CC BY
60
УДК 69.003:330.105
ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗИ ФАКТОРОВ РАЗВИТИЯ ЖИЛИЩНО-СТРОИТЕЛЬНОГО КЛАСТЕРА РЕГИОНА
л о о
© Х.М. Гумба1, И.А. Кузовлева2, В.В. Прокопенкова3
Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, 26. 2,3Брянская государственная инженерно-технологическая академия, 241037, Россия, г. Брянск, пр. Станке Димитрова, 3.
Обосновано применение кластерного подхода к развитию жилищного строительства как перспективной формы интеграции участников инвестиционно-строительной деятельности. Разработана модель взаимосвязи элементов кластера, где каждый элемент представляет собой конкретный субъект кластерной структуры, выполняющий специфические функции в инвестиционно-строительном процессе. Построена экономико-математическая модель взаимосвязи факторов, влияющих на развитие жилищно-строительного кластера Брянского региона, которая способствует формированию целостного представления о состоянии и уровне эффективности протекающих в кластере производственных, инвестиционных и инновационных процессов; повышает эффективность взаимодействия субъектов жилищно-строительного кластера региона.
Ключевые слова: жилищно-строительный кластер; экономико-математическая модель; система иерархических взаимосвязей; факторы развития жилищно-строительного кластера.
ECONOMIC AND MATHEMATICAL MODELING OF DEVELOPMENT FACTOR RELATIONSHIP IN REGIONAL HOUSING AND CONSTRUCTION CLUSTER H.M. Gumba, I.A. Kuzovleva, V.V. Prokopenkova
Moscow State University of Civil Engineering, 26 Yaroslavskoe Shosse, Moscow, 129337, Russia Bryansk State Engineering-Technological Academy, 3 Stanke Dimitrova pr., Bryansk, 241037, Russia.
The article substantiates the use of a cluster approach to housing construction development as a promising integration form of investment and construction participants. It develops a model of cluster element interaction, where each element represents a specific subject of the cluster structure and performs certain functions in the investment and construction process. An economic and mathematical model of factor relationships that affect the development of the Bryansk region housing and construction cluster is built. It contributes to the formation of a holistic view on the status and efficiency level of production, investment and innovation processes in the cluster as well as increases interaction efficiency of the subjects of housing and construction cluster in the region.
Keywords: housing and construction cluster; economic and mathematical model; system of hierarchical relationships; development factors of the housing and construction cluster.
Исследование процессов развития кластерных структур по ключевым уровням и направлениям представляет собой анализ ресурсных возможностей региона и отраслей с целью определения направлений для успешной реализации кластерной инициативы.
Оценка кластеризации отрасли, ориентированная на определение возможностей по созданию на территории региона кластера, осуществляется на основе изучения частных элементов кластерной структуры.
Исходя из особенностей функционирования реги-
онального инвестиционно-строительного комплекса, в пределах которого предполагается формирование кластерного объединения, представляется возможным выделить три составных элемента кластера, в рамках которых осуществляется выбор основных участников кластерной структуры. При этом наиболее эффективным инструментом процесса формирования состава субъектов кластера является модель, отражающая их взаимодействие (рис. 1).
1 Гумба Хута Мсуратович, доктор экономических наук, профессор кафедры экономики и управления в строительстве, тел.: (926) 436 66 30, e-mail: [email protected]
Gumba Huta, Doctor of Economics, Professor of the Department of Economy and Management in Construction of Moscow state construction University, tel.: (926) 436 66 30, e-mail: [email protected]
2Кузовлева Ирина Анатольевна, доктор экономических наук, профессор, декан экономического факультета, зав. кафедрой экономики и менеджмента, тел.: (910) 335 55 55, e-mail: [email protected]
Kuzovleva Irina, Doctor of Economics, Professor, Dean of the Economic Faculty, Head of the Department of Economy and Management, tel.: (910) 335 55 55, e-mail: [email protected]
3Прокопенкова Вера Васильевна, ассистент кафедры экономики и менеджмента, тел.: (910) 2347327, e-mail: [email protected]
Prokopenkova Vera, Assistant Professor of the Department of Economy and Management, tel.: (910) 2347327, e-mail: [email protected]
Внешняя среда кластера
Элементы макросреды:
- экономическая политика;
- налоговая политика;
- социально-демографическая политика;
- политика в области науки и образования;
- законодательная система.
