ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«БЕЛГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ НАЦИОНАЛЬНЫЙ
ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ»
( Н И У
« Б е л Г У » )
ИНСТИТУТ ЭКОНОМИКИ
КАФЕДРА МИРОВОЙ ЭКОНОМИКИ
КЛАСТЕРНЫЙ ПОДХОД В ИННОВАЦИОННОМ РАЗВИТИИ
ЭКОНОМИКИ: ЗАРУБЕЖНЫЙ ОПЫТ И РОССИЙСКАЯ ПРАКТИКА
Магистерская диссертация
обучающегося по направлению подготовки 38.04.01 Экономика
очной формы обучения, группы 06001107
Акопян Астгик Эдуардовны
Научный руководитель:
кандидат экономических наук,
доцент кафедры мировой
экономики Дорохова Е.И.
Рецензент:
Руководитель научнообразовательного центра
глобальной экономики и
кооперации БУКЭП д.э.н.,
профессор Клименко О.И.
БЕЛГОРОД 2018
АННОТАЦИЯ
Теоретическая часть исследования содержит анализ национальных
инновационных
систем
и
методических
подходов
к
идентификации
инновационных кластеров. В работе обоснована авторская методика
идентификации инновационных территориальных кластеров. В рамках
исследования изучен зарубежный опыт кластерной инновационной политики,
выявлены
особенности
нормативно-правового
исследования
развития
обеспечения
обусловлена
инновационных
в
РФ.
проведенным
кластеров
Практическая
анализом
и
их
значимость
существующих
и
идентификация новых инновационных кластеров Российской Федерации. Для
выявления
проблем
SWOT-анализ
и
определения
инновационных
перспектив
кластеров
в
развития
Российской
проведен
Федерации,
сформулированы практические рекомендации по улучшению инновационной
кластерной политики РФ с учетом зарубежного опыта.
ANNOTATION
The theoretical part of research includes the analysis of national innovation
systems and methodologies of innovation cluster identification. The author’s
methodology of innovation cluster identification is substantiated in the thesis. A
recent research studies foreign practice of the innovation cluster policy, identifies
peculiar properties of the innovational clusters development and regulatory support
in the Russian Federation. The practical significance of the thesis is represented by
analysis of existing clusters and identifying new innovational clusters in Russian
economy. The SWOT-analysis permits to formulate practical recommendations on
improving the innovation cluster policy of the Russian Federation, taking into
account foreign experience.
ОГЛАВЛЕНИЕ
Введение .......................................................................................................... 3
Глава 1. Теоретические основы исследования кластеров в
инновационном развитии мировой экономики ................................................. 12
1.1. Теоретические подходы к оценке развития национальных
инновационных систем ........................................................................................ 12
1.2. Влияние инноваций на развитие мировой экономики ................. 30
1.3. Методические подходы к оценке кластеризации субъектов
мирового хозяйства .............................................................................................. 42
Глава 2. Кластеризация мирового хозяйства: функциональные и
региональные особенности развития .................................................................. 62
2.1. Значение кластеров в развитии инновационной системы
стран Европейского союза, США и Азии .......................................................... 62
2.2. Оценка современной кластерной политики Российской
Федерации ............................................................................................................. 82
2.3. Идентификация кластеров российской экономики с учетом
их вовлеченности в формирование инновационной политики
государства .......................................................................................................... 103
Глава 3. Перспективы развития инновационной системы России на
основе эффективной кластерной политики ..................................................... 119
3.1. Возможности и угрозы кластеризации российской экономики
на пути к совершенствованию инновационной политики ............................. 119
3.2. Совершенствование инновационной системы России на
основе использования зарубежного опыта кластеризации ............................ 127
Заключение .......................................................................................................... 136
Список использованных источников ................................................................ 141
Приложения
160
3
ВВЕДЕНИЕ
Актуальность темы исследования. Мировой опыт инновационной
деятельности уже на протяжении нескольких десятилетий неразрывно связан с
деятельностью
кластеров.
«Силиконовая
долина»,
«Шоссе
128»,
«Медиконовая долина», «Сколково» - эти названия давно уже стали символом
высоких технологий и производственных новшеств мировой экономики.
Традиционные способы ведения хозяйственной деятельности в условиях
ужесточения конкуренции теряют свою эффективность, переходя на второй
план. Центрами экономического роста, реализации регионального и
национального потенциала становятся некие объединения с высокой
концентрацией представителей бизнеса, науки и государства, главным
элементом которых являются взаимосвязи и сотрудничество. Такими
объединениями
и
являются
инновационные
кластеры,
призванные
обеспечивать сокращение издержек производства, получение компаниями
сверхприбылей, обмен научным и практическим опытом и, что способствует
повышению конкурентоспособности региона или страны их дислокации.
В Российской Федерации проблема инновационного развития имеет два
аспекта: внутренний, связанный со значительной дифференциацией регионов
по уровню инновационного и экономического развития, и внешний,
выраженный отставанием страны в международных рейтингах от крупнейших
мировых экономических держав, несмотря на огромный инновационный
потенциал. В связи с этим, возрастает необходимость формирования
качественно новой национальной инновационной системы. На наш взгляд
структурные
инновационной
изменения
могут
деятельности.
быть
Значимость
обеспечены
кластеризацией
создания
инновационных
территориальных регионов в Российской Федерации подчеркивается на
федеральном уровне в рамках Стратегии инновационного развития России на
период до 2020 года «Инновационная Россия» [7]. В 2012 Стратегией были
определены и четко сформулированы основные направления регионального
4
кластерного
развития
и
выделены
25
пилотных
инновационных
территориальных кластеров в различных регионах России с различной
отраслевой специализацией. Особую значимость приобрели инновационные
кластеры в период с 2014 года в связи с принятием экономических санкций
против России, так как именно кластеры обладали потенциалом для развития
тех отраслей обрабатывающей промышленности и высокий технологий,
которые занимали преобладающую долю в российском импорте. В 2016 году
на
основе
пятилетнего
опыта
деятельности
кластеров
приказом
Минэкономразвития среди функционирующих были выделены 11 лидеров
инвестиционной
привлекательности
мирового
уровня,
для
которых
установлена «дорожная карта» по основным показателям, достижение которых
должно быть обеспечено к 2020 году. Следует отметить, что несмотря на
обширную финансовую и правовую защиту со стороны государства,
кластеризация инновационной деятельности остается на начальном этапе
своего развития и сталкивается со значительными трудностями, связанными с
реализацией
инновационных
проектов,
эффективным
использованием
финансовых, человеческих ресурсов, коммерциализацией инноваций и т.д. В
связи с этим возникает острая необходимость оценки эффективности
кластерного подхода в инновационном развитии экономики Российской
Федерации, а также в разработке конкретных мероприятий, способствующих
ускорению процессов кластеризации.
Вышеизложенные
аргументы
определяют
актуальность
темы
исследования и свидетельствуют о необходимости комплексного анализа
инновационного развития и оценки инновационной кластерной политики
Российской Федерации и ведущих мировых экономических держав.
Степень научной разработанности проблемы. Основные теоретические
аспекты формирования национальной инновационной системы (НИС)
исследованы в трудах английского экономиста К. Фримэна [117] и датского
ученого Б.-А. Лундвалл [118], которые впервые
5
в
экономической
теории,
в
результате
параллельных
исследований,
определили системный подход к пониманию национальных инновационных
систем. Английский исследователь Кейт Павитт [131] определила НИС как
совокупность
компетенций,
которые
являются
ключевым
элементом
инновационной системы, Б.-А. Лундвалл и российский исследователь Е.
Савина [83] рассматривали НИС в качестве совокупности знаний, К. Фримэн
[117], С. Меткалф [132] и Р. Нельсон [119] оценивали НИС в качестве сети
институтов, взаимодействующих в процессе инновационной деятельности.
Р. Нельсон, американский экономист, лауреат премии Леонтьева, изучал
влияние моделей национальной инновационной системы на деятельность
отдельных фирм. С. Меткалф, представитель Манчестерского университета,
рассматривал НИС как совокупность институтов, содействующих диффузии
инноваций и определяющих границы инновационной деятельности.
Среди российских исследователей, изучавших вопросы построения
национальных инновационных систем, следует отметить, Р. Касенова [53],
изучавшего и систематизировавшего модели национальных инновационных
систем, Е. Савину [83], рассмотревшую принципы государственного
регулирования национальной инновационной системы, А. Орешникова [72],
исследования которых направлены на институциональные аспекты развития и
взаимодействия национальных инновационных систем.
Первым
исследователем,
предложившим
кластерный
подход
в
инновационной деятельности стал американский ученый М. Портер [78],
который разработал модель «конкурентного ромба», предполагающую, что
инновационный кластер представляет собой систему, образуемую путем
слияния и взаимодействия 4 основных элементов: стратегии фирмы,
структуры и конкуренции; условий спроса; факторных условий и смежных и
поддерживающих отраслей. Сторонниками региональной теории являются
также А. Маршалл [64] и П. Кругман [64], которые связывают появление
6
кластеров с высокой концентрацией субъектов на одной территории и
считают, что для достижения эффективного производства субъектам
необходима территориальная близость.
Другие ученые, такие как Д. Монтфорт, С. Дуталли основывают свои
исследования на взаимосвязях, которые выступают центральным элементом и
причиной возникновения кластера. Российский исследователь С. Растворцева
[73] выделяет понятия активных и пассивных кластеров
Однако, несмотря на значительный научный вклад отечественных и
зарубежных ученых в теорию кластеризации национальных инновационных
систем, все еще отсутствует единый подход к определению сущности понятия
инновационный кластер, нет общего обоснования критериев и показателей,
необходимых для идентификации и формирования таких образований и т.д.
Актуальность проблемы, недостаточная научная разработанность отдельных
ее аспектов и большая практическая значимость определили постановку цели
и задач исследования.
Целью исследования является комплексная оценка кластерного подхода
в инновационном развитии национальной экономики и выявление методов
идентификации инновационных территориальных кластеров в Российской
Федерации.
Для достижения поставленной цели необходимо решение следующих
задач:
-
изучить теоретические основы национальных инновационных систем и
влияние инноваций на развитие мирового хозяйства;
-
проанализировать
методические
подходы
к
идентификации
инновационных кластеров;
-
оценить зарубежный опыт проведения кластерной политики в области
инновационной деятельности и охарактеризовать кластерную политику
Российской Федерации и её нормативно-правовое обеспечение;
-
произвести
идентификацию
кластеров Российской Федерации;
инновационных
территориальных
7
- выявить проблемы и определить перспективы развития деятельности
инновационных территориальных кластеров в Российской Федерации.
Объектом
исследования
является национальная инновационная
система как фактор стабильного социально-экономического развития.
Предметом исследования является кластеризация инновационной
деятельности в Российской Федерации и в мировом хозяйстве.
Теоретической
и
методологической
основой
исследования
послужили труды ученых, исследовавших различные аспекты и проблемы
кластеризации
инновационной
деятельности,
теории
и
концепции
отечественных и зарубежных авторов в области инновационного развития.
В процессе исследования были использованы как общие, так и
специальные методы научного исследования, такие как: сравнение, анализ,
синтез, формализация, а также методики идентификации инновационных
кластеров.
С целью обработки статистических данных были использованы
программы из пакета приложений Microsoft Office, в том числе табличный
процессор Microsoft Excel.
Методологическая
основа
выпускной
квалификационной
работы
позволила обеспечить глубину, достоверность и обоснованность выводов и
рекомендаций.
Эмпирической
базой
исследования
послужили
международные
нормативно-правовые акты, федеральные законы, указы Президента РФ,
постановления Правительства РФ, официальные данные Федеральной службы
государственной статистики РФ, а также информационноаналитические
материалы международных организаций: ежегодные отчеты Всемирного
экономического форума, в том числе данные Глобального индекса
конкурентоспособности, а также данные Глобального инновационного
индекса,
рассчитываемого
собственности,
Институтом
Всемирной
INSEAD
Европейской кластерной обсерватории.
организацией
и
интеллектуальной
Корнельским
университетом,
8
С целью обработки статистических данных были использованы
программы из пакета приложений Microsoft Office, в том числе табличный
процессор Microsoft Excel.
Научная новизна диссертационного исследования заключается в
развитии теоретических положений и совершенствовании методических
подходов к оценке инновационной кластерной политики, а также в
идентификации инновационных территориальных кластеров по авторской
методике и проведении сравнительного анализа полученных результатов с
существующими в РФ инновационными кластерами.
Теоретическая значимость работы заключается в том, что ее
результаты обобщают накопленные экономической наукой знания по
исследованию кластерного подхода в инновационном развитии, обобщая
зарубежный опыт и российскую практику.
Практическая значимость результатов исследования состоит в
апробации
предложенного
авторского
подхода
к
идентификации
инновационных кластеров РФ. Полученные выводы и практические
рекомендации работы вносят определенный вклад в развитие экономической
науки и могут служить теоретико-методологической базой для дальнейшего
исследования национальных инновационных систем, а также могут быть
использованы в научной, учебно-методической литературе.
Хронологический период исследования составил 3 года: 2015-2017 гг.
Выпускная квалификационная работа имеет традиционную структуру и
состоит из введения, трех глав основной части, включающей восемь
параграфов, заключения, списка использованных источников и 9 приложений.
Основной текст работы изложен на 109 страницах и содержит 21 рисунков, 20
таблиц, 14 формул.
Во
введении
обоснована
актуальность
темы
выпускной
квалификационной работы, определены степень разработанности проблемы,
цель, задачи, объект и предмет исследования, сформулирована теоретическая
и практическая значимость работы, определена методологическая и
9
теоретическая база исследования, указаны хронологические рамки и дана
краткая характеристика структура работы.
В первой главе «Теоретические основы исследования кластеров в
инновационном развитии мировой экономики» рассмотрены содержание и
структура национальных инновационных систем, исследованы методические
подходы к идентификации инновационных кластеров, а также изучено
влияние инноваций на развитие мирового хозяйства на различных этапах.
Во второй главе «Кластеризация мирового хозяйства: функциональные
и региональные особенности развития» рассмотрен зарубежный опыт
кластерной инновационной политики, выявлены особенности развития
инновационных кластеров и их нормативно-правового обеспечения в РФ,
проведены анализ существующих и идентификация новых инновационных
кластеров Российской Федерации.
В третьей главе «Перспективы развития инновационной системы России
на основе эффективной кластерной политики» проведен SWOT- анализ,
изложены проблемы развития инновационных кластеров в Российской
Федерации и определены перспективные направления развития кластерной
политики.
В заключении сделаны выводы на основе проведенного исследования и
предложены конкретные рекомендации по решению проблем идентификации
инновационных кластеров и проведению кластерной политики на территории
Российской Федерации.
Апробация результатов исследования. Результаты исследований
были представлены на международных научно-практических конференциях и
конкурсах:
-
XI Международной научно-практической конференции, г. Белгород,
1 марта 2018 г.
-
Всероссийская конференция обучающихся «Обретённое поколение -
наука, творчество, духовность», ФГБУ «ДДО «Нецепино» УД Президента РФ,
г. Москва, 07-09 декабря 2016 г
10
-
IV Международная научно-практическая конференция, посвященная
140-летию со дня основания НИУ «БелГУ», Белгород, ноябрь 2016
Публикации
выпускной
результатов
квалификационной
исследования.
работы
и
Основное содержание
результаты
проведенных
исследований изложены в 4 публикациях.
-
Акопян, А.Э. Дорохова Кластеризация инновационной деятельности
россии: пилотный проект или реальная необходимость? / А.Э. Акопян, Е.И.
Дорохова // Современные проблемы социально-экономических систем в
условиях глобализации: сборник научных трудов XI Международной
научно-практической конференции, г. Белгород, 1 марта 2018 г. / под общ. ред.
Е.Н. Камышанченко, Н.П. Зайцевой. - Белгород: ИД «Белгород» НИУ
«БелГУ», 2018. - 340 с.
-
Акопян, А.Э. Особенности и перспективы инновационного развития
федеральных округов Российской Федерации / А.Э. Акопян, Е.И. Дорохова,
С.А. Капитан // Фундаментальные исследования. - 2017. - № 12-1. - С. 175-180
-
Акопян А.Э. Состояние и перспективы развития инновационного
потенциал регионов Российской Федерации / Акопян А.Э., Дорохова Е.И. //
Сборник тезисов работ участников XXXVIII Всероссийской конференции
обучающихся «Обретённое поколение - наука, творчество, духовность» и I
Всероссийской конференции обучающихся «Веление времени» / Под ред. А.А.
Румянцева, Е.А.Румянцевой. -
М.: НС «ИНТЕГРАЦИЯ»,
Государственная Дума ФС РФ Минобрнауки России, Минтранс России,
Минсельхоз России, РОСКОСМОС, РАЕН, РИА, РАО, 2016. - 534 с.
-
Акопян А.Э. Рейтинговая оценка интегральной составляющей
инновационного потенциала федеральных округов Российской Федерации /
Акопян А.Э., Дорохова Е.И. // Конкурентоспособность экономики в эпоху
глобализации: российский и международный опыт: сборник научных трудов V
Международной научно-практической конференции, посвященной
11
празднованию 140-летия НИУ «БелГУ» (Белгород, 27 сентября 2016 г.) / под
науч. ред. д-ра пед. наук, проф. Е.Н. Камышанченко, к-та экон. наук, доц. Ю.Л.
Растопчиной. - Белгород: ИД «Белгород» НИУ «БелГУ», 2016. - 238 с.
12
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ
КЛАСТЕРОВ В ИННОВАЦИОННОМ РАЗВИТИИ МИРОВОЙ
ЭКОНОМИКИ
1.1. Теоретические подходы к оценке развития национальных
инновационных систем
С
достижением
сформировалась
современного
тесная
связь
уровня
между
экономического
терминами
развития
экономическое
воспроизводство и инновации. Ни одна экономическая система, начиная от
микроуровня,
заканчивая
макроуровнем,
не
способна
осуществить
качественный экономический рост, не применяя новых технологий или не
внедряя новшеств в организационные, производственные или маркетинговые
процессы. В свою очередь, инновационная деятельность также не происходит
хаотично, а представляет собой упорядоченную систему с составляющими
элементами.
Системный подход к национальной инновационной деятельности
впервые был обоснован в конце 80-х годов 20 века параллельно двумя
всемирно известными экономистами. Одним из ученых был английский
экономист,
экономической
представитель
науке
неошумпетерианского
Кристофер
Фримэн,
который
направления
в
основывался
на
исследованиях немецкого экономиста, политика и публициста Фридриха
Листа, впервые изучившего понятие и принципы создания национальных
экономических систем (“The National System of Political Economy”, 1841).
Кроме того, исследования ученого опирались, по большей части, на опыт
Японии на пути становления сильнейшей экономической державой. Согласно
Фримэну, «национальная инновационная система» представляет собой сеть
институтов государственного и частного секторов, взаимодействие которых
реализуется в создании, импорте, модификации и диффузии новых технологий
[117].
Параллельно
с
Фримэном,
исследования
«национальных
инновационных систем» проводил датский экономист Б.-А. Лундвалл,
который определил их как множество элементов и связей,
13
взаимодействующих в производстве, при диффузии и использовании новых и
экономически выгодных знаний, которые находятся в пределах или
«укоренены» в основе национальной экономики [118].
Ричард Нельсон, американский экономист, лауреат премии Леонтьева,
исследовавший инновационную деятельность национальных экономик, дал
следующее
определение
совокупность
институтов,
«национальной
инновационной
взаимодействие
которых
системе»
-
обуславливает
и
стимулирует инновационную деятельность фирм [119].
Английские исследователи Кейт Павитт и Паримал Пател в своей работе
«Национальные инновационные системы: почему они важны и как их измерять
и сравнивать» рассматривали национальные инновационные системы, как
национальные институты, их инструменты стимулирования и компетенции,
которые определяют уровень и направления технологического развития (или
масштабы и структуру мероприятий по «созданию изменений») в стране [131].
Английский
экономист,
бакалавр
и
магистр
Манчестерского
университета Стэнли Меткалф в одной из своих работ дал определение
понятию
«национальная
инновационная
система»,
как
совокупности
отдельных институтов, которые индивидуально и совместно содействуют
развитию и диффузии новых технологий и которые устанавливают границы, в
рамках которых государственные организации и исполнительные органы
могут воздействовать на инновационные процессы [132].
Согласно докладу Организации экономического сотрудничества и
развития, национальная инновационная система - это концепция, основанная
на убеждении в том, что понимание взаимосвязей, существующих между
экономическими субъектами, - есть ключ к улучшению технологической
деятельности [121]. Эксперты ОЭСР считают, что изучение понятия
«национальная инновационная система» фокусируется на потоках знаний, на
экономиках, которые вовлечены в производство, распределение и потребление
этих знаний и информации. Знания занимают центральное
14
положение в экономическом развитии, приобретая форму человеческого
капитала или новых технологий.
В отечественной литературе также широко изучена категория
«национальной инновационной системы». Прежде всего, данное понятие
обозначено
и
определено
в
Концепции
долгосрочного
социально-
экономического развития Российской Федерации на период до 2020 года,
согласно которой ключевым элементом перехода государственной экономики
на
инновационный
тип
развития
является
формирование
конкурентоспособной национальной инновационной системы совокупности
взаимосвязанных и взаимодействующих институтов, занятых в сфере
производства и (или) коммерческой реализации знаний и технологий, а также
комплекса институтов, обеспечивающих эти процессы. К таким институтам
относят
правовые,
финансовые,
научные,
предпринимательский
и
некоммерческие организации.
Р. Касенов определил НИС в качестве особого типа экономических
систем стран, который разработан с учетом их институциональных
особенностей, основанного на инновационной модели взаимодействия
субъектов экономики. При этом исследователь считает, что основной целью
таких систем является увеличении роли конкуренции между субъектами на
основе внедрения инноваций, оказывающих воздействие на структуру и
содержание экономики государства [53].
Согласно выводам отечественного исследователя А. Орешенкова,
который, в основе создания НИС должна лежать проводимая государственная
макроэкономическая политика, нормативно-правовое обеспечение, формы
прямого
и
косвенного
научно-технологического
государственного
и
промышленного
регулирования,
потенциала,
состояние
внутренних
товарных рынков, рынков труда [72].
Наиболее емкое определение НИС, в общем виде предложено Е.
Савиной, которая рассматривает национальную инновационную систему в
качестве совокупности государственных, региональных, частных и
15
общественных организаций, институтов, бюджетов, механизмов и их
взаимодействия, способствующих активизации процессов создания, хранения
и распространения новых знаний и технологий. Кроме того, НИС обеспечивает
поддержку
и
использование
стимулов
и
льгот,
направленных
на
инвестирование средств в осуществление инновационной деятельности,
производство инновационных конкурентных товаров и услуг, их продвижения
и реализации на рынке. По мнению исследователя, именно процессы внутри
НИС способны обеспечить устойчивый экономический рост и реализацию
конкурентных преимуществ национальной экономики в системе глобальной
мировой экономики [83].
Национальная инновационная система (НИС) представляет собой,
прежде всего, систему. Акцент на исследовании НИС как системы в своем
исследовании делает Т. Красноперова, которая считает, что технологическое
развитие представляет собой не цепочку односторонне направленных
причинно-следственных связей, находящихся в линейно расположенной
цепочке
научно-исследовательские
и
опытно-конструкторские
работы
(НИОКР) - инновации. Данный процесс основан, прежде всего, на
взаимодействии и обратных связях всего комплекса экономических,
социальных, политических, организационных и иных факторов, влияющих на
создание, внедрение, коммерциализацию инноваций, а также на финансовом
обеспечении этих процессов [59].
Таким образом, анализ различных подходов к определению понятия
национальной инновационной системы показал, что существует множество
точек зрения по поводу факторов, лежащих в основе формирования НИС,
содержания и структуры понятия инновационная система, а также
особенностей протекания инновационных процессов внутри системы. Однако,
несмотря на большое количество различных точек зрения, целесообразно
систематизировать все изученные определения, с целью выявления точек
соприкосновения, которые позволят наиболее полно и точно изучить
принципы функционирования национальных инновационных
16
систем. На рисунке 1.1 представлена ментальная карта понятия национальная
инновационная система, систематизирующая все его элементы.
Рис. 1.1. Подходы к определению понятия «национальная
инновационная система»
Составлено автором
На рисунке 1.1. видно, что с различных позиций национальная
инновационная система может быть охарактеризована по-разному, при этом
каждая из характеристик является верной и не противоречит остальным. Но,
какими бы ни были подходы к определению данного понятия, общим является
элемент
взаимодействия.
Высокоразвитая
система
государственных
институтов обособленно не будет способствовать развитию инноваций, если
не будут установлены связи, например, с коммерческим сектором,
представляющим
собой
производственные,
сбытовые,
финансовые,
консалтинговое и другие предприятия.
Так, оценив результаты исследования понятия, можно заключить, что
национальная инновационная система - это совокупность элементов и связей, а
именно
институтов
(государственных,
коммерческих,
страховых,
юридических, консалтинговых), ресурсов (природно-сырьевых, трудовых,
финансовых),
технологий,
маркетинговой
политики,
бизнес-моделей,
взаимодействие
методов
которых
управления,
направлено
на
формирование благоприятного климата для осуществления и повышения
конкурентоспособности результатов (продуктов) инновационной
деятельности.
17
Взаимодействие элементов и связей, в соответствии с мировой
практикой организации инновационной деятельности, обеспечивают три типа
институциональных подсистем:
-
региональные
инновационные
системы
(РИС),
которые
характеризуются высокой степенью территориальной интеграции наукоемкого
бизнеса;
-
собой
корпоративные инновационные системы (КИС), представляющие
университеты,
исследовательские
комплексы,
технополисы,
технопарки, территории инновационного развития. Отличительной чертой
корпоративных инновационных систем является то, что вся совокупность
экономических агентов, видов деятельности, ресурсного обеспечения и
институтов
взаимодействуют
с
целью
повышения
эффективности
инновационного процесса в рамках одной компании [46].
-
научно-технологические территориальные кластеры, представленные
совокупностью размещенных на ограниченной территории предприятий и
организаций (участников кластера) различной отраслевой специализации
(оборонно-промышленный комплекс, машиностроение, электроника, связь и
телекоммуникации,
производство
композиционных
материалов
нового
поколения, биохимическая промышленность, фармацевтика, информационные
технологии и пр.), взаимодействующих на принципах кооперации и синергии.
Кроме того, взаимодействие, как ключевой принцип работы любой НИС
предполагает
наличие
различных
инструментов,
обеспечивающих
функционирование систем. Совокупность таких инструментов принято
классифицировать по трем критериям:
1. Инструменты поддержки. К ним относятся инвестиции в НИОКР,
гранты, финансирование из федерального бюджета инновационных программ
и проектов, налоговые льготы и т.д.
2. Инструменты диффузии. В данную группу инструментов включают
передачу технологий, коммерциализацию результатов НИОКР,
18
формирование каналов реализации инноваций, государственные закупки и т.д.
3. Инструменты инфраструктуры. К инфраструктуре в контексте
формирования
НИС
относят
такие
институты,
как
образование,
лицензирование, выдача патентов, авторские права, ноу-хау и др. Стоит
отметить, что в некоторых случаях эти инструменты выступают в качестве
самих элементов системы (рис. 1.2).
ИНСТРУМЕНТЫ
НИС
ИНСТРУМЕНТЫ
ПОДДЕРЖКИ
НИОКР, гранты, налоговые льготы
ИНСТРУМЕНТЫ
ДИФФУЗИИ
центры трансфера технологий,
госзакупки, передача технологий
ИНСТРУМЕНТЫ
ИНФРАСТРУКТУРЫ
обучение, лицензирование, выдача
патентов, ноу-хау, авторские права
Рис. 1.2. Инструменты, обеспечивающие функционирование НИС
Составлено автором по данным: [53]
Рассмотрим
инструменты
формирования
НИС
более
детально.
Инвестиции в НИОКР относятся к первой группе институтов и представляют
собой денежные и капитальные вложения, направленные на развитие
инновационной деятельности. Одной из особенностей таких инвестиций
является высокий уровень риска. В связи с этим, в рамках инновационноинвестиционной деятельности, широко распространено понятие венчурного
капитала, который представляет собой, как правило, прямые частные
инвестиции, предоставляемые обычно внешними инвесторами новым,
растущим
компаниям.
Именно
в
виду
новизны
бенефициаров
и
неопределенности прогнозов их развития, такие инвестиции считаются
рисковыми. Но второй стороной венчурных инвестиций является высокая
доходность в случае успеха.
Поддержка инновационной деятельности путем предоставления грантов
представляет собой потоки безвозмездного субсидирования предприятий,
организаций и физических лиц в денежной или натуральной
19
форме. Гранты всегда направлены на проведение научных исследований,
осуществление
опытно-конструкторских
разработок.
Гранты
являются
отчетной формой поддержки и предполагают предоставление субъектамиполучателями подробных отчетов о целевом использовании.
В рамках поддержки НИС со стороны государства могут создаваться
проекты и разрабатываться программы, которые также финансируются из
федеральных, региональных и местных бюджетов в зависимости от их уровня.
Поддержкой для субъектов инновационной деятельности является
применение
такого
инструмента
НИС,
как
налоговые
льготы.
Высокоприбыльные с одной стороны и рисковые - с другой, инновационные
проекты нуждаются в некоторых поблажках со стороны налоговой системы.
Успешная реализация проекта может принести сверхдоходы, однако денежные
поступления таких проектов не стабильны и не могут быть спрогнозированы и
гарантированы
со
100%-ной
вероятностью.
Это,
зачастую,
является
препятствующим фактором для осуществления инновационной деятельности.
Частичным решением проблемы, своеобразной «подушкой безопасности»,
является предоставление налоговых льгот инновационным проектам.
После поддержки и налаживания инновационных процессов и
производств,
логичным
шагом
является
реализация
инновационного
результата. Для этого используются различные инструменты диффузии.
Диффузия в данном случае означает распространение инноваций в различных
секторах и отраслях экономики, процесс прохождения инновации по цепочке
«производство-распределение-обмен-потребление».
Таким
инструментом
является, прежде всего, коммерциализация инноваций, для осуществлений
которой могут быть использованы такие каналы, как лизинг, франчайзинга,
инжиниринг, продажа лицензий на ту или иную технологию. Для реализации
материальных инноваций могут быть использованы центры трансфера
инноваций, выставки инновационной продукции, торговые
20
площадки и магазины, в зависимости от типа инновационного продукта,
отрасли к которой он относится, а также целевой аудитории. Диффузия
инноваций
может
осуществляться
и
при
помощи
государственных
инструментов, таких как государственные закупки. Именно госзакупки
оказывают поддержку отечественным инновациям и способствуют развитию
национальной инновационной деятельности, через механизмы обеспечения ее
субъектов реальным платежеспособным спросом.
В третью группу инструментов формирования НИС включены
институты инфраструктуры, обеспечивающие возможность протекания
инновационных процессов. К таким инструментам относится образование,
представленное высшими учебными заведениями, научноисследовательскими
центрами,
бизнес-школами
и
различными
научнообразовательными
площадками. Лицензирование, выдача патентов, признание авторского права и
регистрация ноу-хау, как средства официального признания инновационного
продукта
или
технологии,
предоставляют
субъектам
возможность и
законодательное право на осуществление инновационной деятельности.
Применение тех или иных инструментов зависит от типа или, подругому, модели национальной инновационной системы. Исходя из мирового
опыта инновационной деятельности, с учетом особенностей и отличающихся
характеристик инновационных систем различных стран, были сформированы
модели национальных инновационных систем:
-
евроатлантическая модель, к которой относятся страны Западной
Европы, такие как Германия, Франция, Великобритания и т.д.;
-
восточноазиатская модель, которая распространена в странах
Восточной Азии, таких как Япония, Южная Корея, Г онконг, Тайвань;
-
модель «тройной спирали», распространенная в США и некоторых
странах европейского региона;
-
альтернативная
Португалия и др.).
модель
(Таиланд,
Чили,
Турция,
Иордания,
21
Евроатлантическая модель национальной инновационной системы
распространена в странах Западной Европы. Характерной особенностью таких
моделей является наличие внутри них полного инновационного цикла,
начиная с появления новых идей, заканчивая коммерциализацией и
внедрением инноваций в производственные процессы или выпуском их на
рынок массового потребления (рис. 1.3).
Л
Фундаментальная
наука
Г
"V*
Г
\
Коммерциализация
НИОКР
V ___
Г
~\
___ )
Г
Инфраструктура (страх., юрид.,
консулт.)
Ч_
Гос. регулирование
N
Финансы
Hi-tech
производства
J ч
Рис. 1.3. Европейская модель НИС
)
Составлено автором по данным: [76]
Полный инновационный цикл, в данном случае представляет собой
систему взаимосвязанных компонентов, таких как научный элемент
(фундаментальные и прикладные науки), государственное регулирование и
поддержка (прежде всего, высокий уровень защиты интеллектуально й
собственности), научные исследования и опытно-конструкторские разработки,
высокотехнологичные производства (hi-tech), финансовый сектор, институты
коммерциализации, страхования, консультирования, юридического и
информационного сопровождения.
22
Г осударственные органы в этой группе стран уделяют особое внимание
процессам коммерциализации инновационных проектов. Примечательным для
евроатлантической модели является предоставление научным сотрудникам
или
научно-исследовательским
группам
права
создания
компаний
научно-исследовательского профиля на базе университетов и других
образовательных и исследовательских организаций.
Кроме того, в евроатлантической модели достаточно сильно развит
элемент финансирования, который представлен такими инструментами, как
гранты, субсидии, поступления из венчурных фондов. Распространенным
механизмом стимулирования развития инновационной деятельности является
налоговая политика по отношению к инновационно-ориентированным
компаниям.
Основополагающим звеном НИС стран Западной Европы является
научно-образовательный сектор, а именно центрами притяжения и, напротив,
распространения инноваций выступают университеты мирового значения
(Оксфордский
университет,
Кембриджский
университет,
Университет
Мюнхена, Университет имени Пьера и Марии Кюри, Швейцарская высшая
техническая школа Цюриха и т.д.) и научно-исследовательские центры. Кроме
университетов, научные исследования проводятся в рамках совместных
проектов с крупнейшими транснациональными компаниями (ТНК).
Важнейшим вектором с евроатлантической модели является вовлечение
в инновационные процессы субъектов малого и среднего бизнеса, которые
получают
возможность
производства
новшеств
благодаря
развитию
инфраструктурных платформ, таких как бизнес-инкубаторы, технопарки,
инновационные кластеры и так далее.
Восточноазиатская модель НИС построена на идеях японского ученого
К. Акамацу, которые получили название парадигмы «летящих гусей» (рис.
1.4).
23
Рис. 1.4. Парадигма «летящих гусей» К. Акамацу (Р - национальное
производство, X - экспорт, М - импорт)
Источник: [123]
Согласно этой теории, успешное развитие отрасли как экономической
системы достигается в результате прохождения 3 фаз:
Фаза 1. Через импорт технологии и новая для страны продукция
поступает в экономику. Импорт представлен кривой на рисунке 1.4. Очевидно,
что на стадии поиска и заимствования новых для национальной экономики
страны технологий и товаров, объемы импорта возрастают. Достигнув своего
пика, объем импорта из-за границы начинает сокращаться в связи с переходом
национальной экономики на вторую фазу.
