CC BY
36
11. Dubai Knowledge Village : official website [Electronic Resource] / Access mode: http://www.kv.ae/, free access. - Заглавие с экрана. - Яз. Англ (дата обращения: 29.10.10).
12. Porter M.E. The Competitive Advantage of Nations: With a New Introduction. / Michael E. Porter. - N.Y.: The Free Press, 1990. - Palgrave Tenth Edition, 1998
- 855 p.
13. Корчагина Н.А., Соколова К.С. Оценка эффективности использования кластерной политики в целях модернизации системы образования: опыт Дубая / Н.А. Корчагина, К.С. Соколова // Приоритеты и интересы современного общества [Текст] : материалы Международной научно-практической конференции (г. Астрахань, 12-13 апр. 2010 г.) / под. ред. Г. Г. Глинина. - Астрахань: Издательский дом «Астраханский университет», 2010. - 507 с. - С. 127-132.
14. Kamli A. K. Dubai Knowledge Economy 2003-2008 [Electronic resource] / Abdul Kader Kamli; MADAR Research Group, Dubai, UAE, October 2004. - 66 p. System requirements: Adobe Acrobat Reader. Access mode: http://ae.zawya.com/researchreports/madar/DKE-I.pdf, free access. Заглавие с экрана.
- Яз. англ. (дата обращения: 29.10.10).
УДК 338.24
ПОДХОДЫ К ОЦЕНКЕ УРОВНЯ РАЗВИТИЯ КЛАСТЕРНОГО ПОРТФЕЛЯ
Томашевская Юлия Николаевна,
ассистент факультета мировой экономики и управления, лаборант-исследователь Лаборатории конкурентоспособности и кластерных инициатив Астраханский государственный университет, г. Астрахань, Россия ylia_tom @mail. т
В статье приводится анализ применяемого в зарубежной практике методического аппарата оценки уровня и этапа развития существующих кластеров и их важности для экономики региона или страны. Предлагается метод, наиболее перспективный для применения в российских регионах.
Ключевые слова: кластер, кластерная оценка, метод, жизненный цикл кластера, коэффициент локализации.
APPROACHES TO THE ESTIMATION OF THE CLUSTER PORTFOLIO DEVELOPMENT LEVEL
Tomashevskaya Yulia,
assistant of World Economy and Management Department, laboratory assistant of the Competitiveness and Cluster Initiatives Laboratory Astrakhan State University, Astrakhan Region, Russia yliatom @mail. ru
In article presents the analysis of the methodologies of an estimation of level and a stage of development existing clusters and their importance for region or country economy applied in foreign practice. The author offers the method which the most perspective for application in the Russian regions.
Keywords: cluster, cluster evaluation, method, cluster lifecycle, localization coefficient.
Переориентация региональной политики в сторону кластерного развития в условиях глобализации во многих странах привела к более сложному пониманию региональных инновационных систем и их компонентов. Новый подход к региональной политике во многих странах теперь, главным образом, сосредотачивается на создании более конкурентоспособных местных фирм, обеспечивающих лучшее использование знаний и технологий в регионе. В то же время представители органов власти и научные деятели уделяют все большее внимание важности специфических региональных факторов и роли близости, в процессе создания конечного продукта. Разработка стратегий, направленных на повышение конкурентоспособности конкретного региона, подразумевает, прежде всего, идентификацию источников или потенциальных источников конкурентного преимущества региона. Эти общие преимущества, как правило, берут свое начало из исторического развития местных отраслей и связей в регионе. Существует широкое многообразие методов идентификации кластеров, что отчасти обусловлено различными целями, реализуемой в дальнейшем кластерной политики. Идентификация кластеров может осуществляться на национальном уровне, и в этом случае кластеры чаще определяются посредством количественных методов, идентифицирующих наиболее значимые в экономике в целом статистические кластеры или имеющие наибольший вес в торгуемых отраслях. Однако некоторые страны придерживаются подхода децентрализации деятельности федеральных органов государственной власти, и проводят более детальный анализ особенностей кластеров и оценку их перспективности для разработки региональной кластерной политики.
