Подход к разработке онтологии кластера

Кластерная терминология активно применяется в научных исследованиях, государственных программах и корпоративных проектах для обозначения различных территориальных форм отраслевой организации производства [1]. С ростом результативности кластерной политики кластерные терминология и модели территориального развития стали широко использоваться в смежных с региональной экономикой сферах, что привело к появлению различных контекстов трактовки сущности кластеров и подходов к их классификации [2]. Вследствие этого терминологические рамки кластерной политики размываются, а названия «кластер» и «инновационный кластер» приобретают различные квазикластерные системы. Это можно объяснить заинтересованностью территориальных органов управления в получении финансирования в рамках государственных программ кластерного развития, а также повышением инвестиционной привлекательности территории [3, 4]. Свободные интерпретация и использование понятия «кластер», а также вульгаризация этого понятия для восприятия широкой аудиторией могут стать причинами ошибочного выбора механизмов и инструментов социально-экономического развития регионов [5].

Под кластером в работе понимается саморазвивающаяся территориально-отраслевая экономическая система, характеризующаяся пространственной концентрацией производства, гетерогенным составом и сетевой структурой взаимодействий самостоятельных организаций-участников, а также высоким уровнем институционализации и конкурентоспособности. Инновационный кластер рассматривается как тип кластеров, характеризующийся специализацией на высокотехнологичном производстве, разработке инновационных товаров и услуг, а также наличием научно-образовательного ядра (научные центры, университеты и т.д.) и развитой инновационной инфраструктуры.

Кластерная политика - это система форм, механизмов и инструментов государственной поддержки кластерных инициатив и действующих кластеров, реализуемых на национальном и региональном уровнях. Реализация кластерной политики направлена на комплексное экономическое развитие территорий, а также формирование благоприятной для инновационной деятельности институциональной среды.

Концептуальные рамки теории кластера обусловлены эволюционной теорией и сформированы на основе экономической теории конкурентоспособности, пространственного развития, системных инноваций. Концептуально класс «Кластеры» ограничен кругом территориально-отраслевых экономических систем, представляющих собой совокупность организаций-участников, объединившихся на основе долгосрочных сетевых контрактов с целью эффективного использования ресурсов и специфических преимуществ для повышения общей конкурентоспособности.

Семантические сети (СС) являются одной из форм для автоматизированного решения широкого круга исследовательских и прикладных задач в сфере социально-экономического развития [6]. Активное внедрение интеллектуальных систем в государственное и корпоративное управление актуализирует задачи анализа неструктурированной информации, получаемой из различных баз знаний (БЗ), формализации предметной области (ПрО) «Кластеры» для решения задач кластерной политики на основе технологий искусственного интеллекта (ИИ) [7]. Преимуществом СС по сравнению с базами данных является их модель, позволяющая рассматривать объекты и явления в контексте различных областей знания. Данная концепция получила развитие в виде универсальных БЗ Wikidata¹ и Metaphactory² , а также ряда специализированных, например, компании Siemens (эксплуатация промышленного оборудо-вания)³, Statoil (нефтяная отрасль) [8], Pinterest (таргетированная реклама) [9], BioPortal ⁴. (медицина и биотехнологии).

Основой построения СС являются онтологии [10-13]. Онтология задаёт предмет описания, формируя возможность оперировать определённым кругом понятий и делать высказывания об этих понятиях. СС является графической структурой представления (визуализации) и анализа знаний, построенной на основе отношений между понятиями в рамках теории кластера, а онтология представляет собой логическую формализацию понятий, их свойств и взаимосвязей. СС, выступающие формой представления информации в виде ориентированного графа, могут рассматриваться как один из способов реализации онтологии. При этом СС не имеют ограничений для представления знаний в рамках определённой ПрО, если эти знания могут быть представлены в виде графа. Отличие онтологий от СС состоит также в том, что онтология является спецификацией, описывающей семантический контекст понятий в рамках ПрО «Кластеры». Применительно к задачам исследования СС и онтологии рассмат- риваются как две взаимосвязанные формы представления концепции кластера, органически дополняющие друг друга.

В [14] обобщены методы разработки специализированных онтологий для задач моделирования в рамках определённой ПрО, а в [15] проведены анализ и систематизация семантических ресурсов, применяемых при разработке онтологий ПрО. Методология интеграции подпространства определённой ПрО в семантическое пространство верхнего уровня рассмотрена в [16], а в [17] - теоретические и прикладные аспекты автоматического построения СС.

