

системы, при которой национальные фирмы и граждане возвращались бы после

168

работы в лидирующих зарубежных кластерах и укрепляли национальные

кластеры.

Четвертое направление. Усиление положительных внешних эффектов в

существующих кластерах и протокластерах. Для того, чтобы добиться

соответствия территориального размещения существующим внешним

экономиям, государство может либо пытаться улучшить территориальное

размещение, либо воздействовать «с другой стороны» - на внешнюю экономию.

В этом случае государство предоставляет дополнительные конкурентные

преимущества формирующимся или уже сформированным кластерам.

Основные меры кластерной политики можно классифицировать по типу

внешней экономии111

, на усиление которого они направлены (таблица 3.6).

Таблица 3.6.

Меры кластерной политики, направленные на усиление внешней

экономии

Мероприятия кластерной политики

1. Повышение

эффективности

производственной

деятельности

2. Развитие

институциональных

преимуществ в кластере

(развитие локальной

институциональной

среды)

3. Развитие инновационных

преимуществ в кластере

Развитие базовой

инфраструктуры (дороги,

обеспечение электричеством

водой и пр.) с учетом

интересов развития

кластеров.

Предоставление льгот по

налогообложению,

формирование режима

«одного окна», ускоренных

таможенных процедур и пр.

Развитие специализированной

инновационной инфраструктуры

(центры трансфера технологий,

центры коллективного

пользования оборудованием,

центры прототипирования

промышленного дизайна,

испытательные лаборатории,

инжиниринговые центры, центры

открытых инноваций и др.).

Предоставление

оборудованных помещений

и земли для концентрации

участников кластера

(технопарк, промышленный

Оказание юридических и

консалтинговых услуг

участникам

территориальных кластеров

Анализ рынка технологий.

Форсайт научно-технологических

направлений.

Приобретение патентов и

лицензий для реализации проектов

111

Типы внешней экономии рассмотрены в главе 1 первого параграфа.

169

парк). производства новых продуктов.

Патентование разработок

участников кластера,

Техническое

перевооружение и

модернизация основных

производственных фондов

(технологический аудит,

закупка и введение в

эксплуатацию основных

производственных фондов),

а также мероприятия по

повышению энерго – и

ресурсоэффективности

(ресурсо-энергоаудит,

закупка и введение в

эксплуатацию технических

средств для контроля и

снижения ресурсо- и

энергозатрат).

Поддержка в вопросах

маркетингового

продвижения продукции

кластера, в том числе на

региональных и зарубежных

рынках (участие в

профильных выставках

коллективным стендом

кластера, разработка и

продвижение коллективного

бренда кластера,

мероприятия,

информирование

государственных заказчиков

о преимуществах

применения инновационной

продукции кластера и др.).

Обучение, переподготовка,

повышение квалификации

персонала предприятий –

участников кластера.

Разработка, внедрение и

сертификация систем

менеджмента в области

управления качеством,

экологической безопасности

и охраны труда.

Защита прав собственности

предприятий кластера на

передаваемые технологии,

чертежи и др.

Софинансирование совместных

проектов в сфере исследований,

разработок и инноваций с

образовательными и/или

научными учреждениями.

Система поиска

поставщиков и

исполнителей

(субконтрактация).

Организация конференций,

форумов, семинаров, и

прочих «площадок для

взаимодействия», создание

специализированного сайта.

Формирование спроса на

инновационную продукцию

кластера со стороны компаний с

государственным участием.

Государственные закупки

инновационной продукции

кластера.

Организация совместного

участия (консорциум) в

крупных заказах

(государственные закупки,

транснациональные

корпорации).

Содействие

самоорганизации

хозяйствующих субъектов

(консультация, мотивация,

формирование организации

развития кластера, стратегии

развития кластера,

выработка правил

взаимодействия), в том

числе посредством

проведения

специализированных

мероприятий (деловая игра).

Включение кластеров в

технологические платформы с

целью участия в разработке и

реализации стратегических

программ исследований, а также

внедрении результатов научно-

технической деятельности в

коммерческий оборот.

Содействие формированию

эффективных неформальных

институтов (кодексы

поведения участников

кластера).

Развитие конкуренции в

кластере:

пропаганда

положительных

170

результатов деятельности

кластера;

мероприятия по

привлечению в кластер

новых участников

(укрупнение кластера). Источник: автор.

Представляется, что в условиях рыночной экономики именно этот блок

является наиболее актуальным и эффективным (то есть связанным с

наибольшими выгодами при умеренных издержках). При этом многих из

перечисленных мероприятий могут быть реализованы силами региональных

органов власти.

Пятое направление. Ослабление отрицательных внешних эффектов.

Многие мероприятия, направленные на усиление центростремительных

эффектов одновременно снижают центробежные силы (например, развитие

инфраструктуры). Вместе с тем, можно выделить и специальные мероприятия в

данной категории. Одно из них – зонирование (то есть ограничения допуска к

территории для проживания или производства), без которого многие блага

локализации могут постепенно исчезнуть. Также к их числу относится

контроль тарифной политики естественных монополий, борьба с

монополизмом. Главная цель этих мероприятий заключается в предотвращении

«перетекания» всех выгод от размещения в кластере к владельцам земли,

помещений, монополистам-поставщикам ресурсов для предприятий кластера.

Дело в том, что внешняя экономия распределяется среди владельцев факторов

производства в кластере неравномерно. Дополнительные выгоды могут быть

направлены в пользу работников (повышение заработной платы),

предпринимателей (повышение прибыли), государства (повышение налогов),

либо в пользу владельцев немобильных факторов производства (повышение

аренды, стоимости земли и пр.). Эмпирические исследования показывают, что

есть основания полагать, что больше всего от повышения производительности

171

выигрывают именно владельцы немобильных редких факторов производства

[182, p. 27].

Шестое направление. Увеличение степени интериоризации112

положительных внешних эффектов. Если перечисленные меры, направленные

на повышение внешних экономий, позволяют развить потенциал кластера, то

данные мероприятия направлены но то, чтобы локализованные в кластере

организации могли более эффективно использовать существующий потенциал.

Согласно теореме Коуза проблема социальных издержек (в данном случае,

проблема недополученных выгод от взаимодействия) возникает вследствие

того, что (а) права собственности не полностью специфицированы, и (б)

существуют трансакционные издержки. Таким образом, для того, чтобы решить

проблему интериоризации положительных внешних эффектов государство

должно специфицировать права собственности и уменьшать трансакционные

издержки. Эти две функции являются фундаментальными для любого

современного государства. Однако в первую очередь их необходимо

реализовывать по отношению к потенциальным и реальным кластерам. При

этом данные мероприятия, в общем, схожи с мероприятиями по развитию

институциональных преимуществ, так как именно хорошие институты

подразумевают спецификацию прав собственности и уменьшают

трансакционные издержки. Прежде всего, следует выделить следующие

мероприятия: формирование площадок для взаимодействия (форумы, клубы

директоров, ярмарки вакансий и пр.), где экономические агенты могли бы

согласовать свои планы друг с другом, уменьшить уровень неопределенности и

недоверия. По сути, трансакционные издержки в данном случае берет на себя

государства (предоставляя трансакционные блага). В части спецификации и

защиты прав собственности можно выделить льготные услуги по патентованию

и защите своих прав собственности. Также, возможно, стоит рассмотреть

возможность создания третейского суда на базе кластера (который разбирался

112

Под интериоризацией понимается трансформация внешних издержек или выгод в прибыль или затраты

организации.

172

бы с конфликтными ситуациями), разработку и введение стандартов поведения,

этических стандартов для участников кластера. Данные мероприятия позволят

снизить вероятность «нечестного» поведения (которое, при этом, является

законным) со стороны контрагентов, сформировать атмосферу доверия в

кластере.

Как мы уже отмечали, кластер формируется достаточно длительное время

(годы и даже десятилетия). Один комплекс мероприятий не позволит в

одночасье сформировать кластеры мирового уровня. Нужна длительная работа,

в рамках которой целесообразно разложить государственную поддержку

процесса формирования кластера на несколько этапов.

Как правило, на первом этапе формируются и укрепляются протокластеры.

На базе потенциальных кластеров, затем, формируются (активируются)

полноценные кластеры. В качестве примера можно привести формирование

кластера автомобильной промышленности в городе Гуанчжоу (провинция

Гуандун, Китай), в котором разместили свои производства такие известные

японские корпорации как Toyota, Honda и Nissan (рис. 3.12).

Первоначально в городе Гуанчжоу были основаны промышленные зоны,

под которые формировались условия, необходимые для промышленного

производства: физическая инфраструктура, институциональные условия,

наличие человеческих ресурсов и повышение качества жизни113

. В Гуанчжоу

были решены проблемы, связанные с бесперебойным снабжением

электроэнергией и водой. Также к промышленным зонам были подведены

автострады и построена ветка метро.

Благоприятные условия в промышленных зонах привлекли ключевые

компании, прежде всего, Toyota, Honda и Nissan. Появление ключевых

113

Под физической инфраструктурой понималось, прежде всего, водоснабжение, канализация,

электрификациюя, коммуникация и транспорт. Развитие институциональных условий подразумевало

дерегулирование, введение службы одного окна, налоговые преференции, наличие и применение

законодательства о банкротстве и защиты интеллектуальной собственности. Категория человеческие ресурсы

была представлена как неквалифицированной (дешевой), так и квалифицированной рабочей силой. Качество

жизни определялось жилищными условиями, образовательными условиями, обеспеченностью медицинскими

услугами и развитием сферы развлечений.

173

компаний привело к тому, что через несколько лет в провинции Гуандун

разместились их японские поставщики. Формирующийся кластер начал

привлекать банки, логистические компании, местных поставщиков

оборудования и деталей.

Рис. 3.12. Этапы реализации кластерной политики на примере

автомобильной промышленности в городе Гуанджоу (КНР).

Источник: на основе Kuchiki A. The Flowchart Model of Cluster Policy: The Automobile Industry Cluster in

China. / Institute Of Developing Economies (IDE), JETRO; Discussion paper №100. 2007. P.9 URL:

http://www.ide.go.jp/English/Publish/Download/Dp/pdf/100.pdf. Дата доступа: 01 ноября 2012.

На данный момент протокластер практически полностью сформирован, и

власти города Гуанджоу пытаются активировать кластер, путем более полной

интеграции иностранных корпораций в экономику регионе. В случае с

автомобильной промышленностью провинции Гуандун, формирование

кластера требует создания профильных вузов и НИИ, формирования

инновационной инфраструктуры, открытия исследовательских подразделений

крупными зарубежными компаниями, увеличения количества местных фирм,

предоставляющие наукоемкие услуги. Постепенно китайские фирмы входят в

Промышленная зона (парк)

Формирование условий

Физическая инфраструктура

Институты

Человеческие ресурсы

Качество жизни

Ключевые фирмы

Связанные организации

Образовательные и научные учреждения

Улучшение условий

Ключевые люди

Кластер

I этап:

формирование

протокластера II

типа

II этап: активация

кластера

174

число поставщиков расположенных в Гуанджоу производств японских

автопроизводителей.

Если на этапе создания протокластера стояла задача привлечения

передового производства, то активация кластера предполагает привлечение

высококвалифицированных кадров, которые смогли бы наладить полный цикл

развития продукта: от его разработки до производства. В конечном счете,

желательным является формирование собственной научной и образовательной

базы и появление сильных национальных компаний в данной отрасли (или в

связанных отраслях). Муниципалитет Гуанджоу в этой связи предпринимает

ряд мер, среди которых можно выделить следующие: увеличение численности

переводчиков с японского языка на китайский, стажировку китайских

инженеров в Японии, найм квалифицированных японских инженеров,

работающих в японских фирмах в провинции Гуандун, после того, как они

достигают пенсионного возраста (60 лет) [177].

Показательно, что задача интеграции иностранных компаний в экономику

региона и повышения инновационной активности местных хозяйствующих

субъектов в указанном случае становилась все более актуальной

пропорционально развитию протокластера. Действительно, сложно говорить об

активации кластера, если каких-либо важных отраслей в регионе просто не

существует. Также затрудняет формирование кластеров отсутствие базовых

объектов физической инфраструктуры (дороги, дома, коммуникации). Эта

проблема особенно характерна для России: во многих случаях говорить о

кластерах слишком рано.

3.3.4. МОНИТОРИНГ И ОЦЕНКА ПОДДЕРЖИВАЕМЫХ КЛАСТЕРОВ

Завершающим этапом в алгоритме является мониторинг и оценка

поддерживаемых кластеров.

175

Кластеры представляют собой развивающиеся объекты: успешные и

развивающиеся сегодня кластеры уже завтра в силу разных причин (зачастую

внешних, таких как научно-технический прогресс, изменение таможенных

правил, мировая конъюнктура цен) могут потерять динамику и перспективы

развития. Другие кластеры, напротив, только возникнув, начнут стремительно

расти и сталкиваться с различными барьерами и трудностями. При этом

реализация совместных проектов растянута во времени на несколько лет;

вызревание же самого кластера может занять не одно десятилетие.

Вследствие значительной временной протяженности вероятность

незапланированных изменений является достаточно значительной. В этой

связи, можно с уверенностью сказать, что поддерживаемые кластеры будут

развиваться по-разному: одни – быстрее, другие – медленнее. Это создает

новые риски для государственного вмешательства: кластерная политика

эффективная в один период времени может потерять свою эффективность, из-за

того, что оптимальный выбор объектов поддержки в момент инициации

кластерной политики с течением времени окажется неоптимальным

(ошибочным). Фундаментальная причина этих рисков заключается в

устранении государства от совместной работы по развитию кластера (с

бизнесом, научными и образовательными учреждениями и иными

заинтересованными лицами) после выделения средств (или оказания иных

форм государственной поддержки) участникам кластера.

Для устранения этих рисков необходимо проводить мониторинг и оценку

кластеров.

Отметим, что мероприятия по мониторингу и оценке заложены в наиболее

известных зарубежных кластерных программах. Например, в целях

мониторинга реализации программы Иннорегио (Германия) была создана

специальная исследовательская подпрограмма, в рамках которой проводился

мониторинг реализации проектов, выделялись факторы, способствующие

сотрудничеству между кластерами (сетями) и обмену лучшими практиками. По

176

результатам этого мониторинга были сформулированы рекомендации для

федерального министерства по совершенствованию программы Иннорегио и в

целях формирования новых программ. До 2005 года мониторинг проводила

компания DIW Berlin. При этом исследования проводились достаточно

глубокие. Например, в 2001 году был реализован сбор письменных анкет (всего

600 анкет от 1400 участников) и 200 персональных интервью114

.

Не менее основательной являлась система мониторинга и оценки в рамках

французской программы «Полюса конкурентоспособности». Эта система

основывалась на системе показателей, которые оценивались ежегодно, а

результаты публиковались в интернете115

. После завершения первой фазы

кластерной программы в 2008 году была реализована независимая экспертиза и

оценка всех поддерживаемых кластеров. Оценку выполнили Бостонская

консалтинговая группа и СМ Интернеэшнл116

.

По мнению автора диссертационного исследования, мониторинг и оценка

должны решать, прежде всего, следующие задачи:

корректировка перечня поддерживаемых кластеров и объемов

оказываемой поддержки на основе сбора информации о поддерживаемых

кластерах;

совершенствование мероприятий, условий, процедур кластерной

политики на основе сбора информации об эффективности кластерной

политики по каждому мероприятию и региону.

В результате мониторинг и оценка должны стать инструментом

совершенствования кластерной политики как в направлении отбора наиболее

динамично развивающихся кластеров, так и в направлении отбора наиболее

эффективных инструментов их поддержки.

114

Eickelpasch A., Kauffeld M., Pfeiffer I. The InnoRegio - Program: A new way to promote regional innovation

networks — Empirical results of the complementary research. Berlin: DIW, 2002 115

Vautrin T. Innovation and Competitiveness clusters Policy in France / Presented at the Conference at Mexico, March

6th 2009. URL: http://powershow.com/view/10997d-

NjJkN/Innovation_and_Competitiveness_clusters_Policy_in_France_powerpoint_ppt_presentation. Дата доступа: 01

ноября 2012. 116http://actu-cci.com/en/Dossiers/Le-tournant-regional-des-clusters/Poles-de-competitivite-francais-entre-action-et-

observations-internationales

177

Предполагается, что широкое анонсирование успеха ряда

поддерживаемых кластеров приведет к большему вовлечению хозяйствующих

субъектов региона в процессы самоорганизации и разработки совместных

проектов. В результате количество кластеров, претендующих на получение

государственной поддержки, должно возрасти. По всей вероятности, такое

увеличение может существенно повысить эффективность кластерной политики,

поставив кластеры (в том числе поддерживаемые государством) в ситуацию

конкуренции друг с другом за получение государственной поддержки. В этой

связи, можно ожидать повышение актуальности мониторинга и оценки

поддерживаемых кластеров, так как по их результатам будет корректироваться

перечень поддерживаемых кластеров. По истечении некоторого времени

(оценочно 3 года) необходимо будет повторить изложенный алгоритм

реализации кластерной политики, начиная с процедуры выявления

перспективных групп организаций.