В условиях ограниченности бюджета, по завершении процесса идентификации кластеров перед органами государственной власти может возникнуть проблема выявления потенциальных участников программ, направленных на их развитие. Для того чтобы определиться с выбором целевых кластеров помимо выделения существующих кластеров осуществляется их разбиение на группы в соответствии с различными критериями, позволяющими органам власти получить представление об их степени развития, перспективности и важности для экономики региона или страны.
Различные авторы и исследовательские центры предлагают свои критерии оценки, но в целом можно выделить три подхода. Первый подход базируется на оценке изменений количества занятых в кластере, второй основан на понятии жизненного цикла кластера и присущих каждому его этапу характеристиках, в то время как третий представляет собой многофакторный кластерный анализ, объединяющий количественные и качественные показатели.
Обратимся к последовательному рассмотрению каждого из существующих подходов.
Бостонской Консалтинговой Группой (БКГ) был разработан метод [1], позволяющий, в зависимости от показателя коэффициента локализации и изменения его значения с течением времени относить идентифицированные кластеры к одной из следующих категорий:
1. «Звезды» - высокоспециализированные кластеры по сравнению с экономикой страны в целом (имеют коэффициент локализации>1), которые с течением времени наращивают уровень своей специализации;
2. «Появляющиеся» - кластеры, отличающиеся низкой специализацией по сравнению с экономикой страны в целом (имеют коэффициент локализации<1), однако демонстрирующие увеличение уровня специализации с течением времени;
3. «Зрелые» - кластеры, которые высоко специализированы по сравнению с экономикой страны в целом (имеют коэффициент локализации>1), однако, уровень данной специализации с течением времени снижается;
4. «Преобразующиеся» - кластеры, имеющие относительно низкий уровень специализации (коэффициент локализации<1), и уровень данной специализации с течением времени уменьшается.
Пример ранжирования кластеров на основе метода БКГ представлен в виде пузырьковой диаграммы на рисунке 1.
Зрелый Звезда
2 О О
1
-10 10
О О
П[1 ео 6 р азу га ш п п с я Появляющийся
0
% ПЗМьН^НПЯ КЛ Рис. 1. Ранжирование кластеров по методу БКГ
Круги, расположенные выше горизонтальной оси, представляют собой региональные кластеры, в которых доля рабочей силы превышает долю занятых в аналогичных кластерах страны. И наоборот, круги, которые расположены ниже горизонтальной оси, иллюстрируют региональные кластеры, в которых доля рабочей силы не превышает долю занятых в аналогичных кластерах страны. Круги,
расположенные справа от центральной вертикальной оси, - это кластеры, доля занятых в которых увеличивается по сравнению с этим же показателем по стране; в то время как круги, расположенные слева, отражают кластеры, доля занятых в которых, имеет отрицательное процентное изменение по сравнению с этим же показателем по стране. Размер кругов определяется количеством занятых в соответствующем кластере.
Схожая категоризация кластеров на основе коэффициента локализации, была также предложена Ассоциацией органов государственной власти [2], названная «Анализом развивающихся кластеров». По мнению его разработчиков, уровень развития кластеров характеризуется двумя факторами: коэффициент локализации и изменение занятости (см. рис. 2).
высокий
Пмеюшнн потении:-!.! к развнтню Развивающийся
Зрелый Стабильный
низкий „ „ „ высокий
Козффнинент.юшкаини
Рис. 2. Ранжирование кластеров по методу «Анализ развивающихся кластеров»
Если в кластере с течением времени наблюдается рост занятости, а коэффициент локализации превышает значение единицы, то такой кластер является развивающимся. Если коэффициент локализации кластера принимает значение от нуля до единицы, но, в то же время, демонстрирует рост показателя занятости, то такой кластер относят к разряду имеющих потенциал к развитию. С другой стороны, кластер может не отличаться ростом занятости, однако его коэффициент локализации принимает высокие значения. В таком случае, речь идет о стабильном или устойчивом кластере. И, наконец, если кластер имеет отрицательные изменения в показателе занятости и низкий коэффициент локализации, то кластер зрелый.
Очевидно, что пристальное внимание со стороны представителей органов государственной власти будет приковано к тем из них, которые отличаются наибольшим потенциалом развития, то есть кластеры первой и второй категории.
