CC BY
16
УДК 334.758.6
А. М. Самарин, М. Г. Родионов ПРИМЕНЕНИЕ НЕЙРОКОМПЬЮТИНГА ПРИ РАЗРАБОТКЕ КЛАСТЕРНЫХ СТРУКТУР
В статье представлены методические основы формирования кластеров в структуре промышленного комплекса на основе выявления потенциала кластеризации, т.е. наличия конкурентных преимуществ предприятий по видам экономической деятельности и инфраструктурных организаций, находящихся на территории региона, возможности их объединения. Проведен анализ развития теории кластеров и территориально-производственных комплексов.
Ключевые слова: кластер, нейронная сеть, нейрокомпьютинг, комплекс, структура, политика, промышленность, регион, интеграция, комплекс.
уровня и отраслевой принадлежности. В этом случае в кластере достигается синергетический эффект, поскольку участие конкурирующих субъектов хозяйствования и их элементов становится взаимовыгодным [2].
В настоящее время авторами определены семь основных характеристик кластерной структуры организации хозяйствующих субъектов, на комбинации которых базируется выбор той или иной кластерной стратегии:
- географическая - построение пространственных кластеров экономической активности в зависимости от масштабов территориальной обособленности элементов хозяйствующего субъекта;
- горизонтальная - объединение типовых элементов образований (в рамках отрасли или сектора) в более крупный кластер;
- вертикальная - объединение нетипичных элементов образований (смежных отраслей и секторов) в более крупный кластер;
- латеральная - объединение субъектов хозяйствования или их элементов разных секторов, которые могут обеспечить экономию за счет эффекта масштаба, что приводит к новым комбинациям;
- технологическая - совокупность отраслей, пользующихся одной и той же технологией;
- фокусная - объединение субъектов хозяйствования вокруг одного центра - предприятия, научно-исследовательского института или учебного заведения;
- качественная - взаимодействие элементов образований в зависимости от ожидаемых результатов и планируемых целей объединения.
В результате проведенного исследования можно предположить, что предпосылками для формирования кластеров в структуре хозяйствующих субъектов являются пространственно-временные образования, имеющие пять принципиальных характеристик.
1. Наличие конкурентоспособных элементов системы (хозяйствующего субъекта), имеющих общие и отличные функции.
2. Наличие в регионе или отрасли конкурентных преимуществ для развития кластерной структуры хозяйствующих субъектов.
3. Географическая концентрация и близость элементов системы для более активного взаимодействия.
I I а сегодняшний день выделяют несколько
определений кластерных образований, каж-I I дое из которых указывает на специфику его функционирования. Во-первых, кластер - это регионально ограниченные формы экономической активности внутри родственных секторов, имеющие прямое отношение к научным организациям. Во-вторых, кластер - это вертикальные производственные связи (узко определенные секторы), в которых смежные этапы производственного процесса образуют ядро кластера. В-третьих, кластер есть агрегированные отрасли промышленности или совокупности секторов на еще более высоком уровне агрегации. Эволюцию кластерной теории и отечественного комплексообразования можно рассматривать в различных аспектах.
Кластерная модель развития интеграционных процессов субъектов хозяйствования является эффективной в силу использования ряда специфических схем взаимодействия:
- организация разнородной производительной системы, включающей фундаментальную науку, инновационную промышленность и развивающее образование;
- моносферная организация производственных систем в виде процессов производства, воспроизводства, устойчивого функционирования, развития и управления;
- полисферная организация производственных систем, предполагающая технологическую диффузию инноваций;
- адаптация логистического уровня организации меж- и внутрисубъектного взаимодействия.
Если рассматривать кластер с позиции системного подхода, то определяющим будет взаимосвязь совокупности субъектов хозяйственной деятельности различных отраслей промышленности и видов деятельности, объединенных в единую организационную структуру, с целью совместного функционирования. Формирование эффективных технологических цепочек из самостоятельных хозяйствующих субъектов либо их структурных подразделений требует долгосрочных инвестиций, и возможно только посредством их самоорганизации в результате взаимодействия предпосылок, сложившихся как внутренней, так и во внешней среде. Отсюда кластер - это особым образом организованное пространство, которое позволяет успешно развиваться хозяйствующим субъектам разного
4. Диверсификация элементов системы и наличие «критической массы», необходимой и достаточной для формирования кластерной структуры субъекта хозяйствования.
5. Наличие взаимообусловленных связей и взаимодействия между элементами системы, обусловленных технологической организацией производственного процесса и прочих бизнес-процессов хозяйствующего субъекта.