1    Постановка задачи и инструментарий исследования

Разработка онтологии ПрО «Кластеры» для решения задач кластерной политики на основе технологий ИИ обусловлена научно-практической проблемой совершенствования технологических возможностей субъектов кластерной политики на национальном и региональном уровнях. Онтология ПрО «Кластеры» позволит расширить технологический инструментарий мониторинга процессов кластеризации экономики за счёт анализа больших объёмов информации из различных БЗ [18].

Ключевым методологическим ограничением при разработке онтологии ПРО «Кластеры» является её релевантность модели региональной экономики и теории кластерного развития [19, 20]. В процессе разработки онтологии ПрО «Кластеры» нашли применение следующие основные компоненты теории кластера: жизненный цикл кластера, критерии классификации кластеров, типы отраслевой специализации кластеров, виды организаций-участников кластера и др. Для онтологического представления кластера необходимо определение и упорядочение совокупности понятий ПрО в форме тезауруса, а также структурирование отношений между ними.

Решение задачи разработки онтологии ПрО «Кластеры» заключается в последовательном выполнении следующих подзадач:

• ■    составление перечня основных и второстепенных классов понятий ПрО «Кластеры», лежащих в основе таксономической иерархии онтологии;

• ■    разработка и формализация таксономической иерархии онтологии;

• ■    определение видов и структуры отношений между элементами онтологии.

В работе использована совокупность информационных технологий, объединённых единым семантическим каркасом: онтологический язык OWL второй версии, редактор онтологий и фреймворк для построения БЗ Protege , программные инструменты работы с онтологиями. Инструментарий разработки онтологии ПрО «Кластеры» представлен на рисунке 1.

ФРЕЙМВОРК (PROTEGE)

БАЗЫ ЗНАНИЙ (развитие семантической сети)

Рисунок 1 – Инструментарий разработки онтологии предметной области «Кластеры»

Описание онтологии на OWL представляет собой последовательность аксиом, использу- ющихся для формализации информации о ся описание объекта, класса объектов, абстрактной категории, цифрового документа и т.д., позволяющее сделать какое-либо высказывание в форме триплета «субъект-предикат-объект» (рисунок 2). Для идентификации ресурсов ресурсах и их свойствах. Под ресурсом понимает-

СУБЪЕКТ (описываемый ресурс)		ОБЪЕКТ (значение свойства)
	ПРЕДИКАТ )
	Свойство
	ресурса	—

Рисунок 2 - Триплет «субъект-предикат-объект»

используется унифицированный идентификатор ресурсов ( Uniform Resource Identifier, URI) .

2    Разработка онтологии кластера

Представление концепции кластера в форме специализированной онтологии основано на сформированном в ходе исследования тезаурусе, в рамках которого даны определения понятиям, описывающим исследуемую область знаний. Предлагаемая онтология ПрО включает базовые термины, относящиеся к региональной экономике и управлению, экономической географии, кластерной политике, а также выделенные типы кластеров и различных образований кластерного типа.

Для каждого класса онтологии средствами языка rdfs : isDefinedBy дано определение, соответствующее современному состоянию региональной экономики и концепции кластера. С помощью инструментария редактора Protege в разделе Classes-Description проведено разграничение непересекающихся классов через предикат Disjoint With . Пример описания класса «кластер» представлен на рисунке 3.

= О Кластер — http://www.volgatech-net/napolskihdl/ontologies/2023/cluster_1#KnacTep I Annotations Usage

[Annotations: Кластер

Annotations Q                                                '

rdfs:isDefinedBy

Сконцентрированная на некоторой территории группа взаимс Саморазвивающаяся на основе пространственно-отраслевой конкурентоспособностью в системе глобального распределен

■^ Кластер

Literal Entity IRI IRI Editor Property values

owkbackwardCompatibleWith owkdeprecated о wl: i n co m pati bl eWith о wkpriorVersion owkwersionlnfo rdfs comment

Value

Само развивающаяся на основе пространственно-отраслевой агломерации производства институализированная экономическая система, характеризующаяся гетерогенным составом участников и конкурентоспособностью в системе глобального распределения труда.

rdfslabel rdfs:seeAlso

Description: Кластер

Equivalent То Q

SubClass Of Q

#Террнторнально-отраслевая_интегрированная_система

General class axioms 0

Language Tag

Datatype ф xsdrstring

LanguageTag

SubClass Of (Anonymous Ancestor)

Instances ^

Target for Key Q

Disjoint With Q

OK Cancel

фЛатентный_кластер, Квазикластер, Протокластер

ФЭнергопроизводственный_цикл, Экономический_район, Полюс_роста, Промышлениий_район, Промышленный_узел, Территориально-производственный_комплекс

Рисунок 3 - Пример описания класса «кластер» в редакторе Protege

К верхнему уровню онтологии ПрО «Кластеры» относятся 16 классов (см. рисунок 4), из них 14 классов имеют подклассы (кроме классов «Национальная инновационная система» и «Региональная инновационная система»).