Итак, описанные нами этапы, реализуемые последовательно и регулярно

формируют системную кластерную политику в регионе.

Сильная сторона предлагаемого алгоритма заключается в его

разработанности. Автор попытался максимально проработать детали и

взаимосвязи между разными элементами в рамках выделенных этапов. При

этом, конечно, остаются значительные резервы для совершенствования. По-

видимому, такое совершенствование должно идти по двум направлениям. Во-

первых, дальнейшая детализация каждого этапа. Во-вторых, изложение данного

алгоритма в форме методических рекомендаций для региональных органов

власти (с соответствующей юридической проработкой и интеграцией данного

документа в существующую систему норм и правил реализации мероприятий

государственной поддержки хозяйствующих субъектов). Однако данные задачи

выходят за рамки целей данного диссертационного исследования.

178

ЗАКЛЮЧЕНИЕ

I. В ходе диссертационного исследования были достигнуты следующие

результаты.

Во-первых, исследованы причины повышенной инновационной

активности организаций в кластере.

По мнению автора, существует две фундаментальные причины, благодаря

которым предприятия, заинтересованные в инновационном развитии,

концентрируются в кластерах. Во-первых, инновационная активность

распределяется в пространстве крайне неравномерно. Во-вторых,

инновационная деятельность подразумевает согласованную работу множества

организаций: поставщиков комплектующих, производителей, продавцов,

потребителей, финансовых организаций и пр. Таким образом, для поддержания

полноценной инновационной активности предприятия должны размещаться и

функционировать в рамках кластера, под которым как раз и понимаются

постоянно совершенствующие свои конкурентные преимущества

взаимосвязанные организации, географически сконцентрированные и

объединенные общей сферой деятельности.

Помимо инновационных преимуществ в кластере формируются условия,

благоприятные для повышения производственной эффективности и

возникновения специфических институциональных преимуществ. В этой связи,

была дополнительно исследована роль инновационных преимуществ кластера.

Показано, что важность инновационных преимуществ как фактора локализации

не универсальна и зависит не только от отраслевой принадлежности кластера,

но и является следствием тех изменений в экономике второй половины XX

века, которые принято называть становлением постиндустриальной

(инновационной) экономики.

179

В индустриальную эпоху, экономическое могущество лидирующих

предприятий основывалось на массовом производстве промышленной

продукции. При таком раскладе главными факторами, привлекающими

предприятия в кластеры, должны были быть значимые преимущества,

связанные с производственной эффективностью. Однако во второй половине

XX века в ведущих странах стала формироваться постиндустриальная

экономика, то есть экономика, в которой главным ресурсом конкурентной

борьбы между фирмами являются знания и инновации. Таким образом, в

отличие от предыдущих стадий экономического развития, в современном мире

устойчиво лидировать может только кластер, который воспроизводит

значительные инновационные преимущества для фирм-участников. Именно эти

преимущества являются ключевым фактором, удерживающим и привлекающим

в кластер организации и людей. Прочие кластеры (и схожие образования)

утрачивают конкурентоспособность, становятся нестабильными и

разрушаются. Перестав быть кластерами, в таких образованиях, тем не менее,

зачастую поддерживается жизнь исходя из социальных и политических

мотивов.

Во-вторых, обоснована целесообразность государственного вмешательства

в процессы формирования и развития кластеров.

Естественное (то есть без участия государства) развитие кластеров не

всегда приводит к оптимальному состоянию. Это связано с тем, что для

процесса развития кластеров характерны специфические провалы рынка. Под

такими провалами рынка, по мнению автора, следует понимать ситуации двух

типов:

несоответствие территориального размещения производительных

сил существующим центростремительным и центробежным агломерационным

эффектам (положительным и отрицательным внешним экономиям);

180

недопроизводство локализованными экономическими агентами

положительной внешней экономии, вследствие того, она не в полной мере

отражается на результатах хозяйственной деятельности этих агентов.

Провалы рынка ослабляют существующие и потенциальные кластеры в

регионах, что ведет к тому, что распложенные в них хозяйствующие субъекты

оказываются менее производительными и, в конечном счете, менее

конкурентоспособными, чем хозяйствующие субъекты в других странах и

регионах, в которых провалы рынка проявляют себя в меньшей степени. В силу

этого, вмешательство государства, направленное на преодоление провалов

рынка в сфере развития кластеров (при условии, что есть понимание того, как

эти провалы преодолеть, а также выделены необходимые ресурсы) является

обоснованным.

В третьих, определено место кластерного подхода в рамках экономической

политики государства на основе сравнения промышленной и кластерной

политик.

Для того чтобы раскрыть специфику кластерной политики, автор

реализовал сравнительное исследование кластерной и промышленной политик,

в результате которого были выявлены общие и особенные характеристики

кластерной политики. Отличительными чертами кластерной политики

являются:

активность не только государства, но и частного сектора, научного

сообщества, других потенциальных участников совместных (кластерных)

проектов;

приоритет принципа конкуренции;

первоочередное внимание к малому и среднему бизнесу;

вовлечение большого числа инструментов государственной

поддержки (относящихся к инновационной, научно-технической, региональной

политикам, политике поддержки малого и среднего предпринимательства) при

181

относительно слабом использовании специфических для промышленной

политики мер (налоговые льготы, субсидии, импортные пошлины и пр.);

ключевая роль региональных и муниципальных органов

государственной власти (тогда как промышленная политика, в большей

степени, ассоциируется с действиями национального правительства).

Все перечисленные пять ключевых особенностей кластерной политики

усиливают ее в направлении стимулирования инновационной активности в

кластерных образованиях. Классическая промышленная политика, вполне

адекватная задачам преодоления некоторых из возможных проблем в

формировании и развитии кластеров, не предназначена для создания и развития

инновационных преимуществ.

Вместе с тем преодоление проблем в сфере инновационного развития

существующих и потенциальных кластеров является не только наиболее

актуальной, но и наиболее сложной задачей. Именно от успеха в формировании

локальной среды, благоприятной для инноваций, в первую очередь, зависит то,

будут ли сформированы полноценные кластеры, от которых инновационный

импульс должен распространиться на остальные сегменты национальной

экономики.

В-четвертых, выявлены направления с высоким потенциалом развития

кластеров в регионах РФ.

Зарубежный опыт изучения кластеров охватывает, прежде всего, развитые

страны. Далеко не все закономерности экономики таких стран адекватны для

развивающихся и транзитивных стран. Соответственно, возникает

закономерной вопрос: насколько кластеры в субъектах РФ влияют на

инновационную активность предприятий? С ответом на этот вопросом тесно

связан и ответ на вопрос о состоятельности кластерной политики как средства

формирования инновационной экономики в субъектах Российской Федерации.

В этой связи в диссертационном исследовании автором была поставлена задача

182

эмпирической проверки гипотезы о влиянии кластеров на инновационную

активность предприятий в субъектах РФ.

Главной проблемой на пути оценки влияния кластеров на инновационную

активность предприятий является проблема выявления кластеров в регионе и

оценки их силы (уровня развития). Автором было осуществлена идентификация

основных направлений для развития кластеров в субъектах Российской

Федерации (Карта кластеров в регионах России). Созданная Карта, сама по

себе, является полезным инструментов кластерной политики.

Во-первых, карта статистических кластеров позволяет выделить

отраслевые направления в регионах России, в которых, прежде всего,

целесообразно искать перспективные группы предприятий, целевым образом

содействуя самоорганизации и разработке совместных (кластерных) проектов.

Во-вторых, соответствие значимой кластерной группе в регионе может

стать одним из критериев отбора заявок кластеров в целях реализации

мероприятий государственной поддержки. Данный критерий позволит отобрать

кластеры, значимые для экономики региона и страны (с учетом специализации

других регионов).

В-третьих, идентифицированные направления с высоким потенциалом

развития кластеров могут служить базой для согласования позиций различных

сторон (бизнес, наука и образование, государство в лице ведомств различного

уровня и различных сфер ответственности) по поводу существующих и

формирующихся в регионе и стране кластеров.

В-четвертых, представленное исследование позволяет заложить основы

для оценки эффективности реализуемых мероприятий кластерной политики (на

основе анализа динамики значимых кластерных групп).

Наконец, реализованное автором исследование позволило количественно

измерить количество и уровень развития (силу) кластеров в российских

регионах. Таким образом, появилась возможность для эмпирической проверки

выдвинутой гипотезы.

183

В-пятых, осуществлена оценка влияния кластеров на показатели

инновационной активности и результативности в субъектах Российской

Федерации в контексте других показателей.

В целях данного исследования была доработана модель Г. Линдквиста,

включающая в себя помимо показателей кластеризации и инновационной

активности ряд дополнительных переменных и связей. Прежде всего, наряду с

оценкой эффекта кластеризации был выделен эффект урбанизации. Это связано

с тем, что кластеры часто располагаются в крупных городах. Поэтому

необходимо отделять эффект кластеризации от эффекта урбанизации, который

также оказывает влияние на расположение в пространстве экономических

агентов и связан со значительными инновационными преимуществами.

Помимо этого, была введена переменная экономическое благосостояние как

общепринятая целевая функция для любого вида экономической политики

государства. Такое действие должно позволить оценить как косвенное (через

инновационную активность), так и непосредственное влияние количества и

уровня развития кластеров в регионе на показатели экономического

благосостояния.

Блок показателей инновационной активности в модели Г. Линдквиста был

дополнен автором настоящей диссертации показателями результативности

инновационной деятельности.

Оценка модели осуществлена методом частичных наименьших квадратов.

Значимость коэффициентов была проверена с помощью метода Bootstrap.

Полученные при оценке результаты подтвердили гипотезу о

положительном влиянии количества и уровня развития кластеров в регионах на

инновационную активность хозяйствующих субъектов.

В-шестых, разработан методический подход к уточнению направлений с

высоким потенциалом развития кластеров на примере города Москвы.

Само по себе обоснование кластерной политики не гарантирует успеха:

недостаточно убедиться в необходимости формирования кластеров,

184

предполагая, что «кластерный подход» в управлении сам по себе будет залогом

успеха в проводимой экономической политике. Вполне вероятно, что вместо

положительного влияния неудачная кластерная политика дополнит «провалы

рынка» не менее существенными «провалами государства». Автором выделены

фундаментальные причины, снижающие эффективность кластерной политики:

сложность объективной оценки внешних эффектов (синергии в

кластере) и связанные с этим трудности идентификации «провалов рынка»;

асимметрия информации между органами государственной власти,

ответственными за реализацию кластерной политики, и группами

хозяйствующих субъектов, претендующих на поддержку;

рентоориентированное поведение (сговор чиновников и

существующих групп специальных интересов по поводу распределения

государственной поддержки).

В дополнение в рамках диссертационного исследования было

проанализировано 10 наиболее распространенных и существенных рисков,

возникающих при реализации кластерной политики. Одним из таких рисков

является ошибочный выбор приоритетных направлений и/или групп

предприятий для поддержки в рамках кластерной политики.

Идентификация значимых кластерных групп в регионе не сводит к нулю

данный риск, в том числе, потому что указанная методология основывается

только на статистике занятости и оперирует достаточно малым числом

рассчитываемых показателей, при жестких количественных ограничениях. В

этой связи, в некоторых случаях, бывает целесообразно реализовать

дополнительные исследования, позволяющие снизить риски выбора

неоптимальных отраслевых направлений и/или групп предприятий для

поддержки. Например, в ряде регионов количество выявленных статистических

кластеров может быть достаточно велико. Так, в городе Москве 10 кластерных

групп, получившие три «звезды», то есть обладающие наивысшей значимостью

и 18 – получивших хотя бы одну звезду, то есть формально входящих в список

185

направлений с высоким потенциалом развития кластеров. В связи с этим

правомерным является вопрос, насколько данные группы приоритетны по

отношению друг к другу (насколько эффективны предприятия в них, насколько

связаны данные группы друг с другом, являются ли они инновационными и

пр.).

Для ответа на этот вопрос автором был разработан совокупный показатель

развития кластерной группы, который позволяет более точно оценить

потенциал развития кластеров того или иного отраслевого направления в

регионе. Совокупный показатель развития кластерной группы интегрирует в

себя расширенное количество анализируемых показателей и более полно

вовлекает существующую статистику (помимо статистики занятости, это

статистика по отгруженной продукции, по инвестициям в основной капитал,

прибыли и заработным платам). При этом все показатели, характеризующие

уровень развития кластерных групп в регионе, разделены на три категории:

показатели значимости, связанности и экономической эффективности. Такое

структурирование показателей позволяет не только оценить общий уровень

развития кластерной группы, но и определить пропорции такого развития.

Совокупный показатель развития рассчитан для всех кластерных групп города

Москвы, что позволяет проранжировать их и выбрать любое число

приоритетных направлений для развития кластеров, исходя из задач и

параметров региональной кластерной политики.

В-седьмых, разработан общий алгоритм реализации региональной

кластерной политики, специфицированный, прежде всего, для малого и

среднего предпринимательства и экономики крупных городов.

В диссертации подробно описаны пять этапов данного алгоритма:

идентификация направлений с высоким потенциалом развития кластеров,

поддержка самоорганизации для реализации совместных проектов, конкурсный

отбор совместных проектов, мероприятия государственной поддержки

совместных проектов, мониторинг и оценка поддерживаемых кластеров. По

186

мнению автора, разработанная процедура реализации кластерной политики,

учитывает наиболее распространенные риски снижения эффективности

кластерной политики государства, способствует их минимизации и, при этом,

направлена на поиск и преодоление наиболее актуальных проблем,

возникающих в формирующихся и существующих кластерах.

Предлагаемый алгоритм, прежде всего, специфицирован для развития

кластеров с участием малого и среднего предпринимательства в городе Москве

и может быть экстраполирован на другие крупные города и регионы

Российской Федерации с развитой экономикой.

II. Диссертационное исследование открывает перспективы для

дальнейших исследований:

1. Реализация автором исследования по идентификации кластеров в

субъектах РФ открывает возможности для эмпирической проверки целого ряда

гипотез. Одна из них – определение степени концентрации видов

экономической деятельности в РФ по сравнению с ЕС и США – может быть

поставлена и проверена по аналогии с исследованием Г. Линдквиста [135, p.

165-186]. Примененный в диссертации метод оценки влияния кластеризации на

инновационную активность предприятий не является точным и требует

применения более совершенных эконометрических методов с привлечением

дополнительных статистических данных.

2. Предложенный инструментарий определения (уточнения)

направлений с наивысшим потенциалом для развития кластеров может быть

усовершенствован и масштабирован в регионах России. Большим научным и

практическим потенциалом обладают исследования, развивающие содержание

аналитического обеспечения кластерной политики. Прежде всего, речь идет о

разработке и реализации методик по выявлению, оценке, описанию кластеров и

потенциальных кластеров.

3. Большой практической значимостью обладают исследования,

которые будут развивать предложенный алгоритм реализации кластерной

187

политики в регионе. Во-первых, необходима дальнейшая детализация каждого

этапа. Во-вторых, требуется изложение данного алгоритма в форме

методических рекомендаций для региональных органов власти (с

соответствующей юридической проработкой и интеграцией данного документа

в существующую систему норм и правил реализации мероприятий

государственной поддержки хозяйствующих субъектов).

4. Активация в 2012 году множества кластеров в регионах России

(например, на конкурс пилотных инновационных территориальных кластеров в

Минэкономразвития России было подано 94 заявка) делает актуальной задачу

создания типологии кластеров и протокластеров, а разработки методологии

оценки динамики развития (интенсивного и экстенсивного типа). Это откроет

возможности для формулирования целого ряда отдельных гипотез (например,

оценка связи кластеров и протокластеров определенного типа с

производительностью, рентабельностью, инвестиционной и инновационной

активностями предприятий). Предположительно, многие образования, которые

принято называть кластерами, на самом деле представляют собой

протокластеры того или иного типа. Выделение подлинных кластеров в ряду

прочих образований позволит корректно оценить реальную роль кластеров в

экономическом благосостоянии общества, экономическом развитии и

формировании инновационной экономики.

5. Необходимо разрабатывать практические методики расчета чистого

кластерного эффекта. Получение данных о чистом кластерном эффекте по

регионам и по видам деятельности позволит включить внешнюю экономию,

влияющую на производительность предприятий, в расчеты показателей

инвестиционной деятельности, связанной с созданием и перемещение,

развитием производительных сил общества. Предполагается, что учет внешней

экономии в инвестиционной деятельности позволит увеличить эффективность

последней, как для государственного, так и для частного сектора экономики.

188

СПИСОК ЛИТЕРАТУРЫ

Законодательство

1. Концепция долгосрочного социально-экономического развития

Российской Федерации на период до 2020 года. Утверждена

распоряжением Правительства Российской Федерации от 17 ноября 2008 г.

N 1662-р.

2. Методические рекомендации по реализации кластерной политики в

северных субъектах Российской Федерации // Издание Совета Федерации,

2008. URL:

http://www.council.gov.ru/journalsf/cat3/journal14/2008/number238.html. Дата

доступа: 01 ноября 2012.

3. Методические рекомендации по реализации кластерной политики в

субъектах Российской Федерации. Направлены в субъекты Российской

Федерации письмом Минэкономразвития от 26.12.2008 г. № 20615-

АК/Д19.