Предпосылками к формированию не просто промышленных кластеров территориально-производственного комплекса региона, а кластерных структур субъектов хозяйствования может выступать, во-первых, инновационное окружение, или инновационная среда, ориентированная на влияние региональной экономической системы на способности к инновациям, входящим в ее состав элементам - ведущим отраслевым субъектам образования. Во-вторых, внешнее воздействие на региональную экономическую систему, вынуждающую адаптировать внутреннюю структуру территориально-промышленного комплекса региона в соответствии с потребностями рынка и динамично развивающимся процессам воспроизводства. В-третьих, меж- и внутрифирменная конкуренция в силу географической концентрации и соперничества за ресурсы, инвестиции, общественную и политическую поддержку. И, наконец, в-четвертых, зависимость от состояния и пути развития, когда результат процесса зависит от последовательности решений, определившей конечный (текущий) результат.
В результате обобщения полученных результатов анализа существующих методик оценки эффективности развития регионального кластера (не исключено, что и кластерной структуры хозяйствующих субъектов) и определения его влияния на экономику региона было выделено пять взаимообусловленных процедур:
1. Определение преимуществ формирования региональных кластеров для их участников на основе положений кластерного подхода в региональном экономическом развитии по методологии конкурентных преимуществ М. Портера.
2. Оценка наиболее предпочтительных для включения в региональный кластер организаций на основе теории графов, позволяющая определить отсутствие или наличие взаимодействия между участниками кластерного объединения.
3. Расчет системы показателей эффективности функционирования регионального кластера.
4. Расчет прироста каждого показателя после создания кластера либо за определенный период функционирования.
5. Оценка влияния функционирования регионального кластера на темп роста ВРП с использованием коэффициента мультипликатора Дж. Кейнса.
При этом в основе процедуры технико-экономического обоснования создания кластеров в структуре промышленного комплекса должны лежать следующие основные принципы: конкуренто-
способность, инновационность и социальная результативность.
Таким образом, развитие кластера как новой формы хозяйствования, экономического взаимодействия позволяет достичь определенного социально-экономического эффекта на уровне региона, который проявляется в следующих направлениях:
• повышение производительности и конкурентоспособности компаний и секторов экономики;
• повышение инновационного потенциала региона;
• стимулирование к появлению новых кластерных структур организации хозяйствующих субъектов;
• повышение конкурентоспособности и экономическое развитие регионов;
• обеспечение занятости в регионе, положительное изменение ее структуры.
Сущность кластерной организации территориального производства как условия устойчивого роста его эффективности состоит в трансформации региональной экономики в совокупность единичных самодостаточных локальных хозяйственных единиц, приобретающих межсферно-межотраслевой характер становления и функционирования, что требует интеграции управленческого потенциала разделенных сфер и отраслей народного хозяйства.
На современном этапе общественного развития регионы становятся полноправными субъектами экономических отношений, самостоятельно формирующими социально-экономическую политику, итоги реализации которой в значительной степени определяют уровень экономического развития и качество жизни населения. В этих условиях целевые программы выступают в качестве основного фактора социально-экономического развития региона. Однако несмотря на значительный опыт применения программно-целевого метода планирования, анализ практики показал, что механизм оценки эффективности и результативности исполнения плановых мероприятий недостаточно проработан и поэтому экономическая оценка полученных результатов не представляется возможной [3].
Таким образом, разработка, анализ и совершенствование правил проектирования инвестиционных программ, оказывающих огромное влияние на интенсивное развитие потенциала экономики региона, являются важной и насущной необходимостью.
Можно выделить ряд факторов, оказывающих наибольшее влияние на предпочтения инвесторов: ресурсно-сырьевой (обеспеченность запасами основных видов природных ресурсов); производственный (совокупный результат хозяйственной деятельности в регионе); потребительский (совокупная покупательная способность населения региона); инфраструктурный (экономико-географическое положение региона и его инфраструктурная обеспеченность); интеллектуальный (образовательный уровень населения); институ-
циональныи (степень развития ведущих институтов рыночной экономики); инновационный (уровень внедрения достижений научно-технического прогресса в регионе).
Оценить каждый из факторов можно с помощью нейрокомпьютинга. Нейронная сеть - это компьютерный алгоритм, построенный по принципу человеческого мозга и обладающий способностью к обучению. Базовым элементом нейронной сети является нейрон. Сама идея создания искусственных нейронных сетей по образу устройства нервной системы живых существ с целью выработки новых экономических и технологических решений была разработана ещё в 1943 году.
Одним из преимуществ нейросетевых технологий является применение сетей Кохонена. Нейронные сети Кохонена - это класс нейронных сетей, основным элементом которых является слой Кохонена. Такой слой состоит из адаптивных линейных сумматоров или линейных формальных нейронов. Как правило, выходные сигналы слоя Кохонена обрабатываются по правилу «победитель забирает всё»: наибольший сигнал превращается в единичный, а остальные обращаются в ноль.