Фаза 2. Проводятся исследования импортированных технологий и
продуктов,
запускается
собственное
массовое
производство
для
удовлетворения спроса местных потребителей. На графике кривая P
показывает постоянно растущее производство, которое запускается после
некоторого потока импортной продукции и технологий. В определённый
момент кривые M и P пересекаются, что означает достижение объемов
национального
инновационного
производства
уровня
импортируемых
объемов, а также дальнейший рост.
Фаза 3. Излишки продукции (обычно новой и высокотехнологичной)
направляются на экспорт за рубеж. Кривая X на графике демонстрирует
именно данную тенденцию. Накопив определённый опыт в инновационном
24
производстве, а также большие запасы инновационных товаров, а также
разработав свои технологии и ноу-хау, страна начинает экспортировать их за
рубеж.
Так, базисом восточноазиатской модели выступает заимствование идей
и импорт технологий рис. 1.5.
N
ИМПОРТ
ТЕХНОЛОГИЙ И
-------------
►
НОВОЙ ПРОДУКЦИИ
Ч
ч
Ч
ч
ч
ч
ч
ч
НИОКР И ЗАПУСК
МАССОВОГО
ЭКСПОРТ
ПРОДУКЦИИ ЗА
ПРОИЗВОДСТВА ПО
РУБЕЖ
ч
ч
S
НОВЫМ
Базис
ТЕХНОЛОГИЯМ
Рис. 1.5. Восточноазиатская модель НИС
Составлено автором по данным: [121]
Локальный инновационный процесс в таких НИС начинается уже с
исследований, разработок и экспериментов в исследовательских лабораториях
при крупнейших корпорациях.
Далее, после получения инновационного результата в виде продукта или
ноу-хау, обеспечивается его коммерциализация и непрерывное сопровождение
на всех стадиях инновационного процесса: отбор, диффузия, запуск в массовое
производство, экономический анализ и маркетинговые исследования после
запуска инновации. Такое сопровождение зачастую происходит в рамках
каждой
конкретной
инновационная
компании-корпорации,
разработка
и
обеспечивается
которой
принадлежит
специальной
командой
специалистов различных отделов компании и профессиональных профилей.
Альтернативная модель НИС характеризуется практически полным
отсутствием элементов фундаментальной и прикладной науки (рис. 1.6). Это
связано во многом с тем, что в рамках данной модели отсутствует сильный
государственный инструмент воздействия и, соответственно, комплексный
подход к формированию НИС.
25
Рис. 1.6. Альтернативная модель НИС
Составлено автором по данным: [38]
Данная модель предполагает отраслевую ориентацию инновационных
процессов, что означает обособленное инновационное развитие таких
отраслей, как сельское хозяйство, легкая и пищевая промышленность,
электроника и приборостроение, рекреация. Страны данной модели обычно
обладают низким экономическим потенциалом и характеризуются жесткой
отраслевой специализацией. Модель, в большинстве, основана на импорте
инновационных технологий.
Важным
элементом
данной
модели
являются
высококвалифицированные кадры, подготовке которых уделяется особое
внимание. Такой подход к кадровой политике обоснован наличием в странах с
альтернативной НИС транснациональных компаний, в которых уже встроен
полный инновационный цикл, но есть потребность в специалистах для его
воспроизводства.
Несмотря на низкий экономический потенциал в НИС альтернативной
модели, инновационные процессы, также как и в других моделях,
способствуют появлению и развитию инновационной инфраструктуры
(научных центров, центров поддержки инноваций, различных фондов и т.д.).
Четвертая модель НИС - модель «тройной спирали». В основе данной
модели лежит тесное взаимодействие трех институтов: государство, бизнес и
университеты (рис. 1.7).
26
Рис. 1.7. Модель «тройной спирали»
Составлено автором по данным: [38]
Модель тройной спирали предполагает не стандартное взаимодействие
путем установления связей, а приобретение каждым из институтов некоторых
несвойственных ему функций.
Так, университеты, основной задачей которых является предоставление
образовательных услуг и проведение научных исследований, создают в своей
структуре
новые
коммерческие
и
некоммерческие
компании
и
университетские инкубаторы. Стоит отметить, что университеты здесь
занимают
ведущее
место,
поскольку они превращаются в
предпринимательские институты или университеты промышленного типа.
Бизнес помимо своих основных функций, проводит образовательные
мероприятия с практико-ориентированным подходом к обучению. Г
осударство, традиционное выполняющее роль законодателя и регулятора, в
данной модели приобретает дополнительную роль предпринимателя и
венчурного инвестора. Взаимодействие трех важнейших инновационных
институтов
позволяет
достичь
синергетического
эффекта,
повысить
эффективность инновационного производства, сократить издержки. «Тройная
спираль» позволяет не только производить инновационные товары
27
и разрабатывать новые технологии, но и еще создает каналы их
коммерциализации и трансфера, что является наиболее ценным аспектом
данной модели.
В настоящее время в зарубежных странах ведутся работы над созданием
новейшей модели НИС, дополнительным элементом которой является социум
- общество, как элемент, приобретающий особо важную роль в создании и
распространении новых знаний и ценностей. Такая модель была предложена
учеными Ю. Караяннисом и Д. Кэмпбэлл и получила название модели
«четвертой спирали».
Современные исследования национальных инновационных систем
проводятся при помощи множества специализированных механизмов и
методик.
Наиболее распространенными, в виду длительного существовании и
обоснованности,
являются
зарубежные
подходы
к
статистическому
наблюдению и теоретическому исследованию национальных систем. За
рубежом более комплексными считаются исследования на уровне компаний,
которые предполагают сбор информации о реальных затратах на НИОКР и
другие ресурсы, вовлеченные в инновационные процессы, информации о
производственных
процессах
(производительность,
рабочая
сила,
обеспеченность оборудованием) и об инновационных результатах.
Также опросы на уровне компаний позволяют получить наиболее
релевантную информацию о технологической коллоборации и обмене
информацией. К таковым относятся методический подход, предложенный
Объединением инновационных исследований (Community Innovation Survey
(CIS)), а также методика PACE Project (Policies, Appropriability and
Competitiveness for European Enterprises).
Методика CIS была разработана в 1991-1993 гг. по совместной
инициативе XIII Генерального директората Европейской комиссии и
Евростата и включала в себя информацию 40 тыс. производственных
28
компаний. Это была первая методика исследования инноваций и включала в
себя следующие разделы, представленные в таблице 1.1.
Таблица 1.1
Структура первой гармонизированной методики оценки национальной
инновационной системы (НИС) Объединения инновационных исследований
(Community Innovation Survey (CIS)
1.
2.
3.
4.
5.
6.
Затраты на инновационную деятельность, направленные на создание продуктов
Выпуск и продажи готовых инновационных продуктов
Источники информации, связанные с инновациями
Приобретение и трансфер технологий
НИОКР и технологическая коллаборация
Анализ факторов, способствующих и затрудняющих инновационную деятельность
Источник: [127]
Вторая методика оценки национальной инновационной системы,
построенная на методологических и аналитических знаниях, полученных на
первом этапе, была выпущена в 1997 году. Кроме того, ОЭСР и Евростат
приложили
совместные
усилия
для
стандартизации
инновационных
исследований во всех странах, реализованные в проекте «Руководство Осло.
Предлагаемые руководящие принципы сбора и интерпретации информации о
технологических инновациях», опубликованном в 1992 году. Относительно
потока знаний, методика не обеспечила комплексной оценки инновационной
деятельности во всех странах, а скорее позволяла провести анализ по каждой
отдельной стране или отрасли.
Второй известнейший проект PACE был запущен с целью изучения
мнения менеджеров НИОКР крупнейших производственных компаний
Европейского Союза по поводу наиболее показательных и достоверных
источников, позволяющих оценить НИС в экономике. Респондентам из 16
отраслей промышленности было предложено ратифицировать ряд методов и
источников информации для анализа НИС по 7-бальной шкале. Для оценки
был предложен ряд показателей, включающих:
-
типы и цели инноваций (the types and goals of innovation);
-
внешние источники технических знаний (external sources of technical
knowledge),
-
государственные научные исследования (public research);
29
-
способы защиты инноваций, патенты (methods to protect innovation);
-
государственная поддержка инноваций (government support to
innovation
-
препятствия для получения прибыли от инноваций (obstacles to
profiting from innovations) и т.д.
Исследования показали, что наиболее важными внешними источниками
знаний для компаний является оценка взаимодействия компании с
поставщиками и покупателями и технический анализ продукции конкурентов.
Также в ходе исследований была подчеркнута роль совместных
предприятий, как ценных источников информации в секторах, где затруднено
НИОКР в силу дороговизны и сложности осуществления. Признана роль
государственных исследований в национальных инновационных системах,
наряду со стремлением компаний усиливать связи с государственной
инновационной инфраструктурой.
Таким образом, анализ национальных инновационных систем показал,
что
на
сегодняшний
день
существует
4
модели
НИС,
которые
характеризуются существенными различиями. Выбор модели построения
национальной
инновационной
системы
зависит
от
особенностей
экономического развития.
По результатам исследования различных точек зрения зарубежных и
отечественных авторов, можно сформулировать следующее определение
термина НИС - совокупность элементов и связей, а именно институтов
(государственных, коммерческих, страховых, юридических, консалтинговых),
ресурсов
(природно-сырьевых,
бизнес-моделей,
методов
трудовых,
управления,
финансовых),
маркетинговой
технологий,
политики,
взаимодействие которых направлено на формирование благоприятного
климата
для
осуществления
и
повышения
конкурентоспособности
результатов (продуктов) инновационной деятельности.
30
1.2. Влияние инноваций на развитие мировой экономики
Современные мировые экономические процессы показывают, что
стабильный и динамичный рост мирового хозяйства прямо коррелирует с
развитием
образования,
науки
и
технологий,
интенсификацией
инновационных процессов в экономиках различных стран. По оценкам
экспертов, на сегодняшний день четверть мирового ВВП обеспеченно именно
коммерциализацией результатов инновационной деятельности. Однако
данная тенденция не нова, и является закономерностью уже на протяжении
многих столетий.
Некоторые
ученые
рассматривают
хронологию
развития
инновационной деятельности, начиная с древнего мира, а именно эпохи
древнего палеолита. Если основой инновации является факт наличия
новшества, нововведение, то целесообразно считать изобретение первых
орудий
труда,
деятельности.
первобытной
Роль
«техники»
инноваций
в
результатом
развитии
инновационной
мирового
хозяйства
прослеживается уже на ранних стадиях существования человечества. Именно
появление первых орудийных «новшеств» и «технологий» ведения хозяйства
послужило
детерминантой
для
общественного
разделения
труда
и
возникновения производственных отношений в первобытном обществе.
Далее в эпоху мезолита с появлением каменных орудий и развитием
способов обработки камня, стали появляться более сложные орудии труда,
позволявшие повышать эффективность сельскохозяйственной деятельности и
развивать новые технологии строительства (стали создаваться землянки,
свайные постройки). В этот же период получили широкое распространение
технологии шлифования, полирование, сверления, стало зарождаться горное
дело,
совершенствовались
технологии
технологическим прорывов той
эпохи
обработки
камня.
Настоящим
было изобретение колеса и
использование его в различных сферах, в том числе конструировании не
существовавших ранее колесных повозок.
31
Эпоха позднего неолита ознаменовалась освоением текстильного ми
мехового производства. Первое применение металла произошло в период
энеолита, была освоена плавка, обработка. Так благодаря данным
технологиям стали появляться медные орудия, эффективность которых в разы
превосходила деревянные и каменные. Распространение в эту эпоху получили
технологии строительства наземного жилья.
С переходом от первобытной к античной цивилизации происходило
ускорение экономических процессов, происходивших в результате появления
инноваций. В эту эпоху происходила специализация в сфере сельского
хозяйства, ремесленного производства. С появлением новых технологий,
развивалось горное дело. Попытки теоретического изучения физических
процессов в природе привели к созданию ряда ключевых изобретений для той
эпохи: вращательные движение для создания колесной повозки, гончарный
круг, парусное кораблестроение. Парусное производство той эпохи стало
огромным рывком для торговли и мореплавания.
Средневековый этап развития мировой экономики характеризовался
широким развитием ремесленного производства. Это эпоха зарождения
мануфактур, машинного производства. Ремесленники применяли в своей
деятельности все более узкую специализацию, повышая качество и
функциональность своих продуктов. Развитие оружейной промышленности,
появление пороха и огнестрельного оружия стало прорывом и настоящей
инновацией той эпохи. Именно в этот период начались активные работы в
области сухопутного и морского транспорта. С развитием науки и
пониманием
более
сложных
физических
явлений,
усложнилось
и
производство. Судостроение теперь основывалось на явлении «магнетизма».
Изобретен компас (магнетизм), механические часы (механика), очки (оптика),
водных и ветряных мельниц (механика).
Далее следовала череда промышленных революций, в результате
которых мировая экономика достигла того уровня инновационного развития,
какой существует на сегодняшний день. Академик А. Анчишкин
32
периодизировал промышленные революции и выделил три этапа в истории
научно-технического прогресса, три эпохальных переворота, которые
реализовали кластеры базисных инноваций.
При этом период перехода от одной стадии к другой следует
рассматривать, как инновационный цикл, представляющий собой часть
научно-технического цикла. Согласно идеям некоторых исследователей
период между рождением новой научно-технической идеи или теории,
материализацией данной идеи в современных экономических реалиях и
называется инновационным циклом. Рассматривая инновации в контексте
промышленных
революций,
следует
отметить,
что
кризис
одной
промышленной системы и, как следствие, формирование новой каждый раз
сопровождался структурными изменениями в технике и технологиях
производства. Так, исчерпав свой потенциал, производительные силы и
производственные отношения обновлялись, заменялись качественно новыми,
более эффективными и инновационными. Именно момент массового отказа от
старого и перехода к принципиально новому становился промышленной
революцией [97]. Небольшое количество качественно новых ключевых
изобретений, меняющих структуру производства есть инновационный
прорыв, который коренным образом меняет мировые экономические
процессы в сторону увеличения эффективности производства, разделения
труда, в основе которого лежит технологическая специализация, и,
следовательно, интенсификации торговых и внешнеэкономических связей,
возникающих вследствие потребности диффузии и коммерциализации
инноваций и сбыта новейших товаров и услуг.
1. Первая промышленная революция конца XVIII - начала XIX вв.
Промышленный переворот XIII века и резкий рост интенсивности
потока инноваций, начавшиеся впервые в Англии, способствовали появлению
машинной индустрии, ускорению повышения производительности и росту
ВВП на душу населения. Главным аспектом, способствовавшим развитию
инноваций, на данном этапе, был капитализм
33
как совокупность институтов, среди которых частная собственность, законно
функционирующая налоговая система, производство на рынок. Главными
характерными особенностями данной стадии стали:
- высокие темпы роста экономики;
- высокие темпы роста численности населения;
- повышение показателей производительности труда, в результате
применения новейших машин и оборудования в производстве (были созданы
и внедрены в массовое производство прядильная машина Хардгрейва, паровая
машина Уайта, паровоз Стефонсона, ткацкий станок Картрайта, пароход
Фултона и т.д.);
- развитие научной сферы и разработка технологий, основанных на
научных исследованиях и открытиях, а также распространение образования и
повышение общего уровня грамотности жителей капиталистических стран;
- уровень жизни 75% населения планеты оставался ниже того
минимального уровня, который был возможен при уровне технологического
развития той эпохи [98].
2. Вторая промышленная революция последней трети XIX - начала XX
вв.
- рекордно высокий темп роста населения (если до конца XVIII века
численность удваивалась каждые 1000 лет, то в XIX-XX веках оно выросло в
два раза менее, чем за 100 лет);
- развитие фабричной системы производства и, как следствие, рост
урбанизации капиталистических стран до 50%;
- технологические сдвиги, обусловленные изменением энергетической
базы. В этот период пар был вытеснен электричеством, был запушен процесс
электрификации всего производства, транспорта и быта (изобретены
динамомашина,
электрическая
железная
дорога
Сименса,
генератор,
трансформатор для передачи энергии на расстояние, электрическая
плавильная печь Эдисона, лампа накаливания Яблочкова, паровая турбина
34
Парсонса). В 1989 году построена первая в мире гидроэлектростанция на реке
Ниагара (США).
- развитие автомобильной сферы, изобретение двигателей внутреннего
сгорания (Дизель, Отто). В 1883-1885 году создана одна из важнейших
инноваций в истории человечества - первый автомобиль (Даймлер, Бенц).
- технический переворот в металлургии и металлообработке, легкой
промышленности;
- возникновение принципиально новых отраслей промышленности энергетики, химической промышленности, нефтяной и нефтехимической;
- изобретен
конвейер,
позволивший
многократно
повысить
производительность труда;
- к началу XX века выросла мировая железнодорожная сеть, появился
электрический (лифт, трамвай, метро), трубопроводный и безрельсовый
транспорт;
- возрастание значение нефти как энергоресурса, ключевыми центрами
добычи которых выступали Российская империя, США и Персидский залив;
- инновации в сфере сельского хозяйства, применение специальных
технологий
выращивания,
использование
натуральных
и,
позже,
искусственных удобрений. Россия, в результате, в конце XIX века стала
мировым
поставщиком
хлеба.
США
разрабатывает
и
применяет
сельскохозяйственные технологии, позволяющие ей сократить издержки
производства и обеспечить экспорт самой дешевой пшеницы в Европу;
- развитие науки, появление крупнейших мировых университетов
технического профиля в Германии в Берлине, Дрездене, Мюнхене, США,
Японии и в других странах;
- модернизация военной промышленности (появление винтовки,
металлических судов, бронированных турбоходов, скорострельных пушек,
бездымного пороха, пулемета) [77].
35
Вышеперечисленные процессы сказались на всех сферах хозяйственной
деятельности стран мира, в том числе были сформированы новые формы
собственности.
Переориентация производства с лёгкой на тяжелую
промышленность в этот период обусловила необходимость постоянного и
масштабного привлечения капиталов. В результате стали появляться первые
акционерные общества закрытого и открытого типа, которые выпускали
ценные бумаги (акции).
Объединение средств отдельных предпринимателей и привлечение
капиталов привело к формированию капиталистических монополий, которые
представляли собой объединение капиталистов, основной целью которых
было высокая концентрация производства, установление монопольных цен и,
как следствие, получение сверхприбылей. Появились инновационные формы
сотрудничества и, используя современную терминологию, «бизнес-модели»,
позволявшие
ускорять
технический
прогресс
и
извлекать
из
него
максимальные прибыли. Среди них были простейшие (концепции, пули,
ринги, корнеры) и более сложные (картели, синдикаты, тресты и концерны)
формы монополий.
3. Третья промышленная революция, начавшаяся с середины XX в. и
переросшая в научно-техническую революцию.
Многие
исследователи
не
выделяют
третью
промышленную
революцию отдельным этапов в становлении мировой экономики, а
отождествляют ее с научно-технической революцией. Стоит отметить, что
вторая половина XX столетия была периодом стремительного развития науки
и техники. Ученые нашли способы реализации ранее исследованных гипотез и
сделанных открытий.
Именно в этот период зародилось понимание инфраструктуры
инноваций,
когда
бизнесмены
и
топ-менеджеры
поняли
масштабы
экономической выгоды от сотрудничества с университетами, академиями,
исследовательскими центрами.
36
В период конца XX века основными достижениями мировой экономики
стали:
- инновации в области электроники. Настоящим переворотом в науке
стало изобретение интегральной микросхемы (чипа) в 1958-1959 гг.
совместными усилиями трех человек - Д. Килби, К. Леговец, Р. Нойс. Это
позволило перейти от громоздких механизмов, к компактным и более
эффективным электронным машинам. Микропроцессоры, представляющие
собой
сложные
цепи,
стали
использоваться
при
конструировании
компьютеров, космических кораблей, роботов и телефонов;
-
революционные изменения в средствах связи и обработки
информации
(фотокопировальные
машины,
факсимильные
аппараты,
телефонная связь на расстоянии, Интернет);
- цифровые и компьютерные технологии стали применяться в
нефтяной и других добывающих отраслях для поиска, разведки и доразведки
месторождений;
- в 1960-х годах был изобретен лазер, который широко применялся в
медицине для удаления пораженных тканей и проведения точных операций на
глаза;
-
открытие
биотехнологической
строения
отрасли
ДНК
и
и
генной
прорыв
в
инженерии.
фармацевтической,
В
этот
период
производились первые попытки клонирования (знаменитая овечка Долли),
которые вызвали бурную реакцию мирового сообщества и стали причиной
массовых запретов на клонирование людей;
- открыты новые астрономические объекты, совершен первый полет
человека в космос, а также запуски космических кораблей в открытое
пространство.
Мировая экономика современности приобрела неразрывную связь с
инновационной деятельностью. В крупных предпринимательских кругах
получило распространение понятие «интеллектуального производства»
(«brainfacturing»). Принципы такого производства основаны на уже
37
приобретенных
навыках
промышленного
производства,
результатах
фундаментальных и прикладных исследований в различных областях (физика,
химия, биология и нанотехнологии). Однако такое производство предполагает
интеграцию традиционных методов и технологий с информационными,
внедрение
роботостроения,
использование
сенсоров,
3D-
печать,
нанотехнологий, новых материалов.
Расширяется и развивается сфера роботостроения. Национальное бюро
экономических
исследований
США
(NBER),
используя
данные
о
трудоустройстве и оплате труда в США за период с 1990 по 2017 год, провело
анализ потерь рабочих мест по причине роботизации производства и
заключило, что потери рабочих мест в будущем неизбежны, в связи с
вытеснением низкоквалифицированной рабочей силы. Однако при этом
возрастет роль высококвалифицированных сотрудников - операторов и
программистов.
Новой отраслью передового производства во втором десятилетии XXI
века становится биопроизводство. Открытия в этой области способствуют
развитию фармацевтики и здравоохранения.
Американский экономист и политолог Д. Рифкин считает, что ключевой
отраслью, влекущей перемены, является энергетика. В основе всех
промышленных революций в истории мировой экономики лежал именно
вопрос
энергоносителей,
технологий
по
производству
энергии.
На
сегодняшний инновационным в области производства электроэнергии
является плавный переход к возобновляемым энергоресурсам. По данным
исследований, проведенных международной организацией по поддержке
возобновляемой энергетики REN21, ежегодно наблюдается 4-5% рост
общемирового использования возобновляемых источников энергии, при этом
лидирует отрасль солнечной энергетики [93]. В России в настоящее время
доля возобновляемой энергии составляет порядка 1%, хотя в Стратегии
социально-экономического развития до 2020 года установлен целевой
показатель, равный 4,5%. В США и странах Европы данный показатель в
38
среднем составляет 11 и 9,6% соответственно. В Дании в структуре
потребления электроэнергии колеблется в зависимости от времени суток и
сезона от 50 до 100%, в Испании данный показатель составляет 30-50% [88].
Инновации в области энергетики позволяют постепенно уменьшать
физические масштабы производства и повышать его эффективность. Так,
существует концепция децентрализации энергопроизводства. По мнению Д.
Рифкина, каждое отдельно стоящее здание, по сути, может являться
автономной электростанцией при должном оснащении. Поэтому существует
вероятность снижения роли крупнейших нефтяных корпораций на в развитии
мировой экономики и, напротив, рост влияния инновационных методов
энергоснабжения.
Также аспект децентрализации производства, связанные с третьей
промышленной революцией, наблюдается в массовом производстве товаров.
Так Д. Рифкин считает, что эра развития 3И-печати будет способствовать
развитию мелких заводов и фабрик, требующих лишь операторов 3Dпринтеров, которые, благодаря полной автоматизации, будут выполнять
функции
всего
производственного
цикла,
а
также
индивидуальных
производств для личного потребления.
Абсолютным новшеством третьей промышленной революции является
«зеленое производство», к которому относится уже названная альтернативная
энергетика, автомобилестроение, сельское хозяйство, промышленность и т.д.
Наконец, говоря о достижениях революции XX-XXI века нельзя
недооценивать инновации в области маркетинга, организационных процессов
и построения бизнес-моделей.
В
целом,
характеризуя
третью
промышленную
и
научно-
технологическую революцию, можно сказать, что основой всего на данном
этапе
выступает
Парадоксально,
автоматизация,
но
с
компьютеризация
интенсификацией
цифровых
и
цифровизация.
технологий
и
автоматизации возрастает роль человеческого потенциала, предполагающего
39
наличие высококвалифицированных кадров, которые будут в состоянии
сопровождать и реализовывать сложнейшие инновационные процессы.
Бережливость, экологичность и эффективность - три принципа построения
всей экономической деятельности современности.
Ретроспективное рассмотрение влияния инновационной деятельности
на развитие мировой экономики, проанализированное выше, отличается от
развития
инноваций
как
специализированной
научной
сферы,
сопровождающей экономические процессы. Если рассматривать инновации как науку, то можно выделить следующие этапы:
Первый этап (начало XX века - конец 70-х годов XX века). Первое
научное обоснование термина «инновация» происходит именно в этот период.
Основоположниками теории являются влиятельные экономисты, такие как Й.
Шумпетер, С. Кузнец, Н. Кондратьев, которые ориентируют на понимание
инноваций, как ключевого инструмента экономического роста, преодоления
экономических кризисов, а также технико-технологической модернизации
производства. Й. Шумпетер в 1911 году предложил внедрение концепции
инновационного
предпринимательства.
Согласно
его
теории,
предприниматель - это субъект создания «новых комбинаций», которые
являются источником получения прибыли [96]. В работе экономиста
выделено 5 таких комбинаций:
1. Создание нового продукта или аналога уже известного продукта
иного качества.
2. Разработка и внедрение принципиально нового, ранее неизвестного
метода производства.
3. Проникновение на новые рынки сбыта.
4. Получение доступа к новым источникам сырья.
5. Перестройка
организационного
характера,
выраженная
либо
созданием монополии, либо ее ликвидацией.
Идеи этих ученных неоднократно подтверждались на практике мировой
экономики. Так, после Великой депрессии 1930-х годов в США
40
среди менеджеров получила распространение идея «инновационной политики
фирмы», которая представляла собой совокупность мероприятий по выводу
компании из кризисного состояния, реализация которых могла произойти
только благодаря способностям и знаниям менеджера. Позже данная
концепция распространилась и в других капиталистических странах. В связи с
очевидными результатами инновационной политики, в первой половине XX
века начались динамичные исследования, основанные на 3 сферах:
1) Фирма, являющаяся инициатором и создателем инноваций, ее
чувствительность
к
инновациям,
зависимость
эффективности
и
рентабельности от изменений в организационной структуре и методах
управления.
2) Маркетинг и поведение компании во внешней среде (рынке),
существующие факторы риска для компании, методики прогноза успешности
инновационных проектов, экономические показатели эффективности стадий
инновационного процесса, а также инновационного результата.
3) Политика
государства
в
сфере
инноваций,
поддержка
инновационно-ориентированных компаний как внутри страны, так и за ее
пределами.
В
целом
первый
этап
формирования
инноваций
как
науки
характеризовался исследованием факторов, влиявших на эффективность
нововведений, происходило накопление эмпирического материала для
дальнейших исследований.
Второй этап (период 80-х - середины 90-х годов XX века) стал периодом
ориентации
на
комплексное
изучение
инновационных
процессов
и
конкретных нововведений, а также выявление факторов, которые могли бы
максимально обеспечить их эффективную реализацию.
В это время начали появляться первые обучающие программытренинги для участников инновационной деятельности с консультационной
41
целью, целью которых было помощь в решении проблем, связанных с
инновациями.
На третьем этапе (с 90-х годов по настоящее время) происходит учет
социальных
аспектов
исследовательских
в
инновационной
подходов,
ранее
деятельности,
распространенный
смена
принцип
альтернативности заменятся принципов параллельной реализации инноваций.
В этот период центральным аспектом исследований ученых становится анализ
различных типов инновационных ситуаций, разработка методов оценки
рисков
(риск-менеджмент),
формирование
рекомендаций
в
области
государственной инновационной политики.
Таким образом, современная роль инновационной науки, с учетом
ретроспективного анализа, приобретает новый облик. На сегодняшний день,
предметом изучения являются инновационные сети, которые должны быть
маркетингово-ориентированными, способными наиболее точно оценивать
потребительский спрос, максимально восприимчивыми к постоянно и
динамично меняющемуся рынку. Эволюция инновационной деятельности
привела к необходимости укрепления межотраслевых связей. Появились
такие термины, как коллаборация, коворкинг, кобрендинг и другие,
включающие приставку «ко-» (англ. «со-»), которая обозначает совместную
деятельность, сотрудничество, взаимовыгодное партнерство и интеграцию.
Эта закономерность выражается в стремлении инновационного бизнеса
располагать свой капитал вблизи университетов и научных центров, в
территориальном тяготении финансовых институтов к местам сосредоточения
производств и торговли. С другой стороны, стало проявляться объективное
стремление университетов к сотрудничеству с бизнесом. Несмотря на то, что
подобное
сотрудничество
территориальная
близость
возможно
и
и
постоянное
на
расстоянии,
именно
взаимодействие
кадров
перечисленных институтов может обеспечить тот синергетический эффект, к
который является, на сегодняшний день, целью всех инновационных
объединений. Такая региональная концентрация
42
экономической активности взаимосвязанных отраслей и совокупность
взаимосвязей
между
ними
получило
название
территориальных
инновационных кластеров, которые обеспечивают совершенно новый уровень
организации инновационной деятельности.
1.3. Методические подходы к оценке кластеризации субъектов мирового
хозяйства
Анализ влияния инновационной деятельности на мировую экономику
показал, что нововведения всегда были двигателем технологического
прогресса. Сегодня роль инновации - это уже стандарт любого вида
экономической деятельности. Ни одна отрасль, ни одна развивающаяся или
развитая экономика не может обеспечить стабильный рост без внедрения
«новых комбинаций», о которых говорил Й. Шумпетер. В этой связи, важное
значение
приобретают
инфраструктуры,
процессы
обеспечивающие
формирования
инновационной
эффективное
взаимодействие
экономических субъектов. Все чаще темой научных докладов, темой форумов
и
основной
идеей
исследовательских
работ
становятся
понятия
«коллоборация», «коворкинг» и «синергия», что говорит о понимании роли
межфирменных и межотраслевых связей в развитии инновационной
деятельности.
Мировая
практика
инновационной
деятельности
свидетельствует о том, что инновации характеризуются эффектом магнетизма
и склонны сосредотачиваться территориально в одном месте и формировать
интегральные единицы по определенному
зарубежные
и
отечественные
ученые
признаку.
называют
Такое явление
«кластеризацией
инновационной деятельности». Интерес научного сообщества к понятию
кластер возник еще в середине XX века, непрерывно возрастал последние
десятилетия и остается одним из актуальных вопросов инновационной и
производственной деятельности и по сей день. Согласно словарю Collins
Cobuld English Language Dictionary, слово кластер означает совокупность
43
элементов, расположенных в территориальной близости, объединенных в
небольшие группы относительно некой центральной точки (объекта) [124].
Кластер - это совокупность экономических субъектов (бизнеса,
государственных институтов, университетов, финансовых, юридических,
консультационных,
страховых
институтов)
различной
отраслевой
специализации, совместная деятельность которых позволяет добиться
синергетического
эффекта,
минимизации
издержек
и
многократного
увеличения прибыли. Главным принципом и отличием инновационных
кластеров
от
других
организационных
инновационных
структур
-
территориальная близость его участников.
Согласно Методологии Европейской кластерной обсерватории, кластер
представляет
собой
территориальную
концентрацию
экономической
деятельности взаимосвязанных отраслей, которые связаны между собой
многообразием
связей.
Он
включает
в
себя
компании
различных
организационно-правовых форм и типов, производителей товаров и
поставщиков услуг, производителей как промежуточных, так и конечных
товаров и услуг, а также другие инновационные субъекты, такие как
исследовательские и образовательные институты, специализированные
правительственные агентства, финансовые субъекты и многие другие
институты, которые предоставляют смежные виды услуг [127].
Организация экономического сотрудничества и развития (ОЭСР)
рассматривает две группы подходов к определению инновационных
кластеров:
- кластерные подходы, основанные на подобии,
- кластерные подходы, основанные на взаимозависимости [121].
Кластерные подходы, основанные на подобии, исходят из
предположения, что кластеры экономическая деятельность кластеризуется
из-за необходимости обеспечения равных условий (сходство в исследованиях,
трудовых навыках, специализированных поставках и т.д.). Одним из таких
подходов является региональный, который сосредоточен на
44
схожих видах экономической активности, концентрирующейся в едином
географическом пространстве.
Первым исследователем, предложившим применение кластерного
подхода при проведении инновационной политики стал М. Портер и его
модель «конкурентного ромба». Понимание сущности и содержания
инновационного кластера ученым относится к подходам, основанным на
подобии. М. Портер считал, что инновационный кластер представляет собой
систему, образуемую путем слияния и взаимодействия 4 основных элементов:
стратегии фирмы, структуры и конкуренции; условий спроса;
факторных условий и смежных и поддерживающих отраслей (рис. 1.8.).
СТРАТЕГИЯ ФИРМЫ,
СТРУКТУРА И
КОНКУРЕНЦИЯ
ФАКТОРНЫЕ
УСЛОВИЯ
Специализированная
совокупность
факторов может
перемещаться в
смежные и
поддерживающие
отрасли
Группа
внутренних
конкурентов
поощряет
появление
специализирова
нных
поставщиков, а
также смежных
отраслей
Высокий или
растущий спрос
стимулирует рост и
интенсификацию
производств
Рис. 1.8. Структура инновационного кластера - модель «конкурентного
ромба» М. Портера
Составлено автором по данным: [121]
Ученный считал, что на формирование стратегии фирмы, построение
структуры и изучения конкурентной среды региона влияют, с одной стороны,
факторные условия (т.е. та совокупность трудовых, земельных, капитальных,
предпринимательских и информационных ресурсов), которыми обладает
45
регион, а с другой, - условия спроса со стороны потребителей производимых
новшеств в регионе или за его пределами. Примечательно, что элементы
«факторных условий», «условий спроса» и «стратегия фирмы, структура и
конкуренция» являются взаимозависимыми и взаимодействующими. Отсюда
следует, что стратегии фирм в регионе и конкурентная среда не только зависят
от факторов производства и спроса, но и влияют на формирование этих
элементов. Так, данные процессы представляют собой двусторонние потоки.
Высокий уровень спроса может влиять также на появление смежных и
поддерживающих
отраслей,
и
стимулировать
инновационного
интенсификацию производства.
Факторные условия, а точнее специализированная совокупность
факторов, может двигаться от фирмы к фирме в смежных и поддерживающих
отраслях. В целом, в такой системе взаимоотношения выстраиваются таким
образом, что группа внутриотраслевых конкурентов поощряет появление
специализированных поставщиков, а также смежных отраслей. Таким
образом,
согласно
теории
М.
Портера
формируется
динамично
функционирующая система территориального инновационного кластера.
Сторонниками региональной теории являются также А. Маршалл и П.
Кругман (1890 и 1991 гг. соответственно). В труде Альфреда Маршала
“Принципы Экономики” (1890)
в главу о "концентрации
специализированных отраслей в отдельных местностях" включены некоторые
утверждения, характеризующие кластеризации инновационной деятельности.
Согласно труду ученого, локальные (или региональные) концентрации
специализированной
деятельности
характеризуются
следующими аспектами:
- присутствие доступного квалифицированного труда;
- рост поддерживающих и вспомогательных отраслей;
- специализация различных фирм на различных стадиях и сегментах
производственного процесса [65].
