Классификация региональных кластеров и критерии их эффективности

Как показывает мировой опыт, формирование и развитие высокотехнологичных, промышленных и инновационных кластеров залог успешного экономического развития регионов [1]. В России с 2005 г. формируется региональная экономика кластерного типа. Анализ создания и развития кластеров позволяет констатировать, что идет сокращение темпов создания кластеров, в 2014 году число созданных кластеров составляло 27, в 2018 оно снизилось до 2. Таким образом, существует противоречие между стратегическими задачами государственного управления и происходящими процессами кластеризации экономики России, которое требует исследования проблем развития и оценки эффективности функционирования кластеров в регионах России. На данный момент «не существует целостного представления о состоянии и результатах функционирования кластеров в регионах России» [2, 41]. В связи с чем авторами проведено исследование результативности деятельности кластеров в регионах России, осуществлена их классификация и показаны количественные закономерности эффективности их развития, что позволило оценить количественные критерии эффективного кластера.

Алгоритм и результаты исследования результативности деятельности региональных кластеров

В качестве исходной информации исследования выступили актуальные статистические данные Федеральной государственной службы статистики, отчеты экспертных агентств и ассоциаций (АИРР, АКиТ, АИРКО и др.), отчеты региональных органов власти, материалы международных консалтинговых и информационных агентств, публикации в периодических российских и иностранных изданиях, информация, размещенная на официальных и тематических сайтах в сети Интернет, официальные данные и аналитические материалы Минэкономразвития России и Минпромторга России. В результате получена сводная исходная информация о 31 кластере (перечень представлен в третьем столбце таблицы 1), включающая показатели: количество участников кластера, количество совместных проектов, количество проведенных кластерных мероприятий, численность работников на предприятиях кластера, объем произведенной продукции предприятиями кластера, объем налоговых поступлений от деятельности предприятий кластера, объем инвестиций в создание кластера. На основе исходной информации рассчитаны показатели эффективности деятельности кластеров:

производительность труда (объем производства/численность работников на предприятиях кластера); налоговая результативность (объем налоговых поступлений от деятельности предприятий кластера/количество участников кластера);

эффективность инвестиций (объем произведенной продукции предприятиями кластера/объем инвестиций в создание кластера);

количество совместных проектов на участника кластера ;

количество кластерных мероприятий на участника кластера .

Так как представленная информация по кластерам является несоизмеримой, разнокачественной и неоднородной, то для проведения классификации применялся алгоритм иерархического кластерного анализа, реализованный в статистическом пакете R. Код представлен на рисунке 1.

library(readxl)

types = c( rep("numeric", 5))

x<-t[,c(1,2,3,4,5)]

miny<-min(x[,1])

minx<-min(x[,2])

maxy<-max(x[,1])

maxx<-max(x[,2])

x[,1]<-(x[,1]-miny)/(maxy-miny) x[,2]<-(x[,2]-minx)/(maxx-minx) miny<-min(x[,3])

minx<-min(x[,4])

maxy<-max(x[,3])

maxx< - max (x[,4])

x[, 3]<-(x[, 3]-miny)/(maxy-miny)

x[, 4]<-(x[, 4]-minx)/(maxx-minx)

miny<-min(x[, 5])

maxy< - max (x[,5])

x[, 5]<-(x[, 5]-miny)/(maxy-miny)

library(cluster)

hc <- hclust(dist(x), method = "complete")

plot(hc)

Рисунок 1. Алгоритм проведения кластерного анализа в R

Как показано на рисунке 1, исходные показатели подвергались нормировке, результат выполнения алгоритма представлен на рисунке 2.

Рисунок 2. Кластерная дендограмма

(по оси х — номер кластера, столбец 2 в таблице 1)

Как видно из результатов анализа, представленных на рисунке 2, можно выделить три группы кластеров: кластеры с высоким, средним и низким уровнем эффективности деятельности. В таблице 1 представлена итоговая классификация и количественные оценки показателей эффективности по каждой группе кластеров, позволяющие выявить количественные закономерности в развитии региональных кластеров (см. рис. 3).

Рисунок 3. Количественные закономерности развития региональных кластеров

Таблица 1 — Классификация региональных кластеров

Группы

Наиболее эффективные кластеры (4)

Средние по эффективности кластеры (9)