Одним из способов настройки весов сумматоров является сеть векторного квантования входных сигналов, тесно связанный с простейшим базовым алгоритмом кластеризации. Однако, векторное квантование является намного более общей операцией, чем кластеризация, поскольку кластеры должны быть разделены между собой. Основные трудности решения задачи кластеризации заключаются в следующем:
1. Во многих случаях число кластеров неизвестно, известен только диапазон возможного количества кластеров.
2. Разные алгоритмы кластеризации дают различные результаты.
3. Один и тот же алгоритм кластеризации может давать различные результаты в зависимости от инициализации.
Сеть Кохонена можно построить с помощью таких программных продуктов, как STATISTICA Neural Networks, Neuro Forecaster, Forecast Expert 1.03 и других [4, 5].
В нашем случае нейронная сеть, которая способна автоматически оценить каждый из перечисленных факторов, будет иметь следующую топологию:
Рис. 1. Топология нейронной сети Кохонена для кластеризации ТАО [1]
Как свидетельствует международная практика, кластеры могут формироваться с классической «ядерной» структурой и «двухполюсной» - когда развиваются субкластеры, производящие продукцию для «ядерных» предприятий кластера. Под субкластером понимается небольшая группа субъектов хозяйствования или элементов одного субъекта, связанных между собой технологическими, информационными, сырьевыми и другими поставками, тесно взаимодействующая с инновационными и рыночными институтами развития, а также с потребителями и государственными органами власти.
Основными характеристиками формирования кластеров, в том числе в промышленных комплексах, является наличие конкурентоспособных субъектов хозяйствования, конкурентных преимуществ для развития кластера или кластерной структуры хозяйствования, географическая концентрация элементов и наличие связей между ними.
Выделяют следующие факторы, определяющие формирование и направление развития про-
мышленных комплексов с использованием кластерных технологий:
- экономические (инвестиционный и предпринимательский климат, внутриотраслевая и межотраслевая конкуренция, специализированный спрос на продукцию или услуги комплекса);
- финансовые (содействие формированию эффективной банковской системы, фондового рынка, институтов коллективного инвестирования, развитие лизинга и факторинга, обеспечение доступа компаний к рисковому и венчурному капиталу, создание системы конкурсных грантов);
- производственные (природные ресурсы, трудовые ресурсы, научно-технический и научно-исследовательский потенциал, транспортная и инженерная инфраструктура);
- организационные (система государственного регулирования процессов воспроизводства, а также нормативно-правовая, административная, налогово-бюджетная, денежно-кредитная политика региональных и муниципальных органов власти;
наличие специализированной административной и информационной инфраструктур);
- политические (политика региональных властей по отношению к кластерным инициативам в регионе).
Подводя итоги рассмотрения экономических предпосылок формирования кластеров в промышленных комплексах, можно сделать следующие выводы.
Экономическое содержание понятия «кластер» требует уточнения. В результате проведения категориального анализа и изучения соотношения родственных понятий, было уточнено понятие кластера - совокупность географически локализованных взаимосвязанных субъектов хозяйствования (предприятий, поставщиков оборудования, комплектующих, специализированных услуг, инфраструктуры, научно-исследовательских институтов, специализированных учебных заведений), взаимодополняющих друг друга и усиливающих конкурентные преимущества отдельных субъектов хозяйствования и кластера в целом. Отличительной чертой кластера является сетевая структура, высокий уровень кооперации и взаимодействия производственных, сервисных, финансовых, инновационных структур. Как свидетельствует международная практика, кластеры могут формироваться с классической «ядерной» структурой и «двухполюсной» - когда развиваются субкластеры, произ-
водящие продукцию для «ядерных» предприятий кластера. Под субкластером понимается небольшая группа предприятий, связанных между собой технологическими, информационными, сырьевыми и другими поставками, тесно взаимодействующая с инновационными и рыночными институтами развития, а также с потребителями и государственными органами власти.
Основные характеристики любого объекта исследования выявляются в рамках формирования различных классификаций. Согласно классическим представлениям, выделяются две основные категории кластеров, сформированные по пространственной (региональный кластер) и функциональной (промышленный кластер) осям. Помимо традиционных, выделяют иные подходы к выделению основных видов кластеров: по степени «зрелости» (сильные, устойчивые, потенциальные, латентные); по характеру взаимосвязей между фирмами, образующими кластеры (вертикальные и горизонтальные, а также основанные на торговле и на знаниях); исходя из уровня промышленного охвата; исходя из разнообразия участников, их поведения, взаимосвязей и других условий в конкретно выбранной местности; исходя из динамики развития кластеров. Это объясняется большим числом и неоднозначностью кластерных характеристик, используемых в качестве классификационных признаков.