Элементы мезосреды:
- региональная инфраструктура;
- ресурсообеспеченность региона;
- региональная направленность экономической политики;
- социально-демографическая ситуация в регионе;
- региональный рынок труда;
- научная и образовательная база региона;
- региональная инновационная политика.
Ядро кластера
Фирмы, имеющие узкую специализацию, географически близко расположенные по отношению друг к другу, обладающие наибольшим производственным, инвестиционным, инновационным потенциалом.
Внутренняя среда кластера
Организации, обеспечивающие эффективное функционирование предприятий, относящихся к ядру кластера, обладающие необходимыми материально -производственными, финансовыми, потребительско-демографическими, инженерно-коммунальными, инновационными ресурсами.
Рис. 1. Модель взаимосвязи в кластере
Представленная модель позволяет отобрать субъекты кластера, которые выполняют различные функции, но при этом объединены совместным технологическим процессом, а также предприятия и фирмы, которые входят в смежные отрасли.
Для изучения сложных объектов (к числу которых относится кластер) и проблем их развития служит системный подход, который позволяет всесторонне исследовать процессы функционирования элементов кластера и причины вхождения субъектов в кластерное объединение, а также дать их формализованное описание. Состояние системы определяется свойствами основных ее элементов, ее возможностью функционировать для достижения поставленной цели в ответ на входной импульс. Следовательно, для регулирования процесса формирования и функционирования кластера необходимо провести анализ его элементов и выявить их влияние в целом и отдельных параметров на степень достижения поставленной цели [3].
Все объекты, явления, процессы, в том числе и протекающие в рамках социально-экономических систем различного уровня, взаимосвязаны и влияют друг на друга, поэтому, рассматривая элементы кластера, необходимо учесть влияние среды на объект и влияние объекта на среду. В общем виде функционирова-
ние элементов кластера можно представить в виде
Ркл = F (I; В'; В), где Ркл - результат функционирования кластера; I - ядро кластера; В' - внутренняя среда кластера; В - внешняя среда кластера.
Внешняя среда формирует входной импульс системы, воспринимает реакцию системы на входной импульс, воздействует на ее состояние. Внешняя среда кластера характеризуется двумя группами параметров: параметрами мезосреды, непосредственно влияющими на производственно-хозяйственную и инновационную деятельность кластера; параметрами макросреды, влияющими косвенно.
Жилищно-строительный кластер отличается от других типов объединений тем, что связывает всех участников процесса производства конечной строительной продукции, от поставщиков сырья до потребителей конечного продукта, включая сферу обслуживания и специализированную инфраструктуру [4].
Таким образом, нам представляется, что жилищно-строительный кластер - это крупное объединение географически локализованных в рамках региона строительных предприятий, поставщиков материальных, трудовых, научных и инвестиционных ресурсов, а также необходимого бизнес-окружения,
которые имеют общую стратегию активизации инвестиционной деятельности для производства конкурентоспособной строительной продукции (объектов жилого назначения), обладающей совокупностью технических, экономических и эстетических свойств с целью удовлетворения потребностей населения в комфортном и доступном жилье.
Одной из ключевых целей формирования и развития жилищно-строительного кластера на территории Брянского региона является удовлетворение потребности населения в новом жилье. На качественные и количественные показатели ввода жилья значительное влияние оказывают факторы спроса и предложения. Следовательно, исследование оптимальных взаимосвязей и комплексной оценки факторных составляющих является необходимым элементом для формирования концепции развития конкурентоспособного жилищно-строительного кластера, а также для прогнозирования активности спроса на рынке жилья.