4. О городской целевой программе развития и поддержки малого и среднего

предпринимательства в городе Москве на 2010-2012 гг. Утверждено

постановлением Правительства Москвы от 04.08.2009 N 724-ПП.

5. О мерах по поддержке субъектов малого и среднего предпринимательства

в инновационной сфере в городе Москве на 2010-2012 годы. Утверждены

постановлением Правительства Москвы от 29 декабря 2009 г. № 1471-ПП.

6. Об организации проведения конкурсного отбора субъектов Российской

Федерации, бюджетам которых в 2011 году предоставляются субсидии для

финансирования мероприятий, осуществляемых в рамках оказания

государственной поддержки малого и среднего предпринимательства

189

субъектами Российской Федерации. Утверждены приказом

Минэкономразвития России от 20.05.2011 г. № 227.

7. Основные направления деятельности правительства Российской

Федерации на период до 2012 года. Утверждены распоряжением

Правительства Российской Федерации от 17 ноября 2008 г. N 1663-р.

8. Стратегия инновационного развития Российской Федерации на период до

2020 года. Утверждена распоряжением правительства Российской

Федерации от 8 декабря 2011 года № 2227-р.

9. Перечень поручений Президента Российской Федерации по итогам

заседания президиума Государственного совета Российской Федерации от

11 ноября 2011 г. Протокол от 22 ноября 2011 г. №Пр-3484ГС.

10. Решение Правительственной комиссии по высоким технологиям и

инновациям. Протокол от 30 января 2012 г. №1.

11. Указания по заполнению формы федерального статистического

наблюдения N 4-инновация «Сведения об инновационной деятельности

организации». Утверждены Приказом Росстата от 19.01.2009 N 4.

Статистические материалы

12. Индикаторы науки: 2009. Статистический сборник. - М.: ГУ-ВШЭ, 2009. –

351 с.

13. Индикаторы инновационной деятельности: 2009. Статистический сборник.

М.: ГУ-ВШЭ, 2009. – 488 с.

14. Центральная База Статистических Данных [сайт Федеральной службы

государственной статистики]. URL: www.gks.ru. Дата доступа: 01 ноября

2012.

190

Монографии

15. Бергер П., Лукман Т. Социальное конструирование реальности. Трактат

по социологии знания. — М.: “Медиум”, 1995. - 323 с.

16. Блауг М. Экономическая мысль в ретроспективе. - М.: Дело Лтд., 1994. -

С. 627.

17. Боярский А.Я. О методологических принципах и многомерном анализе //

Дюран Б., Оделл П. Кластерный анализ / пер. с англ. Е.З. Демиденко; ред.

А.Я. Боярский. - М.: «Статистика», 1977. - 128 с.

18. Валлерстайн И. Анализ мировых систем и ситуация в современном мире /

пер. с англ. П.М. Кудюкина; общ. ред. Б.Ю. Кагарлицкий. - СПб.:

Университетская книга, 2001. URL:

http://www.samomudr.ru/d/Vallerstajn%20I.%20Analiz%20mirovyx%20sistem

%20i%20situacija%20v%20sovremennom%20mire.pdf. Дата доступа: 01

ноября 2012.

19. Глазьев С.Ю., Львов Д. С., Фетисов Г.Г. Эволюция технико-

экономических систем: возможности и границы централизованного

регулирования. - М.: Наука, 1992.

20. Голованова С.В. Инновационные кластеры и структурные изменения /

Bтоговый отчёт по проекту № 09-08-0006; под руководством С.В.

Головановой, 2010 г. URL:

https://www.hse.ru/data/2010/01/27/1229890113/%D0%B8%D1%82%D0%BE

%D0%B3%D0%BE%D0%B2%D1%8B%D0%B9%20%D0%BE%D1%82%D1

%87%D0%B5%D1%82%20%D0%BF%D0%BE%20%D0%BF%D1%80%D0

%BE%D0%B5%D0%BA%D1%82%D1%83%2009-08-0006.doc. Дата

доступа: 01 ноября 2012.

21. Гранберг А.Г. Основы региональной экономики: учеб. для вузов. М.: ГУ

ВШЭ, 2000.

191

22. Иванов В.В., Петров Б.И., Плетнев К.И. Территории высокой

концентрации научно-технического потенциала в ЕС // Инновационное

развитие территорий в России и ЕС: опыт, проблемы, перспективы, 2001.

URL: http://www.rttn.ru/_files/fileslibrary/78.pdf. Дата доступа: 01 ноября

2012.

23. Кёнигсбергер Г. Средневековая Европа 400-1500 годы. - М.: Издательство

«Весь Мир», 2001. - 384 с.

24. Коуз Р. Фирма, рынок и право. - М.: Дело ЛТД при участии издательства

Gatallaxy, 1993. - 192 с.

25. Кузьминов Я.И. Бендукидзе К.А., Юдкевич М.М. Курс

институциональной экономики: институты, сети, трансакционные

издержки, контракты. - М.: Изд-во ГУ ВШЭ, 2006.

26. Кулишер И.М. История экономического быта Западной Европы / 9-е изд.

Т.1. - Челябинск: Социум, 2004. - 1030 с.

27. Маркс К., Энгельс Ф., Соч. 2 изд. 1960, Т.23. С. 333-515.

28. Маршалл А. Принципы экономической науки / 8-е изд. 1920; пер. с англ.

Глава X. URL: http://www.gumfak.ru/econom_html/marshall/marsh31.shtml.

Дата доступа: 01 ноября 2012.

29. Нуреев Р.М. Очерки по истории институционализма. – Ростов н/Д: Изд-во

«Содействие – XXI век»; Гуманитарные перспективы, 2010. – 415 с.

30. Нуреев Р.М. Теория общественного выбора. Курс лекций: учеб. пособие

для вузов / Р.М. Нуреев. - М.: Изд. Дом ГУ ВШЭ, 2005. – 531 с.

31. Нуреев Р.М. Экономическая история / рабочий вариант учебника. МИЭФ

НИУ ВШЭ, 2005.

32. Нуреев Р.М. Политическая экономия. Докапиталистические способы

производства: Основные закономерности развития. – М.: Изд-во Моск. ун-

та, 1991.

33. Олейник А. Институциональная экономика: Учебник / Под общ. ред. А.

Олейника. – М. ИНФРА-М, 2007. - 704 с.

192

34. Олдендерфер М.С., Блэшфилдм Р.К. Кластерный анализ // Факторный,

дискриминантный и кластерный анализ; Пер. с англ./Дж.-О. Ким, Ч. У.

Мьюллер, У. Р. Клекка и др.; Под ред. И. С. Енюкова. - М.: Финансы и

статистика, 1989. - 215 с.

35. Полынев А.О. Межрегиональная экономическая дифференциация:

Методология анализа и государственного регулирования. Изд. 2-е – М.:

Едиториал УРСС, 2011. – 208 с.

36. Портер М. Конкуренция. / Пер. с англ. – М.: Издательский дом «Вильямс»,

2005. - 608 с.

37. Портер М. Кетелс К. Конкурентоспособность на распутье: направления

развития российской экономики, 2007. URL: http://www.sp-

ved.narod.ru/MATERS/PORTER_RFstrategy.pdf. Дата доступа: 01 ноября

2012.

38. Поршнев Б.Ф. О начале человеческой истории (проблемы

палеопсихологии). – М.: Издательство "Мысль", 1974. URL:

http://psylib.kiev.ua/. Дата доступа: 01 ноября 2012.

39. Прогноз инновационно-технологической и структурной динамики

экономики России на период до 2030 г. с учётом мировых тенденций / Б.Н.

Кузык, В.И. Кушлин, А.А. Петров, Ю.В. Яковец. - М.: Институт

экономических стратегий, 2006. – 48 с. URL:

http://www.finam.ru/files/news1108.pdf. Дата доступа: 01 ноября 2012.

40. Разработка методических рекомендаций по развитию территориальных

кластеров в субъектах Российской Федерации / Отчет о научно-

исследовательской работе (шифр П315-19-09). - М.: СОПС РАН и МЭР,

2009.

41. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный

экономический словарь / 2-е изд., испр. - М.: ИНФРА-М, 1999.- 479 с. URL:

http://dic.academic.ru/dic.nsf/econ_dict/11746. Дата доступа: 01 ноября 2012.

193

42. Региональная экономика: Учебник / Под ред. В.И. Видяпина и М.В.

Степанова. - М.: ИНФРА-М, 2007. - 666 с.

43. Розенберг Н., Бирдцелл Л. Как Запад стал богатым. Экономическое

преобразование индустриального мира / Пер. с англ. под ред. Б. Пинскера.

Новосибирск: "Экор", 1995. – 352 с. URL:

http://www.libertarium.ru/l_lib_rich_04. Дата доступа: 01 ноября 2012.

44. Рогач П.И., Сосновский В.М. Размещение производительных сил:

Учеб.пособие. - Мн.: «Экоперспектива», 2000. – 244 с.

45. Руководство по формированию кластеров – основные направления

формирования и управления кластерными инициативами /

Внутриевропейская Связь Кластеров / Перевод МИГСУ РАГС при

Президенте РФ.

46. Савченко П.В. Национальная экономика: учебник / под ред. П.В.

Савченко. – М.: Экономистъ, 2005. – 813 с.

47. Скоробогатов А.С. Институциональная экономика / Курс лекций. СПб.:

ГУ-ВШЭ, 2006. URL:

http://institutional.narod.ru/skorobogatov/skorobogatov.htm. Дата доступа: 01

ноября 2012.

48. Третьяк В.П. Кластеры предприятий - М.: Август Борг, 2006

49. Чубукова И.А. Data mining / Курс лекций. URL:

http://www.intuit.ru/department/database/datamining/. Дата доступа: 01 ноября

2012.

50. Щедровицкий Г.П. Проблемы методологии системного исследования //

Г.П. Щедровицкий Избранные труды. - М.: Шк.Культ.Полит., 1995.

51. Щедровицкий Г.П. Путеводитель по методологии Организации,

Руководства и Управления. Хрестоматия по работам Г. П. Щедровицкого.

– М.: Дело; 2003. – 208 с.

52. Фетисов Г.Г., Орешин В.П. Региональная экономика и управление:

Учебник. — М.: ИНФРА-М, 2006. – 416 с.

194

53. Хобсбаум Э. Век капитала 1849-1875. Ростов н/Д: изд-во «Феникс», 1999. –

480 с.

54. Штульберг Б. М., Введенский В. Г. Региональная политика России:

теоретические основы, задачи и методы реализации. - М: Гелиос APB,

2000. - 208 с.

Периодические издания

55. Абашкин В.Л., Бояров А.Д., Куценко Е.С. Кластерная политика в

России: от теории к практике // Форсайт. 2012. Т.6. №3.

56. Авдашева C., Шаститко А. Промышленная и конкурентная политика:

проблемы взаимодействия и уроки для России // Вопросы экономики. 2003.

№9. С. 19-32.

57. Адамеску А.А., Кистанов В.В. Отечественный опыт территориального

регулирования // Обозреватель. 1999. № 9.

58. Апарина Н.Ф. Межфирменные сети: проблема отношенческих контрактов

// Материалы Интернет-конференции «Россия: варианты

институционального развития». 2006. URL:

http://www.ecsocman.edu.ru/db/msg/293990.html. Дата доступа: 01

ноября 2012.

59. Бизнес - ангелы в России и за рубежом. URL:

http://www.innocom.ru/finance/biznes-angely-v-rossii-i-za-rubezhom.html. Дата

доступа: 01 ноября 2012.

60. Бандман М.К. Исходные позиции методических положений по

использованию моделей ТПК в предплановых исследованиях // Методы и

модели регионального анализа. Новосибирск, 1977. С. 98–112.

61. Безруков Л.А., Ишмуратов Б.М., Корытный Л.М., Савельева И.Л.

Политико-географические проблемы Сибири в начале XXI века //

География и природные ресурсы. 2007. №3, URL:

195

http://www.izdatgeo.ru/pdf/gipr/2007-3/100.pdf. Дата доступа: 01 ноября

2012.

62. Блудова С. Н. Региональные кластеры как способ управления

внешнеэкономическим комплексом региона // Вестник СевКав ГТУ, Серия

«Экономика». 2004. №2 (13). С. 10-11.

63. Вы на "Жигулях" давно ездили? // Журнал «Власть». 09.02.2009. №5. URL:

http://www.kommersant.ru/doc.aspx?DocsID=1115275. Дата доступа: 01

ноября 2012.

64. Бродель Ф. Динамика капитализма // Экономическая история:

хрестоматия / отв. ред. А.Д. Кузьмичев. - 2-е изд. - М.: Изд. дом ГУ ВШЭ,

2008. С. 113-133.

65. Глазычев В. Слободизация страны Гардарики // Русский Архипелаг. 1996.

URL: http://archipelag.ru/agenda/povestka/evolution/rus-

city/slobodizatsia_gardariki/. Дата доступа: 01 ноября 2012.

66. Гнедовский М. Творческие индустрии: политический вызов для России //

Отечественные записки. 2005. №4(24). URL: http://www.strana-

oz.ru/?numid=25&article=1106. Дата доступа: 01 ноября 2012.

67. Громыко Ю.В. Что такое кластеры и как их создавать? // Русский

Архипелаг. 2007. URL:

http://www.archipelag.ru/authors/gromiko/?library=2573. Дата доступа: 01

ноября 2012.

68. Грушевский Д.В. Бизнес-кластер Saale-Unstrut, Жак Аталли и

постсоветская ментальность // Стратегия и тактика управления

предприятием в переходной экономике: межвузовский сб. научн. трудов /

Под ред. Г.С. Мерзликиной /ВолГТУ. - Волгоград, 2006. Вып. 13.

69. Дежина И., Киселева В. «Тройная спираль» в инновационной системе

России. 2007. URL: http://institutiones.com/innovations/265-q-q-.html. Дата

доступа: 01 ноября 2012.

196

70. Дероше П. Возможна ли новая Кремниевая долина? / Публичные лекции

Полит.ру. 2011. URL: http://www.polit.ru/lectures/2011/04/08/deroche.html.

Дата доступа: 01 ноября 2012.

71. Исследование инвестиционного климата регионов России: проблемы и

результаты / РА эксперт

http://www.raexpert.ru/researches/regions/investclimate/. Дата доступа: 01

ноября 2012.

72. Зайцев Е.А. Развитие техники в средневековой Европе // Экономическая

история: хрестоматия / отв. ред. А.Д. Кузьмичев. - 2-е изд. - М.: Изд. дом

ГУ ВШЭ, 2008. C. 60-72.

73. Канева И.Ю. Промышленный парк как условие размещения

производственного предприятия // Материалы научной конференции

«Становление современной науки – 2006». 2006. URL:

http://www.rusnauka.com/CCN/Economics/10_kaneva.doc.htm. Дата доступа:

01 ноября 2012.

74. Капелюшников Р.И. Категория трансакционных издержек. 1994. URL:

http://www.libertarium.ru/l_libsb3_1-2. Дата доступа: 01 ноября 2012.

75. Киселев А.Н., Куценко Е.С., Карнаух А.П. Определение приоритетных

направлений для формирования кластеров малых и средних предприятий

на примере г. Москвы // Сетевой бизнес и кластерные технологии: сб. науч.

статей / Нац. исслед. ун-т «Высшая школа экономики», ф-т менеджмента;

сост. У. В. Ломакова ; науч. ред. В. П. Третьяк, М Ю. Шерешева. - М.: Изд.

дом Высшей школы экономики, 2011. С. 279-302; Отраслевые рынки. 2011.

№1-2 (25). URL: http://www.virtass.ru/jshow.php?id=76. Дата доступа: 01

ноября 2012.

76. Клейн Б., Кроуфорд Р., Алчян А. Вертикальная интеграция,

присваиваемая рента и конкурентный процесс заключения контрактов

(впервые опубликовано: Journal of Law and Economics. 1978. Vol. 21. P.

197

297-326); пер. с англ. URL: http://www.seinstitute.ru/Files/v5-12_klein_p318-

366.pdf. Дата доступа: 01 ноября 2012.

77. Клейнер Г.Б., Качалов Р.М., Нагрудная Н.Б. Cинтез стратегии кластера

на основе системно-интеграционной теории // "Отраслевые рынки". 2008.

№ 5-6 (18). URL: http://www.kleiner.ru/arpab/klaster.html. Дата доступа: 01

ноября 2012.

78. Корчагина Н.А. Едва я скажу, что знакома с профессором Портером и

преподаю в России его курс, - к диалогу со мной готовы люди самого

высокого уровня // Вести Астраханского государственного университета.

2011. URL: http://clark.rac.aspu.ru/?id=93. Дата доступа: 01 ноября 2012.

79. Куценко Е.С. А есть ли кластер? 2012. URL: http://evg-

ko.livejournal.com/9737.html. Дата доступа: 01 ноября 2012.

80. Куценко Е.С. Алгоритм развития кластеров с участием малого и среднего

предпринимательства в регионе // Кластерные политики и кластерные

инициативы: теория, методология, практика: Кол. монография под. ред.