Структура таксономических отношений, определяющих уровни понятий (надкласс – класс - подкласс) формируется в виде таксономической иерархии. Например, класс «Технопарк» включает в себя подклассы «Технопарк в сфере высоких технологий», «Промышленный технопарк», «Агропромышленный технопарк», «Экотехнопарк». Класс «Технопарк» является подклассом для класса «Объект инновационной инфраструктуры», который объединяет все технопарки и схожие с ними инновационные организации (центры трансфера технологий, центры коллективного пользования, бизнес-инкубаторы и т.д.). Конкретные россий- ские высокотехнологичные технопарки в данном случае могут рассматриваться в качестве экземпляров подкласса «Технопарк в сфере высоких технологий», класса «Технопарк» и надкласса «Объект инновационной инфраструктуры».

Для представления в онтологии новых типов инновационных кластеров, отличающихся сложной многоуровневой структурой экономических отношений, используется структурное отношение. К новым типам кластеров, предложенных автором, относятся «Инновационный мультикластер» и «Инновационный гиперкластер».

Инновационный мультикластер - территориально-отраслевая система кластерного типа, образованная на основе интеграции нескольких взаимосвязанных кластеров, специализирующихся в смежных видах экономической деятельности.

Инновационный гиперкластер - развивающийся на основе цифровых сред и платформ тип инновационных мультикластеров, особенностями которого являются мультиотрас-левая специализация, трансрегиональный характер экономической деятельности и сетевая структура взаимодействия участников. Инновационный кластер является обязательной составной частью инновационного мультикластера, а цифровые платформы и цифровые экосистемы входят в состав инновационного гиперкластера.

Представление экономической концепции кластера в форме онтологии ПрО «Кластеры»

Рисунок 4 - Верхний уровень таксономической иерархии онтологии предметной области «Кластеры» (выполнено в редакторе Protege )

также включает задачу систематизации ис-

пользуемых в её рамках отношений ( object properties, data properties, см.рисунок 5).

К специфическим отношениям, применяемым в рассматриваемой онтологии, относятся

«располагаться на территории», «координировать развитие», «являться резидентом», «иметь объём выручки» и другие типы отношений (рисунок 5).

Для специализированных онтологий наряду с общепринятыми типами отношений (таксономических, структурных и др.) вводятся отношения, свойственные рассматриваемой ПрО. В онтологии ПрО «Кластеры» используются следующие универсальные отношения: между объектом и классом, между подклассом и классом, части и целого. Пример отноше- ний между подклассом и классом, раскрывающих основные виды кластеров и систем кластерного типа представлен на рисунке 6.

Рисунок 5 - Типы отношений, разработанные для представления концепции кластера в форме онтологии (выполнено в редакторе Protege )

Рисунок 6 - Структура отношений между основными видами кластеров и образований кластерного типа (выполнено с помощью инструмента OntoGraf в редакторе Protege )

На этом рисунке представлена наиболее полная (на сегодняшний день) таксономическая иерархия кластера, включающая четыре базовых типа кластеров (инновационные, промышленные, агропромышленные, туристско-рекреационные), а также мультикластеры, к которым относятся модели «Инновационный мультикластер» и «Инновационный гиперкластер». Необходимо отметить, что квазикластеры, протокластеры и латентные кластеры в представленной структуре не относятся к классу «истинных» кластеров. Протокластеры характеризуются недостаточным количеством участников, низким уровнем их разнообразия и сетевой связанности. Латентные кластеры представляют собой сформировавшиеся экономические системы кластерного типа, не прошедшие необходимую формализацию и институционализацию. В рамках разработки онтологии потребовалось введение ранее не запланированного подкласса «квазикластер», к которому отнесены различные номинальные подобия, имеющие наименование «кластер», но не обладающие всеми признаками кластеров. Впервые в рамках онтологии ПрО «Кластеры» систематизирована вся совокупность схожих с кластерами территориально-отраслевых интегрированных систем.

В ходе разработки онтологии ПрО «Кластеры» полученные следующие выводы.