Выгодное геополитическое положение, наличие собственной ресурсно-сырьевой базы, функционирование системы активно развивающихся строительных организаций, конкурентоспособных на региональном и российском рынках, а также развитие кооперационных связей и механизмов взаимодействия между ключевыми строительными предприятиями и организациями производственной и рыночной инфраструктуры создали условия для формирования на территории Брянского региона жилищно-строительного кластера.
Определение особенностей формирования жилищно-строительного кластера и перспектив его развития в рамках региона предполагает рассмотрение их через призму построения экономико-математической модели. Вхождение строительных организаций в кластер позволит оптимизировать экономический потенциал всех участников кластера, получить синергетический эффект от объединения их ресурсов [2, 5].
Факторные составляющие разработанной модели представляют собой структурно сбалансированный комплекс взаимосвязанных показателей, определяющих уровень развития жилищно-строительного кластера, отражающих степень взаимосвязи основных иерархических подсистем экономики региона, а также характеризующих возможность удовлетворения потребности населения в новом доступном и комфортном жилье.
Отбор факторных составляющих был произведен нами на основе учета инновационных, структурных, инвестиционных и институциональных детерминантов экономического развития региона. Количество используемых показателей ограничивалось имеющимся объемом статистических данных. База данных формировалась в соответствии с пространственно-временной выборкой: значения показателей рассчитывались по Брянской области за 7 лет наблюдений (2007-2013 гг.). Источниками формирования базы данных послужили сведения Территориальной службы государственной статистики по Брянской области, департаментов по строительству и жилищной сферы в Брян-
ской области, а также статистические сборники: «Регионы России. Социально-экономические показатели», «Российский статистический ежегодник».
В качестве показателей развития жилищностроительного кластера исследовались факторы ме-зоэкономического уровня иерархии. Выбор данного уровня обусловлен агрегированным влиянием факторных составляющих на показатель ввода в действие жилых домов. Модель восходящих и нисходящих меж-уровневых связей регионального жилищностроительного кластера представлена на рис. 2.
Направления региональной экономической политики в области жилищного строительства и обеспечения жильем отдельных категорий граждан разрабатываются на основе анализа агрегированных мезопока-зателей: показателя жилищной обеспеченности, исходя из величины общего объема жилого фонда; показателя доступности жилья, напрямую зависящего от стоимости 1 м2 жилой недвижимости (связь 1). Агрегированные мезопоказатели также оказывают влияние и на функционирование жилищно-строительного кластера в целом, формируя на основе динамики спроса величину предложения жилья (связь 2). Результаты экономической деятельности строительных организаций и структуру их взаимодействий формируют совокупные мезопоказатели (связь 4).
На субъекты микроэкономического уровня значительное воздействие оказывают решения, принимаемые субъектами мезоэкономического уровня. В частности, естественные монополии регулируют тарифы на подключение и техническое обслуживание объектов инженерной инфраструктуры; саморегулируемые организации осуществляют контроль над соблюдением требований градостроительной деятельности; региональные органы власти и управления предоставляют земельные участки под застройку, занимаются оформлением исходно-разрешительной документации на строительство. В свою очередь субъекты микроуровня осуществляют инвестиционно-строительную деятельность в мезосреде и во многом определяют региональную политику в области жилищного строительства (связь 3).
Результатом экономической деятельности субъектов инвестиционно-строительного процесса являются микроэкономические показатели: объем ввода жилья ¡-й строительной организацией, уровень ее деловой активности, средняя цена 1 м2 жилья (связь 6).
Особое влияние как на результаты экономической деятельности строительных организаций, так и на характер взаимосвязи между участниками инвестиционно-строительного процесса (объектами микроуровня) оказывают факторы развития жилищностроительного кластера (связь 5), исследование которых позволит составить оптимальный сценарий развития кластерной системы.
