Теоретико-методологические и прикладные аспекты выявления экономических кластеров на территории региона: проблемы и возможности (на материалах Ростовской области)

Введение. В настоящее время в отечественной научной литературе все большее внимание уделяется исследованию различных аспектов функционирования экономических кластеров, представляющих собой особую форму объединения представителей бизнеса (преимущественно малого и среднего), принадлежащих к одной или нескольким смежным и поддерживающим отраслям, органов власти и научно-образовательных учреждений, характеризующуюся устойчивой системой экономических взаимосвязей и внутренней конкуренцией, пространственно локализованную в староосвоенных густонаселенных регионах или в пределах городских агломераций с развитой инфраструктурой, в рамках которой на основе активной коммерциализации инновационных технологий, достижения синергетического эффекта и низких трансакционных издержек создается конкурентоспособная на мировом рынке продукция с высокой долей добавленной стоимости [1]. Этот интерес обусловлен как эффективностью кластеров, так и наметившейся тенденцией к закреплению основ кластерной политики в различных программных документах, например, Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года (утвержденной распоряжением Правительства Российской Федерации от 17 ноября 2008 г.), а также стратегий долгосрочного развития регионов, принятых в рамках данной Концепции.

Вместе с тем, анализ стратегий долгосрочного развития отдельных регионов позволяет говорить о том, что некоторые их авторы недостаточно ясно понимают сущность кластера как экономической категории и относят к кластерам не являющиеся таковыми формы объединения. Недостатки теоретической проработанности проблемы выявления кластеров могли бы быть компенсированы применением методов, основанных на анализе параметров функционирования региона и его отдельных отраслей. Однако эффективному использованию этих методов также препятствуют трудности как объективного, так и субъективного характера. Адаптация имеющихся методик к их реализации в российских условиях, безусловно, послужит повышению уровня объективности и обоснованности выделения кластеров на территории региона.

Общие вопросы методологии выявления кластеров достаточно подробно изложены в работах [2, 3,4,6].

Целью данной работы является обобщение и систематизация существующих методологических подходов к выявлению экономических кластеров, выделение их преимуществ и недостатков, а также изучение возможностей их практического использования на материалах конкретного региона - субъекта Российской Федерации.

Общие методологические подходы к выявлению экономических кластеров на территории региона. В современной экономической литературе сложился целый ряд подходов к выявлению экономических кластеров. Выбор конкретного метода определяется множеством факторов, важнейшими из которых выступают наличие/отсутствие необходимой статистической информации, а также то, какие именно виды кластеров необходимо идентифицировать [2].

Как правило, применение различных методов позволяет включать в кластер, в первую очередь, предприятия экспортоориентированных отраслей, доля который, как правило, составля-

Работа выполнена при поддержке ФЦП «Научные и научно-педагогические кадры инновационной России на 2009-2013гг.» (государственный контракт П1089).

ет не более 30-40 % от общего объема отраслей экономики. Однако их влияние представляется наиболее значимым, поскольку именно они выступают локомотивами экономического роста для других отраслей региона и страны в целом.

После идентификации экспортоориентированных отраслей, как правило, переходят к группировке относящихся к ним предприятий в кластеры.

Как уже отмечалось, в отечественной и зарубежной экономической теории и практике используется множество различных методов идентификации кластеров. В частности, Т. Андерсен, М. Бьор, Е. Ханссон выделяют четыре основных метода [2]:

• -    метод, основанный на использовании коэффициента локализации;

• -    новый географический метод или К-метод Рипли;

• -    метод, основанный на анализе данных об экспорте и таблиц «Затраты - выпуск»;

• -    методы экспертных оценок (в частности, метод «снежного кома»).

В дополнение к указанным, ссылаясь на опыт Европейской кластерной обсерватории, Е.С. Куценко в своих работах выделяет в отдельные группы методы анализа потенциала формирования кластеров и метод анализа межотраслевых инновационных потоков как основы формирования кластера [3].

Основные методы выявления кластеров представлены на рис. 1.

