29 января 2017г.
Кластеры являются уникальным в своем роде явлением в экономике. Они являются индикатором концентрации экономической активности в том или ином регионе, включают в себя сложные внутренние и внешние взаимоотношения предприятий и кластеров в смежных отраслях.
Многие ученые писали о преимуществах кластерной экономики: синергетический эффект, социальный эффект, повышение конкурентоспособности, рост экономического потенциала региона и др. В последние годы в федеральном и региональном законодательстве РФ в области экономики все чаще фигурирует слово «кластер», однако для успешного воплощения данной модели экономики в жизнь потребуется немалое количество времени и денежных средств.
Как известно, кластеры возникают двумя способами: естественным и искусственным. Примеры естественных кластеров нетрудной найти в Европе (например, кораблестроение в Голландии), примеры искусственных кластеров можно найти в Америке («Кремниевая долина») и в Азии (в активно растущем и развивающемся Китае искусственно созданные кластеры являются одним из драйверов экономики).
В настоящий момент в Европе проведено кластерное картографирование по методике М. Портера с целью выявление экономических центров региона, анализа их взаимосвязей и развития. Однако ввиду того, что кластеры являются не вполне жесткой и четкой структурой, возникает необходимость их идентификации, т.е. выявления естественно сложившихся кластеров или определение успешности создания искусственных. Существует несколько подходов к идентификации кластеров. Основными из них являются:
1. Подход, предложенный М. Э. Портером.
М. Портер является одним из пионеров в исследовании кластерной экономики, его труды послужили началом для развития отдельного направления в экономике, теоретических подходов и эмпирических исследований. Методика идентификации и исследования кластеров, предложенная М. Портером легла в основу многих современных методик.Основным принципом данного подхода является определение кластеров с позиции конкурентоспособности.
Прежде всего, основным критерием кластера является территориальное единство – границы большинства кластеров совпадают с границами областей/регионов или стран, в которых они расположены, но могут и выходить за их пределы, объединяясь с предприятиями на соседних территориях. В этом случае определяющим фактором является не географическая граница, а концентрация предприятий смежных отраслей на одной территории. Одним из коэффициентов, позволяющим оценить данный критерий, является коэффициент локализации:
где Empig – количество занятых в регионе g в отрасли i,
Empg – общее количество занятых в регионе g, Empi – количество занятых в отрасли i в стране, Emp – общее количество занятых в стране.
М. Портер предлагает использовать пороговое значение 0,9, однако Э. Бергман и Э. Фрезер считают целесообразным увеличить его до 1,25, т.к. полученное на основе расчетов количество кластерных образований может оказаться чрезмерно большим и не будет иметь практической значимости.
Следует помнить, однако, что близкое территориальное расположение предприятий создает лишь
потенциал для создания кластера, но не формирует его полностью. Второй важной составляющей – связующим звеном между отдельными фирмами – являются специалисты, как носители знаний, опыта и информации. Именно они способны привести кластер в движение и создать конкурентные преимущества с помощью чувства «принадлежности к касте», которое появляется, когда фирма входит в какое-то большее образование (например, в кластер). Только в этом случае отдельное предприятие приобретает статус экономической ценности, единицы в составе чего-то большего. [3, С. 290] Также важным критерием является количество занятых – кластер должен объединять в себе не менее 1000 человек.
Кроме того, согласно М. Портеру к признакам кластера с позиции создания им локальным конкурентных преимуществ, можно отнести: наличие факторов производства (как материально-ресурсная база, так и социально-экономическая и политическая среда, сильная научно-исследовательская база); наличие конкурентоспособных поставщиков и смежных отраслей, с которыми кластер может одновременно и сотрудничать и конкурировать; наличие особого требовательного спроса, удовлетворить который предприятию, работающему отдельно, очень трудно.
Преимуществом данного подходя является всестороннее рассмотрение кластера без акцента только на экономическую составляющую. Однако одной из проблем применения данного подхода может являться изучение социальной составляющей кластера, т.к. она слабо поддается количественной оценке. Основной проблемой, которую пытаются решить социологи и экономисты в этой области является создание методики идентификации «узлов», в которых происходит основной обмен информацией.
1. Расчет коэффициентов локализации и специализации
Данная методика предложена Европейской кластерной обсерваторией и является доработанной методикой М. Портера предполагает анализ 3-х характеристик кластера - размера, специализации и фокуса. [2, С. 125]. На основе данной методики было проведено кластерное картографирование Европы.