Ключевой проблемой проведения анализа факторов развития жилищно-строительного кластера является отсутствие единого методического подхода к оценке его эффективности, учитывающего отраслевые особенности жилищно-строительного кластера.
Для решения данной проблемы был разработан алгоритм анализа факторных составляющих (рис. 3), который позволил охватить различные аспекты функционирования жилищно-строительного кластера, составить комплексное видение проблем и способов их решения.
Первый этап анализа жилищно-строительного кластера был представлен формированием статистической базы региона с группировкой по факторным блокам.
Материально-производственные факторы включают совокупность показателей, характеризующих обеспеченность строительного производства оборотными фондами: строительными материалами, конструкциями, а также отражают количественный
состав основных производственных фондов, используемых в жилищном строительстве. Данные факторы формируются в отраслях промышленного звена инвестиционно-строительного комплекса (предприятия промышленности строительных материалов; лесной, деревообрабатывающей, целлюлозно-бумажной, стекольной, фарфоро-фаянсовой промышленности; предприятия машиностроения и металлообработки), образующих материальную основу производства. В зависимости от технического уровня производства, уровня специализации и кооперирования, степени внедрения инновационных технологий, проводимой кадровой политики они во многом определяют технико-экономические особенности строительной продукции.
Рис. 2. Система иерархических взаимосвязей регионального жилищно-строительного кластера
Формирование статистической базы для построения эконсыико-математической модели взаимосвязи факторов развития жилищно-строительного кластера
III II 1
Материально-производственные факторы Финансовые факторы Погребительско-демографические факторы Инженерно-коммунальные факторы Факторы инновационной деятельности Факторы, ограничивающие инвестиционную деятельность
1 1 1 1 1 1
1
Отбор параметров на основе пр именения корреляционного анализа
Да JT
Демонстрируют ли коэффициенты корреляции сильную связь ?
Нет
Выделение факторных показателей и построение на их основе многофакторной экономико-математической модели
Да ,,
Факторный показатель исключается из анализа
Значительна ли нагрузка факторного показателя на целевой показатель?
Факторный показатель можно интерпретировать как оказывающий влияние на изменение целевого показателя
Нет
Факторный показатель не оказывает влияние на целевой
показатель
Можно ли построить уравнение влияния факторных показателей на объем ввода жшья?
Да
Построение экономико-математической модели 0D- 0s
Нет
Переход к экспертному анализу факторных показателей
Рис. 3. Алгоритм построения экономико-математической модели взаимосвязи факторов развития жилищно-строительного кластера региона
Финансовые факторы включают совокупность источников и методов финансирования жилищного строительства, характеризуя инвестиционную составляющую строительного процесса: объем привлекаемых инвестиционных ресурсов, субъектную составляющую инвестиционного процесса, степень участия государства как в развитии рынка жилищного строительства, так и в обеспечении отдельных категорий населения региона жильем, количество предоставляемых ипотечных кредитов, собственные инвестиционные возможности населения.
Потребительско-демографические факторы отражают возможности населения региона по приобретению нового жилья. Данный факторный показатель формируется под влиянием естественного и миграционного прироста численности населения, количества семей, нуждающихся в приобретении жилой недвижимости.
Инженерно-коммунальные факторы представляют центр экономических интересов и отношений, складывающихся в рамках муниципальных образований, и в современных условиях оказывают решающее влияние на формирование стоимости строительства. В силу высокой степени износа инженерно-коммунальных сетей подключение построенного жилья к объектам инженерной инфраструктуры накладывает определенные ограничения. Поэтому инвестирование в создание объектов инженерной инфраструктуры положительно влияет на объемы жилищного строительства.
В силу повышения значимости в региональном аспекте инновационной составляющей и постепенной переориентации промышленного производства на инновационные технологии в методике анализа отдельным блоком выделены факторы инновационной деятельности.