46
Вторая группа подходов основана на взаимозависимости, предполагают,
что кластеры появляются, поскольку различные субъекты нуждаются во
взаимодействии для успешного функционирования и создания инноваций.
Такие подходы определяют инновационные кластеры как производственные
цепочки (production chains). Кластеризация рассматривается как результат
взаимодействия поставщиков и покупателей в вопросах поставляемых товаров
и оказываемых услуг.
Подходы,
основанные
на
взаимозависимости,
определяют
инновационный кластер как экономическую «сеть» фирм, производящих
знания агентов, которые связывают институты и потребителей. Фокус в таких
моделях направлен на связях и взаимодействии между участниками сети
производства в процессе создания инноваций (Д. Монтфорт, С. Дуталли,
Таблицы «затраты-выпуск»).
Определение
подхода
к
оценке
кластеризации
инновационной
деятельности зависит от подхода к определению кластерной политики. В
большинстве зарубежных стран она направлена на поддержку и развитие
естественным
образом
сформировавшихся
кластеров,
в
Российской
Федерации, согласно Распоряжения Правительства РФ от 8.12.2011 №2227-р
«О Стратегии инновационного развития на период до 2020 года», кластерная
политика направлена на формирование и развитие кластеров.
В научной теории сформировалась классификация кластеров, основой
которой является способ формирования кластера. Активные кластеры - это те
кластеры, которые сформировались самостоятельно, как эмпирический
феномен,
и
которые
являются
результатом
роста
концентрации
и
специализации в рамках конкретных секторов [73]. Пассивные кластеры - это
интегральные
единицы,
которые
сформированы
в
результате
целенаправленной политики государства, через инвестиции, установление
особых налоговых режимов и так далее. Ярким примером второй группы
являются пилотные территориальные инновационные кластеры РФ.
47
Включение второго варианта развития инновационной деятельности в
стратегию развития государства и реализация программ по созданию
кластеров «с нуля» является достаточно трудоемкой и затратной. В целях
оптимизация процессов кластеризации уже на протяжении нескольких
десятилетий различными зарубежными и мировыми исследовательскими
институтами проводится поиск решения данной проблемы. Перед такими
институтами стоит задача идентификации сложившихся закономерностей
инновационной
Крупнейшими
деятельности
мировыми
с
учетом
территориального
представителями
данной
сферы
аспекта.
являются
Всемирный банк (World Bank), Организация экономического сотрудничества и
развития (OECD), Европейская кластерная обсерватория (European Cluster
Observatory), Европейский фонд регионального развития (European Regional
Development Fund).
В современной научной теории сложилось два типа методических
подходов к идентификации кластеров: первый - основанный на качественных
показателях и экспертном методе, и второй - построенный на оценке
количественных индикаторов и применении сложных статистических и
математических моделей. Рассмотрим некоторые из них.
Методика идентификации территориальных кластеров М. Портера (1990
год), была направлена на выявление кластеров в регионах США. Основной
принцип данного подхода выражается в определении кластеров с позиций
конкурентоспособности.
Источником
первичной
информации
для
исследования стала Стандартная отраслевая классификация (CIS), для анализа
было использовано 879 видов деятельности (до 4 знаков по классификации).
Методика включала в себя 51 штат. Методика М. Портера на макроуровне
построена вокруг центрального понятия «торгуемые» отрасли (traded sectors).
Проецируя свой подход на мезоуровень, ученый выделяет три группы
отраслей:
1) ресурсные
отрасли
(кластеры),
которые
включают
в
себя
месторождения полезных ископаемых, и природных ресурсов. Такие отрасли
48
имеют строгую привязанность к региону и не могут выбирать другие
регионы расположения;
2) торговые отрасли (кластеры), поставляющие свою продукцию за
пределы региона. Такие отрасли характеризуются наименьшей зависимостью
от своего местоположения;
3) локальные отрасли (кластеры), в которых происходить обслуживание
локальных рынков. К таким относятся объекты инфраструктуры, которые
привязаны к каждому конкретному региону.
Первым этапом в данной методике является выделение торгуемых,
ресурсных и локальных отраслей. Далее производится исключение из расчетов
локальных и ресурсных отраслей.
Основанием распределения и идентификации регионов и отраслей,
согласно Портеру, является коэффициент локализации, рассчитываемый на
втором этапе по формуле:
(1.1)
где: LQ - коэффициент локализации;
Empig - численность занятых в конкретном секторе экономики i в регионе
g;
Empg - общая численность занятых в регионе g;
Empi - численность занятых в конкретном секторе экономики i;
Emp д - общая численность занятых в целом по стране [78].
Пространственная
близость
различных
торгующих
отраслей
учитывается путем использования коэффициента корреляции (построения
корреляционного поля по субъектам и отраслям). На его основании далее
выявляют
устойчивые
сочетания
локализованных
отраслей,
которые
представляет собой хозяйственные агломерации [64, стр. 98]. На последнем
шаге изучаются пересечения обнаруженных хозяйственных агломераций и
49
выявление отраслей, которые опосредуют межкластерные связи. Далее, с
целью
исключения
возможных
ложных
взаимосвязей,
могут
быть
использованы таблицы межотраслевого баланса (Input-Output tables) и
экспертные мнения о взаимодействии и связях между отраслями (метод
экспертных
оценок).
производственной
Процессы
деятельности
в
кластеризации
европейских
инновационной
странах
и
исследуются
специально сформированной в 2007 году организацией, которая называется
Европейская
кластерная
обсерватория
(ЕКО).
Исследования
ведутся
обсерваторией уже более 10 лет, наблюдаемая область охватывает 28 стран
Европейского Союза, Исландию, Норвегию, Швецию и Турцию. До 2012 года
исследуемая область включала также Сербию, Боснию и Г ерцеговину,
Украину и Россию. В основу разработанной специалистами ЕКО методики
заложены основные принципы подхода идентификации кластеров М. Портера.
Однако
для
адаптации
методики
к
европейским
условиям
функционирования национальных экономик, методика была модифицирована
и
дополнена.
Для
анализа
специалистами
используются
данные
статистического наблюдения по регионам, отраслям и кластерным категориям.
Основными
показателями
идентификации
являются
размер
кластера,
специализация, фокус и вес (или доля) кластера в регионе, за каждый из
которых исследуемому субъекту присваивается балл (или, согласно методике,
«звезда») (рис. 1.9).
Рис. 1.9. Индикаторы кластеризации методики Европейской кластерной
обсерватории
Составлено автором по данным: [78]
50
Специализация
кластера
(specialization)
является
наиболее
распространенным показателем различных методических подходах к оценке
кластеризации регионов, поскольку данный индикатор показывает насколько
вес кластера в регионе превосходит вес всей отрасли в масштабе национальной
экономики. Для расчета данного показателя применяется формула (1.1),
применяемая в методике М. Портера. Следует учитывать, что расчетный
показатель специализации значим лишь при условии достижения и
превышения им значения, равного 2. Для адаптации методики к условиям
российской экономики, некоторые исследователи предлагают сокращать
предельные значения, поскольку высокий пороговый норматив способствует
выявлению лишь крупнейших кластеров, при этом не принимаются к учету
небольшие кластерные образования.
Размер
кластера
(cluster
представляет
size)
собой
отношение
численности занятых в данном региональном кластере (Empig) к числу
работающих в отрасли в национальном масштабе (Empi) и рассчитывается
следующим образом:
Size =
Emp
ig
.
(1.2)
Empi
Значимость данного показателя достигается лишь при условии
достижения регионом уровня показателей 10% регионов, лидирующих по
данному показателю.
Фокус (cluster focus) - отношение числа занятых в данном региональном
кластере к общей занятости в целом по региону (Empg):
Focus = Етрig
,
(13)
Етрд
Показатель фокуса также, как и размер кластера считается значимым в
случае, если он входит в 10% кластеров, на которые приходится наибольшая
доля общей занятости в данном регионе. При достижении показателями
51
критериев значимости, каждому из них присваивается «звезда», после чего
производится выделение кластеров по отраслям и регионам.
Распространенным
подходом
к
идентификации
инновационных
кластеров является межотраслевой баланс, в основе которого лежит
разработанная В. Леонтьевым методика «затраты-выпуск» (Inputs-Outputs).
Данный подход к определению кластеров построен на анализе взаимодействия
отраслей-потребителей
и
отраслей-производителей
в
цепочке
«продукт-продукт». Проще говоря, методика «затраты-выпуск» помогает
выявить, с одной стороны, тенденции потребления определённого продукта
одной отрасли субъектами других отраслей, с другой, - спрос других отраслей
на продукцию данной исследуемой отрасли.
Методика построена на применении таблиц шахматного типа, в которых
каждой исследуемой отрасли соответствует строка и столбец. Модель таблицы
I-O (межотраслевого баланса) в общем виде представлена в таблице 1.2.
Таблица 1.2
М одель межотраслевого баланса в общем виде (таблица I-O)
1
2
N
Y
X
Х„
Х12
Х1п
Yj
Xi
Х21
Y
X
2
2
х22
х
1
2
2п
Хщ
Vi
Xi
n
V
X
Хп2
Хт
Vn
Хп
v
2
Х2
Yn
Xn
Источник: [62]
Для построения межотраслевого баланса (МОБ) в данной модели
используются «чистые» (выпуск только одного вида продукции в отрасли)
отрасли
народного
хозяйства
в
количестве
n.
Отрасли
выступают
одновременно как в качестве производителей (в сроках), так и в качестве
потребителей (в столбцах). Показатель Ху - характеризует количество
продукции i-той отрасли, израсходованные на производственные нужды j- той
отрасли, в денежном выражении (на пересечении i-ой сроки и j-го столбца).
Так, первым разделом МОБ является матрица показателей n x n.
52
Второй раздел МОБ включает в себя два показателя валовая стоимость
продукции всех отраслей (столбец X) и конечная стоимость этой продукции
(столбец Y). В модели межотраслевого баланса в общем виде конечная
продукция представлена укрупненно, в то время, как в развернутом виде эта
продукция включает личное и общественное потребление, накопление,
возмещение потерь основных фондов и другие.
Третий раздел межотраслевого баланса представлен двумя нижними
строками таблицы I-O. Строка X - аналогично столбцу X содержит
информацию о валовой стоимости продукции. Строка V должна быть
представлена
условно-чистой
амортизационными
продукцией
отчислениями,
отраслей,
заработной
платой
в
том
и
числе
прибылью
(добавочной стоимостью).
Четвёртый раздел формируется путем пересечения второго и третьего
раздела и отражает конечное распределение и потребление национального
дохода. В таблице I-O данный раздел не отображен, поскольку является
вторичным и не применяется непосредственно при расчетах.
Для строк таблицы I-O, которые характеризуют распределение
продукции, смысл соотношения заключается в том что, показатель валовой
продукции определённой области включает в себя ту сумму затрат, которую
несут отрасли, потребляющие продукцию первой, и стоимость конечной
продукции данной отрасли (формула 1.4):
Xi = Y j = 1 X i j + у i , i = l . . .Я,
(14)
где X j - характеризует количество продукции i-той отрасли, израсходованные
на производственные нужды j-той отрасли; y t конечная стоимость продукции i-той отрасли.
Для столбцов, которые отражают структуру затрат применяется
следующая формула:
Xj = Е?= 1 Xi j + Vi , j = l... п,
(1.5)
53
где X j - характеризует количество продукции /-той отрасли, израсходованные
на производственные нужды j-той отрасли;
V j - условно-чистой продукцией /-той отрасли, в том числе
амортизационные отчисления, заработная плата и прибыль.
Это означает, что валовая продукция отрасли оценивается как сумма
текущих производственных затрат и условно чистой продукции.
Далее необходимо произвести суммирование уравнений 1.6 и 1.7:
Е?= i*< = ЕУ= 1 <Z?= 1 х ц + V i ) = ЕУ= iEy= i X i j + 1 % \ У i .
О.6)
ЕУ= 1 X j = ЕУ= 1 ffi?= 1 X i j + у i ) = zy= 1 E?= 1 X i j + sy= 1 V j , (1.7)
Далее необходимо сравнить правые части соотношений (1.6) и (1.7):
ЕУ= 1 у = ЕУ= 1
О.*)
Данное равенство отражает главный принцип МОБ - принцип
равновесия, при котором предложение всегда определяется конечным спросом
на продукцию [42].
Полученная матрица используется при дальнейшем включении ее в
другие виды анализа (методы максимума, факторный анализ). Однако многие
виды анализа позволяют выявить такие признаки кластер, как специализация,
кооперация, доля выпускаемой продукции в продуктовом или денежном
выражении. Но при этом затруднено выявление характеристик, касающихся
инновационной деятельности и инновационного взаимодействия.
Зарубежный исследователь процессов кластеризации К. Дебрессон
предложил методику «матрицы инновационного взаимодействия», которая
идентична методике МОБ, с разницей лишь на содержание переменных. Так
вместо выпуска и расходования продукции, переменные модели включают
данные инновационного обмена.
54
Достоинство матричной методики заключается в том, что исследуемые
параметры могут быть как абсолютными, так и относительными, могут
выражать как единичные показатели, так и интегральные инновационные
величины. По мнению автора, основными показателями идентификации
инновационных кластеров должны быть (табл. 1.3).
Таблица 1.3
Ключевые взаимодействия между производителями и потребителями ___ в иннов
Производитель: продукты и услуги
Потребитель: использует продукты и услуги в рамках
инновационного процесса
Поиск решений по применению в производстве
технических наработок и знаний
Разработка концепции решения
Поиск тех. решения для выявленных проблем и нужд
Спецификация требований к эффективности
Оценка концепции и дополнительные спецификации
Стоимостно-функциональный анализ
Разработка прототипа модели и демонстрация ее
технической осуществимости
Оценка технических альтернатив
Тестирование и оценка технических характеристик
Эксплуатационная спецификация и анализ постоянных
издержек
Тестирование требований, их согласование требований и
заказ производства
Стоимостно-ценовой анализ, новый прототип
Предварительное производство
Контроль эксплуатационных расходов и качества
Устранение дефектов, контроль себестоимости и
качества продукта
Запуск производства
Источник: [125]
Экономическое использование
USA Cluster Mapping Project - проект по картированию кластеров США,
реализуемый Институтом стратегии и конкурентоспособности при Гарвардском
университете. В рамках методики данной проекта кластер рассматривается в
качестве региональной концентрации взаимосвязанных отраслей.
Для классификации отраслей в методике применяется 6-значные НАИКС
(NAICS)
коды,
экономической
специалисты
которые
представляют
деятельности.
выделяют
67
Применяя
кластеров,
собой
классификацию
методику
51
из
к
регионам
которых
экспортоориентированными, а 16 - локальными. Первый тип кластеров
видов
США,
является
55
представляют
собой
движущие
механизмы
обслуживая при этом
как
взаимодействующие
регионом.
с
региональной
местные, так и
экономики,
международные рынки,
Экспортоориентированные
кластеры
располагаются исключительно в регионах, где достигаются конкурентные
преимущества (за счет факторов производства) отрасли. Классическими
примерами
отраслей
являются
самолетостроение,
металлургические
производства и т.д. Локальные кластеры составляют основу местных
экономик, реализуя свои товары и услуги на местных рынках. Примером могут
служить аптеки, врачебные кабинеты, начальное и среднее образование и т.д.
Выделяя два основных типа кластеров, USA Cluster Mapping Project
концентрируется на анализе и изучении экспортоориентированных, поскольку
именно этот тип позволяет проследить закономерности взаимного размещения
нескольких отраслей.
Этапы идентификации кластеров по методике USA Cluster Mapping
Project представлены на рисунке 1.10.
■■■
Создание матрицы подобия
Определение параметров кластеризации
f "■
USA Cluster Mapping Project
Функция кластеризации
Отбор наиболее перспективных сегментаций отреслей С*
Определение окончательного набора кластеров С**
Рис. 1.10. Этапы идентификации кластеров по методике
USA Cluster Mapping Project
Составлено автором по данным: [28]
На первом этапе предполагается выявление степени парной взаимосвязи
между двумя отраслями (i и j), для чего формируется матрица подобия (Mij),
описывающая данную связь.
В целях выявления связей используются следующие индикаторы:
56
1. Локальная корреляция (Location correlation - LC). Расчет показатели
впервые предложен и выполнен М.Портером. Он представляет собой расчет
коэффициента
корреляции
(Correl)
между
численностью
занятых
в
промышленности i (Empl) и в промышленности j (Empty в регионе r (1.10).
L С — Emp I ij = С о rr е I ( Emp I р, Emp I j),
(1.10)
В основе расчета данного показателя лежит численность занятых,
однако, при необходимости, аналогичным образом можно рассчитать
локальную корреляцию (LC) по количеству предприятий в отраслях i и j.
2. Индекс агломерации (The co-agglomeration - COI), позволяющий
выявить является ли занятость двух отраслей при взаимодействии более
взаимосвязанной, чем если бы трудовые ресурсы отрасли были распределены
относительно друг друга случайным образом.
Для оценки такого явления используется следующая формула:
С 01ц =
( sr i — xty (sr j — xty = ( 1 — £rxr) ,
(111)
где i и j- отрасли (i = 1 . . . , m ; j = 1 . . . , k);
r - географические районы, включающие r = 1 . . . , n ;
s r - доля занятых в отрасли в каждом отдельном регионе;
x r - доля занятых географического района r в совокупной региональной
занятости.
3. Анализ матриц «затраты-выпуск» (IO links) направлен на Алгоритм
использования модели, описан выше. В рамках методики USA Cluster Mapping
Project проводится оценка взаимосвязей поставщиков и покупателей в
различных отраслях.
Данный анализ позволяет выявить покупают ли две отрасли или
продают друг другу свою продукцию. Минимальное нулевое значение при
этом достигается если отсутствуют любые коммерческие взаимоотношения, а
максимально - единица - если одна из двух отраслей покупает или продает
исключительной второй.
57
4. Анализ профессиональных связей (Labor occupation links - Occ).
Для построения матрицы подобия также проводится анализ профессий,
встречающихся в отраслях. На первом этапе формируется список профессий,
задействованных в каждой отрасли, и вычисляются доли представителей
каждой из них в общей численности. После чего производится попарный
анализ корреляции полученных структур профессий ( О с сир р О с сир j ),
который показывает степень связанности (формула 1.12).
О с Cjj = С о rr е I ( О с сир р О с сир j) ,
где:
(1.12)
Correl (Occupi; Occupj) - функция попарной корреляции полученных
структур профессий;
Occupi _ количество представителей i-той профессии;
Occupj - количество представителей j-той отрасли.
После вычисления четырех индикаторов создается матрица подобия и
проводится анализ, с целью выявления степени взаимосвязанности.
Второй этап методики предполагает проведение подготовительных
работ к кластерному анализу, связанных с определением параметра р. Данный
параметр представляет собой начальное число кластеров, включаемых в
анализ (должно находиться в диапазоне от 30 до 60 групп). Кроме того,
определяются способ нормализации данных и исходные значения данных для
функции кластеризации.
На третьем этапе происходит ввод функции кластеризации (F), которая
позволяет формировать группы, состоящие из близких отраслей. Существует
несколько вариантов таких функций, общим является то, что каждая функция
создает новую группу (С), основанную на матрице подобия и параметрах
выбора:
C = F (%,/?),
где: Mj - каждая комбинация матрицы подобия;
Р - начальное число кластеров, включаемых в анализ.
(1.13)
58
USA Cluster Mapping Project использует иерархическую функцию
кластеризации Уорда, а также функцию KMeans.
Отбор наиболее перспективных сегментаций отраслей, проводимый на
четвертом этапе, предполагает выбор кластерных групп на основе матриц
подобия, функций и параметров кластеризации. Г лавный принцип выбора по
данной методике заключается в максимизации различий между различными
кластерами, и, наоборот, минимизация этих различий в рамках одного кластера.
Пятый этап методики предполагает анализ результатов экспертной
группой, корректировка результатов по отдельным аспектам и окончательная
сегментация кластеров. На наш взгляд, данный этап особенно значим,
поскольку математический алгоритм не всегда обеспечивает достоверную
сегментацию, в связи с высокой степенью объективизма и отсутствием (ввиду
невозможности учета) некоторых переменных, отражающих реальные
процессы
в
отраслях
или
регионах
(политический,
юридический,
географический и др. аспекты).
Для комплексной оценки проанализированных методик идентификации
кластеров составим сводную таблицу преимуществ и недостатков (табл. 1.4).
Таблица 1.4
________Преимущества и недостатки методик идентификации кластеров
Методика
Преимущества
Недостатки
1
2
3
Методика
Портера
Методика
Европейской
кластерной
обсерватории
Высокие временные затраты, сложность
расчетов.
Полнота и высокая четкость представления о Высокие пороговые значения (для
российской экономики).
связанных и поддерживаемых фирмах.
Не
учитывает
качественные
Сильная теоретическая основа.
характеристики.
Преобразованные в индексы количественные
легко поддаются анализу и сравнению.
Обобщенность полученных результатов,
затрудняющая формулировку
конкретных выводов и четких
Доступность и информативность. Применима рекомендаций
Не
учитывает
качественные
к российской экономике.
Результаты анализа количественных данных характеристики.
могут быть сопоставимы в динамике, а также
возможен сравнительный анализ результатов
по регионам
59
окончание табл. 1.4
1
Методика МОБ с
применением таблиц
«затараты- выпуск» (в
том числе для
инноваций)
3
2
Возможность
выявления
значительной
взаимосвязи отраслей.
Учет движения товарных потоков отраслей.
Позволяет выявить «родственные» отрасли в Требует
высокого
уровня
различных регионах, что способствует математических знаний и навыков.
межрегиональному взаимодействию.
Не отражает роль институциональной
структуры кластера.
Не выявляет
узкоспециализированные
кластеры.
Риск
неверной
идентификации
кластеров вследствие обнаружения
слишком
большого
количества
взаимосвязей.
Отсутствие
статистики
по
инновационной деятельности.
Методика USA Cluster
Трудоемкость,
сложный
Mapping Project
Комплексный подход включающий в себя математический аппарат
различные области экономики, применяет
количественные статистические показатели,
однако окончательное решение принимает
эксперт
Составлено автором на основе результатов анализа
Стоит отметить, что каждая из методик может быть рассмотрена в
контексте инновационного производства и использована в рамках реализации
национальной и региональной инновационной политики.
Таким образом, на наш взгляд наиболее адаптируемой к российским
условиям
инновационного
развития
является
методика
Европейской
кластерной обсерватории. Данная методика основана на количественных
показателях и математических моделях, и не требует экспертных оценок, что
значительно упрощает ее адаптацию. Кроме того, все статистические
показатели, включенные в методику доступны российскому исследователю на
сайте Федеральной службы государственной статистики (Росстат).
Выводы к главе 1.
Проведенные
исследования
теоретических
основ
кластеризации
национальных инновационных систем в мировой экономике позволили сделать
следующие выводы:
60
- существует множество подходов к определению национальной
инновационной системы, при этом общим для любого подхода к данной
проблеме является элемент взаимодействия как основа любой системы;
- НИС представляет собой совокупность элементов и связей, а именно
институтов, ресурсов, технологий, бизнес-моделей, методов управления,
маркетинговой
политики,
взаимодействие
которых
направлено
на
формирование благоприятного климата для осуществления и повышения
конкурентоспособности
результатов
(продуктов)
инновационной
деятельности;
- механизм взаимодействия в любой НИС обеспечен специальными
инструментами - поддержки, диффузии и инфраструктуры - благодаря
которым в дальнейшем возможно формирование кластеров внутри НИС;
- в мировой теории и практике существует 4 типа моделей НИС:
евроатлантическая (страны Западной Европы, в т. ч. Германия, Франция,
Великобритания и т.д.), восточноазиатская модель (Восточная Азия, в т. ч.
Япония, Южная Корея, Гонконг, Тайвань), модель «тройной спирали» (США и
некоторые страны европейского региона) и альтернативная модель (Таиланд,
Чили, Турция, Иордания, Португалия и др.);
- инновации как явление берут начало в эпохе раннего палеолита,
несмотря на то, что сам термин был предложен Й. Шумпетером в прошлом
столетии;
- инновации
всегда
осуществляли
роль
триггеров
структурных
преобразований хозяйственных укладов различных стран, к которым в том
числе можно отнести промышленные и научно-технологические революции;
- впервые
применение
кластерного
подхода
при
проведении
инновационной политики было предложено в 20 веке американским
экономистом М. Портером, который полагал, что инновационный кластер
представляет собой систему, образуемую путем слияния и взаимодействия 4
основных элементов: стратегии фирмы, структуры и конкуренции; условий
спроса; факторных условий и смежных и поддерживающих отраслей;
61
- теория М. Портера легла в основу современных методических
подходов
к
идентификации
кластеров
в
экономике,
используемых
крупнейшими международными организациями в этой области (Европейская
кластерная обсерватория, USA Cluster Mapping project);
- среди основных методик выделяют: методику М. Портера, методику
Европейской кластерной обсерватории, подход американского USA Cluster
Mapping Project, разработанный Гарвардским университетом, методика на
основе таблиц «затраты-выпуск» с оценкой взаимосвязей в цепочке
поставщик-покупатель;
- оптимальной и наиболее адаптируемой к российским условиям,
включая систему статистических показателей для анализа, находящихся в
свободном доступе, является методика Европейской кластерной обсерватории.
62
ГЛАВА 2. КЛАСТЕРИЗАЦИЯ МИРОВОГО ХОЗЯЙСТВА:
ФУНКЦИОНАЛЬНЫЕ И РЕГИОНАЛЬНЫЕ ОСОБЕННОСТИ
РАЗВИТИЯ
2.1. Значение кластеров в развитии инновационной системы стран
Европейского союза, США и Азии
В настоящее время, более 60% ведущих экономических держав
используют кластерную политику или отдельные элементы кластеризации для
обеспечения
эффективного
и
постоянного
экономического
роста.
Инновационные процессы во многих странах уже несколько десятилетий
протекают исключительно по кластерному принципу, поскольку интенсивное
только интенсивное сосредоточение трех элементов - государства, бизнеса и
науки - способно обеспечить разработку, создание инновационного продукта и
его реализацию (модель «тройной спирали»). Мировой опыт свидетельствует о
том, что кластерный подход к организации деятельности существенно
повышает результативность и способствует синергетическому эффекту,
который распространяется за рамки инновационного производства и
оказывает положительное влияние на макроэкономические показатели
экономики страны.
История появления и развития кластерного подхода к экономическому
развитию берет свое начало в 1940 годах, когда в США стали появляться
первые национальные лаборатории. К 1970 году в мире уже было создано
около 10 территорий инновационного развития. Настоящим феноменом стало
появления в эти годы Кремниевой (Силиконовой долины в США). К 1990 году
мир осознал эффективность и необходимость кластерных инициатив, в связи с
чем началось активное вовлечение научных сотрудников- исследователей в
данной сфере в разработку национальных стратегий экономического развития.
Спустя
всего
10
лет,
в
мире
уже
полноценно
функционировали
инновационные и промышленные кластеры. Основные этапы появления и
развития кластеров в мировой экономике представлены на рисунке 2.1
63
1940 1950-е
/■
N
. Создание первых национальных лабораторий в США
ч ________________________________________________ )
1970-е
1990-е
(
N
В мире создано около 10 территорий инновационного развития,
в том числе Кремниевая долина (Калифорния)
------------------------------------------------------ --------------------------------------------------- N
С
, Кластерные инициативы, ввиду своей эффективности, становятся
ключевым элементом экономических стратегий в десятках стран ч _______
С ------------------------------------------------------------------------ \
2000-е
, Кластерные программы функционируют в странах ЕС, США,
Канаде, Японии, Австралии, Бразилии, Индии, Китае и Южной ч
_______________________
2010-е
Сегодня
________
С -------------------------------------------------------------------------- \
В США стартовала специальная федеральная программа,
направленная на поддержку инновационных кластеров ч _____________________
___________________________________ 7
/ \ Более чем 60% экономик ведущих стран мира используют ' элементы
кластеризации.
-------------------------------------------------------------------------- 9
Рис. 2.1. Этапы становления кластерного подхода к организации
инновационной и производственной деятельности в мире Источник:
[87]
Поскольку кластерный подход зародился и начал полномерно
применяться в США, следует начать исследование процессов кластеризации с
опыта США. Правительство Соединенных Штатов Америки рассматривает
развитие региональных инновационных кластеров как ключевой фактор
повышения конкурентоспособности экономики страны. В связи с этим в 2011
году был принят закон «О создании в Америке возможностей для
значительного содействия в вопросах технологий, образования и науки»
(America Creating Opportunities to Meaningfully Promote Excellence in
Technology, Education and Science). В США на сегодняшний день действует
двухуровневый механизм поддержки инновационных кластеров, развития
инноваций и науки: федеральная поддержка на региональном уровне и
региональные программы. Содействие инновационному развитию происходит
путем применения инструмента предоставления грантов на конкурсной
основе. Главной особенностью и отличием от российской системы является
четко определенное правило, согласно которому
64
получателями грантов, помимо научных исследований и разработок,
необходимо проводить мероприятия по доведению информации о сути
разработок
до
сведения
потенциальных
потребителей
инноваций,
маркетинговые мероприятия и другие меры по преодолению информационных
барьеров между отдельными инновационными кластерами на региональном и
федеральном уровне. Ежегодный объем финансирования по данному
направлению в целом по стране составляет более 100 млн. долл.
Одним из новейших инструментов анализа и выявления кластеров стал
проект по картированию кластеров США, реализуемый Институтом стратегии
и конкурентоспособности при Гарвардском университете.
Поскольку ключевым элементом любого кластера являются не
институты, а непосредственно взаимосвязи между ними и их взаимодействие,
в рамках USA Cluster Mapping Project сделан акцент на изучении активности
элементов кластеров по отношению к смежным отраслям, институтам и т.д. На
рисунке 2.2 представлена визуализация кластерного подхода к изучению
экономических процессов в США.
Рис. 2.2. Кластеризация экономики США с учетом взаимосвязей между
смежными отраслями
Источник: [137]
В зависимости от тесноты связи между теми или иными кластерами, на
рисунке выстраиваются линии различной интенсивности (от пунктирных и
65
бледных до сплошных и интенсивных). Цвет ячеек обозначает принадлежность
той или иной группе отраслей. Контрастные окружности в визуализированной
модели показывают наименее тесные связи или их отсутствие.
Согласно данным сайта проекта USA Cluster Mapping Project, в
Соединенных Штатах Америки кластерная политика основана на выделении
двух видов кластеров: торговых и локальных (теоретические отличия этих
видов кластеров представлены в главе 1). Следует отметить, что главным
преимуществом торговых кластеров перед локальными является отсутствие
привязки к местности, что позволяет выходить за рамки регионов и выбирать
место дисклокации и наиболее эффективного и успешного функционирования.
Оценивая основные социально-экономические показатели, можно отметить в
целом, что 36% доли занятых в экономике США относятся на торговые
отрасли, а 64% - на локальные, при этом объемы дохода распределены
равномерно (50 на 50%). Стоит отметить, что 96,5% выданных патентов в США
реализуются именно в торговых кластерах. В США в основе формирования
кластеров лежит отраслевой подход: различные отрасли экономической
деятельности группируются в 67 кластеров (торговых и локальных), которые
представлены в таблице 2.1.
Таблица 2.1
Перечень торговых и локальных кластеров США ____________
Космос и оборона
Сельское хозяйство
орговые кластеры
Продукты питания
Обувь
Локальные кластеры
Коммерческие услуги
Общественные
Нефть и газ
Одежда
Автомобилестроение
Биофармацевтика
Бизнес услуги
Лесное хозяйство
Мебель
Гостиничное дело
IT
Добыча угля
Страхование
Бумага и упаковка
организации
Искусство
Образование
Пластик
Развлечения
Печать
Финансовые услуги
Производственн
ые
Продукты питания и напитки
технологии
Здравоохранение
Коммуникации
Ювелирная
Отдых и развлечения
Текстиль
Гостиничное дело
Строительство
промышленность
Обработка кожи
Освещение
Дистрибуция и e-торговля
Табак
Трейлеры,
колесах
дома
Домашние товары
на Промышленные
товары
66
окончание табл. 2.1
Химическая
Животноводство
Транспорт
Логистика
промышленность
Металлургия
Маркетинг
Химические
Автомобили
реактивы
Обработка
Персональные услуги
металлов
Видео
Вулканические
Розница
Коммунальные услуги
Образование
Электроэнергия
Экология
Медицинское
оборудование
Добыча металла
Металлообработка
Финансы
Музыка
ископаемые
Водный
Рыболовство
Добыча неметаллов
транспорт
Деревообработк
а
Составлено автором по данным: [137]
При оценке кластеризации региональных экономик США, также как и в
других методиках, широко используются показатели численности занятых
работников. Так, на сегодняшний день, крупнейшими торговыми кластерами
американской экономики по уровню занятости являются: кластер бизнесуслуг
11 969 тыс. человек, кластер электронной торговли и дистрибуции - 5 739,
гостиничное дело и туризм - 3 169, образование и создание знаний - 3 125,
финансовый кластер - 1 920, транспорт и логистика - 1 691, страхование - 1 566,
маркетинг, дизайн и издательское дело - 1 332, IT и аналитика - 1 069, пищевая
промышленность - 1 019. Такое распределения является характерным для
торговых кластеров, поскольку отраслевая принадлежность кластеров-лидеров
не предполагает жесткой территориальной привязанности и позволяет
устанавливать взаимосвязи на всей территории страны, независимо от
местоположения субъектов данных кластеров. Заработная плата сотрудников
различных кластеров также является предметом анализа USA Mapping Project
(табл.2.2).
Таблица 2.2
Топ-10 кластеров США с наибольшим уровнем заработной платы
Средняя заработная
Кластер
1
Финансовые услуги
Производство электричества
IT и аналитика
Биофармацевтика
плата, долл.
2
142 546
114 531
110 205
95 629
67
окончание табл. 2.2
1
Космос и оборона
Добыча металла
Нефть и газ
Страховые услуги
Маркетинг, дизайн и издательское дело
Производство химических реактивов
Составлено автором по данным: [137]
2
90 898
89 365
89 326
87 595
86 411
86 320
Более 70% кластеров обеспечивают своим сотрудникам заработную
плату выше среднего по Соединенным Штатам, которая, по данным
официальной статистики, составляет 3800 долларов США в месяц, что в
годовом расчете равно 45 600$ [136]. Максимальный показатель средней
годовой оплаты труда зафиксирован в кластере финансовых услуг и составляет
142 546 долл., что на 212% выше среднеамериканского уровня. На втором и
третьем месте находятся кластеры по производству электричества и IT и
аналитике - 114 531 и 110 205 долл. соответственно. В ТОП-10 кластеров с
высоким уровнем заработной платы входят биофармацевтика (95 629 долл.),
космос и оборона (90 898), добыча металла (89 365), нефть и газ (89 326),
страховые услуги (87 595), маркетинг, дизайн и издательское дело (86 411),
производство химических реактивов (86 320).
Отраслевая принадлежность локальных кластеров, лидирующих в
рейтинге, прямо противоположна торговым: услуги здравоохранения - 17 033
тыс. чел., региональный гостиничный бизнес - 12 443, коммерческие услуги
(торговля) - 8 845, строительство и недвижимость - 8 668, розничная торговля
одеждой и другими повседневными товарами - 4 851, местные общественные
организации - 4 486, автомобильные товары и услуги - 4 486, местное
производство продуктов питания и напитков, в т. ч. доставка - 4 294,
финансовые услуги - 2 988, персональные услуги (немедицинские) - 2 646,
логистика - 2 260, товары и услуги для дома - 1 612, местное образование и
тренинги - 1 504, развлечения и медиа - 1 444, коммунальные услуги 1 382.