Ю.С. Артамоновой, Б.Б, Хрусталева. – Пенза: ПГУАС, 2012. C. 80-118.

81. Куценко Е.С. Еще раз на "вечные" темы. К вопросу о понятии кластера,

протокластера и хозяйственной агломерации. 2012. URL: http://evg-

ko.livejournal.com/13265.html. Дата доступа: 01 ноября 2012.

82. Куценко Е.С. Зависимость от предшествующего развития в сфере

пространственного размещения производительных сил: плохая новость для

эмпирических исследований агломерационных эффектов // «Журнал Новой

Экономической Ассоциации». 2012. 2(14). C. 10-26. URL:

http://journal.econorus.org/pdf/NEA-14.pdf. Дата доступа: 01 ноября 2012.

83. Куценко Е.С. Кластеры и инновации в субъектах РФ: результаты

эмпирического исследования // Вопросы экономики. 2011. №9. C. 93-107.

84. Куценко Е.С. Кластеры в экономике: основы кластерной политики

государства (продолжение) // Обозреватель - Observer , №03 (242), 2010 г.

198

85. Куценко Е.С. Кластеры в экономике: основы кластерной политики

государства // Обозреватель – Observer №11 (238), 2009 г.

86. Куценко Е.С. Кластеры в экономике: практика выявления. Обобщение

зарубежного опыта // Обозреватель - Observer, №10 (237), 2009 г.

87. Куценко Е.С. Конкурентные взаимодействия в экономике как объект

государственного и корпоративного управления // Научные труды

ДонНТУ. Серия: экономическая. Выпуск 34-1(138). – Донецк, ДонНТУ,

2008.

88. Куценко Е.С. Рациональная кластерная стратегия: маневрируя между

провалами рынка и государства // Форсайт. 2012. Т.6. №3.

89. Латов Ю.В. Мы живем не в лучшем из миров! (популярное изложение

QWERTY-номики и исследований Path Dependence) // Интернет-

конференция «20 лет исследования QWERTY-эффектов и зависимости от

предшествующего развития». 2005. URL:

http://ecsocman.edu.ru/db/msg/209017.html. Дата доступа: 01 ноября 2012.

90. Латов Ю.В. Валлерстайн, Иммануил // Энциклопедия «Кругосвет». URL:

http://www.krugosvet.ru/enc/gumanitarnye_nauki/sociologiya/VALLERSTAN_

IMMANUIL.html?page=0,0. Дата доступа: 01 ноября 2012.

91. Лексин В.Н. Современная инноватика: состояние, проблемы, решения //

Проблемы теории и практики управления. 2009. № 8.

92. Лексин В.Н, Швецов А.Н. Региональная политика России: концепции,

проблемы, решения. Программные методы регулирования

территориального развития // Рос. экон. журн. 1996. №2.

93. Ливанов Д. Из материалов выступления на Круглом столе «Механизмы

господдержки научно-технической и инновационной деятельности». 2006.

URL: http://orange.strf.ru/client/events.aspx?ob_no=2738. Дата доступа: 01

ноября 2012.

94. Марков Л.С. Методологические вопросы кластерной политики: оценка,

идентификация и анализ // Кластерные политики и кластерные

199

инициативы: теория, методология, практика: Кол. монография под. ред.

Ю.С. Артамоновой, Б.Б, Хрусталева. – Пенза: ПГУАС, 2012. - С. 118-139.

95. Марков Л.С., Маркова В.М. Выявление эталонных кластеров:

методические вопросы и практическое приложение к отечественной

промышленности // Вестник Новосибирского государственного

университета. Серия: Социально-экономические науки. - 2012. - Т. 12, вып.

1. - С. 95-108.

96. Марков Л.С. Экономические кластеры: понятия и характерные черты /

Л.С. Марков, В.Е. Селиверстов, В.М. Маркова, Е.С. Гвоздева // Актуальные

проблемы социально-экономического развития: взгляд молодых ученых :

сб. науч. тр. - Новосибсрск: ИЭОПП РАН, 2005. - Разд.1.- С.102–123.

97. Минакир П.А. Мифы и реальности пространственных экономических

диспропорций // Федерализм. 2001. №1 (61). С. 43-65.

98. Михеева Н. Н. Региональные пропорции экономического роста в России //

Регион: экономика и социология. 2008. №2.

99. Мокир Дж. Меркантилизм, просвещение и Промышленная революция //

Экономический вестник Ростовского государственного университета. 2006.

Том 4, №. URL: http://ecsocman.edu.ru/data/180/879/1219/journal4.1-2.pdf.

Дата доступа: 01 ноября 2012.

100. Никитаев В. Региональный аспект российской промышленной политики //

Круглый стол «Эффективная промышленная политика – основной элемент

регионального развития» 22 декабря 2006 г. URL:

http://www.minprom.gov.ru/ministry/dep/eapp/appearance/3. Дата доступа: 01

ноября 2012.

101. Палташев Т.Т. Шанс для отечественной гражданской электроники -

специализированный технопарк. 2007. URL:

http://www.proatom.ru/modules.php?name=News&file=article&sid=1095&mod

e=flat&order=1&thold=0. Дата доступа: 01 ноября 2012.

200

102. Пилипенко И.В. Конкурентоспособность страны и развитие

пространственных форм организации производства в регионах России. //

VII Сократические чтения «Август Лёш как философ экономического

пространства (к столетию со дня рождения)». / Сборник докладов под ред.

В.А. Шупера. – М.: Эслан, 2007. С. 160-199.

103. Пилипенко И.В. Конкурентоспособность регионов и кластерная политика.

// «Пространственная организация хозяйства: ТПК или кластеры?» /

Сборник материалов XXIII ежегодной сессии экономико-географической

секции МАРС, Липецк, 2-5 июня 2006 г. / Под ред. Ю.Г. Липеца. – М.: ИГ

РАН, 2006. С. 26-36.

104. Пилипенко И.В. Принципиальные различия в концепции промышленных

кластеров и территориально-производственных комплексов // Вестник

Московского Университета. Серия 5. География. 2004. №5. С. 3-9.

105. Полтерович В.М. Трансплантация экономических институтов //

Экономическая наука современной России. 2001. №3. URL:

http://mathecon.cemi.rssi.ru/vm_polterovich/files/03-Polterovich.pdf. Дата

доступа: 01 ноября 2012.

106. Поспелов И. Без баланса. Интервью // «Эксперт». 2010. №29 (714). URL:

http://www.expert.ru/printissues/expert/2010/29/interview_bez_balansa/. Дата

доступа: 01 ноября 2012.

107. Пять взглядов на стратегию достижения лидерства на рынке / По

материалам книги Д.Г. Бойетта и Д.Т. Бойетта «Путеводитель по царству

мудрости. Лучшие идеи мастеров управления». URL:

http://www.iteam.ru/publications/strategy/section_17/article_454/. Дата

доступа: 01 ноября 2012.

108. Рей А.И. Межотраслевые эффекты обратной связи и цикл жизни отрасли:

Варианты конкурентного развития для России // Интернет-конференция

«Россия: варианты институционального развития». 2006. URL:

http://ecsocman.edu.ru/db/msg/297031.html. Дата доступа: 01 ноября 2012.

201

109. Румянцева М., Третьяк О.А. Cетевые формы межфирменной кооперации:

подходы к объяснению феномена // "Российский журнал менеджмента".

2003. Том1. №2. С. 25-50. URL: http://ecsocman.edu.ru/db/msg/150429.html.

Дата доступа: 01 ноября 2012.

110. Скоробогатов А.С. Перспективы постиндустриального общества в России

в свете иерархичности национальных и региональных экономик //

Экономический вестник Ростовского государственного университета. 2008.

Т. 6. № 2. C. 22—34.

111. Татаркин А. И., Лаврикова Ю. Г. Кластерная политика региона //

Промышленная политика в Российской Федерации. 2008. № 8. С. 11–19.

112. Уильямсон О. Вертикальная интеграция производства: соображения по

поводу неудач рынка / Вехи экономической мысли. Теория

потребительского поведения и спроса; под ред. В.М.Гальперина. Т.1.-

СПб.: Экономическая школа. 1999.

113. Филиппов П. Кластеры конкурентоспособности // Эксперт Северо-Запад.

17 ноября 2003 года. №43 (152). URL: http://stra.teg.ru/lenta/innovation/1086.

Дата доступа: 01 ноября 2012.

114. Фукуяма Ф. Доверие: социальные добродетели и сотворение

благоденствия (пер. с англ. А. Эткинд) // «Неприкосновенный запас». 2001

№ 2(16). URL: http://magazines.russ.ru/nz/2001/2/fook.html. Дата доступа: 01

ноября 2012.

115. Шаститко А.Е. Кластеры как дискретная институциональная альтернатива

управления трансакциями // Научные исследования экономического

факультета. Электронный журнал. 2009. №1. С. 26-43. URL:

http://uisrussia.msu.ru/docs/nov/sr_econ/2009/1/2_2009_1.pdf. Дата доступа:

01 ноября 2012.

116. Шаститко А.Е. Кластеры как форма пространственной организации

экономической деятельности: теория вопроса и эмпирические наблюдения

// Балтийский регион. 2009. 2. С. 9-31.

202

117. Щедровицкий Г.П. Организационно-деятельностная игра как новая форма

организации и метод развития коллективной мыследеятельности. (В

соавторстве с С.И. Котельниковым) // Нововведения в организациях.

Труды семинара ВНИИ системных исследований. - М., 1983 [также в

"Вопросы психологии". – 1985. № 3.; Г.П. Щедровицкий. Избранные

труды. М., 1995; также в Социальные конфликты: экспертиза,

прогнозирование, технологии разрешения. Вып.21: СМД методология в

конфликтологии. М.: УРСС, 2004]. URL:

http://www.fondgp.ru/gp/biblio/rus/50. Дата доступа: 01 ноября 2012.

118. Юданов А.Ю. Гении национального бизнеса // «Эксперт». 23 апреля 2007.

№16 (557). URL:

http://www.expert.ru/printissues/expert/2007/16/genii_nacionalnogo_biznesa/.

Дата доступа: 01 ноября 2012.

Монографии на иностранных языках.

119. Andrew J., De Rocco E., Taylor A. The Innovation Imperative in

Manufacturing: How the United States Can Restore Its Edge / The Boston

Consulting Group. 2009. URL:

http://www.themanufacturinginstitute.org/~/media/6731673D21A64259B081AC

8E083AE091.ashx. Дата доступа: 01 ноября 2012.

120. Arthur W. B. Increasing Returns and Path Dependence in the Economy. Ann

Arbor: University of Michigan Press. 1994.

121. Bergman E., Feser E. Industrial and Regional Clusters: Concepts and

Comparative Applications. URL: http://www.rri.wvu.edu/WebBook/Bergman-

Feser/contents.htm. Дата доступа: 01 ноября 2012.

122. Boosting Innovation: the cluster approach. OECD Proceedings. 1999.

123. Clark G. A Farewell to Alms: A Brief Economic History of the World.

Princeton: Princeton Un. Press. 2007.

203

124. Cluster policy in Europe. A brief summary of cluster policies in 31 European

countries. Oxford Research AS. 2008. URL:

http://www.clusterobservatory.eu/system/modules/com.gridnine.opencms.modul

es.eco/providers/getpdf.jsp?uid=100146. Дата доступа: 01 ноября 2012.

125. European Cluster Memorandum. 2008. URL:

http://www.vinnova.se/upload/dokument/VINNOVA_gemensam/Kalender/2008

/Klusterkonferens_jan08/European%20Cluster%20Memorandum%20Final.pdf.

Дата доступа: 01 ноября 2012.

126. Gregory P.R., Stuart R.C. Russian and Soviet Economic Performance and

Structure, 6 ed. Chicago: Addison-Wesley Longman, Inc. 1998.

127. Hollanders H., Arundel A. Global Innovation Scoreboard / Maastricht

Economic and social Research and training center on Innovation and

Technology. 2006. URL: http://www.proinno-

europe.eu/sites/default/files/page/10/07/eis_2006_global_innovation_report.pdf.

Дата доступа: 01 ноября 2012.

128. Isard W. Industrial Complex Analysis and Regional Development: a Case Study

of Refinery-petrochemical-synthetic-fiber Complexes and Puerto Rico.

Cambridge: Technology Press of the Massachusetts Institute of Technology.

1959.

129. Jacobs J. The economies of cities. New York: Random House. 1969.

130. Jaruzelski B., Dehoff K. The Consumer connection: The global innovation

1000 / Booz Allen Hamilton // Strategy+business. 2007. P. 4. URL:

http://www.strategy-business.com/media/file/resilience-12-10-07.pdf. Дата

доступа: 01 ноября 2012.

131. Key messages and practical recommendations from the TACTICS project. Pro

Inno Europe. 2012.

132. Ketels C., Lindqvist G., Sölvell Ö. Cluster Initiatives in Developing and

Transition Economies. Stockholm: Ivory Tower AB. 2006. URL:

http://www.cluster-research.org/devtra.htm. Дата доступа: 01 ноября 2012.

204

133. Kotkin J. The New Geography: How the Digital Revolution is Reshaping the

American Landscape. New York: Random House. 2001.

134. Lampe R., Moser P. Do Patent Pools Encourage Innovation? Evidence from the

19th-Century Sewing Machine Industry / 13th Annual Conference of The

International Society for New Institutional Economics. 2009. URL:

http://extranet.isnie.org/uploads/isnie2009/moser_lampe.pdf. Дата доступа: 01

ноября 2012.

135. Lindqvist G. Disentangling Clusters: Agglomeration and Proximity Effects.

Dissertation for the Degree of Doctor of Philosophy, Ph.D. Stockholm School of

Economics. 2009

136. Maddison A. Contours of the World Economy 1–2030AD: Essays in Macro-

Economic History. Oxford University Press. 2007.

137. Polanyi K. Personal Knowledge: Towards a Post-Critical Philosophy. Chicago:

University of Chicago Press. 1958.

138. Regions and Innovation Policy: OECD Reviews of Regional Innovation. OECD

Publishing. 2011.

139. Sölvell Ö. Clusters – Balancing Evolutionary and Constructive Forces.

Stockholm: Ivory Tower AB. 2009. URL: http://www.cluster-

research.org/dldocs/ClustersJan09.pdf. Дата доступа: 01 ноября 2012.

140. Sölvell Ö., Lindqvist G., Ketels C. The Cluster Initiative Greenbook.

Stockholm: Ivory Tower AB. 2003. URL: http://www.cluster-

research.org/dldocs/GreenbookSep03.pdf. Дата доступа: 01 ноября 2012.

141. The Global Competitiveness Report 2008–2009 / World Economic Forum. 2008.

URL: http://www.weforum.org/pdf/GCR08/GCR08.pdf. Дата доступа: 01

ноября 2012.

205

Периодические издания на иностранных языках.

142. Almeida R. Local economic structure and growth // World Bank Policy

Research. Working Paper 3728. 2005

143. Anastassova L. Productivity differences and agglomeration across districts of

Great Britain // Working paper series (ISSN 1211-3298). 2006.

144. Arrow K. J. The economic implications of learning by doing // The Review of

Economic Studies. 1962. 29(3). P. 155-173.

145. Baptista R., Swann G. M. P. A comparison of clustering dynamics in the US

and UK computer industries // Journal of Evolutionary Economics. 1999. 9(3).

P. 373- 399.

146. Beaudry C. Schiffauerova A. Who’s right, Marshall or Jacobs? The

localization versus urbanization debate // Research Policy. 2009. 38. P. 318-337.

147. Bickenbach F., Bode E. Disproportionality Measures of Concentration,

Specialization, and Localization // International Regional Science Review. 2008.

Vol.31. №4. P. 359-388. URL:

http://irx.sagepub.com/content/31/4/359.full.pdf+html. Дата доступа: 01 ноября

2012.

148. Black D., Henderson J.V. Urban Evolution in the US // Journal of Economic

Geography. 2003. 3 (4). P. 343-372.

149. Boari C., Odorici V., Zamarian M. Clusters and rivalry: does location really

matter? // Scandinavian Journal of management. 2003. 19. P. 467-489. URL:

http://papers.ssrn.com/sol3/papers.cfm?abstract_id=958223. Дата доступа: 01

ноября 2012.

150. Cheshire P. C., Malecki E. J. Growth, development, and innovation: a look

back and forward // Papers in Regional Science. 2004. 83. P. 249-267.

151. Combes P. -P. Economic structure and local growth: France, 1984-1993 //

Journal of Urban Economics. 2000. 47(3). P. 329-355.

206

152. Crescenzi R., Rodríguez-Pose A., Storper M. The territorial dynamics of

innovation: a Europe-United States comparative analysis // Journal of Economic

Geography. 2007. 7. P.673-709.

153. Czamanski S., Ablas L. Identification of Industrial Clusters and Complexes: a

Comparison of Methods and Findings // Urban Studies 1979. 16.

154. David P.A. Clio and the Economics of QWERTY // American Economic

Review. 1985. V. 75. № 2.

155. Desrochers P. Geographical Proximity and the Transmission of Tacit

Knowledge // Review of Austrian Economics. 2001. 14:1. P. 25–46. URL:

http://www.gmu.edu/rae/archives/VOL14_1_2001/2_desrochers.pdf. Дата

доступа: 01 ноября 2012.