Низкий уровень спроса на строительную продукцию, недостаточность собственных финансовых средств, высокий процент и сложность получения коммерческого кредита для реализации инвестиционного проекта, неопределенность экономической ситуации в стране и регионе, неудовлетворительное состояние материально-технической базы, а также несовершенство нормативно-правовой базы, регулирующей инвестиционные процессы, в качестве самостоятельного факторного блока выделены факторы, ограничивающие инвестиционную деятельность.
В экономико-математической модели функциональные зависимости между факторными и результативными показателями представлены через коэффициент корреляции, отражающий тесноту связи между ними. Линейный коэффициент парной корреляции вычисляется путем деления ковариации двух вычисляемых величин и значения стандартного отклонения каждой из переменных. Следовательно, корреляцию можно рассматривать как безразмерное, нормированное значение ковариации. Поэтому несколько коэффициентов корреляции могут сравниваться между собой, они не зависят от того, в каких единицах измерялись исходные данные.
Формула для нахождения коэффициента корреляции имеет следующий вид:
_ cov(x, y) _ X (X - X) • (Y - Y)
r Л Л TX (X - X )2 •X (Y - Y )2 '
где Xt - значение независимой переменной; Yt - зна-
— 1 n
чение зависимой переменной; X = - •X Xt,
П t=1
- 1 n
Y = — •XYt - среднее значение выборок;
П t=1
ax, av - среднеквадратическое отклонение соответствующего факторного признака [1].
Корреляционно-регрессионный анализ проведен с использованием специализированного эконометриче-ского пакета Eviews и программы Microsoft Excel.
Основная цель проведения корреляционно-регрессионного анализа - отбор факторных показателей, демонстрирующих сильную или умеренную связь с целевым показателем и исключение факторов, демонстрирующих слабую связь с целевым показателем
- объемом ввода жилья в регионе. Таким образом, на основе иерархического подхода к оценке факторных составляющих была выявлена совокупность факторов, формирующих социально-экономическую основу развития регионального жилищно-строительного кластера.
В результате проведенного исследования была выявлена сильная зависимость между вводом в действие жилья и факторами, представленными в таблице.
Следующий этап анализа - построение многофакторной экономико-математической модели вида:
yt = f (a, x) + s,,
где f(a,x) - функционал, выражающий закономерность взаимосвязи между переменными yt и xt; x=(xi, х2...хп)
- вектор независимых переменных (факторов); а=(а0, а1.хп) - вектор параметров модели, при котором параметр а, выражает степень влияния фактора х, на переменную; а0 - постоянная модели; et- случайная ошибка модели в момент t, в отношении которой выдвигается предположение о равенстве нулю ее математического ожидания и конечности дисперсии [1].
Цель экономико-математической модели состоит в определении конкретного состава независимых переменных х,, выборе вида функционала, связывающего их с зависимой переменной и в оценке его параметров а,, i=0,1...n; на основании известных компонент вектора у и элементов х.
В качестве переменной Y был принят показатель объема ввода жилья
Y=f(v), Vi =(vi; V2; Уз; V4; ve; ve),
где y1 - объем ввода жилья в зависимости от изменения материально-технических факторов; y2 - объем
ввода жилья в зависимости от изменения финансовых факторов; у3 - объем ввода жилья в зависимости от изменения потребительско-демографических факторов; у4 - объем ввода жилья в зависимости от изменения инженерно-коммунальных факторов; у5 - объем ввода жилья в зависимости от изменения факторов инновационной деятельности; у6 - объем ввода жилья в зависимости от изменения факторов, ограничивающих инвестиционную активность.
В качестве переменной х рассматривается соответствующая группа факторных показателей.