Понимание того, что количество и качество информации, распределенное и циркулирующее между фирмами, входящими в состав кластера, зависят от его размера, степени специализации, а также степени сфокусированности на конкретных отраслях промышленности, составляющих кластер, позволило Европейской Кластерной Обсерватории разработать свой подход к определению уровня развития кластеров [3]. На основе показателя занятости была предложена следующая система критериев, отражающих, насколько кластер достиг уровня «критической массы специализации» для получения положительных внешних эффектов:
- размер: показывает, относится ли кластер к 10% самых сильных кластеров страны в рамках одной кластерной категории по показателю занятости. В случае если кластер соответствуют данному условию, то есть попадает в 10% самых сильных, ему присваивается одна звезда.
- Специализация: находится как отношение доли занятых в кластерной категории региона в общем количестве занятых в регионе к доле занятых в данной кластерной категории страны в общем количестве занятых в стране. То есть критерий, названный в данном методе «Специализацией», фактически, аналогичен нахождению коэффициента локализации. В итоге, звезда присваивается тому кластеру региона, который имеет значение данного критерия > 2.
- Фокусировка: показывает степень фокусировки региональной экономики на отраслях, входящих в кластерную категорию и равен отношению количества занятых в кластере к общему числу занятых в регионе. Звезда присваивается кластерам, которые входят в состав первых 10%, имеющих относительно наивысший показатель занятости.
По каждому критерию кластеру может быть присвоена лишь одна звезда, следовательно, количество получаемых звезд варьируется от нуля до трех.
Отметим, что описанная звездочная кластерная классификационная система позволяет измерить лишь относительно сильные стороны кластеров, исключая важность их абсолютных характеристик.
В основе второго подхода лежит утверждение о том, что каждый кластер проходит определенные этапы развития, при этом как сами этапы, так и скорость их прохождения может различаться в зависимости кластера. Тем не менее, независимо от специфических особенностей кластеров существует общая логика данного процесса, составляющая жизненный цикл любого кластера. Различные исследователи предлагают свое собственное видение и наименование этапов, из которых состоит жизненный цикл кластеров, однако описание каждого из них в целом не имеет существенных расхождений. В данной работе рассмотрен метод, представленный в работе Т. Андерсон и С. Швег [4], поскольку описание критериев, характеризующих каждую стадию жизненного цикла, представляется, носит наиболее четкий и конкретный характер (см. рис. 3). Другие интерпретации этапов жизненного цикла кластеров представлены в работе К. Кетелса [5] и Практическом руководстве кластерного развития, разработанном ЭКОТЕК [6].
____99_¿Ф?—
о ° / У-О ^У^ I' СГ-* О о I ¿(\ О
О -С/
Агломерация Зароииение Развитие Зрелость Трансформация
Рис. 3. Этапы жизненного цикла кластера
1) Прото-кластер или агломерация. В регионе имеется множество компаний и других участников кластера, ведущих разрозненные действия.
2) Зарождающийся кластер. К имеющейся агломерации присоединяются дополнительные участники, которые начинают сотрудничать с компаниями, занимающимися ключевым видом деятельности. Появляется понимание важности
взаимодействия, в результате чего могут разрабатываться и реализовываться общие проекты.
3) Развивающийся кластер. Сети взаимосвязей образуются между пришедшими в регион компаниями, занимающимися аналогичным или родственным видом деятельности; наблюдается рост доверия. Часто на данном этапе начинают появляться лейбл, веб-сайт, привязанные к региону и деятельности кластера, налаживаются неформальные взаимосвязи, в том числе в рамках создаваемых отраслевых объединений.
4) Зрелый кластер. Зрелый кластер характеризуется наличием критической массы участников. Уже имеются развитые взаимосвязи с другими кластерами, видами деятельности, регионами за его пределами. Кластер начинает более динамично развиваться изнутри посредством создания старт-аппов, совместных предприятий, дополнительных самостоятельных подразделений.