№ в исходном перечне кластеров	Наименование кластера	Производительность труда, млн. руб. на чел.	Объем налоговых поступлений на участника, млн. руб. на участника	Количество совместных проектов на участника	Налоговая нагрузка (Налоговые поступления на 1$ инвестиций), млн. руб. на млн. долларов США
17	Инновационный территориальный кластер волоконнооптических технологий «Фотоника» Пермского края	6,671115467	727,0454545	0,292929293	822,6
21	Инновационнотерриториальный кластер «Кластер ядерно-физических и нанотехнологий в г. Дубне»
22	Нижегородский индустриальный инновационный кластер в области автомобилестроения и нефтехимии
23	Троицкий инновационный территориальный кластер «Новые материалы, лазерные и радиационные технологии»
1	Кластер фармацевтики, биотехнологий и биомедицины Калужской области	2,507621306	556,6840731	0,216710183	959,5409541
6	Консорциум «Научнообразовательнопроизводственный кластер «Ульяновск-Авиа»
7	Ядерно-инновационный кластер города Димитровграда Ульяновской области
8	Промышленный кластер станкостроения и станкоинструментальной промышленности «ЛИПЕЦКМАШ»
9	Электротехнический кластер Псковской области
12	Алтайский биофармацевтический кластер
13	Судостроительный инновационный территориальный кластер Архангельской области
18	Инновационный территориальный аэрокосмический кластер Самарской области

• 19          Биотехнологический

инновационный территориальный кластер Пущино

Низкие по эффективности кластеры (18)

2          Камский инновационный 1,643948177 322,4325429   0,126737531

1065,482302

территориальнопроизводственный кластер Республики Татарстан

• 3           Научно

производственный кластер «Сибирский наукополис»

Новосибирской области

• 4          Нефтехимический

территориальный кластер Республики Башкортостан

• 5          Удмуртский

машиностроительный кластер

• 10          Кластер медицинской,

фармацевтической промышленности, радиационных технологий г. Санкт-Петербург

• 11          Инновационный

территориальный кластер «Зеленоград»

• 14         Энергоэффективная

светотехника и интеллектуальные системы управления освещением Республики Мордовия

• 15         Комплексная

переработка угля и техногенных отходов Кемеровской области

• 16         Инновационный

территориальный кластер «Технополис «Новый Звездный» Пермского края

• 20         Инновационный

территориальный кластер «ФИЗТЕХ XXI»

• 24         Кластер инновационных

технологий ЗАТО г.

Железногорск Красноярского края

• 25         Развитие

информационных технологий, радиоэлектроники, приборостроения, средств связи и инфотелекоммуникаций г. Санкт-Петербурга

• 26         Инновационный

территориальный кластер Свердловской области «Титановый кластер Свердловской области»

27	Инновационный территориальный кластер «Фармацевтика, медицинская техника и информационные технологии Томской области»
28	Инновационный территориальный кластер авиастроения и судостроения Хабаровского края
29	Кластер производителей нефтегазового и химического оборудования Воронежской области
30	Кластер машиностроения и приборостроения Республики Бурятия
31	Кластер метровагоностроения Московской и Тверской областей

Выводы

На основе полученных результатов можно сделать выводы о критериях эффективности регионального кластера:

• 1.    Высокоэффективным следует признать кластер, если производительность труда на его предприятиях не ниже 6,67 млн. руб. на работника;

• 2.    Высокоэффективным следует признать кластер, если объем налоговых поступлений на участника кластера не менее 727 млн. руб.;

• 3.    Низкоэффективным следует признать кластер, если производительность труда на его предприятиях ниже 1,6 млн. руб. на работника;

• 4.    Низкоэффективным следует признать кластер, если объем налоговых поступлений на участника кластера менее 322 млн. руб.

Также проведенный анализ показал, что налоговая нагрузка на предприятия кластера не может превышать 1000 рублей на 1$ инвестиций, чтобы кластер мог развиваться и стать эффективным.

Методология исследований , Региональное развитие

Отправить мне статью на email

Читайте также

	Формализация механизма оценки эффективности региональных и межрегиональных транспортно-логистических цепочек в номере №4 (64), 2020 Функционирование бизнес-структур в рыночной конкурентной среде: государственный и региональный аспект
^1	в номере №4 (64), 2020 PR-коммуникации в стратегии поддержания репутации бренда экологически чистого региона в номере №4 (64), 2020 Идентификация инновационного кластера как элемента в механизме обеспечения региональной конкурентоспособности
^	в номере №4 (64), 2020 О необходимости уточнения основных целевых индикаторов Стратегии социально-экономического развития региона в номере №4 (64), 2020 Название издания: «Региональная экономика и управление: электронный научный журнал»
;-?‘^	Электронное периодическое издание зарегистрировано Роскомнадзором, свидетельство ЭЛ № ФС 77 — 45106 от 19 мая 2011 г. Возрастная категория сайта 6+ ISSN 1999-2645 Учредитель и издатель: Общество с ограниченной ответственностью «Международный центр научноисследовательских проектов» Гл.редактор: Бакланова Юлия Олеговна

Тел. 8-951-354-54-84

Подписка на новости

Как к Вам обращаться *

Ваш Email *

Оставляя свои данные, вы соглашаетесь с Политикой конфиденциальности и Пользовательским соглашением

Политики сайта in