Рис. 1. Методы идентификации экономических кластеров

Метод, основанный на использовании коэффициента локализации. Широко известен и описан в литературе, посвященной идентификации кластеров. Коэффициент локализации рассчитывается как отношение влияния отрасли на общий уровень занятости в регионе к влиянию отрасли на общий уровень занятости на всей географической территории страны. Если полученное значение коэффициента локализации равно единице, это означает, что регион не специализируется в данной отрасли. Значение этого показателя, равное 1,5, показывает, что в регионе влияние отрасли на уровень занятости на 50 % выше, чем в остальных регионах, а значит, он специализируется в данной отрасли.

При использовании данного метода, как правило, применяется следующий алгоритм действий [2].

• 1.    Географическая территория делится на регионы.

• 2.    Посредством вычисления коэффициентов локализации выделяются экспортоориентированные отрасли в каждом регионе.

• 3.    Коэффициенты локализации экспортоориентированных отраслей исследуются на предмет выявления тенденций кластеризации.

Новый географический метод или К-метод Рипли. Основная идея метода заключается в том, что выявление кластеров происходит при решении проблемы оптимизации расстояний между фирмами.

Работы проводятся в два этапа. [2]

• 1.    На первом этапе происходит определение географической локализации всех компаний в каждой отрасли. Данные о географической концентрации используются для оптимизации дистанции между фирмами, таким образом определяются размеры специализированных областей.

• 2.    На втором этапе взаимодействие экспортоориентированных отраслей исследуется при помощи статистической методологии.

Метод, основанный на анализе данных об экспорте и таблиц «Затраты - выпуск». При использовании этого метода учитываются данные об экспорте и таблицы «Затраты - выпуск», основанные на статистике производства. Это альтернатива методу, основанному на статистике занятости, из которой выводится коэффициент локализации.

Использование таблиц «Затраты - выпуск» позволяет выявить наличие взаимодействий между отраслями.

Метод реализуется также в два этапа [2].

• 1.    На первом этапе выделяются отрасли, которые могут быть объединены в кластеры, т. е. наиболее значимые экспортоориентированные отрасли на основе данных об экспорте или наиболее крупных взаимодействиях, отраженных в таблицах «Затраты - выпуск».

• 2.    На втором этапе применяется анализ графов, отражающих тенденции кластеризации экспортоориентированных отраслей.

Методы экспертных оценок (в частности, метод «снежного кома»). Один из качественных методов выявления кластеров - метод экспертных оценок. В ходе непосредственного опроса или анкетирования экспертов и влиятельных представителей бизнес-среды изучаются их мнения относительно того, какие кластеры или кластерные инициативы представляются наиболее значимыми на уровне региона или страны в целом.

Одним из специфических методов, позволяющих получить более полную информацию о кластерах, является так называемый метод «снежного кома».

Работы выполняются в несколько этапов [2].

• 1.    На первом этапе в ходе опроса экспертов выясняют, какие кластеры, формирующиеся на данной территории, им известны.

• 2.    На втором этапе опрашивают экспертов, специализирующихся на каждом из выбранных кластеров. Задаваемые вопросы касаются ключевых компаний и научно-образовательных институтов в кластере. Кроме того, выявляется эксперт, владеющий наибольшим объемом информации о кластере - таким образом определяется круг экспертов, которые будут опрошены на следующем этапе.

• 3.    На третьем этапе вновь привлеченные эксперты из числа названных на втором этапе отвечают на вопросы, аналогичные задаваемым на втором этапе.

• 4.    Опрос завершается, когда привлечь к работе новых экспертов не представляется возможным.

• 5.    Новый опрос проводится уже среди выделенных в ходе предыдущего опроса компаний и научно-образовательных институтов. Вопросы имеют следующий характер: причисляют ли они себя к выделенному кластеру; к какому подкластеру выделенного кластера они принадлежат; какие еще компании и научно-образовательные институты входят в выделенный кластер.

• 6.    Аналогичные вопросы задают в компаниях и научно-образовательных институтах, выявленных в ходе предыдущего этапа.

• 7.    Опрос завершается, когда привлечь к нему новые компании и научно-образовательные институты не представляется возможным.

• 8.    На последнем этапе производится сбор данных о ключевых показателях экономической деятельности выявленного кластера.