5) Трансформирующийся кластер: Поскольку с течением времени изменяются рынки, технологии и прочие процессы, изменения происходят и в кластере. Чтобы быть конкурентоспособным, избежать стагнации и распада кластер вынужден разрабатывать и внедрять инновации и адаптироваться к происходящим изменениям. В результате он может трансформация в несколько новых кластеров, деятельность которые будет сосредоточена вокруг других видов деятельности, либо просто произойдут изменения в характеристиках производимых в рамках кластера товаров и услуг.
К третьему подходу к оценке и группировке кластеров относится методология оценки кластерной привлекательности Университета Толедо [7], в значительной степени основанная на методе «Анализа Привлекательности Рынка» МакКинси. Данная методология предполагает оценку уровня кластера оценивать рынок посредством трех описательных категорий: потенциал кластера, структурные характеристики кластера и внешняя бизнес-среда, каждая из которых разделена на несколько подкатегорий. Получаемая в результате оценка также может принимать значение от 1 до 10.
Категория «Потенциал кластера» оценивается посредством определения размера рынка, его насыщенности и темп роста. Категорию «Структура кластера» составляют поставщики, покупатели, новые участники, продукты-заменители и интенсивность конкуренции. Наконец, «Внешняя бизнес-среда» включает общие экономические условия, политическую ситуацию, технологические особенности и социальные факторы. Окончательный показатель привлекательности складывается из оценки каждой подкатегории и в результате приобретал значение от 0 и 10. Для получения более четкой картины каждой из подкатегорий присвоен процентный весовой коэффициент, отражающий степень их относительной важности в результативном показателе привлекательности рынка.
Ниже представлен пример матрицы методологии оценки кластерной привлекательности, полученной через преобразование метода МакКинси.
Таблица
Оценка кластерной привлекательности_
Индикаторы кластерной привлекательности Оценка привлекательности Весовые коэффициенты
1 2 3 4 5 6 7 8 9 10
I. Кластерный потенциал 40%
Коэффициент локализации Х
Число фирм Х
Мультипликатор продукции Х
Сдвиговой анализ Х
II. Характеристики кластерного развития 40%
Производство продукции на одного рабочего Х
Общая добавленная стоимость на одного рабочего Х
Увеличение количества продукции Х
Рост занятости Х
Средняя заработная плата Х
Процент удовлетворенного местными поставщиками спроса Х
Ш.Внешняя бизнес-среда 20%
Поддерживающие институты /отрасли Х
Наличие необходимых человеческих ресурсов Х
Доступ к информации Х
Доступ к сырью, материалам и инфраструктуре Х
Итоговая оценка
Таким образом, каждый из описанных подходов позволяет высшим должностным лицам, определяющим политический курс региона, а также иным заинтересованным в развитии кластеров лицам, сформировать четкое понимание того, на каком этапе развития находится конкретный кластер и какие кластеры нуждаются в поддержке для ослабления регрессионных процессов или дополнительном продвижении для увеличения темпов роста. Наиболее комплексной из всех выше представленных, является методология оценки кластерного потенциала по методу
МакКинси. Во-первых, потому что в зависимости от особенностей оцениваемых кластеров могут быть изменены как категории, так весовые коэффициенты. Во-вторых, эффективность данного метода состоит в том, что он предполагает использование нескольких критериев, количество которых тем не менее не превышает 15, что делает время для сбора необходимых данных и поведения окончательных расчетов оптимальным и не «растворяет» весовые коэффициенты для каждой категории. Однако, некоторые анализируемые в рамках ее применения кластерные количественные характеристики предполагают оценку их изменения с течением времени, следовательно, с момента идентификации должен пройти значительный временной интервал и в развитии кластера наметиться определенные изменения, которые могут быть численно зафиксированы. Указанная особенность снижает вероятность использования данного метода в настоящий момент в России в силу особенностей истории ее экономического развития, основанного на системе централизованного планирования и отсутствия конкурентной среды, которые имели место в социалистический период, что противоречит сущности кластерной концепции. К тому же процесс идентификации кластеров в России получил свое развитие относительно недавно и не во всех регионах, в этой связи отследить изменения в их количественных показателях пока не представляется возможным. Следует также подчеркнуть, что данная методология, как и методы, относящиеся к подходу расчета коэффициента локализации кластера, основана на проведении сравнительного анализа положения регионального кластера с аналогичным кластером на национальном уровне. Это свидетельствует о необходимости предварительного определения национального кластерного портфеля, сопровождающегося сбором соответствующей статистической информации об его характеристиках, прежде всего, показателей занятости. Кроме того, существенные контрасты в количестве населения России (максимальный размах которых достигает 433 раз) и уровне экономического развития российских регионов (величины валового регионального продукта на душу населения многих субъектов различаются на порядок), свидетельствуют о том, что положительные результаты оценки уровня развития кластеров будут смещаться в сторону ограниченного числа регионов. В этой связи, наиболее перспективным для применения в условиях российских регионов является гибкий подход, опирающийся на описание этапов жизненного цикла кластера. Он позволяет устранить воздействие специфических структурных условий кластеров, и обеспечит получение аналитикам и представителям государственной власти результатов безотносительно к национальному уровню.