В результате построения многофакторной экономико-математической модели получили:
Матрица, отражающая воздействие факторных показателей на объем ввода жилья _в Брянском регионе_
Переменная Показатели, выбранные для оценки воздействия внешних факторов на объем ввода жилья в Брянском регионе Коэффициент парной корреляции Теснота связи
Объем ввода жилья в регионе У
Материально-технические факторы
Х 1 Численность работников, занятых в строительстве жилья, тыс. чел. 0,717 умеренная
Х 2 Инвестиции в основной капитал по виду экономической деятельности «Строительство», млн руб. 0,872 сильная
Х з Ввод в действие основных фондов, млн руб. 0,845 сильная
Х 4 Наличие основных строительных машин в строительных организациях, млн руб. 0,863 сильная
Финансовые факторы
Х 5 Объем ипотечных кредитов, выданных населению, млн руб. 0,792 сильная
Х 6 Доля населения со среднедушевыми доходами свыше 24 тыс руб., чел. 0,994 сильная
Х 7 Объем бюджетных средств, направляемых на обеспечение жильем отдельных категорий граждан, млн руб. 0,749 умеренная
Х 8 Доля доходов населения, направляемых на приобретение недвижимости, % 0,924 сильная
Х 9 Средние цены на первичном рынке жилья, руб. 0,825 сильная
Потребительско-демографические факторы
Х 10 Коэффициент естественного прироста населения 0,869 сильная
Х 11 Общая площадь жилых домов, построенных по ипотечному кредитованию, тыс. м2 0,796 сильная
Инженерно-коммунальные факторы
Х 12 Инвестиции в основной капитал по виду деятельности «Производство и распределение электроэнергии, газа, воды», млн руб. 0,785 сильная
Х 1з Инвестиции в основной капитал по видам деятельности, относящимся к жилищно-коммунальному хозяйству и бытовому обслуживанию населения, млн руб. 0,889 сильная
Х 14 Индекс оборудования жилищного фонда водопроводом 0,950 сильная
Х 15 Индекс оборудования жилищного фонда канализацией 0,937 сильная
Х 16 Индекс оборудования жилищного фонда центральным отоплением 0,903 сильная
Х 17 Индекс оборудования жилищного фонда газом 0,814 сильная
Х 18 Ввод в действие водопроводных сетей, км 0,866 сильная
Факторы инновационной деятельности
Х 19 Численность работников, выполнявших научные исследования и разработки (на конец года), чел. 0,819 сильная
Х 20 Затраты организаций на технологические инновации, млн руб. 0,683 умеренная
Х 21 Приобретение машин и оборудования, связанных с технологическими инновациями, млн руб. 0,738 умеренная
Факторы, ограничивающие инвестиционную деятельность
Х 22 Высокая величина коммерческого кредита, % -0,728 умеренная обратная
Х 23 Неопределенность экономической ситуации в стране, % 0,702 умеренная
y = 186,65 + 0,67 • х +12,18 • х2 + +19,25 • X + 0,77 • х4; y = 163,49 + 28,18 • X + 22,07 • х + +1,27 • у +19,15 • x +13,29 • х9; y = 58,21 + 0,085 • х10 + 37,18 • хп; y = 125,31 + 35,84 • х12 + 52,36 • х13 + +1,84 • х14 + 0,04 • х15 +1,24 • х16 + 0,78 • х77 + +0,26 • х18;
y = 88,15 + 0,025 • х19 + 24,86 • х20 + 61,15 • х2 y = 71,004 - 34,47 • х22 + 0,16 • х23.
Поскольку параметр а, выражает степень влияния фактора х, на переменную у, то мы провели выборку факторных показателей, оказывающих значительную нагрузку на целевой показатель у, с одновременным распределением их в группу показателей спроса или показателей предложения, где: XDi - факторный показатель спроса; XSj - факторный показатель предложения; XDi - объем ипотечных кредитов, выданных населению, млн руб.; XD2 - доля населения со среднедушевыми доходами свыше 24 тыс. руб., чел.; XD3 - доля доходов населения, направляемых на приобретение недвижимости, %; Xd4 - средние цены на первичном рынке жилья, руб.; XD5 - общая площадь жилых домов, построенных по ипотечному кредитованию; XS1 - инвестиции в основной капитал по виду экономической деятельности «Строительство», млн руб.; XS2 - ввод в действие основных фондов, млн руб.; XS3 - инвестиции в основной капитал по виду деятельности «Производство и распределение электроэнергии, газа, воды», млн руб.; XS4 - инвестиции в основной капитал по видам деятельности, относящимся к жилищно-коммунальному хозяйству и бытовому обслуживанию населения, млн руб.; XS5 - затраты организаций на технологические инновации, млн руб.; XS6 - приобретение машин и оборудования, связанных с технологическими инновациями, млн руб.; XS7 - высокий процент за пользование коммерческим кредитом, %.