Анализ прямых связей в цепи создания стоимости. Данный метод основан на исследовании вертикальных связей поставщиков и потребителей. Он позволяет отслеживать существующие межотраслевые взаимосвязи для конкретного региона. Анализ осуществляется на основании данных таблиц «Затраты - выпуск».

Преимущества и недостатки применения рассмотренных методов выявления кластеров. Анализируя информацию о преимуществах и недостатках рассмотренных методов выявления кластеров, отраженную в табл. 1, можно сделать вывод о том, что с ростом уровня сложности применяемой методики возрастает и степень точности результатов ее применения. Вместе с тем, более точные методы основаны на больших массивах статистической информации, которая зачастую не является общедоступной, и следовательно, ее применение в ряде случаев весьма ограничено или вообще невозможно.

В частности, одним из наиболее точных и широко распространенных в мировой практике методов выявления кластеров является анализ таблиц «Затраты - выпуск». Вместе с тем на сегодняшний момент доступны статистические данные по таблицам «Затраты - выпуск» лишь за 2003 г. В этой связи представляется очевидным тот факт, что, используя указанные данные, произвести качественные расчеты по выявлению экономических кластеров на территории регионов достаточно сложно. В настоящий момент планируется построение таблиц «Затраты - выпуск» за 2011 г., однако, учитывая сроки, которые потребуются на систематизацию и обработку информации, скорое ее получение конечным пользователем маловероятно.

Преимущества и недостатки основных методов выявления кластеров

Таблица 1

Наименование метода	Преимущества	Недостатки
Метод, основанный на использовании коэффициента локализации	Простота получения исходной статистической информации	Риск невыявления кластеров вследствие задания изначальных границ региона
Новый географический метод или К-метод Рипли	Высокая степень детализации информации о фирмах, входящих в кластер	Труднодоступность исходной информации и сложность вычислительных процессов
Метод, основанный на анализе данных об экспорте и таблиц «Затраты - выпуск»	Возможность комплексной оценки системы взаимодействий между предприятиями отраслей, образующих кластер	«Игнорирование» фактора географической концентрации в рамках данного метода делает его недостаточно эффективным для получения комплексного представления о территориальных кластерах
Метод экспертных оценок	Простота применения	Субъективность высказываемых экспертами мнений
Метод «снежного кома»	Возможность определения контуров формирующихся кластеров, а также вовлечение в процесс выявления кластера компаний и научнообразовательных учреждений	Необходимость спецификации кластера перед проведением опроса, а также отсутствие единой методологии, затрудняющее стандартизацию и сопоставление полученных результатов на межстрановом уровне
Анализ прямых связей в цепи создания стоимости	Отслеживание существующих межотраслевых взаимосвязей для конкретного региона	Субъективность мнения аналитика при выборе пороговых значений, от которых зависит эффективность применения данного метода
Анализ графов	Возможность визуального отображения существующей системы взаимосвязей	Зависимость получаемой картины кластеризации от корректности выбора пороговых значений показателей

Практическое применение методов выявления кластеров (на примере Ростовской области). В российских условиях из количественных методов выявления кластеров наиболее применимы те, которые основаны на использовании коэффициентов локализации и показателей сравнительного преимущества, рассчитанных по основным видам экономической деятельности, а также по укрупненным товарным группам.

Для расчета коэффициентов локализации по видам экономической деятельности используется следующая формула [4]:

_L^ Emp_lg Emp_t , Emp_g Етр

где LQ - коэффициент локализации; Emp_ig - количество занятых по виду экономической деятельности z в регионе g; Emp_g - общее количество занятых в регионе g; Етр, - количество занятых по виду экономической деятельности z; Етр - общее количество занятых.

Более точные результаты могут быть получены при расчете коэффициента локализации не по видам экономической деятельности, а отдельным отраслям. Компенсировать указанный недостаток можно, если рассчитать коэффициент локализации не только по показателю занятости населения, но также обороту организаций и инвестициям в основной капитал и затем агрегировать полученные данные. Результаты расчетов коэффициентов локализации по указанным показателям на основе статистических данных по Ростовской области за 2009 г. с применением (1) представлены в табл. 2.

Коэффициенты локализации по видам экономической деятельности Ростовской области в 2009 г.