Определены несколько групп понятий, использующихся в рамках различных правовых актов и источников для обозначения одно и того же явления, имеющего определённую экономическую сущность. Примером такой группы являются относящиеся к классу «вертикально интегрированная система» понятия «группа компаний», «холдинг» и «концерн», которые одновременно могут выступать в качестве «конгломерата» и в результате цифровой трансформации также являться «цифровой экосистемой».

Выявлены понятия, имеющие различный организационно-экономический смысл в зависимости от практики реализации кластерной политики в различных субъектах Российской Федерации. Так, в различных субъектах Российской Федерации кластеры (экземпля-ры/индивиды) могут содержать в своём наименовании слова «ассоциация», «некоммерческое партнёрство» и т.д., которые также могут выступать в роли организационно-правовой формы (класс) для других организаций, не являющихся кластерами. Игнорирование подобных совпадений при комбинации различных ведомственных и региональных баз данных может привести к неверным выводам.

Заключение

Результатом исследования является формирование концептуального подхода к представлению кластера с помощью семантических технологий. Формализация концепции кластера позволила разработать специализированную онтологию кластера, выполняющую функцию базовой модели для дальнейшего развития кластерной политики региона. Для представления ПрО «Кластеры» построена модель знаний, в которой обобщены и структурированы различные подходы к определению и классификации кластеров, а также смежных с ними экономических систем. При разработке системы специфических отношений, применяемых в онтологии ПрО «Кластеры» уточнены структура и экономическая сущность моделей «Инновационный мультикластер» и «Инновационный гиперкластер». Разработанная онтология ПрО «Кластеры» может стать основой для структурирования различных источников знаний о кластерах, извлечения необходимых данных и их контекстуализации.

В качестве примеров систем моделирования процессов территориального развития, в дополнение к которым может применяться разработанная онтология ПрО «Кластеры», можно выделить модельные комплексы Института экономики и организации промышленного производства Сибирского отделения РАН «КАМИН» (комплексный анализ межотраслевой информации), «СИРЕНА» (синтез региональных и народнохозяйственных систем) и «СОНАР» (согласование отраслевых и народнохозяйственных решений) 5 .

В качестве потенциальных направлений использования онтологии ПрО «Кластеры» возможно уточнение топологических свойств экономического пространства российских регионов на основе кластеров и схожих с ними территориальных систем, а также построение сценариев развития межрегиональных экономических систем на основе эволюционной динамики кластеров. В качестве БЗ, содержащих разнородную информацию о кластерах и схожих с ними системах, данные из которых могут быть интегрированы на основе разработанной онтологии, могут быть выделены: информационная система по учёту и мониторингу малых инновационных

• ⁵    Институт экономики и организации промышленного производства СО РАН. https://www.ieie.su/about/ieie.html .

предприятий научно-технической и образовательной сферы Министерства науки и высшего образования РФ 6 ; БД портала «Инновационная инфраструктура и основные показатели инновационной деятельности субъектов Российской Федерации» 7 ; Атлас промышленности ГИСП 8 ; Карта кластеров России 9 .

В качестве примеров потенциального практического применения разработанной онтологии ПрО «Кластеры» выделены следующие.

• ■    Идентификация органами государственного управления потенциальных, латентных и действующих кластеров, а также видовая и отраслевая дифференциация выявленных кластеров с целью включения их в национальные и региональные программы (Реестр кластеров и кластерных инициатив Ростовской обла-сти ¹⁰ ).

• ■    Моделирование и визуализация процессов формирования и развития кластеров на карте территории, в т.ч. изучение неоднородности экономического пространства российских регионов (Инвестиционная карта Калужской области 11 , Проект «Татарстан-2030» 12 ).

• ■    Моделирование органами государственной власти и институтами регионального развития организационной и институциональной структуры взаимодействия в рамках инновационных кластеров (Стратегия развития Камского инновационного территориально-производственного кластера 13 ).

Полученные результаты могут служить основой для исследований процессов развития сложных и многоуровневых экономических систем, формирующихся на базе интеграции инновационных кластеров, цифровых платформ и экосистем. Например: Московский инновационный кластер, развивающийся на основе широкого применения цифровых сервисов и платформ в рамках единой цифровой экосистемы; 14 кластеры Российской ассоциации электронных коммуникаций (РАЭК), представляющие форму сетевого взаимодействия участников рынка технологий ИИ 15 ; Энерготехнохаб «Петербург», участниками которого являются более 100 компаний из 20 регионов России 16 .