Кластеры этой группы характеризуются объективной территориальной
зависимостью, в связи с чем, для них затруднено установление связей на
68
больших расстояниях. Например, невозможно оказание услуг в сфере
здравоохранения больницей Чикаго (штате Иллинойс), расположенного в
восточной
части
США,
жителям
города
Юджин
(штат
Орегона),
расположенного на западе США.
Центральным
аспектом
кластерной
политики
США
является
инновационное развитие. В рамках данной методики проводится оценка
регионов по показателям инновационности и выводится интегральный индекс
инноваций по каждому области, значение которого варьируется от 0,26 до
62,43. При этом средний индекс инновационности по США составляет 3,96.
Такой разброс показателя имеет объективные причины и экономическое
обоснование. Наиболее инновационным регионом страны является штат
Калифорния, а именно инновационный кластер «Силиконовая долина»
(«Silicon Valley») в агломерации Сан-Франциско, индекс которого составляет
62,43. Это рекордно высокий показатель, несопоставимый ни с одним
регионом. В других областях индекс колеблется вокруг среднего значения.
Крупнейшими инновационными отраслями являются электронная торговля и
доставка (251 тыс. чел.), информационные технологии (142 тыс. чел.),
образование (154 тыс. чел.), маркетинг (122 тыс. чел.), биофармацевтика (27
тыс. чел.) и музыкальная сфера (1,5 тыс. чел). Кроме того, наибольшие темпы
роста в 2015-2017 гг. продемонстрировали такие инновационные отрасли, как
бизнес-услуги (+10,7%), производство и распространение видео (+8,9%),
коммуникации (средства связи) (+8,3%), электричество и освещение (+6,9%),
космос и оборона (+4,35%).
Рассматривая показатель инновационного развития в разрезе торговых
кластеров, можно отметить, что существует корреляция между позицией
кластера в рейтинге и степенью его вовлеченности в инновационный процесс.
Наиболее инновационным объективно является кластер информационных
технологий и аналитических инструментов. В 2015-2017 гг. количество
зарегистрированных и выданных патентов достигло 42 481. Доля отрасли в
американском инновационном производстве составила более
69
34%. Высокую специализацию в отрасли демонстрируют такие регионы США,
как Сиэтл (73 710 работников, коэффициент локализации (LQ) - 4,02),
Сан-Хосе (142 127, 3,8), Остин (23 672, 3,54), Портленде (26 663, 2,45), Бостон
(79 470, 2,33), Солт-Лейк-Сити (21 298, 1,93), Миннеаполис (44 887, 1,79),
Лос-Анджелес (73 312, 1,10), Денвер (16 761, 1.04), Даллас (31 959, 1,02).
Особенностью методики проекта, помимо вычисления показателей
локализации, является установление наличия и тесноты межотраслевых и
межкластерных связей на основе взаимодействия представителей различных
кластеров.
Так,
например
кластер
информационных
технологий
непосредственно взаимодействует с 4 другими: кластером коммуникаций,
электричества, технического и медицинского оборудования (рис 2.3).
Электронная
торговля и
дистрибуция
Коммуникации
Электричество
Рис. 2.3. Межкластерные взаимосвязи кластера IT (информационных
технологий) в США
Источник: [137]
При этом связи перечисленных отраслей могут также оказывать
опосредованное
влияние
на
функционирование
кластера
или
быть
зависимыми от кластера информационных технологий. Например, кластер
коммуникаций тесно взаимосвязан с такими отраслями, как образование,
производство видео и бизнес услуги. Очевидно, что данные кластеры, в свою
очередь, опосредованно связаны с IT через используемые компьютерные
технологии, высокотехнологичное оборудование, применяемые бизнес
70
модели,
автоматизированные
при
помощи
специализированного
программного обеспечения. С другой стороны, кластер образования является
необходимым элементом в сфере IT, где человеческий капитал и
интеллектуальная составляющая являются главными факторами производства.
Вторым по уровню инновационного развития является кластер
коммуникаций (средств и услуг связи), с долей инновационного производства,
равной 12,9% от общего показателя по США (рис. 2.4).
Электронная торговля и
дистрибуция
Рис. 2.4. Межкластерные взаимосвязи кластера коммуникаций в США
Источник: [137]
Количество выданных участникам патентов составило 15 865. Согласно
коэффициенту локализации, кластер включает в себя такие регионы США, как
Канзас - 2,59 (шт. Миссури), Сиэтл 1,37 - (шт. Вашингтон), Финикс 1,27 (шт.
Аризона), Лос-Анджелес - 1,35 и Сан-Диего - 1,56 (шт. Калифорния), Атланта
2,59 (шт. Джорджия), Орландо 2,36 (шт. Флорида), Вашингтон 1,23 (окр.
Колумбия), Нью-Йорк 1,50 (шт. Нью-Йорк), Хартфорд 1,88 (шт. Конектикут).
71
На
третьей
позиции
в
2015-2017
годах
находился
кластер
производственных технологий и тяжелого машиностроения, в котором
разрабатывались и применялись 9,6% всех инноваций США. Участниками
кластера было получено 6 213 патентов.
Металлургия и вторичная металлообработка (в том числе, производство
готовых изделий из металла), электричество, автомобилестроение, рекреация
(изготовление
продуктов,
оборудования,
устройств
для
организации
рекреационных зон, парков развлечений, аттракционов и так далее)
характеризуются наиболее тесной взаимосвязью. Кластер медоборудования и
производства пластмассы также имеют сильную взаимосвязь, однако в
меньшей степени, чем вышеперечисленные кластеры. Регионами с наиболее
развитой инновационной деятельностью в данной сфере являются Де-Мойн 4,18 (штат Айова), Талса - 4,13 (штат Оклахома), Милуоки - 3,41 (штат
Висконсин), Индианополис - 2,18 (штат Индиана), Кливленд - 2,10 (Огайо).
Такая
классификация
инновационных
кластеров
имеет
отраслевую
ориентацию, не зависящую от территориальной расположенности. Если
рассматривать инновационные кластеры (центры), как комплекс компаний,
научных и образовательных учреждений исследовательских центров, и других
организаций на базе территориальной концентрации специализированных
поставщиков и производителей, то можно выделить такие кластеры, как
Кластер «Силиконовая долина» («Silicon Valley»), Кластер «Шоссе 128»
(«Route 128»), Кластер аэрокосмической техники и информационных
технологий, Кластер медицинского оборудования, «Triangle Park», Кластер
технологий «чистой» энергетики «Saratoga Technology+ Energy Park» (STEP),
Кластер биотехнологий и современной химии, Кластер биотехнологий,
Кластер полупроводников (прил. 1).
На наш взгляд, для оценки инновационного эффекта, необходимо
изучить три наиболее крупные из них: «Silicon Valley», «Route 128» и «Triangle
Park» (рис. 2.5).
72
Adobe Systems
Apple Inc.
Intel
Oracle
Google
SanDisk
Xerox
eBay
Facebook
Hewlett-Packard (HP)
General Electric
Westinghouse Electric
RCA
Raytheon Genzyme
Boston Scientific
AstraZeneca
Liberty Mutual
IBM Corporation
Cisco Systems, Inc.
GlaxoSmithKline
Fidelity Investments
RTI International
Credit Suisse
Lenovo
NetApp Inc.
Biogen
United States
Рис. 2.5. Крупнейшие инновационные кластеры США Составлено
автором
Всемирно
известным
и
сильнейшим
кластером
в
области
информационных технологий, компьютеризации и автоматизации является
кластер «Силиконовая (кремниевая) долина» (Silicon Valley). Особенностью
кластера является большая плотность высокотехнологичных компаний,
которые связанны с разработкой и производством высокотехнологичных
компьютерных систем, микропроцессоров, программного обеспечения (ПО),
мобильных
устройств
и
другой
передовой
продукции
в
сфере
информационных технологий.
На сегодняшний день на территории кластера функционируют более 7
тыс. передовых компаний, однако формирование данного кластера связывают
с присутствием и деятельностью Стэндфордского университета (Stanford
University, San Jose, CA), наличием крупных городов на близком расстоянии,
преобладанием венчурного финансирования, а также с привлекательным
природным климатом. Почти за 70 лет кластер превратился в сильнейший
научный и инновационный центр.
Среди наиболее значимых в области компьютерных технологий и
программирования компаний Силиконовой долины следует отметить Adobe
73
Systems, Advanced Micro Devices, Apple Inc., Cisco Systems, Intel, Oracle
Corporation, SanDisk, Symantec. Примечательно, что 1/3 потока венчурных
инвестиций США направлена именно на компании долины.
Главным конкурентом Силиконовой долины, одним из крупнейших в
мире инновационных центров, является кластер «Шоссе 128» или «Бостонский
маршрут» (Route 128, Massachusetts, Norfolk County). Постоянная конкуренция
между кластерами обусловлена их отраслевой направленностью.
В «Шоссе 128» также преобладают компании микроэлектронной и
компьютерной промышленности, IT и биотехнологий. Тем не менее политика
функционирования кластера отличается от политики Силиконовой долины
тем, что на его территории преобладает относительно небольшое число
крупных вертикально интегрированных компаний с консервативными и
классическими методами ведения бизнеса, европейскими ценностями и
своеобразным аристократизмом.
До 1930-х годов в регионе преобладала текстильная промышленность и
полностью отсутствовала электроника. Индустриальное развитие региона и
появление
технологичных
производственных
отраслей
связано
с
государственными заказами во время Второй мировой войны. Кроме того,
Бостонский
регион
всегда
являлся
регионом
сосредоточения
интеллектуальной элиты Америки, в связи, с чем характеризуется богатой
традицией промышленного развития. Именно в Массачусетсе появились такие
ключевые революционные изобретения, как телефон и первая в мире модель
компьютера.
Кластер «Шоссе 128» является ярким примером синергетического
эффекта инновационной деятельности. После экономического коллапса,
активная и даже агрессивная политика начала 1990-х годов, была направлена
на полную переориентацию экономики, ключевым элементом которой
являлись высокие технологии.
74
Программа штата «Выбор в пользу конкурентоспособности» («Choosing
to Compete») стала двигателем стремительного инновационного развития
кластера. В конце 20 века, благодаря этой политике, удалось сократить 12%
безработицу в штате до 3%. Сегодня Массачусетс является регионом-лидером
по венчурному капиталу на душу населения, с самым высоким уровнем
технологического лицензирования. В последние годы он обошел Калифорнию
по энергоэффективности, став «самым зеленым» штатом Америки.
Еще одним крупным инновационным кластером США является
«Треугольник науки» (Triangle Park, North Carolina). Он представляет собой
инновационный хаб 3 крупных инновационных городов США - Дарем, Роли и
Чапел-Хилл. Кластер включает в себя 11 университетов, среди которых
Университет права Кэмбелл, Университет Дьюка, Колледж Мередит,
Центральный университет Северной Каролины, Университет штата Северная
Каролина, и т.д. Кластер характеризуется своей многонаправленностью, при
этом
наиболее
значимыми
отраслями
являются
фармацевтика
и
биотехнологии, компьютерные и информационные технологии, чистая и
зеленая энергетик. Кластер состоит из трех частей: The Frontier, The Lab, The
Archie K. Davis Conference Center. The Frontier - коллаборационное
пространство, включающее в себя более 800 строений, где происходит
взаимодействие компаний в виде форумов, семинаров, конференций,
воркаутов (work out). The Lab - офисы и лаборатории полного спектра услуг,
где происходит непосредственный процесс разработки и производства
материальных и интеллектуальных инноваций. The Archie K. Davis Conference
Center - пространство, в котором расположены офисы компаний основателей
кластера, а также большое пространство для проведение крупнейших
американских
или
международных
экономических,
политических,
общественных и других мероприятий.
В кластере функционирует такие всемирно известные компании, как
IBM, GeoMagic, Delta Products, NetApp и Cisco Systems, BASF Crop
75
Protection, Bayer CropScience, Monsanto Corporation, Nufarm Americas, Syngenta.
Кроме того, на территории кластера находятся Центр по биотопливу Северной
Каролины, Центр по окружающей среде Университета Дьюка, Центр по
солнечной энергии Университета Северной Каролины, FREEDM System Center,
который занимается разработкой систем по хранению и распределению
альтернативной энергии. Европейское и азиатское понимание категории
«кластер» и ее трактовка имеет некоторые расхождения, в связи с чем
исследовательский
инструментарий
оказывается
размытым.
С
целью
понимания данных отличий проведен сравнительный анализ двух подходов:
стран ЕС и азиатских стран (табл. 2.3).
Таблица 2.3
Сравнительный анализ двух подходов к пониманию категории ___ «класте
Элементы
кластерной
политики
Категория «кластер»
Страны ЕС
Организационный механизм, создаваемый
через объединение региональных субъектов
(бизнеса, университетов, научных
организаций, финансовых институтов и пр.),
целью которого является решение общих
проблем и реализация совместных проектов.
Самоидентификация
институтов- участников
кластера
Процедура отбора
кластеров
(преобладающая)
Источник: [67]
Восточная Азия и другие регионы
мира
Экпортоориентированные
взаимосвязанные виды
экономической деятельности,
которые являются основными
секторами специализации региона.
Размыта. Кластеры в азиатских
странах - это инструмент
государственной политики в сфере
инноваций,
Четко выражена. Кластеры как инструмент промышленности, малого и среднего
корпоративного управления, позволяющий бизнеса. Не всегда азиатские
компании ассоциируют себя с
своим участникам эффективно
конкретным кластером, а могут
взаимодействовать с другими субъектами
экономической деятельности (конкурентами, входить в его состав по
территориальноотраслевому
контрагентами, научными организациями,
признаку.
вузами, региональными органами власти и
др.). Европейские компании, как правило,
разделяют концепцию кластера, ассоциируя
себя с конкретным кластером.
Посредством открытого конкурса, в котором
могут принять участие любые группы
Аналитический метод определения
организаций, считающие себя кластером.
кластера (clustermapping), либо
посредством принятия
политического решения.
76
Ввиду сложившегося в Европейском союзе понимания кластеров как
организационного механизма, экономические параметры занимают вторичное
положение. Главный акцент сделан на различные аспекты взаимодействия и
взаимосвязей участников, где значимыми индикаторами являются число и
состав участников, жизненный цикл кластера, направления и сфера
деятельности, организационная структура, источники финансирования,
численность персонала, занятого в кластере. Так, Европейский подход
оценивает преимущественно не кластеры как совокупность экономических
индикаторов (объем инвестиций и выручки, объем выпускаемой продукции,
отдача (ROI) и т.д.), а качество кластерной инициативы, то есть те
организационные усилия, которые направлены на его поддержку.
На сегодняшний день в странах Европы сложилась условная
специализация на том или ином виде экономической деятельности (табл. 2.4).
Таблица 2.4
Отраслевая специализация кластеров в европейских странах ____
Кластер (вид экономической
деятельности)
Нефтегазовый комплекс и химия
Швейцария, Германия, Бельгия
Машиностроение и ремонт,
электроника
Нидерланды, Италия, Германия, Норвегия, Ирландия,
Швейцария
Альтернативная энергетика
Автомобилестроение
Здравоохранение
Лесобумажный комплекс
Финляндия, Швеция, Норвегия
Германия
Дания, Швейцария
Финляндия
Биотехнологии и биоресурсы
Фармацевтика и косметика
Образование
Источник: [87]
Финляндия, Швеция, Норвегия, Великобритания, Германия
Дания, Швеция, Франция, Италия, Германия
Великобритания, Австрия, Финляндия
Так,
например,
Страны, где созданы отраслевые кластеры
в
нефтегазовом
комплексе
и
химической
промышленности кластерные образования функционируют в Швейцарии,
Германии, Бельгии. Машиностроение и ремонт и электроника - сфера
специализации таких стран, как Нидерланды, Италия, Германия, Норвегия,
Ирландия,
Швейцария.
Лидером
кластерной
политики
в
альтернативной энергетики и получения зеленой энергии являются
области
77
Финляндия,
Швеция
и
Норвегия. Кластеризация
автомобилестроения
традиционно преобладает в Германии, здравоохранение - в Дании, и
Швейцарии, лесобумажный комплекс - в Финляндии. Биотехнологические
кластеры получили распространение во всей Европе, а именно в таких странах,
как Финляндия, Швеция, Норвегия, Великобритания, Германия. Кластеры
фармацевтики и производства косметики расположены в Дании, Швеции,
Франции, Италии и Германии. Крупнейшие образовательные кластеры
объективно
находятся
в
Великобритании,
в
мировом
научном
и
образовательном центре. Некоторые исследователи относят Кембридж и
Оксфорд
к
образовательным
кластерам.
Кроме
того,
кластеризация
образовательных учреждений наблюдается в таких странах, как Австрия и
Финляндия.
Источником статистической информации, анализа и картирования
кластеров ЕС является Европейская кластерная обсерватория. Результаты
исследований данной организации широко применяются в принятии
управленческих и политических решений в рамках всего Евросоюза, на уровне
стран, регионов или отдельных компаний.
Согласно данным обсерватории на сегодняшний день в 28 странах
Восточной и Западной Европы в различных экономических отраслях
функционирует 2101 кластер с общей численностью сотрудников, равных 42
миллиона человек. Методология определения данных кластеров представлена
в параграфе 1.3.
Наибольшее число кластеров по принципу отраслевой идентификации
выявлено на территории таких стран, как Германия (314), Италия (234),
Великобритания (182), Франция (165), Польша (161), Испания (151). В среднем
на 1 европейский кластер приходилось 19 923 работника.
Рассматривая
инновационные
территориальные
кластеры
ЕС,
необходимо выделить, прежде всего, Медиконовую долину - сильнейший
европейский инновационный кластер, образованный усилиями двух стран Швеции и Дании - в 1997 году на базе пивоварни Carlsberg, Университета
78
Копенгагена в Дании и Лундского университета в Швеции. Компании из
Дании, входящие в структуру кластера, специализируются в сфере
фармацевтики и медицинского оборудования, при этом шведские компании
охватывают отрасль медицины и биотехнологий. Около 60% скандинавских
фармацевтических компаний расположены на территории кластера. Кроме
того в его состав входит 17 университетов, 32 больницы и более 400 научно исследовательских организаций. Начиная с 1998 года на территории кластера
были созданы 100 новых компаний. Среди компаний кластера такие, как Novo
Nordisk, Baxter, Lundbeck, LEO Pharma, HemoCue and Ferring Pharmaceuticals.
Кластер обеспечивает 40 тыс. рабочих мест, из которых 4000 - ученые и
исследователи. В структуре кластера образованы 7 научных парков: CAT
Science Park, Copenhagen Bio Science Park (более 100 компаний), Ideon Science
Park (400 компаний, 9000 человек), Krinova Science Park (около 90 компаний),
Medicon Village (40 кв.м лабораторий, 100 компаний, 1200 сотрудников),
Medeon Science Park (около 60 компаний), Scion DTU (260 компаний).
Созданный инновационный кластер стал эффективным механизмом
организации
инновационного
производства,
чему
свидетельствуют
экономические показатели результатов функционирования. На сегодняшний
день, 20% совместного ВВП Дании и Швеции обеспечено компаниями
Медиконовой долины [128].
Характерной чертой Г ермании является проведение кластерной
политики
преимущественно
через
представляют
собой
объединение
определенных
задач:
кластерная
кластерные
инициативы,
компаний
инициатива
с
целью
«Forst
u.
которые
выполнения
Holz
Baden-
Wurttemberg» - лесное хозяйство, «Worms» - строительство и недвижимость и
т.д.
Федеральные кластерные программы Г ермании характеризуются двумя
ключевыми
особенностями:
с
одной
стороны
они
направлены
стимулирование кооперации локализованных субъектов с целью
на
79
интенсификации инновационных процессов, а с другой - проведение
конкурентных конкурсов для отбора поддерживаемых инициатив [126].
Наиболее известными госпрограммами Германии по поддержке кластеров
являются Биорегио (BioRegio), представляющая собой комплекс мероприятий
по развитию биотехнологий в стране, и Иннорегио (InnoRegio), направленная
на укрепление и развитие инновационных отраслей, как правило Восточной
Германии. Крупнейшими немецкими инновационными кластерами являются:
ACOD (Automotitive Cluster Ostdeutdchlands), Biotechnology-Life Sciences
Central Germany, Silicon Saxony, BioEconomy Cluster, BioRN, Medical Valley,
Software-Cluster и т.д .
Японская кластерная политика уходит корнями в послевоенный период,
когда экономическая система претерпевала крах. Для осуществления выхода
из глубочайшего кризиса в страну был приглашен американский ученый
Эдвард Деминг, инновационный подход которого предполагал создание
конкурентных зон, в рамках которых должны были осуществляться теснейшее
сотрудничество. Эти зоны должны были находиться в постоянной
конкурентной борьбе. Реализация этих рекомендаций позволила перейти к
росту качества и количества выпускаемой продукции японских предприятий,
что обеспечило резкий рост экономической деятельности регионов. Вместе с
этими процессами появилась необходимость укрепления производственных
мощностей. Для этого во второй половине 20 века были применены льготные
меры по размещению организаций, выделены субсидии на развитие
инфраструктуры и транспортной сети, созданы более 100 технопарков, на базе
которых позже образовались инновационные кластеры. С 2001 года
официально был запущен процесс формирования кластеров по примеры
Силиконовой долины. Основной идеей кластеризации японской экономики
стало создание региональной промышленности с опорой на технологические
идеи научно-исследовательских центров.
Инновационные
кластеры
в
Японии
формируются
по
единым
принципам: головное предприятие с развитой системой производства и
80
большим оборотом взаимодействует с мелкими подрядчиками, путем
заключения договоров на долгосрочную перспективу. Например, автоконцерн
«Тойота», в структуре которого 120 поставщиков второго уровня и 36 тыс.
субподрядчиков-представителей малого и среднего бизнеса третьего уровня.
Крупнейшие и наиболее влиятельные кластеры Японии находятся на
острове Хоккайдо и в городе Китакюсю. Г лавным генерирующим элементом
кластера
Хоккайдо
стал
университет
города
Саппоро,
обладающий
мощнейшей научной и исследовательской базой, в честь которого кластер
носит название «Долина Соппоро». Основными направлениями деятельности
являются телекоммуникации, строительство жилых домов, экобезопасность и
производство медицинского оборудования. За 2 десятилетия существования
кластера, рост кластера в денежном выражении составил более 380%, а
численность сотрудников кластера выросла в 3,5 раза и составила 1600 человек
[129].
В Китакюсю сконцентрированы компании самых разных отраслей:
биоинформатика,
биопроизводство,
наноматериалы,
робототехника,
экологически чистая энергия. Парк Китакюсю взаимодействует более чем с 10
университетами и научно-исследовательскими институтами Японии и даже
Великобритании (например, Крэнфилдский университет). Интенсивное
сотрудничество с учеными, пристальное внимание государства и активная
работа местного Фонда развития прикладной науки и технологии говорят о
том, что японцы стремятся сделать из Китакюсю главный центр научных
исследований Азии. Здесь расположены такие известные компании, как Aisin
SeikiCo. Ltd., Ishikawa metal finishing Со. Ltd, Kitakyushu Plant, Plastic omnium
k.k., JETT Inc. Daifuku Co. Ltd. и т.д.
В настоящее время в Китае создан аналог «Силиконовой долины США»
- «Кремниевая долина Китая» (Чжунгуаньцунь). Кластер привлекает к себе все
больше молодых специалистов, получивших высшее образование за границей.
Кластер образован 1980 году. В его состав вошли Пекинский
81
университет, Политехнический институт «Цинхуа» и другие силнейшие вузы
Китая. В структуре кластера функционировал центр развития техники при
Пекинском обществе плазмы. К концу 1986 года в кластере уже работало
около 100 компаний, совокупность которых получила название «электронная
улица», благодаря деятельности в области электроники. Позже «улица»
переросла в район освоения науки и техники Чжунгуаньцунь.
На сегодняшний день в рамках кластера создано 5 парков, где
сосредоточены
научно-технические
силы,
интеллектуальные
таланты,
высококвалифицированные кадры и информационные ресурсы.
В одном из парков Хайдяньюань компании специализируются на
научных исследованиях в области новых и высоких технологий. Этот парк
охватывает две базы: информационно-промышленную базу «Шанди», общей
площадью 1,8 кв. км, и экспериментальную базу «Юнфэн», общей площадью 4
кв. км.
Кроме того, были построены парки Фэнтаюань, Чанпиньюань и зона
технико-экономического развития Ичжуан, а также электронный комплекс в
северном пригороде Пекина. Все они служат в качестве промышленных баз
«китайской силиконовой долины». Предприятия района Чжунгуаньцюнь
добились
блестящего
успеха.
Сегодня
насчитывается
более
8
тыс.
Предприятий, из которых более 50% составляют предприятия в сфере
электроники. В Чжуангуанкуне функционируют такие крупные компании, как
«Фондаре»,
«Легенда».
Кроме
того,
в
рамках
парка
осуществляют
деятельность более 23 филиалов транснациональных корпораций.
Еще один аналог «Силиконовой долины» США расположен в
индийском штате Карнатака на Юге страны, в городе Бангалор. Бангалор
считают первым в мире кластером, сформированным в отпет на зарубежный
спрос. Предпосылками, обеспечившими появление кластера стали также
активная
господдержка,
высокая
квалификация
кадров
области
информационных технологий, дешевая англоговорящая рабочая сила. Все это
сделало Бангалор центром притяжения мировых гигантов в сфере IT. С
82
начала 2000-х годов в Бангалоре открыли свои представительства 230
международные корпорации. В кластере расположены научные центры Sun
Microsystems, Intel, Cisco, исследовательский центр компании Google и
Microsoft. Укрепило позиции кластера и позволило расширять деятельность
присутствие в самом Бангалоре большого числа венчурных инвестиционных
предприятий. Кроме того венчурные инвестиции стали направляться в регион
из стран Европы и других зарубежных государств [35].
Таким образом, очевидно, что
положительный
европейский
и
американский опыт способствовал резкому развитию других регионов мира,
применявших кластерный подход. Сегодня формирование кластеров - важный.
Становление и укрепление мировой экономики и отдельных стран в
послевоенный
период
осуществлялось через политику концентрации,
взаимодействия и взаимосвязи экономических, политических и социальных
институтов. Анализ мирового опыта показал, что кластерный подход
позволяет
более
рационально
перераспределить
ресурсы,
получать
максимальную отдачу от вложенных денежных средств, обеспечивать
научно-технический процесс в короткие сроки.
2.2. Оценка современной кластерной политики Российской Федерации
Территориальные кластеры в экономике любого развитого государства
выполняют роль инструментов локализации участников инновационной
системы, целью которых является реализация совместных проектов. Широко
распространенный в современной экономической среде термин «синергия» и
есть наиболее емкое описание процессов, происходящих внутри кластера.
Географическая близость участников кластера друг к другу, расширение
доступа к технологиям, новейшим разработкам и оборудованию, ноу-хау,
специализированным услугам и высококвалифицированным кадрам позволяет
организациям достигать многократного повышения эффективности бизнеса.
Впервые рамки кластерной политики были установлены в 2008 году, в
результате утверждения Концепции
83
долгосрочного социально-экономического развития Российской Федерации на
период до 2020 года [1]. Именно этим документом были определены основные
аспекты кластеризации и принципы проведения политики в регионах и в
стране, в целом.
Практика реализации государственной кластерной политики в России
началась после 2012 года, когда во исполнение Поручения Президента
российской Федерации в результате конкурсного отбора был утвержден
перечень из 25 пилотных инновационных территориальных кластеров (ИТК)
(прил. 2). В процессе отбора в качестве приглашенных экспертов и участников
заседаний Рабочей группы участвовали представители таких институтов, как:
Экспертное управление Администрации Президента Российской Федерации,
аппарата Правительства Российской Федерации, Минэкономразвития России,
Минрегиона России, Минпромторга России. Кроме того, экспертная группа
включала в свой состав представителей Академии наук, научных организаций
(Национальный исследовательский университет «Высшая школа экономики»,
Центр макроэкономического анализа и краткосрочного прогнозирования и
т.д.), высших учебных заведений и институтов развития (Фонд «Сколково», ГК
«Внешэкономбанк», ОАО «Российская
венчурная компания» и др.),
представителей общественных организаций, компаний с государственным
участием, бизнеса. В процессе определения окончательного перечня
экспертная группа рассмотрела 94 заявки, предложенные разными регионами
РФ. По результатам конкурса, экспертами был предложен подход к
инновационной кластерной политике, предполагающий выделение двух групп
кластеров:
- группа 1, включающая в себя 14 кластеров, для которых характерна
высокая проработанность заявки и высокий уровень инновационного и
производственного потенциала;
- группа 2, в которую вошли 11 кластеров, политика и программа
которых, по решению экспертов, должна была быть проработана более
детально в дальнейшем.
84
Критерием формирования инновационных кластеров стало, помимо
территориального, направление технологической специализации (рис.2.6).
Производство
летательных н
космических аппаратов,
судостроение
Ядерные и
радиационны
е
технологии
Химическая
промышленно
сть
Фармацевтика,
биотехнологии
и медицинская
промышленность
Информационнокоммуникационные
технологии н
электроника
Новые
материалы
Рис. 2.6. Направления технологической специализации территориальных
инновационных кластеров России
Источник: [57]
Так, к основным направлениям, в рамках которых функционируют
инновационные кластеры в России относятся ядерные и радиационные
технологии, производство летательных и космических аппаратов, химическая
промышленность,
судостроение,
биотехнологии
и
медицинская
промышленность, фармацевтика, новые материалы, информационно коммуникационные технологии и электроника. В пределах инновационного
кластера происходит научная кооперация, производственное взаимодействие,
осуществляются исследования и опытно-конструкторские разработки, в
результате чего появляется инновационная продукция.
Пилотные территориальные инновационные кластеры расположены в
местах сосредоточения производственных мощностей, научных сотрудников,
высококвалифицированных кадров, центрах финансовых потоков. Вместе с
этим, наоборот, кластеры являются центром притяжения всех этих ресурсов.
Так, можно говорить о двойственном взаимодействии, которое выражается в
том, что как инновационные регионы служат основой для создания кластера,
так и наличие кластера оказывает влияние на ускорение инновационных
процессов в регионе.
В основном, регионы России, в которых размещены территориальные
инновационные кластеры, занимают лидирующие позиции в рейтинге
85
инновационных регионов или входят в ТОП-20 (по данным 2017 года). Так,
большая часть кластеров (9 из 25) расположены в областях и республиках,
входящих
в
состав
Приволжского
федерального
округа:
Камский
инновационный территориально-производственный кластер; Нижегородский
индустриальный инновационный кластер в области автомобилестроения и
нефтехимии;
Саровский
светотехника
и
инновационный
интеллектуальные
кластер;
системы
Энергоэффективная
управления
освещением;
Технополис «Новый звездный»; Аэрокосмический кластер; Консорциум
"Научно-образовательно-производственный
кластер
«Ульяновск-Авиа»;
Ядерно-инновационный кластер города Димитровграда; Нефтехимический
территориальный кластер.
Следующим по количеству территориальных инновационных кластеров
является Центральный федеральный округ. Здесь расположены 6 кластеров
разной технологической направленности, которые сосредоточены, в основном,
в городе Москва и Московской области: Кластер «Зеленоград»; Новые
материалы, лазерные и радиационные технологии; Кластер фармацевтики,
биотехнологий
и
биомедицины;
Биотехнологический
инновационный
территориальный кластер Пущино, Инновационный территориальный кластер
ядерно-физических и нанотехнологий в г. Дубне; Кластер «Физтех XXI».
Большое количество кластеров расположено в Сибирском федеральном
округе, где, в отличие от ЦФО, кластеры рассредоточены на территории всего
округа и обеспечивают активизацию разных областей и краев. Это
благоприятно влияет на равномерное развитие экономики округа, увеличение
ВРП, создание рабочих мест, рост промышленности и наукоемких отраслей в
каждом регионе.
Также территориальные инновационные кластеры расположены на
территории Северо-западного (3), Уральского (1) и Дальневосточного (1)
федеральных округов.
86
Постановлением Правительства Российской Федерации от 6 марта 2013
г. № 188 утвержден порядок разработки и реализации региональных программ
поддержки развития инновационных территориальных кластеров. Субсидии
согласно данному постановлению были распределены следующим образом.
На первом этапе постановление выделяло направления субсидирования, а
далее приводил детальное описание финансирования конкретных видом
мероприятий:
1. Обеспечение деятельности специализированных организаций:
а) частичное финансирование материального поощрения работников
специализированной организации;
б) субсидирование затрат на обеспечение связи;
в) финансирование
приобретения
офисной
мебели,
электронно-
вычислительной техники (иного оборудования для обработки информации),
программного обеспечения, периферийных устройств и т.д.;
г) частичная оплата затрат на коммунальные услуги и аренду
помещений и т.д.
2. Профессиональная переподготовка, повышение квалификации и
проведение стажировок работников организаций-участников по направлениям
реализации программ, в том числе за рубежом.
3. Консультирование организаций-участников по вопросам разработки
инвестиционных проектов в инновационной сфере.
4. Организация
представителей
выставочно-ярмарочных
организаций-участников
в
мероприятий,
российских
и
участие
зарубежных
выставочно-ярмарочных и коммуникативных мероприятиях.
5. Развитие на территориях, включающих
кластеры, различных
объектов инновационной, образовательной, транспортной, инженерной,
энергетической и социальной инфраструктуры.
В общей сложности объем инвестиций с учетом субсидирования в
запущенных пилотных кластерах составил более 760 млрд. рублей. По
состоянию на 2017 год общая отдача от инвестиций составила 2 229,2 млрд.
87
рублей. Российские пилотные ИТК можно подразделить на 6 групп в
зависимости от отраслей специализации: новые материалы; химия и
нефтехимия; фармацевтика, биотехнологии и медицинская промышленность;
информационные технологии и электроника; ядерные и радиационные
технологии;
производство
летательных
и
космических
аппаратов,
судостроение (рис. 2.7).
■ Фармацевтика, биотехнологии и
медицинская промышленность
■ Информационные технологии и
электроника
■ Ядерные и радиационные
технологии
■ Производство летательных и
космических аппаратов,
судостроение
■ Химия и нефтехимия
■ Новые материалы
Рис. 2.7. Структура российских пилотных ИТК по направлениям
специализации
Составлено автором по данным [57]
Наибольшая доля ИТК в России специализируются на фармацевтике,
биотехнологиях и медицинской промышленности (21%) и IT (21%). На втором
месте находятся летательные и космические аппараты и судостроение (17%) и
ядерные и радиационные технологии (17%). В области химической
промышленности специализируются 14% всех ИТК и только 10% на
производстве новых материалов.
Для сравнения, в мире информационные технологии по количеству
кластеров также занимают первое место (доля в среднем около 15%), далее
следуют кластеры по производству еды и автомобиле строение (по 6%),
зеленые технологии, медицинские услуги, производство электроэнергии,
88
текстильная промышленность (по 5%). Полный анализ представлен в
приложении 3.