В качестве пороговых значений, характеризующих значимые кластерные группы в регионе, установлены следующие критерии:
– «коэффициент локализации» - не менее 2;
Как говорилось ранее, это позволяет выявлять только самые крупные и значимые кластерные образования, которые являются ведущими в данном регионе и сосредотачивают в себе большие объемы ресурсов.
– регион должен входить в число 10% регионов, лидирующих по «Размеру» рассматриваемой кластерной группы;
Показатель отражает значимость данного кластера для кластерной группы страны в целом.
– регион должен входить в число 10% регионов, лидирующих по «Фокусу» рассматриваемой кластерной группы.
Показывает, степень занятости людей в кластерной группе i в регионе g, т.е. концентрацию занятых в кластерной среди всего населения региона.
На основе данных показателей кластеру присваивается от 1 до 3 звезд (веса всех показателей одинаковы). Чем больше звезд получает кластерная группа, тем большую значимость она имеет в экономике региона и страны.
Основным преимуществом метода является то, что количественные данные в виде индексов легко поддаются анализу и сравнению.
Недостатками являются: акцент на кластере, как исключительно экономическом феномене, без оценки социального и других эффектов; прямая зависимость результатов от выбранной методики сбора данных и от величины статистической погрешности.
Также следует отметить, что в условиях российской экономики данные индексы нуждаются в корректировке, т.к. при выбранных пороговых значениях можно выявить лишь крупнейшие кластерные группы, в которых сосредоточены большие объемы ресурсов, а более мелкие образования могут остаться без внимания.
1. Сетевой анализ
Представляет собой графическую интерпретацию взаимосвязей между предприятиями. Предполагает поиск «ядра» кластера, построение цепочек добавленной ценности, которая создается в кластере и определение первичных и вторичных отраслей кластеров в экономике региона. [1, С. 35]
В эту же группу можно отнести построение и матрицы «затраты-выпуск», т.е. модель Леонтьева или модель межотраслевого баланса.
Преимуществом данной группы методов является их наглядность и структурированность – видна роль каждого элемента кластера в создании конечного продукта, прослеживаются внутренние и внешние взаимосвязи. Однако основным недостатком можно считать колоссальную трудоемкость их составления.
Итак, в настоящий момент существует большое разнообразие методов идентификации и анализа кластеров, которые делают акцент на разных аспектах деятельности кластера, используют различные данные и подходы к их анализу. Это позволяет всесторонне изучить кластер и, возможно, построить виртуальную кластерную модель, чтобы спрогнозировать его развитие.
Российская экономика в настоящий момент является развивающейся, концентрация кластеров в ней невелика, т.е. не все конкурентные преимущества раскрыты и реализованы. Следовательно, появляется необходимость применять вышеперечисленные методы в России.
Проблема всех указанных методов состоит в том, что они сформулированы и опробованы заграницей. Попытки применять данные методы без корректировки в условиях российской экономики, являются не вполне успешными, что связано как с недостатком опыта у российских исследователей, так и с принципиальными отличиями в экономики России и Европы. Следует помнить, что современная экономика России долгое время формировалась вне рыночных условий и имела плановый характер. Следовательно, будет неверным утверждать, что так или иная отрасль или кластер сформировались и приобрели определенные конкурентные преимущества только путем естественного исторического развития без вмешательства государства. Таким образом, в данных структурах отсутствует предпринимательский опыт, который десятками лет накапливался в зарубежных компаниях, отсутствует естественная организационная культура, и сравнение их с зарубежными кластерами, начало которым было положено сотни лет назад, некорректно.
Кроме того, в России из-за больших размеров территорий и большого количества территориальных образований данные, которые предоставляют официальные органы, например, Росстат, являются не актуальными на момент расчетов. Следовательно, прогнозы, составленные на основе таких расчетов, обладают условным характером.
По этим причинам обычная «калька» западных методов оценки на российские реалии дает отрицательные результаты.
Список литературы
1. Ковалева Т. Ю. Алгоритм идентификации и оценки кластеров в экономике региона // Вестник Пермского университета. — 2011. — № 4. — С. 30-39. (Экономика);
2. Растворцева С.Н., Череповская Н.А. Идентификация и оценка региональных кластеров // Экономика региона. — 2013. — № 4. — С. 123-133. (Экономика и экономические науки);
3. Савинова О.В. Региональная конкуренция и пессимистические прогнозы состояния экономического климата в регионах России // Вестник Тамбовского университета — 2014. — № 1.— С. 24-37.(Гуманитарные науки)
4. Портер М. Конкуренция, М.: 2005. — 608 с.