Используя эконометрический пакет EViews и программный продукт Mathcad 2000, построили многофакторную экономико-математическую модель, описывающую степень влияния факторов на целевые показатели:
ГQd = 28659,44 + 14,19■ XD1 + 98,42■ XD2 + 12,98■ XD3 - 6,35 ■ XD4 + 0,25 ■ XDS 1QS = 607,59 + 11,57 ■ + 3,78 ■ Xs2 + 91,34 ■ Xs3 + 1,93 ■ Xs4 +19,65 ■ Xss + 1 +11,61 ■ XS6 -3,21-XS1
где - наблюдаемое (расчетное) значение объема ввода жилья в зависимости от факторов спроса;
- наблюдаемое (расчетное) значение объема ввода жилья в зависимости от факторов предложения.
Экономико-математическая модель является экономически значимой и статистически достоверной, что подтверждает высокий уровень совместимости фактических и расчетных показателей. Коэффициент корреляции объема ввода жилья в регионе в зависимости от факторов спроса составил 93%, от факторов предложения составил 97%.
Таким образом, построение экономико-математической модели позволило выявить факторы, ориентированные на формирование рациональных связей между субъектами жилищно-строительного кластера. Модель показывает, что определяющее влияние на решение жилищной проблемы в Брянском регионе оказывает эффективность системы ипотечного кредитования (со стороны спроса) и уровень внедрения инноваций в инвестиционно-строительном комплексе (со стороны предложения).
Расширение практики использования ипотечного жилищного кредитования на региональном уровне напрямую связано с совершенствованием российской законодательной базы, что значительно усложняется в условиях современного экономического кризиса.
Что же касается внедрения инноваций, то вхождение промышленных и строительных предприятий, а также институтов рыночной инфраструктуры в региональный жилищно-строительный кластер создаст мо-тивационный механизм к активизации этого процесса вследствие нацеленности всех участников кластера на достижение общего конечного результата - ввода жилых домов в эксплуатацию.
Статья поступила 17.02.2015 г.
1. Конюховский П.В. Математические методы исследования операций в экономике. СПб.: Питер, 2000. 208 с.
2. Кузовлева И.А., Прокопенкова В.В. Обоснование формирования кластерной структуры в сфере жилищного строительства в условиях инновационного развития региона // Инновации 2014. Организационно-экономические механизмы поддержки малого и среднего бизнеса на современном этапе: проблемы и перспективы: материалы Междунар. молодежного форума (Брянск, 24-25 апреля 2014 г.). Брянск, 2014. С. 457-462.
3. Методологические аспекты формирования и развития предпринимательских сетей / А.Н. Асаул [и др.]. СПб.: Изд-во «Гуманистика», 2004. 256 с.
ский список
4. Оценка конкурентных позиций субъектов предпринимательской деятельности / А.Н. Асаул [и др.]. СПб.: Изд-во АНО «ИПЭВ», 2007. 271 с.
5. Прокопенкова В.В. Методика определения оптимального субъектного состава жилищно-строительного кластера // Формирование экономического портрета национальной инфраструктуры страны: методологический и теоретический аспекты: материалы XXV Междунар. науч.-практ. конф. для студентов, аспирантов и молодых ученых (Москва, 30 апреля 2014 г.). Ч. 2. Финансы, деньги и кредит, экономика управления предприятиями, отраслями, комплексами. М.: АЦ «Экономика и финансы», 2014. С. 137-141.