Анализ зарубежного опыта показал, что в развитых странах (например, в
Германии), выстроен механизм осуществления кластерной политики, основой
которой являются частные кластерные инициативы, которые, как уже
отмечалось, имеют определённое отличие от самих инновационных кластеров,
однако, при благоприятных условиях, могут сформироваться и прорасти в них.
Именно инициатива частных компаний является двигателем инноваций, в
отличие от российского опыта.
Согласно данным международной статистике, Российская Федерация
находится на первом месте по объемам поддержки ИТК из бюджетных
источников финансирования [28].
Для выявления структуры источников финансирования инновационной
кластерной
деятельности,
необходимо
проанализировать
инициативы
функционирующих ИТК. Инициаторами создания кластера может быть любой
элемент модели «тройной спирали»: бизнес, государство или наука. В
российской кластерной среде сложилось 4 типа инициатив, исходящих от:
-
региональных органов власти;
-
университетов или научных организаций;
-
бизнес-ассоциаций;
-
корпораций.
В качестве примера кластеров, созданных по инициативе региональных
властей можно привести кластеры «Энергоэффективная светотехника и
интеллектуальные системы управления освещением» (Республика Мордовия)
и
Консорциум
«Научно-образовательный
производственный
кластер
Ульяновск-Авиа».
Кластерами, инициатором создания которых выступили корпорации,
являются «Технополис «Новый Звездный» и Саровский инновационный
кластер.
89
Бизнес-ассоциациями
были
инициированы
такие
кластеры,
как
приборостроения, средств связи, инфо-телекоммуникаций Санкт-Петербурга и
кластер в сфере информационных и телекоммуникационных технологий
Новосибирской области «СибАкадемСофт».
Стоит отметить такую особенность российских кластеров, как
специализированная организация, которая создается в целях обеспечения
эффективной координации взаимодействия участников. Такие организации
призваны облегчить деятельность компаний в рамках кластера. В европейских
инновационных кластеров также существуют подобные институты. Главное
отличие российских специализированных организаций заключается в том, что
большинство из них имеют государственную принадлежность (более 60%).
На наш взгляд, с одной стороны, государственное участие может быть
гарантом принятия справедливых и непредвзятых стратегических решений,
направленных на укрепление и экономическое развитие инновационного
кластера.
С другой же стороны, как показывают исследования, многие из них либо
носят номинальный характер и фактически не участвуют в принятии решений,
уступая эту функцию региональным органам власти, либо, имея право голоса,
создают двойной бюрократический барьер, затрудняющий инновационные
процессы [39].
Во многом отличается опыт Европы, связанный с внедрением
специализированных организаций, которые чаще всего носят частный
характер, либо наибольшая доля участников высшего управляющего органа
кластера отведена частному сектору.
При этом полномочия таких институтов намного шире: государственные
специализированные организации в зарубежных странах занимают около 14%
от общего объема, бизнес - 61%, наука - 16%, некоммерческие организации 7%, финансовые организации - 2%.
90
Структура
источников
финансирования
инновационных
территориальных кластеров также различна в России и за рубежом (рис. 2.8).
Российская Федерация
Все виды финансирования
Местный бюджет
Взносы участников
Федеральный и региональный бюджет
Прочее финансирование
Оказание комерческих услуг
Членские взносы
Бюджет международных организаций
Региональный/местный бюджет
Государственный бюджет
Рис. 2.8. Структура источников финансирования инновационных кластеров
в РФ и в мире
Составлено автором по данным: [58]
В Российской Федерации из бюджетных источников (федеральных,
региональных, местных) финансируется более 71,1% - это первый в мире
показатель. Лишь 7,1% финансируется членскими инвестициями.
Для сравнения, за рубежом деятельность ИТК на 26% обеспечивается
финансовыми ресурсами членов кластера, на 41% - бюджетными средствами,
13% -за счет международных организаций, 8% финансирования привлекается
через оказание коммерческих услуг и 12% из прочих источников.
Деятельность кластеров характеризуется и оценивается по следующим
критериям: объем инвестиций, объем расходов на НИОКР, прирост выручки,
рост инвестиций, рост расходов на НИОКР и, результативный показатель
объем выручки в год.
Оценка данных показателей позволяет сделать вывод о том, что не
всегда объем инвестиций коррелирует с объемом выручки, получаемой
кластером. Анализ пилотных территориальных инновационных кластеров
показывает неоднозначность соотношения инвестиции-отдача (рис. 2.9).
91
Нефтехимический территориальный кластер
Развитие информационных технологий,..
-47%
36%
Кластер фармацевтики, биотехнологий и.
37%
Кластер медицинской, фармацевтической..
46%
Титановый кластер I 113%
Биофармацевтический кластер
■ 153%
Ядерно-инновационный кластер города.
165%
Нижегородский индустриальный ..
209%
Инновационный территориальный кластер ..
227%
Инновационный кластер информационных и. 333%
Энергоэффективная светотехника и. 360%
ИТК «Комплексная переработка угля и 369%
.. Фармацевтика, медицинская техника 392%
и ..
О
^ 474% %
Кластер «Физтех XXI»
Аэрокосмический кластер
Биотехнологический инновационный .. Новые
материалы, лазерные и радиационные ..
678%
690%
794%
958%
Консорциум .
1374%
Камский инновационный территориально —..
1388%
Инновационный территориальный кластер ..
1640%
Кластер инновационных технологий ЗАТО г...
1811%
Инновационный территориальный кластер ..
2370%
Кластер
2400%
«Зеленоград»
Саровский
инновационный
кластер
-1000%
0%
5710%
1000%
2000%
3000%
4000%
5000%
6000%
Судостроительный
Рис.инновационный
2.9. Эффективность
функционирования пилотных инновационных
..
кластеров по показателю ROI (отдача от инвестиций) Составлено автором по
данным: [103]
Так, например, Судостроительный инновационный территориальный
кластер в Архангельской области при уровне показателя первичных
инвестиций 1 млрд. руб., производит отдачу 5710% (выручка равна 58,1 млрд.
руб.). Вместе с этим, в Нефтехимическом кластере в Республике
Башкортостан, в который было инвестировано боле 378 млрд. руб. выручка
составила -47% от первичных инвестиций (200,5 млрд. руб.). Подобные
расхождения связаны с множеством факторов, как с отрицательными (низкая
отдача от инвестиций в виду отсутствия спроса на продукцию, неудачи в
научных исследованиях и разработках, ошибок риск-менеджмента), так и с
92
естественными (долгосрочная ориентированность проекта, который в период
с 2012 по 2017 год не реализован и не коммерциализирован в полной мере).
При совместной оценке инновационных кластеров и ВРП регионов, в
которых они расположены, сделан вывод о том, что нет ни одного региона с
отрицательными темпами роста ВРП за период 2012-2016 гг., на территории
которого образован территориальный инновационный кластер. Напротив,
существует положительная динамика роста ВРП таких регионов (рис 2.10).
Нефтехимический территориальный кластер “1
Титановый кластер
РФ
Кластер «Зеленоград»
Саровский инновационный кластер
Нижегородский индустриальный инновационный .
Фармацевтика, медицинская техника и.
Камский инновационный территориально —.
Инновационный территориальный кластер.
Судостроительный инновационный.
Аэрокосмический кластер
Кластер медицинской, фармацевтической.
Развитие информационных технологий,.
Биофармацевтический кластер Инновационный кластер информационных и. Кластер «Физтех XXI» Инновационный территориальный кластер ядерно-. Биотехнологический инновационный . Кластер инновационных технологий ЗАТО г.. Энергоэффективная светотехника и.
0%
1 15%
11/%
11/%
120%
122% '
122% р
/о
/о
20%
40%
60%
80%
%
%
%
%
%
%
0%
1%
1 32%
1 33%
1 33%
1 33%
1 35%
136%
136%
136%
13/%
140%
100% 120% 140% 160%
Рис. 2.10. Влияние инновационных кластеров на динамику регионов РФ
Составлено автором по данным: [103]
Средний темп роста ВВП в Российской Федерации с 2012 по 2016 год
составлял 122%. Примечательно, что в 80% регионов, в которых находятся
инновационные территориальные кластеры, темп роста ВВП превысил
общероссийский показатель от 3 до 18%.
На основе опыта функционирования пилотных ИТК, анализа их
эффективности, выявления сильных и слабых сторон и определения
93
факторов повышения производительности в рамках кластеров, в 2016 году на
государственном уровне была выделена новая группа стратегических
инновационных кластеров - лидеров инвестиционной привлекательности
мирового уровня.
В 2016 г. Министерством экономического развития Российской
Федерации был запущен приоритетный проект «Развитие инновационных
кластеров - лидеров инвестиционной привлекательности мирового уровня»,
основными целями которого стали: создание точек опережающего роста
экономики,
развитие
высокотехнологической
инновационной
продукции,
деятельности,
коммерциализация
экспорт
технологий,
повышение производительности труда и рост конкурентоспособности страны.
Целевыми ориентирами новой программы стали:
a) в вопросах эффективности производства:
- рост выработки одного работника не менее чем на 20%;
-
достижения
значения
100
тыс.
по
показателю
высокопроизводительных рабочих мест;
b) в вопросах конкурентоспособности:
-
увеличение выручки от продаж несырьевой продукции на экспорт
компаний-участниц кластеров;
-
рост средней добавленной стоимости в совокупной выручке не менее
чем на 20%;
c) в вопросах инвестиций:
-
привлечение инвестиций из внебюджетных источников в размере
300 млрд. руб.;
-
увеличение объема работ и НИОКР до 100 млрд. руб.;
-
увеличение числа полученных компаниями-участницами патентов не
менее чем в 3 раза;
-
предоставление необходимых инвестиционных средств не менее чем
300 стартапам в области технологических инноваций.
94
Экспертной группой было выделено 11 инновационных кластеров лидеров инвестиционной привлекательности мирового уровня (приказ
Минэкономразвития РФ от 26.06.2016 №400) [10]. Среди инновационных
лидеров (прил. 4):
1. Инновационный
кластер
«Фармацевтика,
биотехнологии
и
биомедицина» Калужской области. Специализация кластера соответствует
названию.
Инновационный блок участников представлен Центром инновационной
биофармацевтики Альянс компетенций «Парк Активных Молекул» (на базе
ГК «Медбиофарм»); региональным инжиниринговым центром в области
фармацевтики
и
биотехнологий;
инновационными
лабораториями
и
научно-производственными площадками компаний ООО «Мир-Фарм», ООО
«БИОН»,
ООО
«Обнинская
химико-фармацевтическая
компания».
В
структуру кластера входят 27 малых инновационных компаний, в том числе 4
компании являются резиденты фонда «Сколково».
Производственный блок кластера включает 13 компаний, среди которых
ООО «Ново Нордиск» (структурное подразделение Novo Nordisk A/S); ООО
«Хемофарм»
(структурное
подразделение
STADA
CIS,
в
составе
международной Группы компаний STADA AG); ООО «НИАРМЕДИК
ПЛЮС»; ЗАО «Берлин Хеми» (структурное подразделение Berlin-Chemie AG,
в составе международной группы Menarini Ind).
Научно-образовательную
основу
кластера
составляют
ФГБУ
«Медицинский радиологический научный центр им А.Ф.Цыба» - филиал
ФГБУ
«ИМИРЦ»
Минздрава
РФ,
г.
Обнинск;
«Национальный
исследовательский ядерный университет «МИФИ» (НИЯУ МИФИ); АО
«Государственный научный центр Российской Федерации - Физикоэнергетический институт имени А.И. Лейпунского» и т.д.
Инвестиционный механизм кластера построен государтсвенно-частных
капиталовложениях и на предоставлении льготных условий налогообложения
в зависимости от суммарного объема капитальных
95
вложений. Размер налоговой ставки по налогу на прибыль организаций,
подлежащего зачислению в областной бюджет устанавливается в размере
13,5% для инвесторов, которые включены в реестр инвестиционных проектов.
Право на применение пониженной налоговой ставки предоставляется
инвесторам, осуществившим в течение первых трех лет, начиная с даты начала
реализации инвестиционного проекта, капитальные вложения на следующих
условиях (табл. 2.5).
Таблица 2.5
Механизм льготного налогообложения компаний-участниц инновационного
кластера «Фармацевтика, биотехнологии и биомедицина» _______________ Калужск
Суммарный объем фактически осуществленных
капитальных вложений в течение первых
трех лет реализации инвестиционного
проекта (млн. рублей)
От 100 до 500 включительно
Свыше 500 до 1000 включительно
Свыше 1000 до 2000 включительно
Свыше 2000
Период применения пониженной
налоговой ставки (количество
последовательных налоговых
периодов)
1
2
3
4
Источник: [9]
2. Инновационный кластер Красноярского края Технополис «Енисей».
Отраслями специализации инновационного кластера являются космическая
промышленность, новые материалы и ядерные и радиационные технологии.
В состав кластера вошли 54 крупные организации, в числе которых
ФГУП
ФЯО
«Г
орно-химический
комбинат»
(специализируется
на
транспортировке, хранении и переработке отработавшего ядерного топлива
(ОЯТ)); АО «Информационные спутниковые системы» имени академика М.Ф.
Решетнева» (полный цикл технологий по созданию космических комплексов:
от проектирования до управления космическими аппаратами на орбитах
начиная от низких круговых, заканчивая геостационарными); ФГУП
«Космическая связь» (российский государственный оператор спутниковой
связи с космическими аппаратами, обеспечивающими глобальное покрытие),
АО «НПП «Радиосвязь» (компания по разработке и производству станций
96
спутниковой связи, станций тропосферной связи, аппаратуры, спутниковой
навигации ГЛОНАСС/GPS и систем фазовой навигации).
Объем затрат на внедрение новых технологий к 2020 году составит более
3 млрд. руб.
Базисными
научными
и
образовательными
организациями
-
участниками инновационного кластера являются Сибирский федеральный
университет,
Опорный
региональный
университет,
Федеральный
исследовательский центр «КНЦ СО РАН» и Сибирская пожарноспасательная
академия ГПС МЧС России.
3. Инновационный территориальный кластер машиностроения и
металлообработки Липецкой области «Долина машиностроения».
В
основе
промышленности
станкостроительной
Липецкой
области
и
металлообрабатывающей
функционируют
такие
крупные
предприятия, как: АО «Генборг», ООО «Гидравлик», ОАО «Гидропривод»,
ООО «Интермаш», ООО «Лебедянский машиностроительный завод», ООО
«Липецкая трубная компания «Свободный Сокол», ООО «Каттинг Эдж
Технолоджис» и т.д.
В период 2013-2016 гг. предприятия кластера, прежде всего «якорные»
(ключевые) компании, произвели продукции более чем на 83 млрд. рублей.
Потребителями продукции кластера являются Роснефть, Вертолеты
России», «Уралвагон-завод, Транснефть, МАЗ, Газпром и т.д. В этот же период
отгрузка инновационной продукции кластера выросла в 3 раза, в большей
степени за счет деятельности двух компаний: ООО «ЛТК «Свободный сокол»
и ЗАО «ЛССП». Совокупный объем инвестиций составил около 100 млрд. руб.
инвестиций, при этом компаниями- участницами создано более 1300 рабочих
мест.
Научно-образовательный сегмент кластера представлен Липецким
государственным
техническим
университетом
государственным университетом им. И.А. Бунина.
(ЛГТУ)
и
Елецким
97
4. Консорциум инновационных кластеров Московской области. В
рамках
консорциума
действуют
инновационные
кластеры,
специализирующиеся на медицинских изделиях и технологиях, летательных
аппаратах,
электронике
и
смежных
технологиях,
информационных
технологиях, новых материалах, машиностроении и фармацевтике. В
консорциум вошли: ИТК ядерно-физических нанотехнологий в г. Дубне, ИТК
«Физтех XXI», Биотехнологический ИТК «Пущино», ПК «Фрязино», г.
Королев - центр разработки и производства ракетно-космической техники,
Жуковский - центр российской авиационной науки.
Среди ключевых участников кластеров Консорциума выделяются
Объединенный
институт
ядерных
исследований
(один
из
ведущих
исследовательских центров мира, кооперация с 800 научными центрами в 62
странах); Московский физико-технический институт (один из ведущих
инженерных ВУЗов в сфере материаловедения, информационных технологий,
электроники, технологий летательных аппаратов и биотехнологий), ФГУП
«ЦАГИ» - крупнейший в мире центр авиационной науки в области
аэродинамики, конструкции, силовых установок; ПАО «Валента-Фарм»,
которое контролирует более 6% рынка фармацевтики в России и ведет
разработки 150 новых лекарственных средств.
Объем инвестиционных затрат на инновационные проекты к 2016 году
составил более 3,5 млрд. руб.
5. Научно-производственный кластер «Сибирский наукополис».
Кластер
специализируется
на
двух
направлениях:
информационно-
коммуникационные технологии и медицина и фармацевтика. В отрасли
информационных технологий осуществляют деятельность 255 компаний по
разработке программного обеспечения (ПО),
автоматизации
бизнес-процессов,
310
252 организации по
организаций
по
разработке
и
продвижению мобильных приложений, веб-сайтов, 77 интернет провайдеров и
операторов телевидения и телефонии, 5 операторов сотовой связи. 70% IT-
98
продукции кластера направлено на экспорт и лишь 30% производится для
внутреннего потребления.
Кроме того, на территории кластера действуют крупные подразделения
международных
IT
компаний,
таких
как
«Intel»,
«Schlumberger»,
«BakerHuges», «KasperskyLab», 23 региональных отделения компаний
«Microsoft», «IBM», «HewlettPackard», «Cisco». В Сибирском наукополисе
возникли и функционируют такие известные на федеральном уровне
компании, как «Элтекс», сибирский филиал ОАО «Ростелеком», «2ГИС»,
«Техносити», «Parallels». Ежегодная выручка каждой компании превышает
сумму, равную 1 млрд. руб.
Медицинское направление представлено такими компаниями, как ООО
«Ангиолайн» (продукция для интервенционной кардиологии, а именно
материалы для рентгеноэндоваскулярной диагностики и лечения заболеваний
сердца и сосудов), АО «Вектор-бест» (крупнейший в стране производитель
наборов реагентов для диагностики заболеваний человека методами ИФА,
ПЦР и клинической биохимии), ЗАО «Вектор-Медика» (фармацевтическая
биотехнологическая компания полного цикла производства) и т. д.
Ежегодный объем затрачиваемых средств федеральных субсидий
составляет более 100 млн. руб.
Кластер
расположен на территории Академгородка, в
непосредственной близости от Технопарка Новосибирского Академгородка, а
также ФГБОУ ВПО «Новосибирский национальный исследовательский
государственный университет»
6. Нефтехимический
Башкортостан.
территориальный
кластер
Республики
Специализацией кластера является нефтехимическая
промышленность. В состав Нефтехимического территориального кластера РБ
осуществляют деятельность 160 предприятий Республики Башкортостан.
ГУП «Институт нефтехимпереработки Республики Башкортостан»
выступает в роли специализированной организацией, обеспечивающей
99
методическое,
организационное,
а
также
экспертно-аналитическое
и
информационное сопровождение кластера.
Ключевые производственные организации-участники: АО «Башкирская
содовая
компания»,
ОАО
«Синтез-Каучук»,
ОАО
«Стерлитамакский
нефтехимический завод», ООО «Башпласт», АО опытный завод «Нефтехим»,
ООО «Корпорация Уралтехнострой» и т.д. Образовательная и научная
составляющая представлена ФГБОУ ВО «Уфимский государственный
нефтяной
технический
университет»,
ФГБОУ
ВО
«Уфимский
государственный авиационный технический университет», ФГБОУ ВО
«Башкирский
государственный
университет»,
ГУП
«Институт
нефтехимпереработки Республики Башкортостан».
Основными видами выпускаемой инновационной продукции кластера в
области химии и нефтехимии являются синтетические каучуки, катализаторы,
минеральные
удобрения, органические и
неорганические химические
соединения.
Кластер отличается большим объемом средст из внебюджетных
источников на 2016 год эта сумма составила 6,2 млрд руб., при этом затраты на
научныи и инновационные проекты составили 1,1 млрд. руб.
7. Инновационный кластер Республики Мордовия «Светотехника и
оптоэлектронное приборостроение» (Bright city).
В состав кластера входят 26 производственных компаний, среди
которых: ОАО «Электровыпрямитель», ГУП РМ «Лисма», ОАО «Ардатовский
светотехнический завод», АО «Орбита», ОАО «Саранский телевизионный
завод» и т.д.
Инновационная инфраструктура представлена такими объектами, как
АУ
«Технопарк
энергосберегающей
-
Мордовия»,
светотехники»,
ООО
ООО
«Инжиниринговый
«Центр
центр
нанотехнологий
и
наноматериалов республики Мордовия» и т.д.
Ключевыми научными и образовательными организациями кластера
являются ООО «Научно-исследовательский институт источников света А.Н.
100
Лодыгина», НИУ «Мордовский государственный университет ИМ. Н.П.
Огарева», ГБОУ РМ «Республиканский лицей для одаренных детей».
Объем исследование и разработок, выполненных организациями
кластера, к 2016 году составил 1,8 млрд. руб., при этом совокупная стоимость
отгруженной продукции достигла значения 12,7 млрд. руб. Финансирование из
внебюджетных средств составило более 1,7 млрд. руб. Кроме того,
участниками кластера создано более 461 высокопроизводительных рабочих
мест.
8. Камский
инновационный
территориально-производственный
кластер Республики Татарстан. Основными отраслями специализации
являются автомобилестроение и химическое производство. На территории
кластера производится 45% каучуков России, здесь произведена каждая вторая
грузовая машина страны.
Крупнейшими
участниками
кластера
являются:
АО
«Танеко»
(прямогонный бензин, дизельное топливо Евро-5 и т.д.), ООО «Форд Соллерс
Холдинг» (производство автомобилей Ford - 6 моделей, включая Ford Explorer
и Ford Kuga), ПАО «Камаз», ОАО «ТАИФ-НК» (топливо), ПАО «ТАТНЕФТЬ»
(грузовые, легковые и сельскохозяйственные шины, технический углерод), АО
«Аммоний» (удобрения, амиачная селитра, аммиак, карбамида, метанол и т.д.),
ПАО «Нижнекамск Нефтехим» (олефины, пластмассы, синтетические
каучуки).
В составе образовательного сегмента кластера - ФГАОУ ВО «Казанский
(Приволжский) Федеральный Университет», ФГБОУ ВПО «Казанский
национальный
исследовательский
технический
университет
им.
А.Н.Туполева» и ФГБОУ ВО «Казанский национальный исследовательский
технологический университет» (КНИТУ-КХТИ).
Объем затрат на НИОКР составил к 2017 году 590 млн. руб., объем
выручки от продаж при этом превысил 5 млрд. руб. Рекордно высоким стал
показатель числа созданных высокопроизводительных рабочих мест - 4056
101
единиц. Совокупный объем инвестиций в развитие кластера был равен 109,1
млрд. руб.
9. Инновационный территориальный аэрокосмический кластер
Самарской области. Основная отрасль специализации - авиастроение и
космическая
промышленность.
представляют
такие институты, как
Научно-образовательный
потенциал
Самарский национальный
исследовательский университет имени академика С.П. Королёва (Самарский
университет),
Институт космического
приборостроения, Институт
производственных инновационных технологий, Корпоративный институт
информационных систем, Научно-исследовательский институт авиационных
конструкций. Кластер объединяет 62 организации, ключевыми из которых
являются АО "РКЦ "Прогресс", ПАО "КУЗНЕЦОВ", ОАО "Авиакор авиационный завод", АО "Авиаагрегат", ОАО "Агрегат", ОАО "ЕПК Самара",
ОАО "Научно исследовательский институт "Экран".
10. Инновационный территориальный кластер «Smart Technologies
Tomsk».
ИТК специализируется на 3 ключевых отраслях: микроэлектроника и
приборостроение,
информационно-коммуникационные
технологии
и
медицина и фармацевтика.
К 2016 году инновационный территориальный кластер
«Smart
Technologies Tomsk» включал в себя 170 организаций (объем выручки по ним
составил 27,7 млрд. руб., а численность работников - 6,9 тыс. чел.). В кластере
функционируют 7 якорных предприятий, 122 малых предприятия, 7 высших
учебных заведений и 5 НИИ, 9 сервисных, маркетинговых и сбытовых
компаний: ОАО Фармстандарт-Томскхимфарм, АО ЭлеСи, АО Микран, ООО
Артлайф, ООО Телекор, ООО Энергоэффект, ООО МедЛайн и т.д.
11. Инновационный кластер Ульяновской области. Компании кластера
специализируются в трех направлениях: ядерные и радиационные технологии,
новые материалы, авиастроение. Отгружено инновационной
102
продукции 20,3 млрд. руб., создано 1439 высокопроизводительных рабочих
мест, экспорт составил к 2017 году 21 млрд. руб. Совокупный объем
инвестиций за 2016 год составил 110,5 млрд.руб.
Крупнейшими компаниями кластера являются ООО «Джинэкст», НПП
«Металл-Композит», Технологическая компания Comberry, Компания ООО
«ТестГен», Компания ООО «Альтрэн».
Таким
образом,
деятельность
территориальных
инновационных
кластеров в России, на сегодняшний день, находится на первой ступени своего
развития в виде пилотных проектов. Наряду с этим, многие из них за первые 5
лет функционирования показали высокие результаты в части роста
инвестиций, роста затрат на НИОКР, коммерциализации инновационной
продукции и росту выручки, многократно превышающей объемы первичных
инвестиций. В 2016 году с учетом «проб и ошибок», были выявлены 11
наиболее крупных и конкурентных кластера российской инновационной
экономики.
Приказом
Министерства
экономического
развития
были
установлены новые приоритеты инновационной кластерной политики до 2020
года, при этом задана дорожная карта по ключевым показателям, достижение
которых должно быть осуществлено по истечении срока программы.
В целом, российская картина кластерных процессов демонстрирует,
эффективность данного подхода. Сегодня в рамках научных конференций и
форумов, через различные каналы СМИ информация о тех или иных научных
достижениях и передовых разработках неразрывно сопровождается такими
категориями, как «инновационный кластер», «технопарк», «синергия»,
«высокопроизводительные работники». Инновационный территориальный
кластер - это место, где встречаются представители бизнеса, науки,
образования и государства. Подобное взаимодействие позволяет достичь
повышения
эффективности
использования
финансовых,
трудовых и информационных ресурсов, и, в результате получить
капитальных,
103
максимальную
отдачу
в
виде
повышения
основных
показателей
инновационной деятельности, как региона, так и государства в целом.
2.3. Идентификация кластеров российской экономики с учетом их
вовлеченности в формирование инновационной политики государства
Мировой и российский опыт формирования инновационных кластеров
свидетельствует о том, что феномен кластеризации может проявляться в
результате двух видов процессов: кластер может сформироваться в результате
закономерной интенсификации экономических взаимосвязей, либо может
быть созданным искусственно «с нуля».
С целью оценки существования естественных кластеров в российской
экономике, выявления инновационных процессов, протекающих в рамках
таких форм взаимодействия, а также с целью проведения их сравнительного
анализа с пилотными территориальными инновационными кластерами РФ,
необходимо применение одной из рассмотренных в 1 главе методик
идентификации.
Выявленные преимущества и недостатки каждого подхода позволили
сделать вывод о том, что оптимальным для условий российской экономики, а
также адаптивным для исследования процессов кластеризации дистанционно и
без участия экспертов является подход, предложенный Европейской
кластерной обсерваторией (ЕКО), основанный на методике М. Портера.
Методика
Европейской
кластерной
обсерватории
предполагает
выявление кластеров в экономике, либо выявление инновационных кластеров
без привязки к территории.
При этом данный подход не предусматривает специальных расчетов для
выявления инновационных территориальных кластеров. В связи с этим, нами
была
разработана
авторская
методика
двухэтапной
идентификации
инновационных территориальных кластеров, базирующаяся на методике М.
Портера: сначала выявляются кластеры по отраслям и регионам, а после
оцениваются показатели инновационности.
104
Для
применения
методики
необходимо
произвести
сбор
и
систематизацию статистических данных. На основе данных официальной
статистики, при помощи пакета Microsoft Office, сформирована матрица
данных размерностью 83x15, в которой содержится 1 245 абсолютных
показателей 4 категорий: общая численность занятого населения РФ; общая
численность занятого населения i-го региона РФ; общая численность занятого
населения в j-той отрасли; численность занятого населения i-го региона в j-той
отрасли (табл. 2.6).
Таблица 2.6
Фрагмент матрицы первичных абсолютных показателей идентификации
кластеров
тыс. чел.
Субъект РФ
Российская Федерация
Итого
Добыча
полезных
ископаемых
Производство и
Обрабат.
распределение
производства электроэнергии,
газа и воды
10 246,70
1 991,20
Строительство
72 966,70
1 119,30
6 231,30
Белгородская область
765,20
27,7
130,60
17,6
56,5
Брянская область
548,30
0,2
88,10
15,6
33,7
Владимирская область
654,70
2,2
167,00
18,7
57,5
Воронежская область
1112,20
3,9
140,50
31,5
76,2
Ивановская область
452,00
0,7
106,7
17
27
Калужская область
515,20
2,1
122,3
14,6
50,5
Костромская область
Источник: [105]
297,90
0,40
60,10
10,7
17,8
Всего, по методике группировки видов экономической деятельности
Росстата, выделено 14 групп отраслей, при этом алгоритм расчета применен к
82 регионам.
Методика предполагает расчет и сопоставление 3 показателей:
коэффициента локализации LQ, размера кластера и фокуса (по формулам 1.1 1.3). Следовательно, этапы 2-4 заключаются в применении данных формул к
показателям регионов и отраслей.
На втором шаге произведено вычисление коэффициента локализации и
выявлены регионов, соответствующие нормативному значению, которое
должно быть не менее 2 (LQ > 2) (прил. 5). Фрагмент результатов вычислений
представлен в таблице 2.7.
105
Таблица 2.7
Расчет коэффициента локализации LQ видов экономической деятельности по
Сельское
хозяйство,
охота,
рыболовство и
т.д
Регионы/
виды деятельности
Белгородская область
Брянская область
Владимирская область
Воронежская область
Ивановская область
Калужская область
Костромская область
Курская область
Липецкая область
Московская область
Орловская область
Рязанская область
Смоленская область
Тамбовская область
Добыча
полезных
ископаемых
1,816
1,275
0,770
1,761
0,528
0,646
1,095
1,602
1,539
0,381
1,474
0,781
0,811
3,098
Производство и
Обрабат.
распределение
производства электроэнергии,
газа и воды
2,360
0,024
0,219
0,229
0,101
0,266
0,088
1,374
0,399
0,096
0,019
0,191
0,159
0,013
EmPig
1,215
1,144
1,816
0,900
1,681
1,690
1,437
0,971
1,261
1,256
1,156
1,394
1,326
0,965
рег
Строительство
0,843
1,043
1,047
1,038
1,378
1,038
1,316
1,399
0,993
0,910
1,048
1,108
1,706
0,897
0,865
0,720
1,028
0,802
0,699
1,148
0,700
0,694
0,872
1,075
0,753
1,017
0,825
0,407
Empig
_ Empi
/
Empg
Emp
/
Emp
где LQ - коэффициент локализации;
Empig - численность занятых в конкретном секторе экономики i в регионе g; Етрд
- общая численность занятых в регионе g;
Emp i - численность занятых в конкретном секторе экономики i;
Етрд - общая численность занятых в целом по стране Рассчитано автором по
данным: [105]
После получения частных коэффициентов локализации по каждому
субъекту
и
отрасли,
путем
применения
условного
логического
форматирования, были выявлены регионы, по которым значение показателя
превысило нормативное: 32 региона в 7 отраслях (табл. 2.8).
Таблица 2.8
Коэффициенты локализации LQ видов экономической деятельности по _ субъект
Гостиницы и рестораны
1
г. Севастополь
Республика Крым
Добыча полезных ископаемых
Чукотский автономный округ
Тюменская область
Магаданская область
Сельское хозяйство, охота и лесное хозяйство;
рыболовство, рыбоводство
2
2,35 Республика Дагестан
2,01 Тамбовская область
Кабардино-Балкарская Республика
11,83 Республика Калмыкия
8,96 Чеченская Республика
8,29 Ставропольский край
3,15
3,10
2,74
2,71
2,64
2,24
106
окончание табл. 2.8
1
Республика Саха (Якутия)
Кемеровская область
Республика Коми
Оренбургская область
Забайкальский край
Мурманская область
Белгородская область
Сахалинская область
Республика Хакасия
Амурская область
Рассчитано автором по данным: [105]
2
6,45 Республика Ингушетия
2,08
6,28 Образование
4,34 Республика Тыва
2,81
Операции с недвижимым имуществом, аренда и
3,18
предоставление услуг
2,43 г. Москва
2,15
Производство и распределение электроэнергии, газа и
2,40
воды
2,36 Чукотский автономный округ
4,51
2,35 Магаданская область
2,62
2,32 Республика Саха (Якутия)
2,40
2,02 Камчатский край
2,26
На третьем шаге, для того, чтобы определить отношение численности
занятых в каждой отрасли в регионе к числу работающих в отрасли в
национальном масштабе применяется показатель размера кластера (cluster size)
(прил. 6). Нормативным значением для данного индикатора является 10%
частных коэффициентов, характеризующихся наибольшим значением. Также
как и на предыдущих этапах, для выбора удовлетворяющих критерию значений
применяется функция автоматического условного форматирования (табл. 2.9).
Таблица 2.9
Расчет коэффициента размера кластера Size по видам экономической
деятельности в разрезе субъектов РФ (фрагмент таблицы)
Сельское Добыча Обрабат. Производств
Регионы/
ои
хозяйство, полезных
Строительс
распределен
охота,
виды
ископаем производст
тво
ие
деятельности рыболовств
ва электроэнерг
ых
о и т.д.
газа
и
Белгородская
0,019
0,025
0,013 ии,воды
0,009
0,009
Брянская
область
0,010
0,000
0,009
0,008
0,005
область
Владимирская
0,007
0,002
0,016
0,009
0,009
Воронежская
0,027
0,003
0,014
0,016
0,012
область
Ивановская
0,003
0,001
0,010
0,009
0,004
область
Калужская
0,005
0,002
0,012
0,007
0,008
область
Костромская
0,004
0,000
0,006
0,005
0,003
область
Курская
область
0,012
0,010
0,007
0,010
0,005
область
Липецкая область
0,012
0,003
0,010
0,008
0,007
Московская
0,018
0,004
0,059
0,043
0,050
Етр 1
область
(1.2)
з
Size =
Empi
где Етрig - численность занятых в отрасли в
g-ом регионе; Етрi - численность
занятых
в отрасли
стране.
Рассчитано
автором по в
данным:
[105]
107
В результате было выявлено 114 регионально-отраслевых сочетаний,
удовлетворяющих пороговому значению (табл. 2.10).