156. De Groot H., Poot J., Smit M.J. Agglomeration externalities, innovation and

regional growth: theoretical perspectives and meta-analysis / In: Handbook of

Regional Growth and Development Theories / Capello R., Nijkamp P. (eds.).

Cheltenham: Edward Elgar. 2009.

157. DiLorenzo T. The Myth of Natural Monopoly // The Review of Austrian

Economics. 1996. Vol. 9, No. 2. P. 43–58. URL:

http://mises.org/journals/rae/pdf/R92_3.pdf. Дата доступа: 01 ноября 2012.

158. Duranton G. California Dreamin’: The feeble case for cluster policies // Review

of Economic Analysis. 2011. 3. P. 3–45.

159. Duranton G., Puga D. Microfoundations of urban agglomeration economies /

Henderson V., Thisse J.F. (eds.) Handbook of Regional and Urban Economics.

Amsterdam: North Holland. 2004. Vol. 4. P. 2063–2117.

160. Duranton G., Puga D. Nursery cities // American Economic Review. 2001. 91.

P. 1454-1477.

161. Efowcs-Wilims I. Cluster Development: Red Lights and Green Lights //

Sustaining Regions. 2004. 4(2). P. 26-32.

162. Ejermo O. Technological diversity and Jacobs’ externality hypothesis revisited

// Growth and Change. 2005. 36. P. 167–195.

207

163. Feldman M. P., Audretsch D. B. Innovation in cities: science-based diversity,

specialization and localized competition // European Economic Review. 1999.

43(2). P. 409-429

164. Gao T. Regional industrial growth: evidence from Chinese industries. //

Regional Science and Urban Economics. 2004. 34(1). P. 101-124.

165. Glaeser E. L., Kallal H. D., Scheinkman J. A., Shleifer A. Growth in cities //

Journal of Political Economy. 1992. 100(6). P. 1126-1152.

166. Greunz L. Industrial structure and innovation - evidence from European regions

// Journal of Evolutionary Economics. 2004. 14(5). P. 563-592.

167. Harris C. The market as a factor in the localization of industry in the United

States // Annals of the Association of American Geographers. 1954. 64. P. 31-

48.

168. Henderson V. Marshall’s scale economies // Journal of Urban Economics. 2003.

53. P. 1–28

169. Henderson V., Kuncoro A., Turner M. Industrial development in cities // The

Journal of Political Economy. 1995. 103(5). P. 1067-1090.

170. Jaffe A. B. Real effects of academic research // The American Economic

Review. 1989. 79(5). P. 957-970.

171. Kelley M., Helper S. Firm size and capabilities, regional agglomeration, and the

adoption of new technology // Economics of Innovation and New Technology.

1999. Vol. 8. Issue 1-2.

172. Ketels C. The development of the cluster concept – present experiences and

further developments / Prepared for NRW conference on clusters, Duisburg,

Germany. 2003. URL:

http://www.isc.hbs.edu/pdf/Frontiers_of_Cluster_Research_2003.11.23.pdf.

Дата доступа: 01 ноября 2012.

173. Kolko J. Can I get some service here? Information technology. Service

industries, and future cities / Mimeo. Harvard University. 1999.

208

174. Krugman P. Increasing returns and economic geography // Journal of Political

Economy. 1991. 99. P. 483-499.

175. Krugman P. A Dynamic Spatial Model // NBER Working paper series. №

4219. 1992. URL: http://www.nber.org/papers/w4219.pdf. Дата доступа: 01

ноября 2012.

176. Krugman P. Proving my point // Foreign Affairs. July-August 1994 / Пер. c

англ. URL: http://ru.ncbase.com/econ/proving.htm. Дата доступа: 01 ноября

2012.

177. Kuchiki A. The Flowchart Model of Cluster Policy: The Automobile Industry

Cluster in China. / Institute Of Developing Economies (IDE), JETRO;

Discussion paper №100. 2007. URL:

http://www.ide.go.jp/English/Publish/Download/Dp/pdf/100.pdf. Дата доступа:

01 ноября 2012.

178. Lecocq C., Leten B., Kusters J., van Looy B. Do Firms Benefit from Being

Present in Technology Clusters? Evidence from a Panel of Biopharmaceutical

Firms / Working paper OR 0902. 2009. URL:

http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1536970. Дата доступа: 01

ноября 2012.

179. Linde C. The demography of Clusters – Findings from the Cluster Meta-Study /

Brocker J., Dohce D., Soltwedel R. (eds.) Innovation Clusters and Interregional

Competition. Berlin, Heidelberg, New York: Springer. 2003. P. 130-149.

180. Margolis S.E., Liebowitz S.J. Path Dependence // The New Palgrave

Dictionary of Economics and Law. Ed. by P. Newman. London: Macmillan.

1998.

181. Martin P., Mayer T., Mayneris F. Public support to clusters: A firm level

study of French “Local productive systems” / Mimeo. University of Paris I.

2010. URL: http://perso.uclouvain.be/florian.mayneris/rsue.pdf. Дата доступа:

01 ноября 2012.

209

182. Martin P., Mayer T., Mayneris F. Spatial Concentration and Firm-Level

Productivity in France. 2008. URL: http://idea.uab.es/worecogeo/54.pdf. Дата

доступа: 01 ноября 2012.

183. Massard N., Riou S. L'impact des structures locales sur l'innovation en France:

specialization ou diversité? // Revue Région et Développement. 2002. 16. P.

111-136.

184. Menzel M.-P., Fornahl D. Cluster Life Cycles - Dimensions and Rationales of

Cluster Development // Jena Economic Research Papers. 2007. No 2007-076.

URL: http://www.econstor.eu/dspace/bitstream/10419/25650/1/553691740.PDF.

Дата доступа: 01 ноября 2012.

185. Neffke F., Henning S. M., Boschma R., Lundquist K. -J., Olander L.-O.

Who needs agglomeration? Varying agglomeration externalities and the industry

life cycle / Working Paper. The Netherlands: Utrecht University. 2008.

186. North D., Thomas R. The First Economic Revolution // The Economic History

Review. 1977. New Series, Vol. 30, No. 2. P. 229-241.

187. Paci R., Usai S. Externalities, knowledge spillovers and the spatial distribution

of innovation // GeoJournal. 1999. 49(4). P. 381-390.

188. Porter M. Building the microeconomic foundations of prosperity: findings from

the Business Competitiveness Index. // The Global Competitiveness Report

2003-2004. P. 29-55. URL:

http://www.weforum.org/pdf/Gcr/GCR_2003_2004/BCI_Chapter.pdf. Дата

доступа: 01 ноября 2012.

189. Porter M. The Economic Performance of Regions // Regional Studies. 2003.

Vol.37. 6&7. P. 549-578.

190. Porter M. Location, competition, and economic development: Local clusters in

a global economy // Economic Development Quarterly. 2000. 14(1). P. 15–34.

191. Powers P. Building the Austin technology cluster - the role of government and

community collaboration in the human capital. 2004. URL:

210

http://www.kansascityfed.org/PUBLICAT/NewGovernance04/Powers04.pdf.

Дата доступа: 01 ноября 2012.

192. Quigley J. Urban Diversity and Economic Growth // The Journal of Economic

Perspectives. 1998. Vol. 12, No. 2. P. 127-138.

193. Romer P. M. Increasing returns and long-run growth // The Journal of Political

Economy. 1986. 94(5). P. 1002-1037/

194. Rosenthal S., Strange W. Geography, Industrial Organization, and

Agglomeration // The Review of Economics and Statistics. 2003. Vol. 85, No. 2.

P. 377-393.

195. Ruan J., Zhang X. Finance and Cluster-Based Industrial Development in China

// IFPRI Discussion Paper. 2008. 00768. URL:

http://www.ifpri.cgiar.org/sites/default/files/publications/ifpridp00768.pdf. Дата

доступа: 01 ноября 2012.

196. Shefer D. Localization economies in SMA's: A production function analysis //

Journal of Urban Economics. 1973. 13(1). P. 55-64.

197. Stough R., Arena P., Kulkarni R., Riggle J., Trice M. Industrial Cluster

Analysis of the Virginia Economy / Senate document No 26 / Commonwealth of

Virginia, Richmond. 2000. URL:

http://leg2.state.va.us/dls/h&sdocs.nsf/By+Year/SD262000/$file/SD26_2000.pdf

. Дата доступа: 01 ноября 2012.

198. Sveikauskas L. A. The productivity of cities // Quarterly Journal of Economics.

1975. 89(3). P. 393-413.

199. Tenenhaus M., Vinzi V. E., Chatelin Y. -M., Lauro C. PLS path modeling //

Computational Statistics and Data Analysis. 2005. 48. P. 159-205.

200. Van der Linde C. The demography of clusters – Findings from the cluster

metastudy. / Bröcker J., Dohse D., Soltwedel R. (eds.) Innovation Clusters and

Interregional Competition. Berlin: Pringer Verlag. 2003. P. 130–149.

201. Viachka A. Global Cluster Initiative Survey. Summary Report. Stockholm:

European Cluster Observatory. 2012. URL:

211

http://www.ictalent.org/_Code/UserFiles/Library/GCIS_2012_SummaryReport.

pdf. Дата доступа: 01 ноября 2012.

202. Voigtländer N., Voth H. -J. The Three Horsemen of Growth: Plague, War and

Urbanization in Early Modern Europe. 2007. URL:

http://emlab.berkeley.edu/users/webfac/cromer/e211_f07/nico.pdf. Дата

доступа: 01 ноября 2012.

203. Vorobyev P.V., Kislyak N.V., Davidson N.B. Spatial concentration and firm

performance in Russia. – Kiev: EERC. 2010

204. Webb W. Can regional clusters be engineered? // Ingenia Issue. 2008. 34. URL:

http://www.ingenia.org.uk/ingenia/issues/issue34/Webb.pdf. Дата доступа: 01

ноября 2012.

205. Wold H. Soft modeling: intermediate between traditional model building and

data analysis // Mathematical Statistics. 1980. 6. P. 333-346.

Презентации

206. Михайлова Т. Экономическая география / Лекция профессора Российской

Экономической Школы Татьяны Михайловой. 25.05.2011. URL:

http://www.slideshare.net/NewEconomicSchool/ss-8108439. Дата доступа: 01

ноября 2012.

207. Наувелаерс К. Инновационная политика в Европе: Опыт и уроки

европейских инновационных проектов Trendchart и Scoreboard, задачи на

будущее / Нидерланды: MERIT, Университет Маастрихта. 2005. URL:

http://www.rttn.ru/_files/fileslibrary/76.ppt. Дата доступа: 01 ноября 2012.

208. Porter M. Clusters, Innovation, and Competitiveness: New Findings and

Implications for Policy. Stockholm. 2008. P.25, URL:

http://www.isc.hbs.edu/pdf/20080122_EuropeanClusterPolicy.pdf. Дата

доступа: 01 ноября 2012.

212

209. Porter M. Russian Competitiveness: Where Do We Stand? 2003. URL:

http://www.isc.hbs.edu/pdf/CAON_Russia_2003_Harvard_Symposium_11-13-

03_CK.pdf. Дата доступа: 01 ноября 2012.

210. Porter M. Chinese Competitiveness: Where Does The Nation Stand? 2004.

URL: http://www.isc.hbs.edu/pdf/CAON_China_2004.06.18.pdf. Дата доступа:

01 ноября 2012.

211. Sölvell Ö. The European Cluster Observatory // «Innovation and Clusters» -

European Presidency Conference on Innovation and Clusters. Stockholm. 2008.

P.17. URL:

http://www.vinnova.se/upload/dokument/VINNOVA_gemensam/Kalender/2008

/Klusterkonferens_jan08/Plenum_22jan/Orjan_Solvell.pdf. Дата доступа: 01

ноября 2012.

212. Tsukamoto Y. Present State and Issues of the Industrial Cluster Policy of Japan.

2005. P. 5-6. URL: http://www.nistep.go.jp/seminar/017/017_e.pdf. Дата

доступа: 01 ноября 2012.

213

ПРИЛОЖЕНИЯ

Приложение 1. Сравнение эффектов урбанизации и кластеризации

В диссертационной работе делается акцент на изучении кластерных

эффектов, которые оказывают влияние на выбор экономическими агентами

места своего расположения. Вместе с тем, кластерные эффекты не исчерпывают

всего многообразия внешних экономий, значимо влияющих на расположение

фирм. Традиционно в экономической географии выделяют три вида таких

экономий (факторов):

факторы 1-й природы представляют собой фундаментальные

свойства местности: выход к морю, климат, почвы, природные

ресурсы;

факторы 2-й природы – рукотворные свойства местности: транспорт,

инфраструктура;

факторы 3-й природы – чистые агломерационные эффекты [206, P.7].

Данные факторы накладываются друг на друга. Первоначально (когда

территория не обладает признаками антропогенного вмешательства) люди

выбирают место расположения, исходя из наличествующих природных

свойств. Например, города часто строились на берегах рек и морей. Далее, в

результате деятельности людей формируются инфраструктура и дороги

(факторы 2-й природы), которые также влияют на привлекательность

территории для размещения. Возвращаясь к городам – существует множество

примеров формирования последних в местах, где сходятся разные дороги,

маршруты караванов и пр. И, наконец, фактором 3-ей природы являются сами

люди. Концентрация людей привлекает других людей (и соответственно

фирмы). Соотношение факторов 1-й, 2-й и 3-й природ представлено на рис. 4.1.

214

Рис. 4.1. Факторы пространственного размещения экономических

агентов

Источник: Михайлова Т. Экономическая география / Лекция профессора Российской Экономической

Школы Татьяны Михайловой. 25.05.2011. Слайд 8. URL: http://www.slideshare.net/NewEconomicSchool/ss-

8108439. Дата доступа: 01 ноября 2012.

Первоначальные различия территорий в факторах 1-й природы приводят к

концентрации людей (фирм) в одних местах (и отсутствию их в других) (связь

№1 на рисунке). Данная концентрация приводит к развитию факторов 2-й

природы. Действительно, строить дороги и базовую инфраструктуру для

проживания разумно в местах, где людей больше всего. Развитие дорог и

инфраструктуры, в свою очередь, оказывает обратное положительное влияние

на концентрацию людей (связь №2). И, наконец, концентрация людей сама по

себе является фактором, привлекающим новых людей и компании в данную

местность (связь №3). При этом, интересно заметить, что даже если факторы,

первоначально повлиявшие на выбор местоположения (факторы 1-й природы)

перестанут действовать, то это вовсе не всегда приводит к тому, что люди

меняют свое местоположение. Наличие факторов 2-й и 3-й природы часто

является достаточным для того, чтобы система пространственного размещения

оставалась стабильной.

Кластерные эффекты относятся к факторам 3-ей природы: наличие

поставщиков, покупателей, фирм в рамках одной производственной цепочки,

специализированной рабочей силы – все эти факторы можно обобщить как

215

«наличие людей». Вместе с тем, кластерные эффекты – не единственно

возможные эффекты, относимые к факторам 3-ей природы. Как мы уже

заметили в основном тексте диссертации, на данный момент является

традиционным разделять агломерационные эффекты на 2 типа: эффекты

кластеризации (локализации) и эффекты урбанизации. Эффекты локализации

принято также называть Маршаллианскими эффектами или MAR-эффектами

(по первым буквам фамилий ученых Marshall, Arrow, Romer). Эффекты

урбанизации часто называют Джейкобс-эффектами по имени американской

исследовательницы Джейн Джейкобс, которая впервые их акцентировано

описала [129].

Оба данных эффекта являются факторами совместной локализации

организаций. Однако, если эффект кластеризации возникает вследствие

локализации предприятий в общей сфере деятельности, то эффект урбанизации

проявляется в концентрации на одной территории организаций вообще,

безотносительно существует ли между ними тематическая близость.

Расположение в высокоурбанизированной территории связано с рядом

преимуществ, которые обуславливают локализацию фирм и которые отличны

от преимуществ локализации в кластере. Прежде всего, отметим, что ряд видов

деятельности требовательны к городской инфраструктуре. Другие виды

деятельности сильно зависят от спроса со стороны фирм различных видов

деятельности. Третьи виды деятельности – являются наукоемкими и

располагаются в непосредственной близости от научных и образовательных

учреждений. Классическим эффектом урбанизации являются инновационные

преимущества, связанные с перекрестной диффузией инноваций, когда

множество различных видов деятельности формируют необходимый уровень

разнообразия для инноваций.

Центростремительные и центробежные эффекты кластеризации и

урбанизации представлены на рис. 4.2.

216

Рис. 4.2. Центростремительные и центробежные эффекты, влияющие

на пространственное распределение хозяйствующих субъектов.

Источник: автор.

Существует большой массив исследовательской литературы, изучающей

влияние эффектов кластеризации (локализации) и урбанизации на те или иные

показатели. Чаще всего в качестве зависимой переменной выбирают

производительность, добавленную стоимость, занятость, уровень заработных

плат, количество выданных патентов (поданных патентных заявок).