Таблица 2

Вид экономической деятельности	Коэффициент локализации
	По труду	По обороту организаций	По объему инвестиций в основной капитал	Агрегированный
1	2	3	4	5
Сельское хозяйство, охота и лесное хозяйство; рыболовство, рыбоводство	1,40727802	2,0509685	1,78753293	1,74859315
Добыча полезных ископаемых	0,60105283	0,16548767	0,061352071	0,275964191
Обрабатывающие производства	0,85325505	1,04293338	1,454424013	1,116870814
Производство и распределение электроэнергии, газа и воды	0,97492007	1,13393306	3,446873498	1,851908877
Строительство	0,95020681	0,86419131	0,314686131	0,70969475
Транспорт и связь	0,95292609	1,15150729	0,659106319	0,921179897

Агрегированное значение коэффициента локализации рассчитывалось на основе вычисления средней арифметической из коэффициентов локализации по труду, обороту организации и по объему инвестиций в основной капитал (табл. 2). Результаты расчетов свидетельствуют о том, что наибольшим потенциалом кластеризации обладают следующие виды экономической деятельности: сельское хозяйство, охота и лесное хозяйство; рыболовство, рыбоводство; обрабатывающие производства. В структуре валового регионального продукта области в 2009 г. указанные виды экономической деятельности также преобладают и составляют соответственно: сельское хозяйство, охота и лесное хозяйство - 12,3 %; обрабатывающие производства - 20,7 % [5].

Кроме того, целесообразно вычислять показатель и индекс сравнительного преимущества региона в торговле каким-либо товаром по (2) и (3).

Показатель сравнительного преимущества региона в торговле по товарным группам [6]:

где T_i6 - показатель сравнительного преимущества региона в торговле по товарным группам; ВРП - валовой региональный продукт; Э, - объем экспорта товарной группы z; И, - объем импорта товарной группы z"; Э - общий объем экспорта; Я - общий объем импорта.

Индекс сравнительного преимущества региона [6]

Эрт ,Эс

RCA = 3 ,

ЭрЭст^

где RCA₃ - индекс сравнительного преимущества региона; Эрт, - экспорт из региона товарной группы у; Эс - общий экспорт страны; Эр - общий экспорт региона; Эст, - экспорт из страны товарной группы j.

Расчеты показателей по (2) и (3) на основе статистических данных по Ростовской области за 2009 г. представлены в табл. 3.

Таблица 3 Показатель и индекс сравнительного преимущества Ростовской области по товарным группам в 2009 г.

Наименование товарной группы	Показатель сравнительного преимущества региона	Индекс сравнительного преимущества
Продовольственные товары и сельскохозяйственное сырье и машины	3,378316958	15,93115354
Продукция топливно-энергетического комплекса	0,65824974	0,095066038
Продукция химической промышленности, каучук	-0,242762098	0,461574546
Древесина и целлюлозно-бумажные изделия	-0,190187256	0,156356934
Металлы и изделия из них	-1,338010689	1,331252751
Машины, оборудование и транспортные средства	0,460813625	3,544003105

Из анализа данных, приведенных в табл. 3, следует, что регион обладает существенными преимуществами в торговле по товарным группам «Продовольственные товары и сельскохозяйственное сырье и машины», «Машины, оборудование и транспортные средства».

Результаты проведенного исследования подтверждают теоретические положения о возможности формирования на территории Ростовской области агропромышленного кластера и кластера сельхозмашиностроения, изложенные, в частности, в рамках Стратегии социальноэкономического развития до 2020 года, принятой в Ростовской области в 2007 г. Вместе с тем, проведенное исследование позволило обозначить лишь наиболее общие тенденции, корректировка которых возможна, в частности, при помощи метода «снежного кома» и других методов экспертных оценок, применяемых в условиях ограниченности статистической информации.

Ни один из применяемых в настоящее время методов выявления кластеров не является самодостаточным. Следовательно, для формирования комплексного представления об уровне кластеризации региона целесообразно комбинировать указанные методы с учетом конкретных целей и задач исследования.

Заключение. Выделены основные методики выявления кластеров, определены ограничения их применимости как объективного, так и субъективного характера, исследованы возможности использования данных методов на материалах конкретного региона с учетом имеющейся статистической информации по Ростовской области.