Таблица 2.10
Коэффициенты размера кластера Size по видам экономической деятельности
в разрезе субъектов РФ, удовлетворяющие нормативному значению
Сельское хозяйство, охота и лесное
хозяйство; рыболовство,
рыбоводство
Воронежская область
0,027
Краснодарский край
0,050
Волгоградская область
0,029
Ростовская область
0,046
Республика Дагестан
0,046
Ставропольский край
0,039
Республика Башкортостан 0,036
Республика Татарстан
0,031
Добыча полезных ископаемых
Республика Башкортостан
Республика Татарстан
Оренбургская область
Свердловская область
Тюменская область
Иркутская область
Кемеровская область
Республика Саха (Якутия)
0,033
0,044
0,041
0,027
0,272
0,028
0,106
0,043
Обрабатывающие производства
Московская область
г. Москва
г.Санкт-Петербург
Республика Татарстан
Нижегородская область
Самарская область
Свердловская область
Челябинская область
0,059
0,076
0,043
0,033
0,029
0,032
0,042
0,038
Производство и распределение
электроэнергии, газа и воды
Московская область
0,043
г. Москва
0,046
Краснодарский край
0,033
Республика Башкортостан 0,027
Республика Татарстан
0,028
Свердловская область
0,032
Тюменская область
0,041
Московская область
г. Москва
г.Санкт-Петербург
0,039
0,123
0,042
Здравоохранение и предоставление
социальных услуг
Московская область
0,041
г. Москва
0,075
г.Санкт-Петербург
0,035
Краснодарский край
0,042
Ростовская область
0,026
Республика Башкортостан 0,025
Свердловская область
0,030
Тюменская область
0,028
Оптовая и розничная торговля;
ремонт
Московская область
0,050
г. Москва
0,146
г. Санкт-Петербург
0,050
Краснодарский край
0,038
Ростовская область
0,033
Республика Татарстан
0,023
Нижегородская область
0,026
Свердловская область
0,032
Гостиницы и рестораны
Московская область
г. Москва
г. Санкт-Петербург
Краснодарский край
Республика Татарстан
Самарская область
Свердловская область
Тюменская область
0,052
0,108
0,074
0,061
0,028
0,027
0,026
0,034
Транспорт и связь
Операции с недвижимым
имуществом, аренда и
предоставление услуг
Московская область
0,058
г. Москва
0,259
г.Санкт-Петербург
0,075
Краснодарский край
0,027
Нижегородская обл.
0,026
Самарская область
0,025
Свердловская область 0,025
Тюменская область
0,026
Образование
Московская область
0,039
г. Москва
0,072
г.Санкт-Петербург
0,042
Краснодарский край
0,034
Респ.Башкортостан
0,028
Республика Татарстан 0,029
Свердловская область 0,031
Тюменская область
0,027
Предоставление прочих
коммунальных, социальных и
персональных услуг
Московская область
0,055
г. Москва
0,199
г. Санкт-Петербург
0,057
Краснодарский край
0,034
Республика Татарстан 0,023
Свердловская область 0,024
Тюменская область
0,030
Челябинская область
0,023
Строительство
Московская область
г. Москва
г. Санкт-Петербург
Краснодарский край
Ростовская область
Самарская область
Свердловская область
Тюменская область
0,057
0,118
0,050
0,036
0,027
0,026
0,026
0,041
Связь
Краснодарский край
Республика Башкортостан
Республика Татарстан
Кемеровская область
Московская область
г. Москва
г. Санкт-Петербург
Краснодарский край
Ростовская область
Респ. Башкортостан
Республика Татарстан
Тюменская область
0,027
0,050
0,150
0,047
0,036
0,026
0,026
0,031
0,044
0,031
0,025
0,025
Самарская область
Свердловская область
Тюменская область
0,027
0,028
0,025
Рассчитано автором по данным: [105]
108
На четвертом шаге производится расчет частных показателей фокуса
(cluster focus) (прил. 7), который представляет собой отношение числа занятых
в каждом региональном кластере к общей занятости в целом по региону (табл.
2.11).
Таблица 2.11
Расчет коэффициента концентрации (фокуса) Focus по видам экономической деятель
Сельское Добыча
Производств
Обрабат.
хозяйств
ои
Регионы/
Строитель
полезных
о,
распределен
ископаем производст
ство
виды деятельности охота,
ие
ва
ых
рыболовст
электроэнерг
во и0,137
т.д
и
Белгородская
0,036
0,171 ии, газа
0,023
0,074
воды
Брянская
0,096
0,000
0,161
0,028
0,061
область область
Владимирская
0,058
0,003
0,255
0,029
0,088
Воронежская
0,133
0,004
0,126
0,028
0,069
область
Ивановская
0,040
0,002
0,236
0,038
0,060
область
Калужская
область
0,049
0,004
0,237
0,028
0,098
область
Костромская
0,083
0,001
0,202
0,036
0,060
Курская
область
0,121
0,021
0,136
0,038
0,059
область
Липецкая область
0,116
0,006
0,177
0,027
0,074
Московская
0,029
0,001
0,176
0,025
0,092
Орловская
0,111
0,000
0,162
0,029
0,064
область область
Рязанская область
0,059
0,003
0,196
0,030
0,087
Смоленская
0,061
0,002
0,186
0,047
0,070
Тамбовская
0,234
0,000
0,135
0,024
0,035
область
,
E
Fo
J^
L
(О)
cus=
область
Empg
где Empig - численность занятых в i-той отрасли
в g-ом регионе; Етрд - общая занятость в целом
по i-му региону. Рассчитано автором по данным: [105]
На основании коэффициента концентрации Focus было выялено114
регионально-отраслевых сочетаний, удовлетворяющих пороговому значению.
Стоит отметить, 64 из них относились к отрасли оптовой и розничной
торговли, что свидетельствует о значимости сектора торговли.
На основе полученных промежуточных результатов производится
построение итоговой матрицы по всем регионам и отраслям, в которой за
каждый коэффициент, удовлетворяющий нормативу регион получает плюс - 1
«звезду» (прил. 8). Три «звезды», свидетельствующие о наличии естественного
кластера, были присвоены двум субъектам: г. Москва, в которой выявлен
кластер недвижимости, и Республика Дагестан - сельскохозяйственный
кластер.
109
На наш взгляд, подобный результат является чрезмерно укрупненным и
не
учитывает
некоторые
реалии
российской
экономики.
Методика
Европейской кластерной обсерватории разработана с учетом условий,
характерных экономике европейских стран, в которых число субъектов
обычно значительно меньше российских, в связи с чем выше концентрация
занятого населения по отраслям и регионам.
В целях адаптации методики для анализа российских регионов,
нормативное значение LQ снижено до единицы (LQ > 1), после чего повторно
произведены расчетные манипуляции по вышеописанному алгоритму.
После сокращения нормативного предела, удалось выявить 14
естественных кластерных образований (табл. 2.12). Сводная матрица по всем
субъектам представлена в приложении 8.
Таблица 2.12
Региональные кластеры, выявленные на основании методики Европейской
кластерной обсерватории
№
Регион
Кластер
1 Московская область
Недвижимость и аренда
2 г.Москва
Недвижимость и аренда
3 г .Санкт-Петербург
Недвижимость и аренда
4 Ростовская область
Сельское хозяйство, лес, охота и рыболовство
5 Волгоградская область
Сельское хозяйство, лес, охота и рыболовство
6 Республика Дагестан
Сельское хозяйство, лес, охота и рыболовство
7 Ставропольский край
Сельское хозяйство, лес, охота и рыболовство
8 Республика Татарстан
Обрабатывающие производства
9 Нижегородская область
Обрабатывающие производства
10 Самарская область
Обрабатывающие производства
11 Свердловская область
Обрабатывающие производства
12 Челябинская область
Обрабатывающие производства
13 Тюменская область
Добыча полезных ископаемых
14 Тюменская область
Электроэнергия, газ и вод
Для изучения инновационного компонента идентифицированных
кластеров необходимо проанализировать инновационную статистику по
данным кластерам в разрезе видов экономической деятельности и регионов
(прил. 9). С целью выявления инновационных среди идентифицированных
110
территориально-отраслевых кластеров, согласно методике, применяются 6
частных коэффициентов, 1 интегральный и 1 справочный (табл. 2.13):
Таблица 2.13
Система показателей применяемых при идентификации инновационных _
______ территориальных кластеров __________________________________
Коэффи
Название
циент
К
акт
К
зти
Кит
Кти
я
о
К
ми
Кэи
Кик
коэффициент
инновационной доля инновационных организаций в их общем числе
активности
коэффициент
затрат
на
технологические инновации
доля затрат на технологические инновации в общем объеме
отгруженных товаров, выполненных работ, услуг
коэффициент
инновационных
доля инновационных товаров, работ, услуг в общем объеме
товаров
отгруженных товаров, выполненных работ, услуг
коэффициент
технологических
инноваций
доля организаций, осуществлявших технологические
инновации в общем числе организаций
коэффициент
организационных
доля организаций, осуществлявших организационные
инноваций
инновации в общем числе организаций
коэффициент
маркетинговых доля
организаций,
осуществлявших
маркетинговые
инноваций
инновации в общем числе организаций
коэффициент
экологических доля
организаций,
осуществлявших
экологические
инноваций
инновации в общем числе организаций
коэффициент
инновационности кластера
G
HHH
Содержание
интегральный показатель, основанный на расчете
средней
геометрической
промежуточных
коэффициентов
объем используемых передовых
производственных технологий
справочная информация, применяемая для сопоставимой
оценки интегрального индекса инновационности кластера и
реальных объемов используемых передовых технологий
Составлено автором
Источником статистической информации для выбора коэффициентов,
характеризующих инновационную деятельность кластеров (Кжх, Кзти, Кти, Кзои,
Кзми, Кзэи, Кит, GHHH) является Федеральная служба государственной статистики
(раздел «Наука и инновации»). Для расчета интегрального коэффициента
инновационности кластера по каждому выявленному отрасли i региона g
представляет собой среднее геометрическое частных коэффициентов:
Кик — Vk! х к 2 х . . . х кп,
где k - i-тый показатель инновационности,
n - количество анализируемых показателей инновационности.
(21)
111
Кроме того, нами разработана шкала оценки уровня инновационности
кластера, представленная в таблице 2.14
Таблица 2.14
Шкала оценивания уровня инновационности территориально - ___
______ отраслевого кластера _______________ _______________
Интервал
Значение
0-50%
Слабый инновационный потенциал
50-75%
Средний инновационный потенциал
75-99%
Высокий инновационный потенциал
>100%
Инновационный кластер
Составлено автором
Условные обозначения
Вышеописанный алгоритм был применен к идентифицированным
территориально-отраслевым кластерам с целью анализа инновационности, по
результатам которого сформирована таблица 2.15.
Таблица 2.15
Расчет интегрального коэффициента инновационности кластера Кик
по идентифицированным территориально-отраслевым кластерам
№
Регион
Московская
1
область
г. Москва
2
Кластер
Недвижимость и аренда
3
Недвижимость и аренда
г. Санкт- Петербург
4 Ростовская
область
5 Волгоградская
область
Республика
6
Дагестан
7 Ставропольский
край
Республика
8
Татарстан
9 Нижегородская
область
Самарская
10
область
Свердловская
11
область
Челябинская
12
область
13 Тюменская
область
14 Тюменская
область
РФ
Недвижимость и аренда
К
акт
производства
Обрабатывающие
зти
8,5 5,6
16,1
4,3
14,8 3,1
Сельское хозяйство, лес, охота 8,4
и рыболовство
Сельское хозяйство, лес, охота 4,9
и рыболовство
Сельское хозяйство, лес, охота 2,5
и рыболовство
Сельское хозяйство, лес, охота 4,9
и рыболовство
Обрабатывающие
21,3
производства
Обрабатывающие
К
12,8
К
К
7,1
3,1 2,3
ти
13,8
7,8
2,4
4,6
2,0
2,9
4,0
1,9
4,5
20,0
3,6
производства
Обрабатывающие
9,4 3,1
7,8
производства
Обрабатывающие
7,0
производства
12,9 1,4
Добыча полезных ископаемых
Электроэнергия, газ и вод
12,9 1,4
среднее значение
Рассчитано автором по данным: [105]
8,4 2,5
зми
5 3,6
1,1 1,1
1,1
6,2
6,6
6,6
7,3
0,3
К
К
зэи ит
1,6 0,6
1,8 2,0
1,4 4,3
2,9
1,4
1
3,1
1,6
3,2 1,3
1
0,3
0,2
1,1
0,6
4,7 4,8
6,5
3,2
2,4
3,8
3,6
1,4
1,7
3,1
2,3 3,0
3,6
4,4
1,1
2,6
3 1,7
1,5
3 1,7
1,5
2,4 1,4
1,6
0,7
4,6
0,5
1,4
0,3
0,7
1,2
8,6
3,7
0,7 0,7
2
4,5
4,2
1,2
4
Кик G U H
3,0 H 7
2,4 0,9
0,6 0,6
11,3 3,7
3,9 2,9
2,2
К
14,9 4,3 2,4
3,8
0,1
зои
1,2
0,7
3
2,6
0,2
2,1
0,2
2,1
1,6 1,6
2,8
3,7
3,7
112
Так, двухэтапная методика идентификации ИТК позволила выявить, что
инновационными являются кластер обрабатывающих производств Республики
Татарстан, значение интегрального коэффициента инновационности по
которому составило 6,5. Анализ приоритетных ИТК, проведенный в
предыдущем параграфе лишь подтверждает лидерство Татарстана в вопросах
реализации инновационной кластерной политики. На территории региона
успешно функционирует один из крупнейших российских кластеров - Камский
инновационный территориально- производственный кластер Республики
Татарстан.
В городе Москва и Московской области выявлен кластер недвижимости
и аренды. На территории регионов с 2012 по 2016 годы функционировало
множество
отдельных
ИТК,
которые
в
2016
году
приказом
Минэкономразвития были объединены в единый Консорциум. Сегодня регион
является лидером по количеству используемы инновационных технологий
(15,6% от общероссийских инноваций применяется именно в Москве и
области), по объему затрат на производство инновационных товаров, работ,
услуг.
Кластер обрабатывающих производств Нижегородской области также
вошел в группу инновационных кластеров. Стоит отметить, что в рамках в
области функционирует Нижегородский индустриальный инновационный
кластер в области автомобилестроения и нефтехимии, созданный в рамках
проекта пилотных ИТК. Однако данный кластер не был включен в перечень
лидеров - приоритетных ИТК с 2016 по 2020 гг. На наш взгляд это связано с
тем, что совокупный объем выручки и отдача от инвестиций (ROI) оказались
ниже уровня лидирующих кластеров. Несмотря на это, считаем, что
Нижегородская
область
характеризуется
высоким
инновационным
потенциалом, в связи с чем необходимо принятие мер по укреплению кластера.
Кластер обрабатывающих производств Свердловской области также
является инновационным. Область занимает одно из лидирующих позиций
113
по уровню инновационной активности, доле технологических инноваций, доле
производства инновационных товаров. На территории области функционирует
Титановый кластер.
Сельскохозяйственный кластер Ростовской области также входит в
группу инновационных, однако следует отметить, что ни в рамках проекта
пилотных инновационных кластеров, ни в числе лидеров ИТК область не
фигурировала.
Обладая
большим
сельскохозяйственным
потенциалом,
область демонтирует высокие темпы экономического роста [105]. На наш
взгляд, создание инновационного сельскохозяйственного территориально
кластера явилось бы стратегически эффективным для региональной политики
области.
Также анализ показал, что Челябинская область характеризуется
высоким инновационным потенциалом для проведения кластерной политики в
сфере обрабатывающих производств, Тюменская область - в сфере добычи
полезных ископаемых и производства и распределении энергии, газа и вод.
Самарская
область
продемонстрировала
средний
уровень
инновационного потенциала, несмотря на то, что в области расположен
инновационный аэрокосмический кластер, успешно функционирующий и
включенный в перечень лидеров ИТК. Волгоградская область также вошла в
группу регионов со средним уровнем инновационного потенциала. Участники
данной группы имеют потенциальную возможность развития кластерной
инновационной деятельности в регионе, однако осуществление этой политики
требует выполнения ряда условий: повышение конкурентоспособности
регионов и, как следствие, повышение инвестиционной привлекательности,
финансирование
и
льготные
механизмы
денежно-кредитной
и
налогово-бюджетной политики региона и т.д.
Территориально-отраслевые
кластеры
Республики
Дагестан
и
Ставропольского края вошли в группу с низким уровнем инновационного
потенциала, в связи с чем не рекомендуется формирования кластеров в этих
регионах на данном этапе экономического развития.
114
Стоит отметить, что в ходе кластерной идентификации большому
количеству областей, краев и республик были присвоены две «звезды», что
также говорит о наличии процесса формирования кластера в таких регионах. В
сфере сельского хозяйства, охоты, лесного хозяйства, рыболовства и
рыбоводства можно выделить следующие субъекты: Тамбовская область,
Республики Башкортостан, Мордовия, Алтай, Калмыкия, Краснодарский край
и т.д. Многие из перечисленных регионов являются сельскохозяйственными
«гигантами» России, однако не получили три «звезды» в виду небольшой
концентрации занятых работников сфере относительно других в каждом
конкретном регионе или из-за небольшого размера кластера в регионе
относительно страны в целом.
Высокий уровень инновационного потенциала данных кластеров
очевиден. По данным министерства сельского хозяйства в 2016-2018 годах
происходит
интенсивное
внедрение
инновационных
процессов
в
агропромышленном комплексе. Так, в Тамбовской области заключено
соглашение с фондом «Сколково», запущены процессы по созданию центров
акселерации
для
стартапов
и
формированию
территориального
инновационного кластера «Мичуринская долина» с объемом инвестиций,
равным 12,5 млрд. рублей (осень 2018 года) [106]. Тамбовская область стала
пилотным регионом реализации мероприятий по увеличению проникновения
технологий «интернета вещей» в агропромышленный комплекс. В регионе
разрабатывается единая IT-платформа аграрного рынка. Главным элементом
инновационной инфраструктуры и основой инновационного кластера является
Мичуринский государственный аграрный университет.
Новейшие разработки ученых-представителей научного сообщества
Ставропольского государственного аграрного университета стали открытием
главной всероссийской выставки области продвижения высоких технологий,
инноваций и инвестиционных проектов в научно-технической сфере.
«Высокие технологии. Инновации. Инвестиции» (HI-TECH), проводимой в
115
рамках Петербургской технической ярмарки. Победителями стали более 60%
поданных заявок.
Кроме того, Ставропольский ГАУ стал участником проекта по созданию
региональных агропромышленных кластеров, основой функционирования
которых должно стать интеграция техногенных датчиков с живой структурой
сельского хозяйства. Другими словами, в региональных инновационных
кластерах
будут
внедряться
(телекоммуникационные)
исключительно
комплексы,
в
радиоробототизированные
которых
физический
уровень
отрабатывается автоматически полностью (порядка 100 датчиков с учётом
определённого
сельскохозяйственного
цикла).
При
этом
планируется
применение системы распределённой глобальной связи, представляющей
собой любые диапазонные частоты в разрешённых пределах применения,
передающие исключительно достоверные данные.
Существует множество подобных примеров в рамках проведенного
анализа.
Строго
количественная
оценка
инновационных
кластеров
способствует увеличению вероятности возникновения погрешности ввиду
отсутствия учета внешних факторов. Поэтому при выявлении инновационного
аспекта территориально-отраслевых кластеров на втором этапе в рамках
методики предлагается дополнительная оценка кластеров, получивших на
первом этапе 2 звезды и сопоставление этих результатов с экономическими и
геополитическими реалиями.
Таким образом, применение и оценка достоверности разработанной
методики показала, что выявленные инновационные территориальные
кластеры на самом деле сопоставимы с существующими на территории
субъектов РФ. Двухэтапная методика идентификации инновационных
кластеров позволяет на первом этапе отсеять большую часть показателей
выборки, не удовлетворяющих критериям М. Портера, и только потом
проводить оценку инновационности по тем регионам и отраслям, которые
образуют территориально-отраслевые кластеры. Для адаптации нормативных
значений, применённых М. Портером, к российской экономике необходим их
116
пересмотр с целью предотвращения идентификации слишком укрупненных
образований, не имеющих ничего общего с кластерами. Для окончательного
определения
окончательного
перечня
необходимо
дополнительно
проанализировать субъекты, которым было присвоено две «звезды», а также
учесть внешние факторы, влияющие на формирование инновационных
территориальных кластеров.
Выводы к главе 2.
Проведенное
особенностей
исследование
кластеризации
функциональных
мирового
хозяйства
и
региональных
позволило
сделать
следующие выводы:
- в настоящее время более 60% ведущих экономических держав
используют кластерную политику или отдельные элементы кластеризации для
обеспечения эффективного и постоянного экономического роста;
- история развития кластеров в мировой экономике берет свое начало в
40-х годах 20 века, когда в США стали появляться первые национальные
лаборатории;
- в мировой экономике существует двоякое понимание категории
кластер:
с
одной
стороны
современные
тенденции
способствуют
кластеризации всех отраслей экономики, и зачастую сами отрасли в рамках
одного региона или одного государства рассматриваются в качестве кластеров
(например, в США); с другой стороны - функционируют инновационные и
производственные кластеры, представляющие собой объединения конкретных
предприятий, не предполагающие строгой отраслевой принадлежности;
- первыми инновационными кластерами в современном понимании
являются конкурирующие между собой американские кластеры «Кремниевая
долина» и «Шоссе 128»;
- после значительного успеха «Силиконовой долины» в США, по всему
миру стали появляться аналогичные формирования: Медиконовая
117
долина в Дании и Швеции, Automotitive Cluster Ostdeutdchlands в Г ермании,
Долина Соппоро в Японии и «Кремниевая долина Китая» (Чжунгуаньцунь);
- в Евросоюзе сложилась кластерная специализация в разрезе стран,
согласно которой нефтегазовый комплекс и химия преобладают в Швейцарии,
Г ермании, Бельгии; машиностроение и ремонт, электроника - в Нидерландах,
Италии, Г ермании, Норвегии, Ирландии и Швейцарии; альтернативная
энергетика в Финляндии, Швеции и Норвегии; автомобилестроение в
Германии, здравоохранение - в Дании, Швейцарии, лесобумажный комплекс в Финляндии, биотехнологии и биоресурсы - в Финляндии, Швеции,
Норвегии, Великобритании, Г ермании; фармацевтика и косметика - в Дании,
Швеции, Франции, Италии, Германии; образование - в Великобритании,
Австрии и Финляндии;
- кластерная политика была ключевым элементом стабилизации
экономической ситуации по многих странах, особенно в период послевоенного
восстановления (США, Япония, Германия и др.);
- с 2012 года на территории РФ функционировало 25 пилотных
инновационных территориальных кластеров, разделенных на две группы: 14
кластеров, для которых характерны высокая проработанность проектов и
высокий уровень инновационного и производственного потенциала, и 11
кластеров, политика и программа которых должна была быть проработана
более детально в дальнейшем;
- к основным направлениям, в рамках которых функционируют
инновационные кластеры в России относятся ядерные и радиационные
технологии, производство летательных и космических аппаратов, химическая
промышленность,
судостроение,
биотехнологии
и
медицинская
промышленность, фармацевтика, новые материалы, информационно
-
коммуникационные технологии и электроника;
- наличие ИТК на территории субъектов РФ положительно сказалось на
основные социально-экономические показатели, такие как ВРП, безработица,
инновационная активность и т.д.;
118
- по итогам работы кластеров, на основании анализа основных
экономических показателей приказом Минэкономразвития были отобраны 11
кластеров - лидеров инвестиционной деятельности мирового уровня, которые
на сегодняшний день составляют основу кластерного развития инновационной
деятельности РФ;
- идентификация
инновационных
кластеров
путем
применения
авторской методики показала, что основные кластеры в РФ функционируют в
сфере обрабатывающих производств, сельского хозяйства, недвижимости и в
добывающих отраслях, при этом следует отметить, что большинство
идентифицированных территориально-отраслевых кластеров совпало с уже
функционирующими на территории страны ИТК;
- 2 из 14 идентифицированных кластеров принадлежали отрасли
сельского
хозяйства
и
характеризовались
низкими
показателями
инновационности, вследствие чего не могут быть отнесены к ИТК;
- общая тенденция ИТК в Российской Федерации выражается в
территориальной близости кластеров к крупнейшим экономическим центрам
страны и, следовательно, сильна дифференциация регионов страны по уровню
инновационного развития.
119
ГЛАВА 3. ПЕРСПЕКТИВЫ РАЗВИТИЯ ИННОВАЦИОННОЙ
СИСТЕМЫ РОССИИ НА ОСНОВЕ ЭФФЕКТИВНОЙ
КЛАСТЕРНОЙ ПОЛИТИКИ
3.1. Возможности и угрозы кластеризации российской экономики на
пути к совершенствованию инновационной политики
В
целях
выявления
проблем,
препятствующих
кластеризации
инновационной деятельности российской экономики, следует провести анализ
сильных и слабых сторон процесса, а также обозначить потенциальные
возможности и угрозы инновационных кластеров в России для последующей
оценки перспективных направлений кластерной политики в области инноваций.
Оптимальным методом является проведение SWOT- анализа. В таблице 3.1
представлены сильные и слабые стороны этого процесса, а также возможности и
угрозы.
Таблица 3.1
SWOT-анализ кластеризации инновационной деятельности России ___
Сильные стороны (strength)
Слабые стороны (weaknesses)
- Обширное
бюджетное
финансирование
производственных и организационных направлений
кластера.
- Наличие специализированных организаций.
- Синергетический эффект.
- Природно-сырьевой потенциал.
- Территориальная близость участников и теснота
взаимосвязей.
- Доступ
к
дорогостоящим
технологиям,
- Преобладание
государственных
кластерных
оборудованию и информации.
инициатив над частными.
- Горизонтальная мобильность персонала.
- Доминирование государства над наукой и бизнесом
и отсутствие обратных связей.
- Сетевое партнерство государства, бизнеса и науки
сведено к софинансированию затрат.
- Создание
кластеров
методом
политических
решений, а не экономического анализа.
- Предписания региональных властей о закупке
компаниями оборудования в рамках кластера.
- Низкий уровень организационных инноваций.
- Сосредоточение
кластеров
в
крупных
экономических центрах страны.
- Высокие показатели коррупции и оттока капитала.
- Низкая эффективность российских НИОКР.
- Отсутствие четкой системы показателей оценки
эффективности кластерной политики.
120
окончание табл. 3.1
Возможности (opportunities)
Угрозы (threats)
- Сокращение издержек производства.
- Блокировка развития национальных инноваций
- Увеличение
эффективности
инновационной из-за замещения номинально инновационных кластеров
процессами индустриализации.
деятельности (прибыли).
- Образование межведомственной мини-вертикали
- Ускорение
коммерциализации
российских
(бюрократизация).
инновационных разработок.
- Угроза процессам конкуренции (дискриминация
- Обеспечение импортозамещения.
- Оперативное проведение мероприятий «сверху» компаний, внешних относительно кластера).
- Уязвимость к внешним изменениям регионов с
благодаря сильной вертикали власти.
высоким уровнем кластерной специализации.
- Ускорение инновационных процессов в регионе.
- Дифференциация уровня инновационного и, в
- Развитие на территориях, включающих кластеры,
целом, экономического развития регионов страны,
объектов инфраструктуры.
имеющих кластеры, и периферийных регионов.
- Развитие частных кластерные инициатив.
В ходе анализа нами были выделены сильные и слабые стороны, угрозы и
возможности инновационного кластера, как в широком смысле (характерные
любым ИТК, так и в узком (характерные российским ИТК).
Для характеристики недостатков кластерного развития инновационной
деятельности Российской Федерации, необходимо обратить внимание на
правый столбец таблицы 3.1. Стоит отметить, что SWOT-анализ показал, что
слабых сторон внедрения кластеров в российскую экономику значительно
больше, чем сильных.
На наш взгляд важнейшим недостатком современной российской
кластерной политики является преобладание государственных кластерных
инициатив над частными, несмотря на парадоксальность данного утверждения.
Согласно анализу, проведенному нами во второй главе, не более 30%
действующих кластеров инициированы бизнесом или университетами. А
учитывая тот факт, что зачастую университеты по форме собственности
являются государственными, финансируются бюджетными средствами и
подконтрольны
исполнительным
инициатив сокращается еще больше.
органам
власти,
показатель
частных
121
Смежной является проблема, связанная с доминированием государства
над наукой и бизнесом, а также отсутствие обратных связей в инновационной
цепи «государство-наука-бизнес». На наш взгляд, с одной стороны,
государственное участие может быть гарантом принятия справедливых и
непредвзятых стратегических решений, направленных на укрепление и
экономическое развитие инновационного кластера. С другой же стороны, как
показывают исследования, многие из них либо носят номинальный характер и
фактически не участвуют в принятии решений, уступая эту функцию
региональным органам власти, либо, имея право голоса, создают двойной
бюрократический барьер, затрудняющий как инновационные процессы, так и
действие основополагающих законов свободной и справедливой конкуренции.
Примером
могут
послужить
слова
председателя
правления
петербургского некоммерческого партнёрства «Медико-фармацевтические
проекты. XXI век», связанные с чередой неудач фармкластеров России в
2013-2015 гг., согласно которым программы, подготовленные органами власти
содержат невыполнимые условия для кластерных образований. По его словам,
«ни одно кластерное объединение в принципе не может этому соответствовать,
там везде содержатся разные требования».
В
российской
кластерной
политике,
ввиду
доминирования
государственного элемента, решения о создании кластеров принимаются
преимущественно политическим методом, а не на основании экономического
анализа конкурентоспособности регионов и концентрации на их территории
инновационного потенциала. Вследствие этого могут возникать проблемы
эффективности функционирования, низкая отдача от инвестиций, малый
процент реализации задуманных проектов и т.д.
Во всем мире кластерная политика построена на сетевом партнерстве
государства, бизнеса и науки. Центральным во взаимоотношениях этих
элементов является понятие партнерства, как явления, предполагающего
равное, взаимовыгодное взаимодействие. В России зачастую участие
122
государства в таком партнерстве сведено к софинансированию затрат. Как уже
говорилось, сегодня страна занимает 1 место в мире по объему выделяемых
финансовых
ресурсов,
направленных
на
обеспечение
и
развитие
инновационных кластеров. Поддержка государства - это безусловно важно,
однако
стоит
отметить,
что
часто
госинвестиции
оказываются
малоэффективными или вовсе не окупаются.
Например,
Путинский
инновационный
кластер,
полностью
оборудованный и профинансированный, за три года, прошедшие с его
создания, реализовал только два проекта. Другой пример - проект
медицинского кластера в Ставропольском крае, который должен был стать
первым в своем роде кластером сочетаютим инновационные методики
медицины и природную силу минеральных вод Северного Кавказа. Однако
строительство так и не началось, несмотря на финансирование. В результате,
генпрокуратура заинтересовалась работой «Корпорации развития Северного
Кавказа»,
курирующей
строительство
медкластера.
Были
выявлены
нарушения: несоответствие фактических итогов работы компании целевым
показателям, необоснованный рост расходов на командировки и заработную
плату,
нарушения
в
сфере
налогового,
трудового
и
гражданского
законодательства.
В целом, вместо 40 проектов на территории Северного Кавказа
корпорацией развития было реализовано 7, при этом объем привлеченных
частных инвестиций вместо 35 млрд. рублей составил всего 6 млрд, а
количество созданных рабочих мест - 600 против запланированных 15 тыс.
Это
свидетельствует
о
недобросовестном
отношении
к
субсидированным денежным средствам. На наш взгляд, при условии
преобладания частных инвестиций в кластерах, эффективность использования
денежных средств была бы выше из-за усиленного внимания бизнеса к своим
средствам.
Г оворя о денежных потоках следует отметить, что в сфере
инновационной деятельности существует проблема коррупции и оттока
123
капитала. Особенно данная проблема проявляется в процессах кластеризации.
Обзор индекса восприятия коррупции в странах мира, составляемого
международной неправительственной организацией Transparency International,
что в 2017 году Россия находилась на 141 месте из 180 по уровню
коррумпированности. При этом сложилась тенденция к увеличению данного
показателя, и страна с каждым годом теряет свои позиции в рейтинге.
Неоднократные скандалы вокруг самого известного российского кластера
«Сколково», публикуемые в СМИ, показывают наличие некоторых проблем по
«отмыванию» и нецелевому использованию денежных средств. Так, проблему
коррупции в инновационной среде можно описать следующим утверждением:
существует обратная корреляция между уровнем коррупции и инновационным
развитием.
На наш взгляд, инновационная деятельность является сферой, где
высокую ценность представляет принцип мобильности. Региональная
политика и внутренняя политика инновационных кластеров обязует своих
участников
закупать
необходимое
оборудование,
сырье
и
другие
материальные запасы внутри кластера. Это ограничивает мобильность и, как
мы считаем, эффективность, поскольку влечет за собой невозможность выбора
наиболее выгодных условий по цене, качеству, срокам поставки и т.д.
Особенностью
российской
кластерной
политики
является
сосредоточение кластеров в крупных экономических центрах страны, таких
как
Москва
Республика
и
Московская
Татарстан
и
область,
др.
Санкт-Петербург,
Следствием
этого
Новосибирск,
является
сильная
дифференциация регионов по уровню инновационного развития. Очевидны
принятые правительством решения о формировании ИКТ именно в регионах,
где уже развита инновационная деятельность. Это является экономически
обоснованным и выгодным шагом. Однако создание кластеров или похожих
объектов инновационной инфраструктуры (инновационных центров, бизнес
124
инкубаторов, инновационных платформ и т.д.) в регионах стало бы триггером
инновационного развития.
Анализ инновационной деятельности РФ показал, что развитие
организационных инноваций отстает от других видов инновационной
деятельности.
На
наш
взгляд,
процессы
кластеризации
инноваций
непосредственно связаны с внедрением новых методов в ведении бизнеса,
организации рабочих мест и организации внешних связей. Например, нами
был выявлен сельскохозяйственный кластер Ростовской области, которого не
оказалось среди функционирующих ИТК России. После анализа показателей
инновационности было выявлено, что в области достаточно высокий уровень
инновационной активности, высокие затраты на технологические инновации, а
по показателю инновационной продукции в общем выпуске региона кластер
отстает только от обрабатывающего кластера Республики Татарстан. При этом
коэффициент организационных инноваций оказался ниже среднего на 30,1%.
Очевидно, что именно новейшие методики и подходы к осуществлению
инновационной, новейшие бизнес-модели являются тем ключевым элементом,
которые осуществляют построение единой производственной структуры
внутри ИТК.
Слабой стороной российских кластеров также является отсутствие
четкой системы показателей оценки эффективности кластерной политики.
Высшей
школой
экономики,
совместно
с
Российской
кластерной
обсерваторией проводится работа по созданию и улучшению единого
информационно-аналитического ресурса российских ИТК. Также запущен
проект по картированию. Однако поиск необходимой информации по
кластерам ограничен, открыта лишь часть данных. Это свидетельствует об
отсутствии единой информационной среды, где предприниматели, малый,
средний и крупный бизнес имеют доступ к данным для принятия решения
участия в инновационной деятельности в рамках того или иного кластера.
На основании выявленных слабых сторон ИТК России, были
сформулированы основные угрозы.
125
Во-первых,
существует
угроза
образования
межведомственной
вертикали, ведущей к бюрократизации инновационной деятельности. Сегодня
во всех ИТК, помимо региональных и федеральных институтов, контроль
над
компаниями-участницами
осуществляется
специализированными организациями. С одной стороны, такие организации
создаются
в
целях
повышения
эффективности
компаний,
для
их
информационной, юридической поддержки. Но в российских условиях
высокой коррумпированности и процессов отмывания капиталов, существует
риск трансформации таких организаций в еще один элемент бюрократической
лестницы,
ограничивающей
свободу
конкуренции
и
затрудняющей
часто
присутствует
инновационную деятельность кластеров.