Начало эмпирических работ по данной теме положили статьи Шефера и

Свейкаускаса [196; 198]. Бодри и Шифуэрова проанализировали большое

количество эмпирических исследований. В результате положительные

значимые MAR-эффекты подтвердились в 47% случаев (еще в 10% случаях

MAR-эффекты демонстрируют как положительное, так и отрицательное

значимое влияние; в 24% - только отрицательное значимое влияние; в 19%

случаев эффекты кластеризации незначимы). Что касается эффектов

217

урбанизации, то положительное значимое влияние последних было обнаружено

в 45% случаев, как положительное, так и отрицательное значимое влияние – в

10%, только отрицательное – в 7%, наконец, незначимыми эффекты

урбанизации оказались в 37% случаев (таблица 4.1).

Таблица 4.1.

Результаты обзора эмпирических работ, направленных на оценку влияния

MAR- и Джейкобс – эффектов

Результаты Количество исследований Количество использованных

переменныхa

MAR Джейкобс MAR Джейкобс

Только

позитивный

23 34% 26 39% 51 47% 56 45%

Позитивный

и

негативный

24b 36% 24

b 36% 11

c 10% 13

c 10%

Позитивный

или

частично

позитивныйd

47 70% 50 75% 62 57% 69 56%

Не

значимый

2 3% 15 22% 20 19% 46 37%

Только

негативный

18 27% 2 3% 26 24% 9 7%

Всего 67 100% 67 100% 108 100% 124 100% aКаждая независимая переменная, используемая для измерения эффектов агломерации

с каждой зависимой переменной считаются как отдельная переменная.

bОдновременно позитивный и негативный (или незначимый) результат может быть

получен для разных зависимых переменных, временных периодов, видов деятельности и

регионов в рамках одного исследования.

cКак позитивный, так и негативный (или незначимый) результат, полученный для

разных зависимых переменных, временных периодов, видов деятельности и регионов,

считается как одна переменная.

218

dПолучен хотя бы один положительный результат (сумма двух предыдущих строк:

только положительный результат и смешанный – положительный и отрицательный

результат).

Источник: Beaudry C. Schiffauerova A. Who’s right, Marshall or Jacobs? The localization versus urbanization

debate // Research Policy. 2009. 38. P.321

Более подробная информация о некоторых из наиболее известных

эмпирических работах представлена в таблице 4.2.

Таблица 4.2.

Результаты обзора работ, посвященных оценки влияния эффектов

кластеризации (локализации) и урбанизации

Источник Объект

анализа

Зависимая

переменна

я

Подтверждени

е влияния на

зависимую

переменную

эффекта

локализации

Подтверждени

е влияния на

зависимую

переменную

эффекта

урбанизации

Henderson V.,

Kuncoro A.,

Turner M.

Industrial

development in

cities // The

Journal of

Political

Economy.

1995. 103(5). P.

1067-1090.

.

Восемь

промышлен

ных

отраслей в

США (в

1970 и 1987

гг.)

Темп роста

занятости в

отрасли

+

(и для

традиционных и

для

высокотехнологич

ных отраслей)

+

(только в случае

высокотехнологич

ных отраслей)

Baptista R.,

Swann G. M. P.

A comparison

of clustering

dynamics in the

US and UK

computer

industries //

Journal of

Evolutionary

Фирмы в

сфере

информаци

онных

технологий

в 39 штатах

США и 14

региона

Великобри

тании в

Рост фирмы

(представленн

ый ростом

занятости)

+ -

219

Economics.

1999. 9(3). P.

373- 399.

1988 и

1991.

Glaeser E. L.,

Kallal H. D.,

Scheinkman J.

A., Shleifer A.

Growth in cities

// Journal of

Political

Economy.

1992. 100(6). P.

1126-1152.

170 города

США

между 1956

и 1987 гг.

Рост

занятости

- +

Combes P. -P.

Economic

structure and

local growth:

France, 1984-

1993 // Journal

of Urban

Economics.

2000. 47(3). P.

329-355.

341

региона во

Франции (с

1984 по

1993 годы)

Рост

занятости

- + (для услуг)

- (для

промышленности)

Almeida R.

Local economic

structure and

growth // World

Bank Policy

Research.

Working Paper

3728. 2005

Производст

венные

фирмы в

275

регионах

Португалии

с 1985 по

1994 гг.

Рост

заработных

плат

+ -

Anastassova L.

Productivity

differences and

agglomeration

across districts

of Great Britain

// Working

paper series

(ISSN 1211-

3298). 2006.

Районы

Великобри

тании

(Local

Authority

District) в

1998 и 2003

годах

Почасовые

заработки

(MAR эффекты не

рассматривались)

+

Gao T.

Regional

industrial

growth:

evidence from

Добывающ

ие и

обрабатыва

ющие

отрасли в

Рост выпуска - -

220

Chinese

industries. //

Regional

Science and

Urban

Economics.

2004. 34(1). P.

101-124.

28

провинция

х Китая с

1985 по

1993 гг.

Vorobyev P.V.,

Kislyak N.V.,

Davidson N.B.

Spatial

concentration

and firm

performance in

Russia. – Kiev:

EERC. 2010

10,663

предприяти

я из всех

субъектов

Российской

Федерации

в

различных

видах

деятельнос

ти (2001-

2005)

Рост прибыли +

Влияние эффектов

локализации

является

нелинейным (связь

в форме

перевернутой

буквы U).

+

Martin P.,

Mayer T.,

Mayneris F.

Spatial

Concentration

and Firm-Level

Productivity in

France. 2008.

URL:

http://idea.uab.e

s/worecogeo/54

.pdf. Дата

доступа: 01

ноября 2012.

Фирмы во

Франции с

1996 по

2004 гг.

(всего

94573

наблюдени

й)

Добавленная

стоимость (по

фирмам)

+ -

Henderson V.

Marshall’s scale

economies //

Journal of

Urban

Economics.

2003. 53. P. 1–

28

Производст

ва117

в

США

1972–1992

США

Производител

ьность

+ (в

высокотехнологич

ных отраслях),

+ (в

машиностроении)

Lindqvist G.

Disentangling

Clusters:

Регионы

ЕС

Экономическ

ое

благосостоян

- +

117

Речь идет именно о производствах, а не о фирмах. Расположение фирмы определяется местом регистрации

юридического лица и может не совпадать с местом расположения производств, принадлежащих данной фирме.

221

Agglomeration

and Proximity

Effects.

Dissertation for

the Degree of

Doctor of

Philosophy,

Ph.D.

Stockholm

School of

Economics.

2009

ие (ВВП на

душу

населения,

валовая

добавленная

стоимость и

средний

уровень

заработных

плат)

Lindqvist G.

Disentangling

Clusters:

Agglomeration

and Proximity

Effects.

Dissertation for

the Degree of

Doctor of

Philosophy,

Ph.D.

Stockholm

School of

Economics.

2009

Регионы

ЕС

Инновационн

ая активность

(количество

выданных

патентных

заявок)

+ -

Feldman M. P.,

Audretsch D. B.

Innovation in

cities: science-

based diversity,

specialization

and localized

competition //

European

Economic

Review. 1999.

43(2). P. 409-

429

Города

США

Появление

новых

промышленн

ых товаров

- +

Paci R., Usai S.

Externalities,

knowledge

spillovers and

the spatial

distribution of

innovation //

GeoJournal.

784

региона

Италии

Количество

патентных

заявок

+ +

222

1999. 49(4). P.

381-390.

Porter M. The

Economic

Performance of

Regions //

Regional

Studies. 2003.

Vol.37. 6&7. P.

549-578.

172

региона

США

Количество

патентных

заявок

+

Greunz L.

Industrial

structure and

innovation -

evidence from

European

regions //

Journal of

Evolutionary

Economics.

2004. 14(5). P.

563-592.

153

региона

Европы

Количество

патентных

заявок

+ +

Источник: составлено автором.

Отдельно необходимо выделить одну из немногих работ, посвященных

оценке внешних экономий отечественных предприятий, выполненную в 2010

году П. Воробьевым, Н. Кисляк, Н. Давидсон [203].

В ряде работ делается попытка оценить нелинейную связь между

внешними экономиями и зависимыми переменными. В теории рост кластера

сначала должен положительно влиять на производительность фирм, однако

потом, вполне возможно, усиление негативного влияния над позитивными

MAR-эффектами. Действительно, нелинейное влияние эффектов локализации

(связь в форме перевернутой буквы U) было подтверждено эмпирически [182;

203].

Если говорить о средней количественной оценке влияния внешних

экономий на производительность, то эластичность производительности по

223

размеру города (Джейкосб-эффекты) и по размеру отрасли в регионе (MAR-

эффекты) чаще всего лежит между 3% и 8% [182, p.2].

Вместе с тем, пока что эмпирические работы в данной сфере выглядят

обособленными друг от друга и не могут претендовать на то, чтобы в целом

подтвердить или опровергнуть гипотезу о влиянии внешних экономий (прежде

всего, на производительность). Де Грут с коллегами, изучив множество

эмпирических работ, делают вывод, что результаты этих исследований во

многом определяются выбором зависимой и независимой переменных, в том

числе особенностями конструирования переменных внешних экономий,

выбором контрольных переменных. Также значимо влияют на результат выбор

страны и временного периода исследования [156]. Заметим, что помимо этого

на результат сильно влияет масштаб региона, в котором оцениваются внешние

экономии (в случае, если в качестве объекта исследования выступает регион, а

не фирма).

Отдельно необходимо выделить особенности конструирования

переменных, отражающих кластерные эффекты. Очень часто в целях

эмпирических исследований под эффектами кластеризации понимают эффекты,

возникающие при близком размещении фирм одной отрасли, а не совокупности

взаимосвязанных отраслей [168; 182; 203]. Такое аналитическое действие

позволяет упростить исследование (так как не нужно искать и оценивать связи

между отраслями). Более того, можно привести аргумент, что концентрация

фирм одной отрасли, с одной стороны, подразумевает наличие преимуществ,

связанных с наличием других отраслей (поставщиков, покупателей и пр.), с

другой стороны, сама привлекает компании в связанных видах деятельности.

Однако, в реальном мире, территориальное размещение инертно, поэтому не

всегда концентрация поставщиком означает соответствующую ей

концентрацию производителей и покупателей. Вполне возможно дисбалансы.

Более того, сам баланс, возможно, никогда не достигается.

224

Вследствие этого, эффект, возникающий при концентрации фирм в одной

отрасли, не равнозначен кластерным эффектам, возникающим при

концентрации фирм во многих связанных друг с другом отраслях118

. В этой

связи, мы далее будет называть эффект, возникающий при концентрации фирм

в одной отрасли, эффектом локализации, отделяя его от кластерного эффекта

(при том, что в англоязычной литературе такого различия, насколько известно

автору диссертационного исследования, не делается и является традиционным

применять термин эффект локализации применительно к кластерному эффекту)

[135; 168; 182; 203].

Считается, что эффекты кластеризации и урбанизации могут по-разному

влиять на компании в зависимости от вида деятельности. Компании, в одних

видах деятельности, более подвержены эффектам урбанизации, другие –

эффектам кластеризации. Существует гипотеза, согласно которой, эффект

урбанизации более значим для новых высокотехнологичных видов

деятельности. Данным видам деятельности требуется

высокодиверсифицированное городское окружение. В процессе взросления

отрасли, знания в ней формализуются, технологии стандартизируются, а

зависимость от новых идей падает. В этой связи, стоимость расположения в

городе становится неоправданной, а эффект кластеризации становится более

значимым. Вследствие этого, предприятия в зрелых отраслях перемещаются в

города меньшие по размеру и более специализированные экономически [160;

185].

Попытки эмпирически проверить эту гипотезу дали противоречивый

результат. С одной стороны, действительно, множество промышленных

стандартизированных видов деятельности (текстильная промышленность,

металлургия, автомобильная промышленность, лесоперерабатывающая

промышленность) располагаются неравномерно, тяготея к небольшим

118

Данные эффекты равнозначны лишь в относительно обособленных видах деятельности, которые не

нуждаются в локализации связанных с ними отраслей. Речь может идти, например, о концентрации

специализированных магазинов в городах (часто, такие магазины занимают целые улицы).

225

специализированным городам [148]. А такие виды деятельности, как

производство дизайнерской одежды, издательская и типографская

деятельность, финансовые и бизнес услуги, исследовательская деятельность,

наоборот, располагаются преимущественно в больших городах с

диверсифицированной экономикой [173]. Исследования Хендерсона с

коллегами 1995 года, в общем, подтвердили эту гипотезу119

.

С другой стороны, более новое исследование Хендерсона дало

противоположный результат: эффекты локализации оказались значимыми для

высокотехнологичных отраслей, а эффекты урбанизации – для отраслей,

связанных с машиностроением (machinery industry – corporate sector) [168].

Результаты исследования регионов Российской Федерации, выполненного

автором настоящей диссертации, подтверждает данную гипотезу лишь

частично. Действительно, можно сказать, что высокотехнологичные виды

деятельности (например, биофармацевтика, информационные технологии,

аэрокосмическая промышленность и пр.) тяготеют к расположению в регионах,

где они соседствуют с множеством разных видов деятельности. И наоборот, на

расположение традиционных промышленных видов деятельности

(металлургическая промышленность, тяжелое машиностроение, автомобильная

промышленность и пр.) эффект урбанизации не оказывает значимое влияние.

Вместе с тем, все из перечисленных видов деятельности подвержены влиянию

эффекта кластеризации, то есть тяготеют к расположению в регионах, в

которых представлены связанные с ними виды деятельности. Таким образом,

несмотря на то, что эффекты кластеризации и урбанизации имеют разную

природу, они на практике, не столько действуют порознь, сколько дополняют

друг друга.

Описанные выше факторы 1-й, 2-й и 3-й природ, включающие кластерные

эффекты, можно отнести к микроэкономическим причинам, определяющим

выбор экономическими агентами своего местоположения. При этом

119

Точнее, были обнаружены значимые положительные MAR-эффекты для зрелых отраслей, а также значимые

положительные MAR-эффекты и Джейкобс-эффекты в отношении новых отраслей [169].

226

имплицитно предполагается, что макроэкономические условия, в которых

существуют фирмы, примерно одинаковы. Под макроэкономическими

условиями в данном случае понимаются, прежде всего, налоги120

и, вообще,

средняя стоимость легального ведения хозяйственной деятельности121

;

заработные платы работников схожей квалификации; уровень цен на основные

блага и услуги близкого качества. Данные условия практически всегда

выровнены в границах одной страны. В таком относительно однородном

макроэкономическом (включая институциональные вопросы) пространстве, на

первый план, выходят отличия в кластерных и урбанизационных эффектах,

присущих территориям в рамках этого пространства. Таким образом, если

анализируется выбор предприятиями местоположения в рамках одной страны,

то учета микроэкономических условий вполне достаточно. Однако, если

сравниваются регионы, расположенные в разных странах, то с целью

определения их относительной привлекательности для размещения,

необходимо брать в расчет макроэкономические условия.

Более того, зачастую, именно макроэкономические факторы являются

определяющими. Например, размещение в России сборочных производств

иностранных автопроизводителей напрямую связано с режимом

налогообложения: импорт запчастей гораздо дешевле импорта готовых

автомобилей. Однако учет кластерных эффектов также не менее важен, так как

недостаточно положительно решить вопрос о локализации производства в той

или иной стране; необходимо понять, где именно, в каком регионе, в каком

муниципалитете данное производство будет непосредственно располагаться122

.

120

Хотя, налоги, в некоторых случаях, могут рассматриваться как микроэкономическое условие. Речь идет,

прежде всего, об особых экономических зонах, то есть территориях с особым льготным, налоговым режимом. 121

Сроки регистрации, получения лицензий, разрешений и пр. 122

Так, концерн Фольцваген выбирал между Калужской и Ярославской областями, принимая решение о

создании производства в России.

227

Приложение 2. Институциональные преимущества кластера.

В диссертационной работе делается основной акцент на проработке

вопроса инновационных преимуществ, рождающихся в кластере. Помимо этого

достаточно подробно рассмотрены традиционные преимущества, связанные с

производственной эффективностью. Вместе с тем, не менее важным является

вопрос институциональных преимуществ в кластере, который, несмотря на

свою актуальность, достаточно плохо разработан в научной литературе и не

может считаться самоочевидным. Вместе с тем, институциональные и

инновационные преимущества тесно связаны друг с другом. Институты

формируют среду, в которой протекают инновационные процессы (с той или

иной степенью интенсивности, задаваемой в том числе самими институтами).

Институты рождаются в процессе взаимодействия людей друг с другом. В

основе возникновения институтов лежит процесс хабитуализации123

. Институты

появляются в том случае, когда правила (привычки) «отрываются» от

конкретных людей, объективируются. Объективизация предполагает, что

определенные правила предписываются определенным ролям в определенных

ситуациях (вне личностного контекста). Другими словами, институты могут

передаваться (вменяться) другим людям, в том числе другим поколениям

людей. Важной особенностью института является наличие системы

положительных и отрицательных стимулов (инфорсмент), принуждающих

индивидов действовать в соответствии с установленными правилами. Система

принуждения способствует передаче и закреплению институтов.