Библиографический список
1. Родионов, М. Г. Применение нейросетевых технологий для разработки кластерной структуры территориально-административных образований [Текст] / М. Г. Родионов, А. М. Самарин // Вестник Сибирской государственной автомобильно-дорожной академии. - 2015. - № 2 (42). - С. 150-158.
2. Родионов, М. Г. Кластерная политика региональных структур [Текст] / М. Г. Родионов // В сборнике: Актуальные вопросы развития экономики Материалы Международной научно-практической конференции. Редакторы: В.В. Карпов, А.И. Ковалев. - 2014. - С. 202-206.
3. Родионов, М.Г. Основы государственного регулирования в переходной экономике России: монография [Текст] / М. Г. Родионов, Н. Ю. Симонова, Е. В. Иванова; Негос. образовательное учреждение высш. проф. образования, «Евразийский институт экономики, менеджмента, информатики». Омск, 2011. - 148 с.
4. Самарин, А. М. Применение реккурентных нейронных сетей в страховании [Текст]/ А. М. Самарин // Вестник Сибирского института бизнеса и информационных технологий. - 2014. - № 1 (9). - С. 19-24.
5. Самарин, А. М. Регрессионные модели отбора участников тендерных процедур [Текст] / А. М. Самарин // В сборнике: Социально-экономические и правовые системы: современное видение Сборник трудов международно-практической конференции. - 2014. - С. 133-138.
Référencés
1. Rodionov M. G., Samarin A. M. Primenenie nejrosetevyh tehnologij dlja razrabotki klasternoj struk-tury territorial'no-administrativnyh obrazovanij [The use of neural network technologies for the development of cluster structure of administrative-territorial formations] / M. G. Rodionov, A. M. Samarin // Vestnik Sibir-skoj gosudarstvennoj avtomobil'no-dorozhnoj akademii. - 2015. - № 2 (42). - pp. 150-158.
2. Rodionov M. G. Klasternaja politika regional'nyh struktur [Cluster policy of régional structures] / M. G. Rodionov // V sbornike: Aktual'nye voprosy razvitija jekonomiki Materialy Mezhdunarodnoj nauchno-prakticheskoj konferencii. Redaktory: V.V. Karpov, A.l. Kovalev. - 2014. - pp. 202-206.
3. Rodionov M.G. Osnovy gosudarstvennogo regulirovanija v perehodnoj jekonomike Rossii [The foundations of state régulation in the transition economy of Russia] / monografija / M. G. Rodionov, N. Ju. Si-monova, E. V. Ivanova; Negos. obrazovatel'noe uchrezhdenie vyssh. prof, obrazovanija, «Evrazijskij institut jekonomiki, menedzhmenta, informatiki». Omsk, 2011. - 148 p.
4. Samarin А. М. Primenenie rekkurentnyh nejronnyh setej v strahovanii [The use of recurrent neural networks in insurance] / A. M. Samarin // Vestnik Sibirskogo instituta biznesa i informacionnyh tehnologij. -2014. - № 1 (9). - pp. 19-24.
5. Samarin A. M. Regressionnye modeli otbora uchastnikov tendernyh procedur [Regression models for the selection of participants of tender procedures] / A. M. Samarin // V sbornike: Social'no-jekonomicheskie i pravovye sistemy: sovremennoe videnie Sbornik trudov mezhdunarodno-prakticheskoj konferencii. - 2014. -pp. 133-138.
THE APPLICATION OF NEUROCOMPUTING IN THE DEVELOPMENT OF CLUSTER STRUCTURES
Maxim G. Rodionov,
associate professor, Siberian Institute of Business and Information Technologies
Alexey M. Samarin, senior lecturer, Siberian Institute of Business and Information Technologies
Abstract. The article presents the methodological basis for the formation of clusters in the structure of industrial complex based on the identification of potential clustering, i.e. the competitive advantages of enterprises by kinds of economic activity and infrastructure companies located on the territory of the region, the possibility of their Association. The analysis of the development of the theory of clusters and territorial-production complexes.
Keywords: cluster, neural network, neurocomputing, complex, structure, policy, industry, region, integration, complex.
Сведения об авторах:
Родионов Максим Георгиевич - первый проректор, заведующий кафедрой «Экономика» Сибирского института бизнеса и информационных технологий (г. Омск, Российская Федерация), e-mail: [email protected]
Самарин Алексей Михайлович - старший преподаватель кафедры «Экономика» Сибирского института бизнеса и информационных технологий (г. Омск, Российская Федерация), e-mail: alex23071990@yandex. ru
Статья поступила в редакцию 01.12.2015.