Литература
1. Phillips P.W. Building Research Clusters: Exploring Public Policy Options for Supporting Regional Innovation [Electronic resource] / P.W. Phillips, C. D. Ryan. -Canada. - P. 317-333 URL: http://www.iphandbook.org/handbook/chPDFs/ch03/ ipHandbook-Ch%2003%2014%20Phillips-Ryan%20Clusters%20Policy.pdf (дата обращения: 16.07.10).
2. Understanding Cluster Analysis [Electronic resource] / Association of governments. - San Diego. - 9 p. URL: http://www.sandag.org/rta/transfer/ clus-ter_analysis.pdf (дата обращения: 19.09.10).
3. The concept of clusters and cluster policies and their role for competitiveness and innovation: main statistical results and lessons learned [Electronic resource] /
PRO INNO Europe paper. - 2008. - № 9. - 84 p. URL: http://www.proinno-europe.eu/admin/uploaded_documents/2008.2494_deliverable_EN_web.pdf (дата обращения: 01.06.10).
4. Andersson T. The Cluster Policies Whitebook [Electronic resource] / T. An-dersson, S.Schwaag // IKED, - 2004, August. - 266 p. URL: http://www.iberpymeonline.org/Documentos/TheClusterPoliciesWhitebook.pdf (дата обращения: 15.09.10).
5. Ketels C. The Development of the Cluster Concept - present experiences and further developments [Electronic resource] / Ch. Ketels. -Duisburg. - 2003, December. - 25 p. URL: http://www.isc.hbs.edu/pdf/Frontiers_of_Cluster _Research_2003.11.23.pdf (дата обращения: 15.09.10).
6. A Practical Guide to Cluster Developmen [Electronic resource] / Ecotec Research and Consulting. URL: http://webarchive.nationalarchives.gov.uk/+ /http://www.dti.gov.uk/clusters/ecotec-report/download.html (дата обращения: 02.10.10).
7. Cluster Evaluation Methodology [Electronic resource] / 21 p. URL: http://uac.utoledo.edu/nwoerc/NW OH-Cluster-Methodology.pdf (дата обращения: 07.04.10).
УДК 338.22.021.1
ИННОВАЦИОННАЯ ЭКОНОМИКА: БАРЬЕРЫ И ПЕРСПЕКТИВЫ
Харитонович Александр Васильевич, аспирант Санкт-Петербургский государственный архитектурно-строительный университет, г. Санкт-Петербург, Россия manager881 @rambler. ru
Статья посвящена актуальным вопросам становления и развития современного общества на основе внедрения инноваций. В результате критического анализа существующих в науке подходов предложено авторское определение понятия «инновационная экономика». Особенность данной трактовки - в учете инновационного потенциала как основы развития экономики. В статье рассмотрены основные барьеры на пути развития инноваций и предложены меры по развитию инновационного потенциала экономики.
Ключевые слова: инновационная экономика; инновации; инновационные барьеры.
INNOVATION ECONOMY: BARRIERS AND PROSPECTS
Kharitonovich Alexander, postgraduate Saint-Petersburg State University of architecture and civil engineering Saint-Petersburg, Russia manager881 @rambler. ru
The article is devoted to relevant questions about making of modern society and its development on the base of application of innovations. After analysis of existing