В
рамках
кластерной
политики
нескоординированность в реализации проектов, что ведет к дополнительным
убыткам или недополученной прибыли для предпринимательских структур,
принявших решение о вхождение в кластер. Подобный пример можно
привести
из
практики
развития
Санкт-Петербургского
фармкластера.
Участник ИТК, швейцарская компания «Новартис» - одна из лидирующих на
мировом и российском фармрынке 19 мая 2015 г. произвела запуск нового
завода полного цикла «Новартис Нева» в Санкт-Петербурге. Однако
региональное
правительство
(руководство
кластера)
не
обеспечило
своевременную готовность инфраструктуры. Вследствие этого возникли
существенные трудности при строительстве завода и оснащении его
оборудованием.
Предписания компаниям о взаимодействии в цепочке «покупательпоставщик», а именно о выборе контрагентов внутри кластера, могут
оказывать как положительный эффект, так и являться угрозой процессам
конкуренции.
Подобные
действия
могут
квалифицироваться
как
дискриминационные условия для компаний как внутри кластера, так и для
внешних. Вследствие такой политики ограничиваются доступ на товарный
рынок, условия производства, обмена, потребления, приобретения, продажи,
126
иной передачи товара. Возникает ситуация, при которой одни хозяйствующие
субъекты поставлены в неравное положение по сравнению с другими
хозяйствующим субъектом (п. 8 ст. 4 ФЗ «О защите конкуренции» от 26 июля
2006 г. N 135-ФЗ).
Узкая специализация региона, в котором большинство предприятий
относится к определенному кластеру, в котором преобладает одна отрасль
промышленности, является фактором уязвимости к изменению глобальных
экономических
и
институциональных
условий,
при
этом
теряется
экономическая и производственная гибкость. К таким кластерам, можно
отнести
Нефтехимический
машиностроения
и
ИТК
в
Республике
металлообработки
Липецкой
Башкортостан,
области
и
ИТК
ИТК
«Фармацевтика, биотехнологии и биомедицина» в Калужской области. Кроме
того этой угрозе подвержены регионы с узкой сельскохозяйственной
направленностью ИТК, в которых высокое значение имеет фактор сезонности.
Кроме того, существует угроза замещения номинально инновационных
кластеров процессами индустриализации. Инновации - это всегда высокий
риск и отсутствие 100% гарантии коммерциализации товара и его успеха на
рынке. Ввиду этого, для компаний предпочтительнее выбирать традиционные
формы
производства,
которые
обеспечат
гарантированное
получение
прибыли. Такие процессы представляют угрозу для устойчивого развития и
конкурентоспособности национальной инновационной системы. Остается
нерешенной проблема, связанная с низкой эффективностью российских
НИОКР, которые преимущественно изолированы от потребностей бизнеса.
В России научно-исследовательские институты (НИИ) традиционно
обособлены от университетов и бизнеса и большинство из них входят в состав
государственной Российской Академии Наук (РАН). Большая доля затрат на
науку приходится именно на эти институты, в то время как, например, в
Финляндии стержнем инноваций выступают университеты и
Ml
предприятия. Российские высшие учебные заведения в значительной степени
ограничены в возможностях проведения собственных НИОКР, а их
совокупные расходы обычно не превышают 7% от общих затрат. Говоря о
НИИ, которые получают постоянное финансирование, они не всегда способны
предоставить
бизнесу
готовые,
технологически
конкурентоспособные
решения, поскольку действуют обособлено и не учитывают интересов и
практического опыта бизнеса.
Таким образом, SWOT-анализ показал наличие серьезных трудностей
кластерной политики и угроз развития национальной инновационной системы.
На сегодняшний день, несмотря на усиленное внимание российского
правительства к вопросам кластеризации инновационной деятельности,
слабых сторон оказалось значительно больше, чем сильных. Это означает, что
политика в данной области остается несовершенной и требует некоторых
доработок. Оставаясь нерешенными, проблемы кластеризации инновационной
деятельности становятся причиной циклических спадов, в результате чего
затрудняется формирование национальной инновационной системы.
3.2. Совершенствование инновационной системы России на основе
использования зарубежного опыта кластеризации
Российская Федерация была и остается одной из крупнейших мировых
экономик, экономический потенциал, которой во много раз превышает
потенциал других стран. При этом направлением специализации являются
первичные отрасли. Очевидна и разносторонне изучена необходимость
переориентации экономики на обрабатывающие отрасли и экспорт товаров и
услуг конечного потребления. Инновационная деятельность является одной из
ключевых форм организации производственных процессов, которая способна
обеспечить смену приоритетных направлений экономического уклада страны.
128
Мировой опыт инновационной деятельности свидетельствует о том, что
наиболее эффективной формой осуществления инновационной деятельности
является кластеризация. Кластеры, на сегодняшний день, являются стандартом
и неотъемлемой частью экономической политики любого развитого
государства.
SWOT-анализ, проведенный в параграфе 3.1 позволил сделать вывод о
том, что в России инновационные кластеры сталкиваются со значительными
проблемами. Однако в противовес им выступают сильные стороны ИТК,
которые обеспечивают определенные возможности и приоритеты развития
национальной инновационной системы.
Прежде всего, стоит отметить, что
в Российской Федерации
значительную часть финансирования производственных и организационных
направлений инновационных кластеров финансирует государство. В кластерах
создаются специализированные организации, призванные осуществлять
сопровождение инновационной деятельности компаний внутри кластера,
обеспечивать поддержку и способствовать их развитию.
Территориальная близость участников и теснота взаимосвязей является
главным преимуществом инновационных территориальных кластеров. Во
взаимодействии компаниям удается достигать синергетического эффекта,
увеличивать
производительность,
снижать
затраты
на
производство
инновационных товаров, работ или услуг, а значить добиваться выпуска
конкурентоспособной продукции. При этом компании-участницы, в том числе
малый и средний бизнес получают доступ к дорогостоящим технологиям,
оборудованию и информации. В рамках инновационных территориальных
кластеров
происходит
ускорение
коммерциализации
российских
инновационных разработок, поиск каналов сбыта, в том числе и экспортных, и
непосредственная реализации инновационной продукции за рубежом и на
территории страны.
Сильной стороной кластерной политики является горизонтальная
мобильность персонала внутри кластера, возможность получения навыков и
129
производственного опыта сразу в разных направлениях отрасли. При этом во
многих кластерах осуществляется также поддержка переквалификации и
подготовки кадров.
Сильной стороной российских инновационных кластеров являются
огромный природно-сырьевой потенциал. Разнообразие отраслей, в которых
специализируются российские кластеры, несравнимо ни с одним другим
государством: от нефтехимии и биотехнологий до IT. Кроме того, благодаря
наличию инновационных кластеров регионах происходит развитие объектов
инфраструктуры, ускоряются инновационные процессы в целом.
Кластерная политика для российской экономики, начиная с 2014 года,
приобрела особое значение в связи с появлением экономических санкций
против РФ и активизацией процессов импортозамещения. По словам
руководителя
Ассоциации
кластеров
и
технопарков, данные
формы
инновационной активности зарекомендовали себя как эффективные площадки
для реализации проектов по импортозамещению. На сегодняшний день,
проведен ряд мероприятий при поддержке Минпромторга России. Самыми
перспективными
стали
такие
отрасли,
как
станкостроение,
тяжелое
машиностроение, легкая промышленность, фармацевтика, радиоэлектроника.
Стоит отметить, что доля импорта в этих отраслях доходит до 90%, а благодаря
кластерному механизму предприятиям и отраслям удается снижать эти
показатели
Российская кластерная политика, благодаря сильной вертикали власти,
может обеспечить оперативное проведение мероприятий сверху. Основными
направлениями развития инновационной деятельности на основе выявленных
сильных и слабых сторон, а также угроз и возможностей должны стать:
1. Развитие частных кластерных инициатив. Главным решением
проблемы нецелевого использования финансирования компаниями кластера,
является пересмотр кластерной политики в части финансового участия
субъектов кластера в инновационных процессах. Необходимо создание
сбалансированных и равноценных условий для всех участников по принципу
130
тройной
спирали.
Мировой
опыт
функционирования
инновационных
кластеров показывает, что проекты внутри кластера должны финансироваться
в большей степени из частных средств. Однако, на наш взгляд, соотношение
«50
на
50»
является
оптимальным
для
российских
условий.
Для
финансирования социально ориентированных или приоритетных для развития
национальной экономики проектов допустимо целесообразно участие
государства в большей доле, по сравнению с другими субъектами кластера.
2. Усиленный контроль над финансовыми потоками. На сегодняшний
день основная поддержка инновационных кластеров осуществляется через:
венчурные фонды с государственным участием ПАО «Российская венчурная
компания» (ПАО «РВК»), государственную корпорацию «Банк развития и
внешнеэкономической деятельности (Внешэкономбанк)» и его подразделение
- «МСП Банк», ПАО «РОСНАНО», Фонд содействия развитию малых форм
предприятий в научно- технической сфере. Следует усилить контроль за
финансовыми средствами, предоставляемыми данными организациями.
Однако, на наш взгляд, усиление контроля не должно выражаться в создании
дополнительных институтов в вертикали государственной власти, поскольку
такая мера не обеспечить должного контроля, а, станет способом
дополнительной бюрократизации инновационных процессов. Целесообразной
мерой будет пересмотр механизма финансирования, переход на периодичное
финансирование, предполагающее поэтапное предоставление средств на
реализацию проекта, после успешного завершения очередного этапа.
Успешность
реализации
может
оцениваться
специальным
набором
показателей: сроки, качество, % выполнения, опережающая реализация и т.д.
3. Учет приоритетов. При формировании проектов и принятии решения
об объемах финансирования в рамках федеральных и региональных целевых
программ следует учитывать приоритеты каждого региона. Так, следует
увеличивать инвестиционные потоки в инновационные кластеры в
131
периферийные регионы, в которых инновационная деятельность слабо развита
(Северо-Кавказский федеральный округ, Дальневосточный федеральный
округ). Учет приоритетов регионов позволит сократить дифференциацию
регионов по уровню инновационного развития.
4. Ориентация на международные рынки. Необходимо обеспечить
использование потенциала технологических платформ в целях активизации
российского участия в международных совместных научно-технических
проектах. Активизация взаимодействия с технологическими платформами ЕС
и иными международными организациями, в частности в рамках инициативы
«Партнерство
для
модернизации»,
конкурентоспособности
российских
будет
способствовать
кластеров.
повышению
Тенденции
изоляции
производственных и инновационных процессов в последние годы не
оказывают положительное влияние на кластерную политику. Отказываясь
выхода на международные рынки высококонцентрированные кластеры
становятся неконкурентоспособными во внешней среде, ввиду отсутствия
гибкости и открытости. Изоляция и полная ориентация на импортозамещение
приводят к тому, что кластер становится невосприимчивым к внешним
изменениям и трендам, останавливаясь в развитии, что коренным образом
противоречит принципам инновационных кластеров.
5.
Повышение эффективности российских НИОКР. Существует
необходимость
пересмотра
механизма
взаимодействия
научных
и
образовательных институтов и университетов с бизнесом. На наш взгляд,
наиболее рациональным и эффективным будет взаимодействие бизнеса с НИИ
РАН через университеты. Так будет достигнут синергетический эффект: НИИ
получать возможность осуществлять разработки на основе реального опыта
бизнеса, проводить исследования совместно с университетами, привлекая
новые таланты, в результате чего будет обеспечено практическое применение
разработок и эффективное
132
использование инвестированных государством и бизнесом денежных средств.
6. Ориентация
на
обрабатывающие
производства
и
сферу
высокотехнологичных услуг. Сырьевая зависимость остается актуальной
проблемой РФ. Формирования кластеров является неотъемлемым элементом в
механизме преодоления данной проблемы. Необходимо стимулировать
переход обрабатывающих отраслей (машиностроение, электроника, легкая,
пищевая промышленность и т.д.) на инновационные методы в производстве, в
целях повышения конкурентоспособности продукции, как для внутреннего
потребителя, так и при экспорте.
7.
Внедрение организационных инноваций. Новейшие бизнесмодели,
методы производства и взаимодействия, ко-воркинг, ко-брендинг и другие
формы совместной деятельности являются основой формирования успешного
кластера. Выполнение данной задачи скорее адресовано представителям
бизнеса, а не правительству. Компаниям, входящим в кластер, необходимо
направлять часть инвестиций на внедрение организационных инноваций, для
поддержания
внутрикластерных
взаимосвязей
и
обеспечения
взаимовыгодного партнерства.
8.
Информационно-аналитическое
обеспечение
кластерной
деятельности. Для расширения и активизации кластерных процессов в
инновационной деятельности необходимо создание инструмента для сбора и
анализа информации о функционировании кластеров. В РФ существует
подобный механизм, разработанный Российской кластерной обсерваторией.
Однако он значительно отстает от зарубежных аналогов, как по системе
исследуемых показателей, так и по полноте информации. Успешным
примером может служить американский ресурс clustermapping.us, созданный в
рамках проекта USA Cluster Mapping Project усилиями Гарвардского
университета и Министерства Экономического Развития США. Портал
предоставляет открытый оперативный доступ к информации о кластерах и
регионах, отраслях и важнейших показателях их функционирования (рабочие
133
места,
эффективность,
географический
охват
и
множество
других
параметров). Кроме того портал предоставляет информацию о всех
программах
исследований
правительственной
в данной
поддержки
и
сфере. Создание или
ссылки
на
источники
доработка подобного
инструмента в Российской Федерации значительно облегчит любые
исследования и позволит получать более качественные результаты. Это, в
свою очередь, окажет положительное влияние на все элементы «тройной
спирали»: наука получит возможность точного и глубокого анализа, бизнес
будет использовать информацию для принятия управленческих решений, а
государство сможет осуществлять эффективные контрольные мероприятия на
основании получаемой информации. На наш взгляд такой ресурс должен
включать юридическую информацию о кластере и компаниях, находящихся в
его составе, содержать экономические показатели объем первоначальных
инвестиций, объемы ежегодного финансирования, количество рабочих мест,
средняя заработная плата работников кластера по категориям, количество
проектов (предлагаемых, реализуемых, реализованных), отдача от инвестиций,
темпы роста и т.д. Для визуализации данная информация должна быть
доступна в виде карты регионов и кластеров.
Таким образом, перед государством стоит ряд совершено различных
направлений улучшения кластерной политики в области инноваций. Однако
ключевая идея развития национальных кластеров заключается в том, что
основные меры по улучшению и развитию инновационных кластеров в
Российской Федерации, должны сочетать в себе единство федеральной и
региональной политики, бизнеса и науки. В РФ необходимо формирование
единого подхода к пониманию категории «кластер», обеспечение понимания
роли
кластерного
подхода
в
инновационном
развитии.
Реализация
предложенных мероприятий позволит выполнить данную задачу и обеспечить
базу для создания и совершенствования инновационных кластеров в
российской экономике.
Выводы к главе 3.
134
Проведенный SWOT-анализ позволил сделать следующие выводы:
- сильными сторонами кластерной политики в сфере инновационной
деятельности
являются
обширное
бюджетное
финансирование
производственных и организационных направлений кластера, наличие
специализированных
организаций,
направленных
на
поддержку
инновационной деятельности, синергетический эффект, территориальная
близость участников и теснота взаимосвязей, доступ к дорогостоящим
технологиям, оборудованию и информации, горизонтальная мобильность
персонала;
- к слабыми сторонам российской кластерной политики можно отнести
преобладание государственных кластерных инициатив над частными,
доминирование государства над наукой и бизнесом и отсутствие обратных
связей, сетевое партнерство государства, бизнеса и науки сведено к
софинансированию затрат, создание кластеров методом политических
решений, а не экономического анализа, низкий уровень организационных
инноваций, сосредоточение кластеров в крупных экономических центрах
страны,
высокие
показатели
коррупции
и
оттока
капитал,
низкая
эффективность российских НИОКР, отсутствие четкой системы показателей
оценки эффективности кластерной политики;
- слабые стороны обуславливают угрозы следующего характера:
блокировка развития национальных инноваций из-за замещения номинально
инновационных
кластеров
процессами
индустриализации;
образование
межведомственной мини-вертикали (бюрократизация); угроза процессам
конкуренции (дискриминация компаний, внешних относительно кластера);
уязвимость к внешним изменениям регионов с высоким уровнем кластерной
специализации, дифференциация уровня инновационного и, в целом,
экономического
развития
регионов
сосредоточения
кластеров
и
периферийных областей;
- несмотря на слабые стороны и угрозы в РФ существует огромный
инновационный потенциал и реальные возможности реализации кластерной
135
политики, которая обеспечит сокращение издержек производства, увеличение
эффективности
инновационной
деятельности
(прибыли),
ускорение
коммерциализации российских инновационных разработок, обеспечение
импортозамещения, оперативное проведение мероприятий «сверху» благодаря
сильной вертикали власти, ускорение инновационных процессов в регионе,
развитие на территориях, включающих кластеры, объектов инфраструктуры.
- основными направлениями государственных программ по развитию
инновационных территориальных кластеров в РФ должны стать развитие
частных кластерных инициатив; усиленный контроль над финансовыми
потоками; учет приоритетов инвестирования, в том числе в периферийные
регионы; ориентация на международные рынки; повышение эффективности
российских НИОКР; ориентация на обрабатывающие производства и сферу
высокотехнологичных
услуг;
внедрение
организационных
инноваций;
информационно-аналитическое обеспечение кластерной деятельности РФ.
136
ЗАКЛЮЧЕНИЕ
Сформировавшиеся в условиях современной мировой и национальной
экономики хозяйственные связи свидетельствуют о том, что создание
национальной инновационной системы является необходимым условием
комплексного,
системного
подхода к
осуществлению
инновационной
деятельности, определяет ее эффективность. При этом решение данных
проблем представляется невозможным без эффективной инновационной
политики
и
механизма
кластеризации
инновационной
деятельности
Российской Федерации. В связи с этим, целью настоящего исследования
явились комплексная оценка кластерного подхода в инновационном развитии
национальной
экономики
и
выявление
методов
идентификации
инновационных территориальных кластеров в Российской Федерации.
В процессе исследования автором были решены все поставленные
задачи и, соответственно, получены определенные результаты.
В
работе
обобщены
теоретические
аспекты
инновационной
деятельности, при этом приведена авторская трактовка основных понятий,
таких как «национальная инновационная система» и «инновационный
кластер». Автором изучены содержание, структура, данных понятий,
рассмотрены и систематизированы составляющие элементы национальных
инновационных систем и инновационных территориальных кластеров.
Особое внимание в работе уделено вопросам кластерной политики в
области инноваций и ее нормативно-правовому обеспечению в России и за
рубежом. В процессе исследования описаны содержание, структура, основные
инструменты инновационной политики России, США, Японии, Китая и ряда
стран ЕС, а также проанализированы нормативно-правовые документы,
регламентирующие
кластеризацию
инновационной
деятельности.
В
Российской Федерации основой формирования кластерной политики является
Стратегии
инновационного
развития
РФ
на
период
до
2020
года
«Инновационная Россия». Данная Стратегия реализуется законодательными и
исполнительными органами путем создания механизма
137
государственных федеральных и региональных программ. В рамках
региональной инновационной политики в Российской Федерации созданы и
функционируют институты различных форм (ассоциации, инновационные
территориальные кластеры, технопарки, федеральные институты развития и
т.д.), способствующие активному развитию и включению регионов в
инновационные процессы. Однако одним из основных инструментов
региональной инновационной политики выступает кластеризация, в рамках
которой происходит предоставление специальных субсидий бюджетам
субъектов РФ на цели реализации программ инновационного развития.
Начиная с 2012 года на территории страны функционировали 25 пилотных
кластеров,
из
которых
конкурентоспособности
в
2016
мирового
году
были
уровня.
выделены
Основными
11
лидеров
направлениями
отраслевой специализации являются биотехнологии, медицина, авиастроение
и
космическая
промышленность,
нефтехимия,
фармацевтика,
новые
материалы, информационно-коммуникационные технологии и электроника.
Проведенный в рамках исследования анализ инновационных кластеров
позволил оценить зарубежный и отечественный опыт, выявить существующие
проблемы и предложить пути их решения.
Исследование и анализ инновационных территориальных кластеров
предполагают поиск и определение наиболее оптимальной методики их
идентификации. С этой целью автором изучены зарубежные и отечественные
подходы, в результате обобщения и дополнения которых была применена
авторская методика, основанная на теории М. Портера. В рамках данной
методики построен алгоритм расчета индекса инновационности, изучен
математический аппарат идентификации кластера, выделены показатели,
характеризующие инновационную деятельность каждого
кластера,
предложена модель получения интегральных индексов по кластерам, на
основе которых произведено окончательное выделение инновационных
территориальных кластеров РФ.
После идентификации проведен
сравнительный анализ кластеров, выделенных по авторской методике, и
138
кластеров, функционирующих на территории страны. По результатам
проведенного анализа были сделаны следующие выводы, характеризующие
современное состояние инновационного потенциала регионов Российской
Федерации:
- по нашей оценке, основные кластеры в РФ функционируют в сфере
обрабатывающих производств, сельского хозяйства, недвижимости и в
добывающих отраслях, при этом следует отметить, что большинство
идентифицированных территориально-отраслевых кластера совпало с уже
функционирующими на территории страны ИТК;
- 2 из 14 идентифицированных кластеров принадлежали отрасли
сельского
хозяйства
и
характеризовались
низкими
показателями
инновационности, вследствие чего не могут быть отнесены к ИТК;
- общая тенденция ИТК в Российской Федерации выражается в
территориальной близости кластеров к крупнейшим экономическим центрам
страны и, следовательно, сильная дифференциация регионов страны по
уровню инновационного развития;
- наличие ИТК на территории субъектов РФ положительно сказалось на
основные социально-экономические показатели, такие как ВРП, безработица,
инновационная активность и т.д.
Комплексный анализ инновационных территориальных кластеров
Российской Федерации позволил выявить ряд проблем, связанных с их
развитием. Выявление слабых и сильных сторон, а также определение угроз и
возможностей произведено методом SWOT-анализа.
Прежде всего, стоит отметить, что, несмотря на активную позицию
государства в вопросах инновационного развития и кластерной политики,
Российская Федерация остается на относительно низком уровнем по
сравнению с другими странами. Это говорит о том, что действия со стороны
государства
в
неэффективными.
сфере
При
кластеризации
этом
являются
сфера ИТК
-
это
недостаточными
тот
случай,
государственное участие (в т. ч. политическое и финансовое) составляет
или
когда
139
более 70%. Парадоксально, но этот факт в ряде случаев становится слабостью
и угрозой для успешного осуществления инновационной деятельности.
Проблема заключается в том, что в РФ существует тенденция низкой
эффективности затрат на НИОКР, нецелевого использования субсидий
корпорациями развития регионов и самими кластерами, низкий процент
реализуемых проектов.
В связи с тем, что национальная инновационная система является
многогранным и сложным понятием, а инновационный кластер выступает как
система, в рамках которой протекает множество взаимосвязанных и
взаимообусловленных процессов, проблемы кластеризации инновационной
деятельности следует также рассматривать комплексно, принимая во
внимание все связи и взаимодействия ее субъектов. Так, на основе результатов
комплексного
анализа
проблем,
автором
определены
перспективные
направления развития инновационных территориальных кластеров в РФ.
При
определение
перспективных
направлений
инновационной
деятельности, прежде всего, стоит отметить, что формирование условий
перехода национальной инновационной системы к кластерной стратегии
развития
является
одной
из
важнейших
государственных
задач
на
федеральном и региональном уровнях. В связи с этим, многие мероприятия по
улучшению инновационной деятельности регионов РФ предполагают
государственное участие.
В РФ существует огромный инновационный потенциал и реальные
возможности реализации кластерной политики, которые способны обеспечить
сокращение
издержек
производства,
увеличение
эффективности
инновационной деятельности (прибыли), ускорение коммерциализации
российских инновационных разработок, обеспечение импортозамещения,
оперативное проведение мероприятий «сверху» благодаря сильной вертикали
власти, ускорение инновационных процессов в регионе, развитие на
территориях, включающих кластеры, объектов инфраструктуры.
140
На наш взгляд, основными направлениями государственных программ
по развитию инновационных территориальных кластеров в РФ должны стать
развитие
частных
кластерных
инициатив;
усиленный
контроль
над
финансовыми потоками; учет приоритетов инвестирования, в том числе в
периферийные регионы; ориентация на международные рынки; повышение
эффективности
российских
НИОКР;
производства
и
высокотехнологичных
сферу
ориентация
на
обрабатывающие
услуг;
внедрение
организационных инноваций; информационно-аналитическое обеспечение
кластерной деятельности РФ.
Подводя итог, следует признать кластеры возможным источником
повышения
конкурентоспособности
волатильности
мировых
Инновационные
кластеры
рынков
-
это
экономики
и
России
нестабильных
путь
к
цен
в
условиях
на
импортозамещения
нефть.
в
тех
высокотехнологичных отраслях, в которых существует зависимость от
зарубежных экономик. При этом следует учитывать, что теория кластеров не
является «панацеей» для резкого стимулирования экономического роста в
отстающих отраслях и незамедлительного выхода в лидеры на мировом рынке.
Реализация государственной кластерной политики предполагает аналитически
проработанную стратегию развития и тактику осуществляемых мероприятий.
Достижение результативности и синергетического эффекта от деятельности
инновационных территориальных кластеров возможны в условиях жесткого
контроля государства, тщательного анализа зарубежного опыта. Кроме того,
инновации естественным образом связаны с привлечением грамотных
специалистов
и
качественной
организацией
научно-исследовательской
работы. Выполнение вышеперечисленных условий станет основой для
внедрения инновационных кластеров в российской экономике и сможет дать
позитивный импульс развитию отечественных инноваций.
141
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. О
науке
и
государственной
научно-технической
политике
[Электронный ресурс] : федер. закон : от 23 авг. 1996 г. № 127-ФЗ : в ред. от 13
июля 2015 г. // Справочная правовая система «Консультант Плюс». Разд.
«Законодательство». Информ. Банк «Версия Проф».
2. Об образовании в Российской Федерации [Электронный ресурс]
:федер. закон : от 29 дек. 2012 г. № 273-ФЗ : в ред. от 13 июля 2015 г. //
Справочная правовая система «Консультант Плюс». Разд. «Законодательство».
Информ. Банк «Версия Проф».
3. О комплексе мер по развитию и государственной поддержке малых
предприятий в сфере материального производства и содействию их
инновационной
деятельности
[Электронный
ресурс]
:Постановление
Правительства РФ от 31 дек. 1999 г. № 1460 // Справочная правовая система
«Консультант Плюс». Разд. «Законодательство». Информ. Банк «Версия
Проф».
4. Об
Федерации
утверждении
государственной
"Экономическое
развитие
и
программы
Российской
инновационная
экономика"
[Электронный ресурс] :Постановление Правительства РФ от 15 апреля 2014 г.
№ 316 : в ред. от 04 сент. 2015 г. // Справочная правовая система «Консультант
Плюс». Разд. «Законодательство». Информ. Банк «Версия Проф».
5. Об утверждении Стратегии инновационного развития Российской
Федерации на период до 2020 года: Распоряжение Правительства РФ от 08 дек.
2011 г. № 2227-р [Электронный ресурс] // Справочная правовая система
«Консультант Плюс». Разд. «Законодательство». Информ. Банк «Версия
Проф»
6. Об
организации
проведения
конкурсного
отбора
субъектов
Российской Федерации, бюджетам которых в 2013 году предоставляются
субсидии из федерального бюджета на государственную поддержку малого и
среднего предпринимательства субъектами Российской Федерации : Приказ
142
Минэкономразвития России от 24.04.2013 №220 [Электронный ресурс] //
Справочная правовая система «Консультант Плюс». Разд. «Законодательство».
Информ. Банк «Версия Проф».
7. Стратегия инновационного развития российской федерации на
период до 2020 года «Инновационная Россия — 2020» [Электронный ресурс]
[Электронный ресурс] // Москва. -
2011.
- Режим доступа:
http://www.economy.gov.ru/
8. Стратегия деятельности Ассоциации инновационных регионов
России [Электронный ресурс] // Москва. - 2015. - Режим доступа:
http://www.i-regions.org/association/about/
9. Стратегия развития Калужского фармацевтического кластера до
2018 года, программа развития инновационного кластера "Фармацевтика,
биотехнологии и биомедицина" Калужской области [Электронный ресурс] //
Режим доступа: https://www.gisip.ru/#!ru/clusters/15/
10. Приказ Министерства экономического развития РФ от 27 июня 2016
г. N 400 «О приоритетном проекте Минэкономразвития России «Развитие
инновационных кластеров - лидеров инвестиционной привлекательности
мирового уровня» [Электронный ресурс] // Справочная правовая система
«Консультант Плюс». Разд. «Законодательство». Информ. банк «Версия
Проф».
11. Стратегия приоритетного проекта Минэкономразвития России
«Развитие
инновационных
кластеров
-
лидеров
инвестиционной
привлекательности мирового уровня», утвержденная статс-секретарем заместителем Министра экономического развития Российской Федерации О.В.
Фомичевым от 08.07.2016. [Электронный ресурс] // Справочная правовая
система «Консультант Плюс». Разд. «Законодательство». Информ. банк
«Версия Проф».
12. Порядок проведения конкурсного отбора заявок на включение в
перечень инновационных кластеров - участников приоритетного проекта
Минэкономразвития России «Развитие инновационных кластеров - лидеров
143
инвестиционной привлекательности мирового уровня» [Электронный ресурс]
// Справочная
правовая
система «Консультант Плюс».
Разд.
«Законодательство». Информ. банк «Версия Проф».
13. Методические рекомендации по разработке стратегии развития
инновационного
кластера
- участника приоритетного
проекта
Минэкономразвития России «Развитие инновационных кластеров - лидеров
инвестиционной привлекательности мирового уровня» [Электронный ресурс]
// Справочная
правовая
система «Консультант Плюс».
Разд.
«Законодательство». Информ. банк «Версия Проф».
14. Постановление Правительства Московской области №755/42 от 23
сентября 2013 г. «Об утверждении программы правительства Московской
области «Развитие инновационного территориального кластера «Кластер
ядерно-физических и нанотехнологий в г. Дубне» на 2013-2015 годы»
[Электронный ресурс] // Справочная правовая система «Консультант Плюс».
Разд. «Законодательство». Информ. банк «Версия Проф».
15. Постановление Правительства Московской области №860/44 от 21
октября 2013 г. «Об утверждении программы правительства Московской
области
«Развитие
инновационного
территориального
кластера
«Биотехнологический инновационный территориальный кластер Пущино» на
2013-2015 годы» [Электронный ресурс] // Справочная правовая система
«Консультант Плюс». Разд. «Законодательство». Информ. банк «Версия
Проф».
16. Постановление Правительства Московской области №838/44 от 19
октября 2013 г. «Об утверждении программы правительства Московской
области «Развитие инновационного территориального кластера «Физтех XXI»
на 2013-2015 годы» [Электронный ресурс] // Справочная правовая система
«Консультант Плюс». Разд. «Законодательство». Информ. банк «Версия
Проф».
17. Постановление Правительства Российской Федерации № 941 от 15
сентября 2014 г. «О внесении изменений в Правила распределения и
144
предоставления субсидий из федерального бюджета бюджетам субъектов
Российской Федерации на реализацию мероприятий, предусмотренных
программами развития пилотных инновационных территориальных
кластеров [Электронный ресурс] // Справочная правовая система
«Консультант Плюс». Разд. «Законодательство». Информ. банк «Версия
Проф».
18. Агабеков,
С.
И.
Инновации
в
России:
системно-институциональный анализ [Текст]/ С. И. Агабеков, Д. И.
Кокурин, К. Н. Назин // М.: ТрансЛит. - 2011. - С. 25.
19. Агаметова, О. Н. Региональная инновационная
инфраструктура: Актуальные проблемы развития [Электронный ресурс]
/ О. Н. Агаметова // Проблемы развития территории. -2013. - №3 (65). Режим доступа:
http://cyberleninka.ru/article/n/regionalnaya-innovatsionnaya-infrastrukturaaktualnye-problemy-razvitiya
20. Акопян, А. Э. Методические подходы к оценке инновационного
потенциала регионов РФ [Текст] / А. Э. Акопян, Е. И. Дорохова //
Проблемы и перспективы инновационного развития агротехнологий:
Материалы XX Международной научно-производственной конференции
(Белгород, 23 - 25 мая 2016 г.). Том 2.- Белгород: Издательство ФГБОУ ВО
Белгородский ГАУ, 2016. - 408 с.
21. Акопян, А. Э. Проблемы национальной инновационной системы
российской федерации и пути их решения [Текст] / А.Э. Акопян, Е.И.
Дорохова
//
Актуальные
проблемы
развития
национальной
и
региональной экономики: сборник научных трудов VII Международной
научно
-
практической
магистрантов,
аспирантов
заочной
и
конференции
молодых
для
ученых,
студентов,
посвященной
празднованию 140-летия НИУ «БелГУ» (Белгород, 21 апреля 2016 г.) / под
науч. ред. д-ра пед. наук, проф. Е.Н. Камышанченко, к-та экон. наук, доц.
Н.П. Шалыгиной, к-та экон. наук, доц. Ю.Л. Растопчиной. - Белгород: ИД
«Белгород» НИУ «БелГУ», 2016. - 374 с.
145
22. Алехин, М.Ю. Проблемы кластеризации и кластерной политики
[Электронный ресурс] / М.Ю. Алехин, А. Р. Кочемасов // Интернет-журнал
«Науковедение» Том
№5.
7,
-
2015.
-
Режим доступа:
http://naukovedenie.ru/PDF/90EVN515.pdf (доступ свободный). Загл. с экрана.
Яз. рус., англ. DOI: 10.15862/90EVN515
23. Анчишкин, А.И. Наука-техника-экономика [Текст] / А.И. Анчишкин
// 2-е изд. - М.: Экономика, 1989. - 383 с.
24. Афонин, И. В. Инновационный менеджмент: учеб.пособ. [Текст] / И.
В. Афонин. - М.: Гардарики, 2005. - 224 с. - С.8
Байнев, В. А. Четвертая промышленная
25.
революция как
глобальный инновационный проект [Электронный ресурс] / В. А. Байнев //
Наука и инновации. 2017.
№169.
- Режим доступа:
https://cyberleninka.ru/article/n/chetvertaya-promyshlennaya-revolyutsiya-kakglobalnyy-innovatsionnyy-proekt
26. Бекмансурова,
О.
О.
Современное
состояние
и
проблемы
функционирования кластеров [Текст] / О. О. Бекмансурова // Российское
предпринимательство. - 2012. - Том 13. - № 19. - С. 135-138.
27. Белай, О. С. Структурный аспект инновационнойдеятельности
[Электронный ресурс] / О. С. Белай, Д. Д. Мухаметзянова // Креативная
экономика.
- 2014. - №
12 (96). - c.
23-30.
- Режим
доступа:
http://www.creativeconomy.ru/articles/48341/
28. Белов, А.С. Количественные методы идентификации кластерных
структур в планировке города [Текст] / А. С. Белов // международный
научно-технический журнал Г радорегулирование и управление ЖКК № 1. 2017. - С. 39-42
29. Бурец, Ю. С. Эволюция моделей управления инновационным
процессом [Электронный ресурс] / Ю. С. Бурец // Вестн. Том.гос. ун-та. Экономика. -
2014.
-
№4
(28).