С экономической точки зрения главная функция институтов заключается в

уменьшении неопределенности при взаимодействии с другими людьми. По

сути дела, в ситуации полной неопределенности совместная деятельность

123

Здесь мы используем трактовку процесса формирования институтов, предложенную П. Бергером и Т.

Лукманом: «Всякая человеческая деятельность, - пишут Бергер и Лукман, подвергается хабитуализации (то

есть опривычиванию). Любое действие, которое часто повторяется, становится образцом, впоследствии оно

может быть воспроизведено с экономией усилий и ipso facto осознано как образец его исполнителем. Кроме

того, хабитуализация означает, что рассматриваемое действие может быть снова совершено в будущем тем же

самым образом и с тем же практическим усилием» [15, с. 89-90].

228

людей вообще невозможна (либо связана с большими издержками)124

. Смысл

существования институтов обобщенно заключается в состыковке планов

(координация) и/или состыковке стимулов (мотивация) [47, с.10].

Благодаря институционализации становится необязательно определять

каждую ситуацию заново, шаг за шагом. Огромное разнообразие ситуаций

может быть отнесено к разряду тех определений, которые были даны ранее [15,

с. 91]. Институты, таким образом, позволяют экономить время и ресурсы,

избегая процесса выбора в каждой мелкой рутинной ситуации. Одним из

важных следствий институционализации является «конструирование этого

заднего плана рутинных действий», который «делает возможным разделение

труда между ними (индивидами – Е.К.), открывая дорогу инновациям, которые

требуют более высокого уровня внимания»125

. Для того, чтобы освободить

время для творчества, естественным является выработка шаблонов поведения,

позволяющих освободить «индивида от бремени “всех этих решений”» [15, с.

91], то есть институционализировать взаимодействия.

Процесс институционализации (и предшествующий ему процесс

хабитуализации) начинается с того, что взаимодействующие индивиды

собирают и обрабатывают информацию друг о друге (а также о возможных

третьих сторонах, существующих институтах и пр.). Географическая и

тематическая близость, характеризующая кластер, приводит к снижению

издержек получения новой информации и повышению плотности контактов

лицом к лицу людей с близкими референтными структурами (интересами).

124

В своей знаменитой статье, посвященной раскрытию причин неолитической революции, Дуглас Норт и

Роберт Томас, делают вывод о том, что без введения института исключительных прав собственности вместо

общей собственности, переход от присваивающего хозяйства (охота и собирательство) к производящему

(сельское хозяйство и животноводство) был бы невозможен.

Дело в том, что сельское хозяйство характеризуется тем, что человек сначала инвестирует свой труд (в

обработку земли и прочие сельскохозяйственные мероприятия), а потом, спустя некоторое время он получает

результат своего труда. В этом заключается существенное отличие производящего хозяйства от

присваивающего. В рамках последнего, действие (например, убийство животного) и получение результата

(поедание убитого животного) практически не разделено во времени. Так вот в рамках общей собственности (то

есть в ситуации отсутствия исключительных прав собственности) вести сельское хозяйство невозможно, так

как у человека, по сути, не будет прав на результат его труда. Для того, чтобы начать обрабатывать землю

рационально, прежде всего, закрепить право на эту землю за собой (за общиной), то есть исключить их

пользования ею членов других общин и четко сформулировать внутренние правила использования земли [186]. 125

«Другими словами, задний план опривыченной деятельности предоставляет возможности переднему плану

для рассуждения и инновации…» [15, с. 91].

229

Более высокий уровень взаимодействия в кластере, по-видимому, приводит к

росту количества и скорости институционализаций новых практик126

. Из этого

вытекает, как минимум два положительных следствий для участников кластера.

Первое следствие заключается в снижении трансакционных издержек,

прежде всего, связанных с затратами на поиск (или покупку) информации.

Повышение информированности фирм в кластере, само по себе, должно

приводить к снижению трансакционных издержек, связанных с поиском

информации. Можно предположить, что особенно сильно снижаются

информационные трансакционные издержки в процессе личного знакомства,

взаимодействия «лицом к лицу», развития социального капитала участников

кластера.

Вместе с тем, возможности человека по обработке информации

ограничены. Вследствие этого рост информации о внешней среде

автоматически приводит к росту трансакционных издержек, связанных с

обработкой информации и принятию решений127

. С ростом информации каждая

новая оптимизация (то есть новый выбор исходя из полученной информации)

стоит все дороже. Можно предположить, что существует минимум

информационных трансакционных издержек, когда снижающиеся издержки

поиска информации уравниваются с растущими издержками обработки

информации. Получение информации сверх этого уровня для фирмы

нерационально, так как издержки, связанные с обработкой информации,

анализом альтернатив и корректировки решений, начинают превышать выгоды

от экономии на издержках поиска информации.

Введение институтов позволяет эффективно обрабатывать новую

информацию при существующих или даже меньших трансакционных

126

Хабитуализация, лежащая в основе институционализации, напрямую зависит от повторения одних и тех же

действий. Предположительно, чем интенсивнее взаимодействие, тем выше скорость формирования взаимных

типизаций и, через это, хабитуализации взаимодействия индивидов. 127

Здесь уместна аналогия с интернетом. Развитие последнего привело к резкому снижению трансакционных

издержек на поиск информации. Однако наличие огромного объема информации ведет к необходимости

правильно с ней работать для того, чтобы принимать оптимальные решения. Это привело к созданию

поисковых систем (Google, Яндекс и пр.), без использования которых анализ дополнительной информации

вполне может быть связан с большими издержками, чем выгодами.

230

издержках. Графически это приводит к сдвигу кривой издержек обработки

информации вправо (рис. 4.3).

Рис. 4.3. Влияние институционализации взаимодействий на

равновесие информационных трансакционных издержек.

Источник: автор.

Как правило, институционализация взаимодействия проявляется в

процессе организационного развития кластера. Причина организационных

инновациях лежит в необходимости разработки новых форматов

взаимодействия с внешней средой фирмы, пытающейся расширить свою сферу

планирования и управления, либо, как минимум, повысить предсказуемость

этой среды, вписаться в существующие тренды, мероприятия, проекты.

Замена рыночных отношений иерархией является одним из инструментов

снижения трансакционных издержек [112]. Размеры фирмы (то есть границы

иерархии) определяются условием минимизации трансакционных издержек

[26]. С одной стороны, рыночные отношения связаны с рядом трансационных

издержек: прежде всего, поиска контрагентов, переговоров, заключения

231

соглашения и мониторинга его выполнения. С другой стороны, в

иерархической структуре, в случае ее разрастания сверх оптимальных

размеров, резко повышаются агентские издержки, связанные с мотивацией,

координацией и контролем. Оптимальный баланс иерархии и рынка

определяется принципом минимизации общих (как рыночных, так и агентских)

трансакционных издержек. Кластер, в начальной стадии своего развития, как

правило, представляет собой совокупность организаций и людей, обладающих

потенциалом для взаимовыгодного взаимодействия, но не в полной мере его

реализующих по причине не достаточной связанности и координации. По мере

развития кластера формируются различные механизмы надфирменной

координации: совет кластера, секретариат кластера. Формируются рабочие

группы (под разные тематические направления или под конкретные проекты),

регулярные площадки для взаимодействия (клубы директоров, ассоциации,

форумы, ежегодные конференции, семинары и пр.). В предельном случае,

может произойти вертикальная и горизонтальная интеграция организаций

кластера, когда иерархия полностью вытеснит рыночные отношения.

Возможно, это будет логичным шагом в организационном развитии компаний и

приведет к росту эффективности. Однако такое образование уже нельзя будет

считать кластером. Границы повышения организованности определяются, по

мнению автора, прежде всего, двумя факторами. Первый фактор – это

специфика отрасли. Если вид деятельности подразумевает инвестиции в

специализированные активы, ценность которых зависит от способа их

использования и которые, таким образом, связаны с активами фирм-

контрагентов, то вертикальная интеграция является эффективным способом

снижения трансакционных издержек [76]. Второй фактор, который выявил Ф.

Фукуяма, заключается в национальной специфике: разные страны отличаются

по уровню самоорганизации хозяйствующих субъектов. В одних странах

(США, Германия, Япония) бизнес тяготеет к корпоративным формам, в других

232

(Италия, Китай) к формам индивидуального предпринимательства и малого

бизнеса, в том числе семейного128

.

Эмпирические исследования подтверждают гипотезу о том, что уровень

информированности предприятий в кластере выше129

. Таким образом,

утверждение о сравнительно меньших информационных трансакционных

издержках в кластере, по-нашему мнению, обосновано.

Помимо информационных трансакционных издержек, есть основания

утверждать, что в кластере также снижены и некоторые другие виды

трансакционных издержек. Прежде всего, речь идет об издержках мониторинга

выполнения контракта (географическая близость снижает стоимость такого

мониторинга, повышает его качество).

Дополнительным аргументом в пользу снижения трансакционных

издержек является предположительное опережающее развитие

трансакционного сектора в кластерах. Под трансакционным сектором

понимаются отрасли хозяйства, обеспечивающие осуществление трансакций.

Дж. Уоллис и Д. Норта к таковым отраслям относят 1) оптовую и 2) розничную

торговлю, 3) страхование, 4) банковскую систему, 5) риэлтерскую

деятельность, 6) управленческий аппарат в любой отрасли и государственный

трансакционный сектор, включающий в себя 7) правоохранительные органы и

128

В Тайване, например, из 44 054 мануфактур, существовавших в 1971 году, 68% - мелкие компании, и только

23% можно охарактеризовать как компании средних размеров, со штатом более 50 рабочих. В период с 1966 по

1976 год число компаний выросло на 150%, в то время как штат одной компании -- всего на 29%. В Корее,

которая в своем экономическом развитии прошла путь, близкий Японии или Соединенным Штатам, ситуация

противоположна: количество мануфактур за тот же период времени выросло на 10%, в то время как количество

рабочих на одну компанию выросло на 176% [114, с.23]. 129

Исследование кластера пакетоформирующих машин в Северной Италии показало, что у фирм, входящих в

данных кластер, в среднем число соперников (то есть таких конкурентов, которых они отдельно выделяют и за

которыми пристально следят) больше, неважно местные это соперники или внешние по отношению к кластеру.

Предприятия вне кластера, наоборот, ограничивают свое внимание небольшим числом соперников, так как их

пристальное отслеживание связано с большими усилиями.

Авторы интерпретируют полученные результаты следующим образом: соперничество тесно связано с

информацией, распространение которой улучшается в случае совместной локализации конкурентов и

связанных с ними фирм. В кластере информации больше (доступ к ней связан с меньшими издержками).

Следовательно фирмы получают больше возможностей изучать своих конкурентов, сравнивать их с собой, и,

значит, совершенствоваться [149, P. 475-476].

233

8) судебную систему130

. Данные виды деятельности (за исключение, пожалуй,

государственного трансакционного сектора) часто развиваются в кластерах в

качестве поддерживающих. Фирмы трансакционного сектора размещаются

там, где спрос на их услуги наиболее велик. Наиболее значительный спрос на

услуги трансакционного сектора территориально предъявляется там, где

плотность трансакций наиболее высока, то есть в городах и в кластерах (вполне

возможно, что на практике их местоположение совпадает).

Второе следствие повышенной скорости институционализации

заключается в увеличении поля возможностей для совместного действия

множества фирм и людей. Реализованные организационные инновации создают

пространство для эффективного взаимодействия экономических агентов.

Реализация этого «дополнительного» совместного действия приводит к

тому, что фирмы не столько пользуются уже существующей внешней

экономией, сколько сами создают преимущества для себя. В качестве примеров

можно привести такие совместные действии, как создание консорциумов для

участия в крупных заказах (государственные закупки, транснациональные

корпорации); организация совместного ремонта и сервиса; организация

совместных закупок сырья, материалов; совместное развития сетей продаж;

совместный запуск новых производственных линий; совместные

образовательные проекты; совместная разработка единых стандартов в

отношении продукции, поставщиков и т.п.; организация коллективных

маркетинговых проектов, проектов совместного выхода на новые рынки;

совместная разработка единых требований к поставщикам, оценка поставщиков

и т.д [6].

Классическим примером совместной деятельности фирм и людей в

кластере являются кооперативы по выращиванию цветов в Нидерландах,

которые «создали специализированный аукцион и мощности по обработке и

130

Wallis J., North D. Measuring the Transactional Sector in American Economy, 1870-1970 // Long-term factors in

American Economic Growth. Vol. 51 of The Income and Wealth Series. Ed. By S. Engerman and R. Gallman. Chicago:

University of Chicago Press, 1986. Цитата по [47 с.139].

234

хранению, что составляет одно из самых больших конкурентных преимуществ

голландского кластера по производству цветов» [36, c.329-330]. Другим

примером может быть винодельческий кластер Saale-Unstrut (Германия), 44

предприятия которого, несмотря на конкуренцию между собой внутри

кластера, ведут общую маркетинговую политику вне региона [68].

Совместные действия также могут включать в себя лоббирование

интересов кластера в органах государственной власти. Часто предприятиям

кластера государство устанавливает ряд преференций (введение службы одного

окна, налоговые преференции и др.). Помимо совместных действий, имеющих

четкую ориентацию на повышение прибыли компаний, внешняя активность

людей часто приводит к развитию форматов неформального взаимодействия.

Например, это могут быть дружеские встречи после работы, во время которых

также может происходить обмен идеями и опытом. Времяпрепровождение в

кругу людей с близкими референтными структурами (интересами) является

важной составляющей жизни людей, способствующей их профессиональному

росту.

Все описанные совместные действия фирм и людей возможны и вне

кластера, но в этом случае они будут связаны с большими трансакционными

издержками. Поэтому большинство видов совместных действий вне кластера

являются нерациональными (невыгодными).

Итак, институциональные преимущества в кластере означают, во-первых,

повышение информированности и снижение трансакционных издержек в

кластере, что позволяет проще осуществлять различные сделки, повышая

эффективность предприятий кластера. Во-вторых, расположение в кластере

дает фирмам возможность участия в совместных действиях, повышающих

конкурентоспособность фирм и профессиональный уровень сотрудников. Эти

два фактора являются важными стимулами, привлекающими в кластер новые

фирмы и удерживающими существующие.

235

Приложение 3. Алгоритм формирования кластерных групп М.

Портером и особенности кластерных групп, используемых для

картографирования кластеров в странах ЕС.

Алгоритм формирования кластерных групп, созданный М. Портером,

состоит из ряда последовательных шагов131

. Прежде всего, следует отметить,

что в основе определения кластерных групп лежит модель распределения

отраслевой занятости по территории всей страны.

Все отрасли (виды деятельности), представленные статистикой занятости,

М. Портером были условно разделены на три группы: «местные», «торгуемые»

и «сырьевые».

Если определить «сырьевые» отрасли не представляет особого труда132

, то

разделение «местных» и «торгуемых» отраслей на практике требует разработки

более сложных критериев. М. Портер использовал в качестве таковых долю

национальной отраслевой занятости во всех штатах, для которых

«Коэффициент локализации» больше или равен 1; значение «Коэффициента

локализации» для пяти лидирующих по этому показателю штатов; значение

коэффициента Джини по занятости133

. «Торгуемые» отрасли имеют следующие

характеристики:

доля национальной отраслевой занятости во всех штатах, для которых

«Коэффициент локализации» (location quotient) больше или равен 1 ≥

50% всей занятости в отрасли,

значение «Коэффициента локализации» для пяти лидирующих по

этому показателю штатов ≥ 2,

значение коэффициента Джини по занятости ≥ 0,3.

131

Алгоритм изложен в соответствии с [189]. Реализованный под руководством М. Портером проект по

выявлению основных направлений для развития кластеров в США в настоящее время продолжает развиваться,

наполняясь обновленной статистикой. Большое количество статистической информации находится в открытом

доступе по адресу http://www.isc.hbs.edu/econ-clusters.htm и http://www.clustermapping.us. 132

В общероссийском классификаторе видов экономической деятельности данные отрасли представлены в

разделе С «Добыча полезных ископаемых». 133

Коэффициент Джини по занятости (employment GINI coefficient) отражает степень неравномерности

распределения занятых в рассматриваемой отрасли по регионам.

236

В итоге из 879 отраслей экономики (согласно американской

классификации SIC – аналог ОКВЭД) были выделены: 241 местная отрасль, 48

сырьевых отраслей и 590 торгуемых отраслей. Характеристики этих

группировок представлены в таблице 4.3. Далее для определения кластерных

групп использовались только торгуемые отрасли.

Таблица 4.3.

Занятость и заработная плата в Соединенных Штатах Америки, 2004 год

Показатель Торгуемые

отрасли

Сырьевые

отрасли

Местные

отрасли

Общая занятость, тыс.

чел.:

32 894,918 767,525 78 739,608

Средняя годовая

заработная плата,

долл. США:

49,367 35,815 30,416

Доля в национальной

занятости, %.:

29,2654 0,6828 70,0518

Источник: Prof. Michael E. Porter, Cluster Mapping Project, Institute for Strategy and Competitiveness,

Harvard Business School; Richard Bryden, Project Director. http://www.isc.hbs.edu/econ-clusters.htm

На третьем этапе, гарвардские исследователи решают задачу определения

состава кластерных групп: из каких торгуемых отраслей состоят кластерные

группы. Так как отношения между фирмами различных отраслей носят

многосторонний характер, определить положительные экстерналии в качестве

критерия принадлежности к одной группе на практике затруднительно. В

качестве критерия избирается постоянно повторяющаяся из штата в штат

географическая близость фирм различных торгуемых отраслей. Данный подход

основан на предпосылке, согласно которой, с одной стороны, экономика США

является самой большой в мире (в ней представлено наибольшее количество

отраслей). С другой стороны, экономическое пространство США является

единым и не препятствует фирмам переходить из одного штата в другой134

.

134

К примеру, если производство комплектующих для компьютеров всегда располагается в географической

близости от производства программного обеспечения, это означает, что существуют определенные выгоды от

такой близости и эти две отрасли входят в одну кластерную группу.

237

Таким образом, становится возможным выявить устойчивые сочетания

(паттерны) совместно локализованных отраслей. Такие паттерны и

представляют собой кластерные группы.

Четвертый этап методологии выявления значимых кластерных групп в

экономике США состоял в исключении фиктивных корреляций между

отраслями. Фиктивными корреляциями называются такие случаи, в которых

совместная локализация отраслей не означает существования единой

кластерной группы135

.

Для исключения ложных географических корреляций использовались

данные межотраслевого баланса и качественные описания истории развития и

взаимодействия отраслей в исследуемых регионах (case-study).

В итоге была получена 41 кластерная группа, каждая из которой в среднем

состоит из 29 отраслей (рис. 4.4).

И, наконец, на последнем этапе, группа исследователей под руководством

профессора Портера проанализировали существующие пересечения кластерных

групп. Пересечение кластерных групп означают ситуацию, в которой одна

отрасль включена в несколько кластерных групп. Также в рамках кластерных

групп были выделены подгруппы, которые представляют собой отрасли с

максимальной корреляцией.

135

В качестве причин появления фиктивных корреляций М. Портер выделил ряд факторов.

Во-первых, излишняя широта определений в официально выделяемых статисткой отраслях. Вполне возможна

ситуация, в которой статистически будет определена связь двух отраслей, хотя, на самом деле, лишь небольшая

часть одной отрасли является взаимозависимой с другой.

Во-вторых, в статистических данных, используемых Институтом Стратегии и Конкурентоспособности, не

делается различий между занятостью в головном подразделении, отвечающем за функционирование всех

территориальных подразделений компании, и занятостью, обслуживающей местные рынки. Это ведет к

завышению численности населения, занятого в некоторых кластерных группах.

В третьих, отрасли, представленные в больших городах, кажутся сильно взаимосвязанными, хотя в

действительности, тематически они могут быть не связаны. Причиной их совместной локализации является

чувствительность к эффекту урбанизации.

В-четвертых, небольшие отрасли статистически демонстрируют малую или даже нулевую занятость во многих

регионах. Это ведет к тому, что в других регионах можно ошибиться в предположении об их корреляции.

В-пятых, географические корреляции могут быть ложными вследствие того, что некоторые отрасли (или целые

группы отраслей) в рамках рассматриваемого региона (штата) локализованы благодаря случаю или

исторической привязанности к природным ресурсам.

238

Рис. 4.4. Паттерны совместной локализации отраслей (кластерные группы)

в экономике США136

.

Источник: Портер М. Кетелс К. Конкурентоспособность на распутье: направления развития российской

экономики, 2007. С. 16. URL: http://www.sp-ved.narod.ru/MATERS/PORTER_RFstrategy.pdf. Дата доступа:

01 ноября 2012.

Преимуществом подхода М. Портера является то, что он позволил перейти

от анализа видов деятельности (отраслей) к анализу кластерных групп

(паттернов совместной локализации отраслей).

Описанная методология была реализована Институтом Стратегии и

Конкурентоспособности (Гарвардская Бизнес Школа) в США. Для того, чтобы

реализовать данную методологию для стран ЕС, Европейской Кластерной

Обсерватории понадобилось перевести кластерные группы, рассчитанные в

классификаторе SIC, в кластерные группы, состоящие из видов деятельности

136

Некоторые названия были переведены заново, так как они некорректно отражали содержание англоязычных

аналогов. Например, группа «Medical devices» переводилась на русский язык как «Медицинские услуги», тогда

как собственно большинство такие услуг относиться к местным видам деятельности и не могут быть включены

в кластерные группы. Правильным переводом, в данном случае, является «Медицинская техника».

239

согласно европейской классификации NACE. Надо отметить, что данные

классификаторы достаточно сильно различаются. Встречаются ситуации, когда

вид деятельности по SIC содержит множество видов деятельности по NACE,

один или несколько из которых, в свою очередь, содержать несколько видов

деятельности по SIC. Для того, что бы сделать сопоставление наиболее

корректным специалистам Европейской Кластерной Обсерватории пришлось

исключить из состава кластерных групп “Prefabricated enclosures” и “Motor-

driven products”, так как они полностью растворяются в других кластерных

группах, составленных из видов деятельности по NACE. Также кластерные

группы “Aerospace engines” и “Aerospace, vehicles and defence” были

объединены в одну кластерную группу. Таким образом, Европейская

Кластерная Обсерватория использовала 38 кластерных групп, а не 41, как

Гарвардский Институт Стратегии и Конкурентоспособности.

Также, важной особенностью является то, что Европейская Кластерная

Обсерватория использовала так называемые «узкие» определения кластерных

групп. Такие определения отличаются от подхода М. Портера тем, что

отсутствуют пересечения между кластерными группами, то есть один вид

деятельности может входить только в одну кластерную группу.

Приложение 4. Используемая статистика и процедуры ее обработки.

Источником информации для проведения исследования являлась

Федеральная Служба Государственной Статистики.

Для идентификации значимых кластерных групп в субъектах РФ

использовалась статистика по занятости: средняя численность работников -

всего (количество замещенных рабочих мест), с январь по январь, за 2005-2007

годы; сводные данные по крупным и средним предприятиям. Это самая общая

категория средней численности работников, которая включает в себя

постоянных работников и внешних совместителей. В данную статистику не

240

включаются материалы выборочных обследований населения по проблемам

занятости и информация от органов исполнительной власти. Данные

представлены по чистым видам экономической деятельности.

Использовалась статистика по всем кодам ОКВЭД до уровня четвертой

цифры, которая была агрегирована в 38 кластерных групп.

При расчете занятости в кластерных группах использовался алгоритм

заполнения пустых ячеек. Дело в том, что достаточно часто в статистических

данных попадаются пустые ячейки. Наиболее простой, но не вполне

корректный вариант заключается в том, чтобы считать пустую ячейку за 0.

Вместе с тем, существует алгоритм, позволяющий более корректно заполнить

пропущенное значение. Данный алгоритм был заимствован из методологии

Европейской Кластерной Обсерватории и реализован в качестве макроса:

во-первых, определяются заполненные и пустые ячейки;

при обнаружении пустой ячейки макрос ищет все «родительские» виды

деятельности, которые имеют заполненную ячейку (например, если вид

деятельности 51.83 не заполнен, макрос проверит 51.8, если и он пустой – то

51 и т.д.);

когда заполненная ячейка, соответствующая «родительскому» виду

деятельности найдена, макрос определяет все входящие в него виды

деятельности (до четверного уровня);

далее все значения в заполненных ячейках, входящих в «родительскую»

ячейку, суммируются, и эта сумма вычитается из значения «родительской»

ячейки;

далее остаток делится поровну между всеми пустыми ячейками

(соответственно, если остаток равен нулю, то все пустые ячейки

определяются как нулевые).

Для анализа кластерных групп в городе Москве (параграф 3.2. третьей

части) использовались дополнительные статистические материалы:

241

среднемесячная заработная плата работников в рублях, с января по

январь; сводные данные по крупным и средним предприятиям; чистые

виды экономической деятельности;

отгружено товаров собственного производства, выполнено работ и услуг

собственными силами (без НДС и акцизов), с январь по декабрь, за 2005-

2007 годы; данные по организациям, не относящимся к субъектам малого

предпринимательства, средняя численность работников которых

превышает 15 человек; чистые виды экономической деятельности;

инвестиции в основной капитал – всего, с январь по декабрь, за 2005-2007

годы; данные по организациям, не относящимся к субъектам малого

предпринимательства, средняя численность работников которых

превышает 15 человек (крупные и средние предприятия); хозяйственные

виды экономической деятельности;

прибыль (убыток) до налогообложения за период с начала отчетного года,

с январь по декабрь, за 2005-2007 годы; данные по организациям, не

относящимся к субъектам малого предпринимательства, средняя

численность работников которых превышает 15 человек (крупные и

средние предприятия).

Приложение 5. Модель Г. Линдквиста и метод частичных наименьших

квадратов137

Модель, предложенная Г. Линдквистом, состоит из структурных

уравнений, переменные в которых связаны между собой причинно-

следственными связями. Преимущество моделирования структурных

уравнений перед обычными регрессиями заключается в том, что оно позволяет

оценивать одновременно несколько уравнений (проводить многомерный

анализ), а также возможность включать в модель неизменяемые переменные.

137

Данное приложение написано совместно с Д. Тюменцевой.

242

Так, большинство существующих на сегодняшний день эмпирических

исследований в области влияния количества и силы значимых кластерных

групп на экономические показатели региона использовало лишь одномерные

модели. Например, могли быть отдельно оценены следующие закономерности:

влияние количества и силы значимых кластерных групп на

экономическое благополучие региона,

влияние количества и силы значимых кластерных групп на уровень

инновационной активности в регионе,

влияние инновационной активности на экономическое благополучие

региона.

Однако одномерные модели не позволяют одновременно оценивать все эти

регрессии для того, чтобы оценить косвенное влияние количества и силы

кластерных групп на экономическое благополучие через инновационную

активность. Структурное моделирование позволяет проводить такие

исследования.

Моделирование структурных уравнений используется как для

тестирования и подтверждения теоретических гипотез (как в данной модели),

так и для построения теоретических моделей, опираясь на имеющиеся

данные138

.

Структурная модель состоит из латентных переменных (отражающих

ненаблюдаемые теоретические концепции) и из связанных с ними

наблюдаемых переменных (manifest variables). В модели Г. Линдквиста шесть

латентных переменных: кластеризация (региональная специализация),

урбанизация, частные затраты на НИОКР, затраты на НИОКР государственного

сектора, инновационная активность и экономическое благополучие региона.

138Подтверждающее моделирование обычно начинается с формулирование гипотез, которые затем

формализуют в причинно-следственную модель. После этого, гипотетические конструкции модели выражают с

помощью имеющихся данных для дальнейшего тестирования гипотез, лежащих в основе модели.

243

Рис. 4.5. Латентные и наблюдаемые переменные в модели Г.

Линдквиста

Источник: Д.С. Тюменцева.

На рисунке 4.5 отображены латентные и наблюдаемые переменные в

модели Г. Линдквиста. Переменные в овалах – латентные переменные, а в

прямоугольниках – наблюдаемые. Причинно-следственная связь изображается

с помощью стрелки: стрелка исходит из независимой переменной и ведет к

зависимой.

Латентные переменные можно рассматривать либо как зависящие от

наблюдаемых переменных, либо как влияющие на наблюдаемые переменные. В

первом случае латентные переменные называются формативными и стрелка,

показывающая причинно-следственную связь, идет от наблюдаемых

переменных к латентным. Таким образом, формативная латентная переменная

построена с помощью наблюдаемых переменных, а сама структурная модель

оценивается таким образом, чтобы максимально объяснить дисперсию в

значениях наблюдаемых переменных, а не для того, чтобы получить латентную

переменную, лучше всего соответствующую данным. Во втором случае

латентные переменные называются рефлективными и стрелка идет от

латентных переменных к наблюдаемым. В такой модели ковариация между

244

наблюдаемыми переменными полностью объясняется из регрессии,

построенной на наблюдаемых переменных, при условии, что при заданном

значении латентной переменной связанные с ней наблюдаемые переменные

независимы друг от друга.

Направление связи между латентными и наблюдаемыми переменными

задается теорией, использованной для построения модели. В нашем случае

латентные переменные рефлективны. Для наглядности можно привести пример.

Экономическое благополучие региона – гипотетическая конструкция, которая

измеряется такими наблюдаемыми переменными, как ВРП на душу населения,

доля ВРП региона в ВВП страны и уровень заработной платы в регионе.

Логично было бы предположить, что именно благополучие региона определяет

эти измеряемые показатели, а не наоборот (чтобы удостовериться в этом при

оценке PLS используются показатели Cronbach's α и Dillon-Goldstein's ρ). При

оценке рефлективной модели считается, что именно наблюдаемые переменные

измерены с ошибкой, а не латентные переменные.

Структурную модель можно задать либо графически, используя

диаграмму, либо с помощью системы уравнений множественных регрессий.

Коэффициенты переменных в структурных моделях оцениваются с

использованием методов, основанных либо на ковариации, либо на дисперсии.

К первому типу методов относятся инструментальные переменные (instrumental

variables – IV), двухступенчатый метод наименьших квадратов (two-stage least

squares – TSLS), метод невзвешенных наименьших квадратов (unweighted least

squares – ULS), обобщенный метод наименьших квадратов (generalised least

squares – GLM), принцип максимального правдоподобия (maximum likelihood –

ML) и т.д. Для их оценки чаще всего используется статистический пакет

LISREL, позволяющий сравнивать результаты, оцененные этими методами.

Проблема использования LISREL заключается в том, что все методы

оценки модели, которые он предлагает, требуют большого количества данных и

строгих предположений о распределении данных. Поэтому LISREL иногда

245

называют жестким моделированием (hard modelling). В данной модели мы

ограничены по количеству данных (все данные рассчитываются для регионов

России, поэтому их по определению не может быть больше 83). Кроме того, мы

не знаем теоретического распределения наблюдаемых переменных. В связи с

этим, использование методов оценки, предлагаемых LISREL, привело бы к

некорректно оцененным и смещенным коэффициентам. Чтобы решить эту

проблему, Г. Линдквист предлагает использовать моделирование причинно-

следственных связей (path modelling), с оценкой результатов моделирования с

помощью метода частичных наименьших квадратов (PLS-PM – partial least

squares path modelling).

Метод PLS был предложен Волдом [205] и относится к методам,

основанным на дисперсии (с выделением главных компонентов). В отличие от

жесткого моделирования он не требует нормального распределения данных и

отсутствия мультиколлинеарности между наблюдаемыми и латентными

переменными, поэтому его еще называют «мягким моделированием». PLS – это

непараметрический метод оценки, в котором причинность выражается через

линейные условные математические ожидания. Использование PLS-PM для

оценки структурных моделей подробно описано в статье Тененхауса и др.

[199].

Модель с рефлективными латентными переменными, оцененная методом

PLS, должна соответствовать следующим критериям:

показатель Cronbach’s α для латентных переменных ≥ 0.7;

показатель composite reliability для латентных переменных 0.7;

внешняя загруженность (outer loading) наблюдаемых ≥ 0.7, поскольку в

таком случае более половины их дисперсии учитывается в модели;

для состоятельности внутренней модели показатель AVE для каждой из

латентных переменных должен быть ≥ 0.5 (большая часть дисперсии

объясняется не случайной ошибкой, а латентными переменными);

246

показатель cross-loading для каждой наблюдаемой переменной должен

быть наибольшим для той латентной переменной, от которой он зависит;

значимость причинно-следственных коэффициентов (path coefficients)

оценивается с помощью t-статистики.

Следует отметить, что в некоторых случаях (когда с латентной переменной

связано мало наблюдаемых переменных) можно оставить наблюдаемые

переменные, если для них outer loading меньше 0.7, но при этом не меньше 0.6,

если AVE для соответствующей латентной переменной больше 0.5. Кроме того,

если в модели мало наблюдаемых переменных, их стоит исключать, только

если их outer loadings меньше 0.6/0.7 и только если их исключение значительно

увеличит composite reliability.

При исследовании российских регионов, модель оценивалась с помощью

программы SmartPLS139

.

Т-статистика для модели была посчитана с помощью метода Bootstrapping.

Этот метод оценки является непараметрическим, поскольку он не делает

никаких предположений относительно распределения популяции данных. При

использовании Bootstrapping считается, что имеющаяся выборка достоверно

отражает все характеристики популяции данных. Поэтому, для того, чтобы

оценить значимость полученных коэффициентов с помощью Bootstrapping

делается следующее: из имеющейся выборки какое-то заданное исследователем

количество раз (около 1000) создаются новые выборки данных с заданным

количеством наблюдений. Правильнее всего использовать размер новых

выборок, равный размеру изначальной выборки. Таким образом, если

изначально была одна выборка с N количеством наблюдений, для которых

можно было оценить коэффициенты структурной модели, то теперь есть 1000

выборок с N количеством наблюдений, для каждой из которых также

подсчитаны коэффициенты и их стандартные ошибки. Имея 1000 значений

коэффициентов, можно оценить их значимость, используя простой T-test.

139

www.smartpls.de. Структурная модель была оценена, используя Path Weighting Scheme, с учетом

недостающих данных для наблюдаемых переменных.