-
Режим
доступа:
http://cyberleninka.ru/article/n/evolyutsiya-modeley-upravleniya-innovatsionnymprotsessom
146
30. Вишняков, А. А. «Инновационный менеджмент» для студентов по
направлению подготовки 080200.62 «Менеджмент», профиль «Менеджмент
организации»: учебное пособие [Текст] / А. А. Вишняков // Сыктывкар:
СыктГУ, 2015. - 417 с.
31. Володин, А. Ю. Основные проблемы, препятствующие развитию и
внедрению технологических инноваций [Текст] / А. Ю. Володин, И. М.
Петров, О. О. Титов // Альманах современной науки и образования. - 2012. №8. - С.25-26.
32. Волынкина, М. В. Правовая сущность термина «инновация» [Текст]
/М. В. Волынкина // Инновации. - 2006. - №1. - С. 5-18.
33. Гармашова, Е. П. Развитие теории инновационных процессов [Текст]
/ Е. П. Г армашова // Молодой ученый. - 2011. - №. 25. - С. 90-94.
34. Герасименко, Т. И. Национальные инновационные системы в
условиях
интернационализации
научно-исследовательской
деятельности
[Электронный ресурс] / Т. И. Герасименко // Балт. рег.. 2015. №1. - Режим
доступа:
https://cyberlemnka.m/artide/n/natsiomlnye-innovatsionnye-sistemy-v-
usloviyah-internatsionalizatsii-nauchno-issledovatelskoy-deyatelnosti
35. Грасмик К. И., Колесова А. А. Технологический кластер в Бангалоре:
ключевые факторы развития [Электронный ресурс] / К. И. Грасмик, А. А.
Колесова
//
Вестник
ОмГУ.
https://cyberleninka.ru/
2014.
№2
(72).
-
Режим
доступа:
article/n/tehnologicheskiy-klaster-v-bangalore-
klyuchevye-faktory-razvitiya
36. Григорьев, А. Д. Теории инноваций: формирование и развитие
[Текст] / А. Д. Григорьев, Д. А. Зимин // Агентство инноваций и развития
экономических и социальных проектов", 2017.
- Режим доступа:
https://www.innoros.ru/print /9509
37. Гусев, А. Б. Формирование рейтингов инновационного развития
регионов
России
и
выработка
рекомендаций
по
стимулированию
инновационной активности субъектов Российской Федерации [Электронный
147
ресурс] / А. Б. Гусев. - 2008. - Режим доступа: www.urbanplanet.org/artide
_13.html.
38. Давыденко, Е. В. Модели национальных инновационных систем:
зарубежный опыт и адаптация для России [Электронный ресурс] / Е. В.
Давыденко // ПСЭ. 2014.
№2 (50).
- Режим доступа:
https://cyberleninka.ru/article/n/modeb-natsionalnyh-innovatsionnyh-sistemzarubezhnyy-opyt-i-adaptatsiya-dlya-rossii
39. Данько, Т. П. Экономические проблемы регионов и отраслевых
комплексов [Текст] / Т. П. Данько, Е. С. Куценко // Проблемы современной
экономики, N 1 (41), 2012
40. Дорохова, Е.И. Развитие конкурентоспособности Белгородской
области на основе кластерного подхода [Текст] / Е. И. Дорохова,
А. Э. Акопян// Актуальные проблемы экономики в условиях реформирования
современного общества : материалы IV междунар. науч.- практ. конф.,
посвященной 140-летию со дня основания НИУ «БелГУ» (г. Белгород, 25
ноября 2015 г.) ; под науч. ред. доц. Е.В. Никулиной. - Белгород : ООО
«Эпицентр». - 2016. - 460 с.
41. Дрок, Т. Е. Инструментарий формирования и реализации
инновационной политики региона [Электронный ресурс] / Т. Е. Дрок //
Вестник БФУ им. И. Канта. -2013. - №3. - Режим доступа:
http://cyberleninka.ru/article/n/instrumentariy-formirovaniya-i-realizatsii-innovats
ionnoy-politiki-regiona
42. Дронова, А. С. Проблема формирования инновационной структуры
малого и среднего бизнеса России [Текст] / А. С. Дронова // Известия
Дальневосточного федерального университета. Экономика и управление №2. 70 с. - 2014.
43.
Друкер, П. Ф. Бизнес и инновации: пер. с англ. [Текст] / П. Ф.
Друкер. - М.: ООО «ИД Вильямс. - 2007. - С. 213-216.
44. Друкер, П. Ф. Инновации и предпринимательство [Текст] / П. Ф.
Друкер. - М.: Экономика. - 1992. - Т. 3.
148
45. Дусаев, Х. Б. Инновации: теоретический аспект [Текст] / Х. Б.
Дусаев. - Вестник ОГУ. - 2003. - №. 6. - С. 123-128.
46. Егорова, М. В. Модель региональной инновационной системы:
теоретико-методологический аспект [Электронный ресурс] / М. В. Егорова,
B. В. Авилова // Инновации. 2007.
№6.
- Режим доступа:
https://cyberleninka.ru/article/n/model-regionalnoy-innovatsionnoy-sistemyteoretiko-metodologicheskiy-aspekt
47. Жиц, Г. И. Инновационный потенциал [Текст] / Г. И. Жиц. - Саратов
: Сарат. гос. техн. ун-т. - 2009. - 97 с.
48. Ильенкова,
С.
Д.
Инновационный
менеджмент:
Учебно-
методический комплекс [Текст] / С. Д. Ильенкова, В. И. Кузнецов,
C. Ю. Ягудин // Под ред. профессора, д.э.н. Ягудина С. Ю. -М.: МЭСИ. - 2011.
49. Казанцев, А. К. Региональные научно-технологические комплексы
России: индикаторы оценки и методика сравнительного анализа [Текст] /
A. К. Казанцев, С. Н. Леора, И. А. Никитина [и др.] // Информационноаналитический бюллетень ЦИСН. - М. 2009. -№ 1. -69 с.
50. Калюжный, И. Л. Модели инновационного процесса: достоинства,
недостатки и особенности формирования [Текст] / И. Л. Калюжный,
B. А. Митус // Вестн. СевГТУ. - Экономика и финансы. - 2009. - № 98. - С.
98-102.
51. Кармышев, Ю. А. Новые инструменты в системе государственного
управления региональным инновационным развитием [Текст] / Ю. А.
Кармышев // Социально-экономические явления и процессы. - 2013. - №8
(054). - С.49-57.
52. Карпунина, М. А. Способы создания межфункциональных команд
для региональных инновационных систем [Текст] // Перспективы развития
инновационной экономики России в XX^m - Нижний Новгород: СВОП. - ГУ
ВШЭ. - РИО центр, 2010.
149
53. Касенов, Р. Р. Модель национальной инновационной системы /
Р. Р. Касенов [Электронный ресурс] // Вестник ЧелГУ. 2013. №32 (323). Режим доступа:
https://cyberleninka.ru/article/n/model-natsionalnoy-
innovatsionnoy-sistemy
54. Кирсанов, М. Ю. Понятие и сущность национальной инновационной
системы Росссийской Федерации [Текст] / М. Ю. Кирсанов // Современные
проблемы науки и образования. - 2015(1-1).
55. Ковалева, Т. Ю. Алгоритм идентификации и оценки кластеров в
экономике региона [Электронный ресурс] / Т. Ю. Ковалева // Вестник ПГУ.
Серия:
Экономика. -
2011.
-
№4.
https://cyberleninka.ru/article/n/algoritm-identi
-
Режим
доступа:
fikatsii-i-otsenki-klasterov-v-
ekonomike-regiona
56. Комов, М. С. Теоретические подходы к понятию «инновационный
процесс» [Электронный ресурс] / М. С. Комов // Креативная экономика. - 2009.
-
№
10
(34).
-
c. 113-116.
-
Режим
доступа:
http://www.creativeconomy.ru/ articles/2740/
57. Королев, В. И. Инновационные территориальные кластеры:
зарубежный опыт и российские условия [Электронный ресурс] / В. И. Королев
// Российский внешнеэкономический вестник. 2013. №11. - Режим доступа:
https://cyberlemnka.m/artide/n/mnovatsionnye-territorialnye-
klastery-zarubezh
nyy-opyt-i-rossiyskie-usloviya
58. Костенко, М. А. Правовые основы инновационной деятельности
[Текст] : учеб.пособие / М. А. Костенко, Ю. Н. Грачев. - Таганрог : изд-во ТТИ
ЮФУ. - 2012. - 72 с.
59. Красноперова, Т. Я. Национальная инновационная система:
структура, роль финансовой составляющей [Электронный ресурс] / Т. Я.
Красноперова // Научно-технический вестник информационных технологий,
механики и оптики. 2013.
https:
№6
(88).
- Режим доступа:
//cyberleninka.ru/article/n/natsionalnaya-innovatsionnaya-sistema-
struktura- rol-finansovoy-sostavlyayuschey
150
60. Кудашов
В.
И.
Генезис
теории
инновационного
развития
[Электронный ресурс] / В. И. Кудашов, М. М. Шоломицкая // Экономика и
управление. 2011. № 3. - Режим доступа: http://media.miu.by/files/store/items
/eiup/27/eiu_27_2011_9.pdf
61. Левитская, А. П. Проблемы
внедрения
организационно
управленческих инноваций в практику предприятий республики Молдова
[Электронный ресурс] / А. П. Левитская // Вестник Мариупольского
государственного университета. - М.: Экономика. - 2012. - №4. - Режим
доступа: http://cyberleninka.rU/artide/n/problemy-vnedreniya-organizatsionnou
pravlencheskih-innovatsiy-v-praktiku-predpriyatiy-respubliki-moldova
62. Леонтьев,
Л.
И.
О
формах
и
методах
стимулирования
инновационной деятельности [Электронный ресурс] / Л. И. Леонтьев // М.:
РИЦ ИСПИ РАН, 2001. - Режим доступа: http://www.uran.ru/ rasrabotki/report
leontiev li/r.htm
63. Ломовцева, О. А. Приоритеты и механизмы ГЧП в формировании
инновационноемкого промышленного комплекса региона [Текст] / О. А.
Ломовцева,
О.
А.
Герасименко
//Научные
ведомости
Белгородского
государственного университета. - Экономика. Информатика. - 2015. - Т. 35. №. 13 (210).
64. Марков Л.С., Выявление эталонных кластеров: методические
вопросы и практическое приложение к отечественной промышленности
[Электронный ресурс] / Л. С. Марков, В. М. Маркова // Вестник НГУ. Серия:
Социально-экономические науки. 2012.
№1.
- Режим доступа:
https://cyberleninka.ru/article/n/vyyavlenie-etalonnyh-klasterov-metodicheskievoprosy-i-prakticheskoe-prilozhenie-k-otechestvennoy-promyshlennosti
65. Марков, Л. С. Экономические кластеры: понятия и характерные
черты [Текст] / Л. С. Марков // Актуальные проблемы социальноэкономического развития: взгляд молодых ученых: сб. науч. тр. - 2005. - C.
105-108
151
66. Марченкова, Л. М. Человеческий и интеллектуальный капитал как
основа инновационного развития промышленности [Текст] / Л. М.
Марченкова, В. А. Плотников, О. В. Рудакова//Известия ЮгоЗападного
государственного университета. - 2012. - №. 1-2. - С. 205-210.
67. Матюшок, В. М. Европейский путь к инновационной экономике
[Электронный ресурс] / В. М. Матюшок, А.А. Кравцов // Вестник РУДН.
Серия:
Экономика. 2011.
№4.
- Режим доступа:
https://cyberleninka.rU/article/n/evropeyskiy-put-k-innovatsionnoy-ekonomike
68. Махортова, В. К. Национальная инновационная система России:
современный уровень и перспективы развития [Электронный ресурс] / В. К.
Махортова // Актуальные проблемы экономики и права. 2014. №2 (30). - Режим
доступа:
https://cyberlenmka.m/artide/n/natsiomlmya-innovatsionnaya-
sistemarossiisovre mennyy-uroven-i-perspektivy-razvitiya
69. Медынский, В. Г. Инновационный менеджмент [Текст] / В. Г.
Медынский. - М. :ИНФРА-М, 2008. - 304 с.
70. Менш, Г. Базисные инновации и инновации совершенствования
[Текст] / Г. Менш // Журнал экономики предприятия. - 1972. - №. 42. - С.
291-297.
71. Меньшов, В. П. Стадии и модели инновационных процессов на
промышленных
предприятиях
[Текст]
/
В.
П.
Меньшов//Вестник
Нижегородского университета им. Лобачевского. - 2005. - №. 1. - С. 308-311.
72. Орешников, А. Н. Институциональные аспекты развития и
взаимодействия национальных инновационных систем стран Европейского
союза [Электронный ресурс] / А. Н. Орешников // Журнал международного
права и международных отношений. —
2006.
- Режим доступа:
http: //evolutio .info/index.php?
option=com_content&task=view&id=990&Itemid=
179
73. Павлов К.В., Теоретико-методические основы идентификации
потенциальных кластеров в региональной экономке [Электронный ресурс] / К.
В. Павлов, С. Н. Растворцева, Н. А. Череповская // ЭВД. 2014. №3 (37). -
152
Режим доступа: https://cyberleninka.m/article/n/teoretiko-metodicheskie-osnovyidentifikatsii-pote ntsialnyh-klas terov-v-regionalnoy-ekonomke
74. Панфилов, А. В. Внедрение управленческой инновации: роль лидера
и мотивация персонала [Текст] / А. В. Панфилов // Теория и практика
общественного развития. - 2012. - №1. - С.75-78.
75. Петрухина, Е. В. Особенности и закономерности стратегического
планирования инновационного развития регионов [Текст] / Е. В. Петрухина //
Фундаментальные исследования. - 2013. - №4-3. - С.710-714.
76. Плахин, А. Е. Международный опыт организации инновационных
кластеров [Электронный ресурс] / А. Е. Плахин, А. С. Сибиряев // Вестник
НГИЭИ.
№5
2017.
(72).
доступа:
-Режим
https://cyberleninka.ru/article/n/mezhdunarodnyy-opyt-organizatsiiinnovatsionnyh-klasterov
Погребинская,
77.
В.А.
Вторая
промышленная революция
[Электронный ресурс] / В. А. Погребинская // Экономический журнал. 2005.
№10. - Режим доступа: https://cyberlemnka.ra/artide/nMoraya-promyshlennayarevolyutsiya
78. Портер, М. Международная конкуренция: Пер. с англ. [Текст] / М.
Портер ; под ред. В.Д. Щетинина. - М.: Международные отношения, 1993. - 896
с.
Пригожин, А. И. Нововведения:
79.
стимулы
и
препятствия
(социальные проблемы инноватики) [Текст] / А. И. Пригожин // Политиздат,
1989. - С. 270-275.
80. Райзберг, Б. А. Современный экономический словарь [Электронный
ресурс] / Б. А. Райзберг, Л. Ш. Лозовский, Е. Б. Стародубцева // 6-е изд.,
перераб. и доп. -
М.: ИНФРА-М, 2011.
- Режим доступа:
http: //www.consultant.ru/document/cons_doc_LAW_67315/
81. Рахимова,
С.
А.
Инновационный
процесс,
необходимость
управления инновационным процессом [Текст] / С. А. Рахимова//Актуальные
вопросы экономических наук. - 2013. - №. 32. - С. 121-125.
153
82. Румянцев,
А.
А.
О
роли
стратегических
инноваций
в
технологическом подъеме экономики [Текст] / А. А. Румянцев // Инновации. 2010. - №4.
83. Савина,
Т.
Н.
"Особенности
налогового
стимулирования
инновационного бизнеса в России и за рубежом [Текст] / Т. Н. Савина //
Финансы и кредит №28. - 460 с. - 2011.
84. Свиридович, Ю. С. Инновационные кластеры в Германии и
перспективы развития белорусского IT-кластера [Текст] / Свиридович С. Ю. //
Студ. II к. БГУ. - 2013. - №1
85. Соловьев, В. П. Инновационная деятельность как системный процесс
в конкурентной экономике (Синергетические эффекты инноваций) [Текст] / В.
П.Соловьев. - М.: Феникс. - 2004. - Т. 560.
86. Ставенко, Ю. А. Эволюция моделей управления инновационными
процессами в организации [Электронный ресурс] / Ю. А. Ставенко, А. И.
Громов // Бизнес-информатика. - 2012. - №4 (22). - Режим доступа:
http://cyberleninka.rU/article/n/evolyutsiya-modeley-upravleniya-innovatsionnymi
protsessami-v-organizatsii
87. Степанов, Н. Н. Мировой опыт создания конкурентоспособных
кластеров [Текст] / Н. Н. Степанов // Национальные интересы: приоритеты и
безопасность. 2012. № 47. С. 48-52.
88. Толкачев, С. А. Интеллектуальное производство сквозь призму
третьей промышленной революции [Электронный ресурс] / С. А. Толкачев, К.
Н. Андрианов, Н. В. Лапенкова // Мир новой экономики. - 2014. №4. Режим
доступа:
https://cyberleninka.ru/article/n/intellektualnoe-proizvodstvo-
skvoz-prizmu-tretiey-promyshlennoy-revolyutsii
89. Ультан, С.И Сравнительный анализ методов идентификации
отраслевых кластеров в России и за рубежом [Электронный ресурс] / С. И.
Ультан, Н. Р. Шамсутдинова // РППЭ. 2016. №2 (64). - Режим доступа:
https://cyberleninka.ru/article/n/sravnitelnyy-analiz-metodov-identifikatsii-otraslev
yh-klasterov-v-rossii-i-za-rubezhom
154
90. Фатхутдинов, Р. А. Инновационный менеджмент: учебник для вузов
[Текст] / Р. А. Фатхутдинов, И. Р. Фатхутдинов. - СПб.: Питер, 2011. - 448 с.
91. Ферару Г.С. Обоснование необходимости формирования
отечественной модели и проблемы кластерного развития территорий РФ
[Электронный ресурс] / Г. С. Ферару, Д. Н. Киселев // Иннов: электронный
научный журнал. 2017.
№4
(29).
- Режим доступа:
https://cyberleninka.ru/article/n/obosnovanie-neobhodimosti-formirovaniyaotechestvennoy-modeli-i-problemy-klastemogo-raz vitiya-territoriy-rf
92. Хогоева, Т. В. Инновационная модель развития экономики региона
[Текст] / Т. В. Хогоева // Проблемы современной экономики. -2011. — №3. —
С.197-199.
93. Шеина С.Г., Пирожникова А.П. Тенденции развития альтернативной
энергетики в странах мира и России [Электронный ресурс] / С. Г. Шеина, А. П.
Пирожникова // ИВД. - 2016. №3 (42). Режим доступа:
https://cyberleninka.ru/article/n/tendentsii-razvitiya-alternativnoy-energetiki-vstranah-mira-i-rossii
94. Шепелев, Г. В. Проблемы развития инновационной инфраструктуры
[Электронный ресурс] / Г. В. Шепелев // Информ.-справ. портал «Наука и
инновации в регионах России» ФГУ НИИ РИНКЦЭ. - Режим доступа:
http://regions.extech.ru/left_menu/ shepelev.php
95. Шполянская, А. А. Инновационные кластеры - взаимодействие
бизнеса и науки. Опыт Г ермании [Электронный ресурс] / А. А. Шполянская //
Известия УрГЭУ. 2016.
№3
(65).
- Режим доступа:
https://cyberleninka.ru/article/n/innovatsionnye -klastery-vzaimodeystvie-biznesai-nauki-opyt-germanii
96.
Шумпетер, И. Теория экономического развития
И. Шумпетер; пер.
[Текст] /
с нем. В. С. Автономова, М. С. Любского,
А. Ю. Чепуренко.- М.: Прогресс, 1982. - 456 с.
155
97. Яковец Ю.В., Эпохальные инновации XXI века [Текст] / Ю.В.
Яковец // М.: Экономика, 2004. - 443 с.
98. Ясин, Е.А. Роль инноваций в развитии мировой экономики
[Электронный ресурс] / Е. А. Ясин, М. А. Снеговая // Вопросы экономики, № 9.
- 2009, C. 15-31
99. Аналитика
рынка
робототехники,
март
2017:
сообщество
робототехников [Электронный ресурс] // Режим доступа: https://robohunter.com/news/analitika-rinka-robototehniki-mart-2017-goda6634
100. Индикаторы
инновационной
деятельности:
2015
[Текст]
:
статистический сборник / Н. В. Городникова, Л. М. Гохберг, К. А. Дитковский
[и др.] // Нац. исслед. ун-т «Высшая школа экономики». - М.: НИУ ВШЭ. 2015. - 320 с.
101. Инновации в регионах : Инновации в России [Электронный ресурс]
// Портал Правительства РФ «Инновации в России». - 2015. - Режим доступа:
http://innovation.gov.ru/ru/taxonomy/term/542
102. Инновационные
кластеры
-
лидеры
инвестиционной
привлекательности мирового уровня: методические материалы / Под общ. ред.:
Л. М. Гохберг, О. В. Фомичев, А. Е. Шадрин. М. : НИУ ВШЭ, 2017.
103. Карта кластеров России [Электронный ресурс] // НИУ ВШЭ,
Российская кластерная обсерватория, Институт статистических исследований
и экономики знаний. -2018. - Режим доступа: https://map.cluster.hse.ru
104. Кластерная
политика:
достижение
глобальной
конкурентоспособности / Под общ. ред.: Л. М. Гохберг, О. В. Фомичев, А. Е.
Шадрин. М. : НИУ ВШЭ, 2017.
105. Наука и инновации. Наука, инновации и информационное
общество: официальная статистическая информация [Электронный ресурс] /
Федеральная
служба
государственной
статистики.
-
Режим
доступа:http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/scie
nce and innovations/science/#
156
106. Реализация проекта "Мичуринская долина" начнется под Тамбовом
осенью 2018 года [Электронный ресурс] // Информационное агентство ТАСС. 2018 . - Режим доступа: http://tass.ru/v-strane/4910442
107. Рейтинг
инновационного
развития
субъектов
Российской
Федерации. Выпуск 2 [Текст] / под ред. Л.М. Гохберга. - Москва :
Национальный исследовательский университет «Высшая школа экономики». 2014. - 88 с.
108. Рекомендации по сбору и анализу данных по инновациям
[Электронный ресурс] / Перевод ЦИСН, 2010 г // Электрон.дан. - Режим
доступа: http://mon.gov.ru/fLles/materials/7766/ruk.oslo.pdf. - 2014.
109. Dorokhova, E. I. Evaluation of the innovation potential of the regions of
the Central Federal District of the Russian Federation[Текст] /E. I. Dorokhova //
Medwell Journals international Business Management 9 (5): 230-238. -2015.
110. Drucker, P. F. The discipline of innovation [Текст] / P. F. Drucker
//Harvard business review. - 1998. - Т. 76. - №. 6. - С. 149-157.
111. Kline, S. An overview of innovation [Текст]/ S. J. Kline, N. Rosenberg.
-The positive sum strategy: Harnessing technology for economic growth: edited by
R.Landau and N.Rosenberg. - Washington: National Academy Press. - 1986.
112. Rothwell, R. Towards the fifth-generation innovation process [Текст] /
R. Rothwell // International marketing review. - 1994. - Т. 11. - №. 1. - С. 7-31.
113. Trott, P. Innovation Management and New Product Development
[Текст] / P. Trott. - New York, Pearson Education Limited. -2005.
114. The Global Competitiveness Report 2015-2016 [Электронный ресурс] /
The World Economic Forum 2015. - 2015. - 98 p. - Режим доступа:
http://www.weforum.org/issues/global-competitiveness
115. The Global Innovation Index 2015: Effective Innovation Policies for
Development [Электронный ресурс] / Cornell University, INSEAD, and WIPO. 2015. - 419p. - Режим доступа: http://www.globalinnovationindex.org/
157
116. List, F S. Colwell. National system of political economy [Электронный
ресурс] / F. List, S. Colwell // JB Lippincott & Company. - 1856. - Режим доступа:
http://oll.libertyfund.org/titles/list-the-national-system-of- political-economy
117. Freeman, C. Technology and Economic Performance: Lessons from
Japan [Электронный ресурс] / С. Freeman // Pinter, London. 1987. - Режим
доступа: https://econpapers. repec.org/article/eeerespol/v_3a17_3ay_3a1988_3ai
_3a5_3ap_3a309-310.htm
118. Lundvall, B-A. National Systems of innovation: Towards a theory of
innovation and interactive learning / B-A. Lundvall // Bengt-Ake Lundvall (Editor),
(Pinter, London, 1992 - pp. 317
119. Nelson, R. National Innovation Systems / R. Nelson // A Comparative
Analysis, Oxford University Press, New York/Oxford. - 1993.
120. Hoen, A. Three variation on identifying clusters [Электронный ресурс]
/ A. Hoen // Netherlands Bureau for Economic Policy Analyis 2016. - Режим
доступа: http://www.oecd.org/sti/inno/2099308.pdf
121. Temouri, Y. The Cluster Scoreboard: Measuring the Performance of
Local Business Clusters in the Knowledge Economy [Электронный ресурс] / Y.
Temouri // OECD Local Economic and Employment Development, Working Papers,
OECD. -
2013.
- Режим доступа:
http: //dx.doi. org/10.1787/5k94ghq8p5kd-en
122. Tiri, M. Identification of clusters in Switzerland: Analysis of I/O-data for
1995 [Электронный ресурс] / M. Tiri, R. Moreau, L. Peeters // ITEO, Limburg
University, Belgium. - 2005. - Режим доступа: http://www. oecd. org/daf/corporate
123. Akamatsu, K. A historical pattern of economic growth in developing
countries [Электронный ресурс] / K. Akamatsu // Journal of Developing Economies
1(1):3-25. - 1962.
158
124. Collins Cobuild English language dictionary [Электронный ресурс] /
Sinclair J. // Collins, 1987.
-
1703 c. - Режим доступа:
https: //books .google.ru/books/about/Collins_COBUILD_English_language_dictio
125. DeBresson, C. Economic Interdependence and Innovative Activity: An
I/O Analysis [Текст] / С. DeBresson // Cheltenham: Edward Elgar, 1996. - P. 68.
126. Eickelpasch, A. Contests for cooperation - A new approach in German
innovation policy / A. Eickelpasch, M. Fritsch // Research Policy 34 (2005) 12691282
127. European Commission EU Cluster Mapping and Strengthening Clusters
in Europe Luxembourg [Электронный ресурс] // Publications Office of the
European Union 2017 - 31 pp. Режим доступа: http://media.miu.by/files
/store/items/eiup/27/eiu_27_2011_9.pdf
128. Eurostat: internet portal of official statictics [Электронный ресурс] //
2017. - Режим доступа: http://ec.europa.eu/eurostat
129. Hokkaido Bio Technology Inductrial Cluster Forum [Электронный
ресурс] //
2017.
- Режим доступа: http://www.noastec.jp/biocluster
/english/forum/introduction.html
130. Innovation Union Scoreboard 2015 [Электронный ресурс] / European
Commission. - 2015 - 94 p. - Режим доступа: http://ec.europa.eu/growth/ industry/
innovation/facts-figures/scoreboards/files/ius-2015_en.pdf
131. K. Pavitt Managing innovation integrating technological, market and
organizational change [Текст] / K. Pavitt, J. Bessant // John Wiley and Sons Ltd. 2005.
132. Metcalfe, J. Innovation systems in the service economy: measurement
and case study analysis [Текст] / J. Metcalfe, S. Miles, I. Miles // Vol. 18. Springer
Science & Business Media. - 2012.
133. Methodology and Findings Report for a Cluster Mapping of Related
Sectors European Cluster Observatory Report [Электронный ресурс] // Christian
Ketels and Sergiy Protsiv Center for Strategy and Competitiveness Stockholm
School of Economics October 2016.
- Режим доступа:
159
https://www.clustercollaboration.eu/eu-initiatives/reports/methodology-andfindings-report-cluster-mapping-related
134. Oslo Manual: guidelines for collecting and interpreting innovation data
[Электронный ресурс] / OECD, Eurostat. - 2006. - 191 p. - Режим доступа:
http://www.oecd.org/sti/inno/oslomanualguidelinesforcollectingandinterpretinginn
ovationdata3rdedition.htm
135. United Nations E-Government Survey 2014: E-Government for the
Future We Want [Электронный ресурс] / United Nations Public Administration
Country
Studies.
-
Режим
доступа:
https://publicadministration.un.org/
egovkb/Reports/UN-E-Government- Survey-2014
136. United States Department of Labor [Электронный ресурс] // Internet
resource. - 2017. - Режим доступа: https://www.bls.gov
137. USA Cluster Mapping Project 2017 [Электронный ресурс] // Internet
resource of National Innovation. http: //www.clustermapping. us
2017.
- Режим доступа:
160
Приложение 1
Инновационные территориальные кластеры США
Название
Местоположение
кластера
кластера
1
Кластер
«Силиконовая
долина»
(«Silicon Valley»)
2
Метрополитенский
статистический ареал
Сан-Франциско, Штат
Калифорния
Кластер «Шоссе 128»
(«Route 128»)
Кластер
Сиэттл, Такома, Олимпия (шт.
аэрокосмической техники и Вашингтон)
информационных
технологии
Инновационные производства
3
Университеты и научноисследовательские центры
Финанс.организации и
венчурные компании
4
5
Университет Сан-Хосе Университет
Санта-Клары Стэнфордский
Около 7 тысяч компаний Adobe, AMD, университет Калифорнийский
Agilent, Apple, Altera, Applied Materials,
университет в Санта-Крузе
Cowboy Ventures, Maveron,
Cisco, eBay, Electronic Arts, Facebook,
500 Startups, XG Ventures,
Google, Hewlett-Packard, Intel, Intuit Inc.
Charles River Ventures,
NetApp, National Semiconductor, Nvidia,
Floodgate, #Angels и т.д.
Oracle, SanDisk, Symantec, Yahoo!, Xerox
General Electric, Westinghouse Electric,
Гарвардский университет,
RCA, Raytheon Genzyme Boston Scientific , Северо-восточный
Liberty Mutual
университет,Массачусетский
Технологический Институт
Вашингтонский университет
“Boeing” (авиатехника, услуги),
“Aerospace Industrial” (поисковое и
навигационное оборудование), “Aaco
Avionics” (специальное электронное
оборудование и приборы), “FL Aerospace”
(навигационные приборы)
г. Феникс (шт. Аризона)
“Lockheed Martin Corp.” (широкий
диапазон продукции для
авиакосмической отрасли), “Honeywell
International Inc.” (различное обор. и
приборы), “Space Manufacturing Inc.”
(навигационное оборудование)
161
окончание прил. 1
1
«Triangle Park» фармацевтика и
биотехнологии
«Triangle
Park»
компьютерные
и
информационные
технологии
«Triangle Park» - чистая и
зеленая энергетик
2
Северная Каролина
3
4
BASF Crop Protection, Bayer CropScience, Duke University (факультет
Monsanto Corрoration, Nufarm Americas, биомедицинской инженерии,
Syngenta.
лаборатория молекулярной
биотехнологии, центр по
биомолекулярной и тканевой
инженерии)
North Carolina State University
University of North Carolina at
Chapel Hill
North Carolina Central University
IBM, GeoMagic, Delta Products, NetApp и
Cisco Systems
Центр по биотопливу Северной
Каролины;
Центр по окружающей среде
Университета Дьюка;
Центр по солнечной энергии Университета
Северной Каролины; FREEDM System
Center, который занимается разработкой
систем по хранению и распределению
энергии, полученной из различных
альтернативных источников энергии
5
The Aurora Funds, Inc.
Calvert BioCapital; Hatteras
Venture Partners Intersouth
Partners Pappas Ventures
162
Приложение 2
Карта 25 пилотных инновационных территориальных кластеров РФ
163
Приложение 3
Структура российских пилотных ИТК по направлениям специализации
Т елекоммуникации ™ 1%
Развлечения Мебель ™ 1%
Издательство и СМИ
1%
Химия Бизнес-услуги
1%
Авиа-космические
— 2%
технологии Микро и
2%
нанотехнологии
2%
Лесная продукция
2%
Образование Оптика и
2%
фотоника
2%
Медицинская техника
2%
Биотехнологии Новые
2%
материалы Морские
3%
технологии
3%
Креативные
3%
индустрии
3%
Производственные
3%
технологии
3%
Строительство
3%
Сельское хозяйство
4%
Транспорт и
4%
логистика Туризм
4%
Металлургия
Текстильная
промышленность
Производство
электроэнергии
Медицинские услуги
Зеленые технологии
Автомобилестроение0%
2%
4%
Производство еды
Информационные
технологии
5%
■ 5%
5%
5%
6%
6%
- ---------------- ---------------- 1
6%
8%
10%
1
12%
14%
1
15%
16%
—I -----------------------------------------1
18
%
164
Приложение 4
Карта 11 инновационных кластеров - лидеров инвестиционной привлекательности мирового уровня
^ Авиастроение
Автомобилестроение
Защита окружающей среды и переработка отходов
Информационно-коммуникационные технологии
Калужская область
Инновационный
кластер
«Фармацевтика,
биотехно
Фармацевтика, биотехнологии
и биомедицина»
Калужской области
Медицина и фармацевтика
О Микроэлектроника и приборостроение
V Новые материалы
Оптика и фотоника
Производство машин и оборудования
Липецкая область
химическое производство
машиностроения и металлообработки
Ядерные и радиационные технологии
Красноярский край
Республика Башкортостан
Нефтехимический территориальный
Республики Башкортостан
Республика Мордовия
Инновационный
кластер
Республики Мордовия
Ульяновская область
Инновационный
кластер
Ульяновской области
Источник: данные Минэкономразвития России
кластер
Инновационный кластер Красноярского края
Технополис «Енисей»
Республика Татарстан
Камский инновационный
территориально-производственный кластер
Республики Татарстан
Самарская область
Инновационный территориальный
«Smart Technologies Tomsk»
Новосибирская область
Научно-производственный кластер
«Сибирский наукополис
кластер
165
Приложение 5
Расчет показателя LQ - коэффициента локализации
Нормативное значение _ 1,5
Сельс
к
ое
Произ
Опера
хозяйс
в
ции с
тво,
одство
недви
охота
и
жимы
и
Обраб
распре
м
Регоны/виды
лесное
а
делен
имуще
деятельности
хозяйс
и
ством,
тво; Добыч тыОптов
вающ
е
аренда
рыбол а
а я и Гости
и
электр
и
овство полезн е
Строи рознич н ицы
оэнерг
предос
, ых
т
ная
и
Транс
ИЗ
произв
ии,
рыбов ископа одст- газа и ель- торгов рестор п орт и них тавлен
ие
о емых ва
ство
ля
аны
связь
связь
воды
услуг
дство
1
2
3
4
5
6
7
8
9
10
11
Белгородская область
1,816 2,360 1,215 0,843 0,865 0,858 0,618 0,770 0,889 0,612
Брянская область
1,275 0,024 1,144 1,043 0,720 1,117 1,039 1,204 1,138 0,641
Владимирская область 0,770 0,219 1,816 1,047 1,028 0,818 1,153 0,762 0,916 0,889
Воронежская область
1,761 0,229 0,900 1,038 0,802 1,184 0,854 0,943 1,268 0,770
Ивановская область
0,528 0,101 1,681 1,378 0,699 1,067 0,830 0,726 0,878 0,636
Калужская область
0,646 0,266 1,690 1,038 1,148 0,848 1,157 0,805 0,991 1,019
Костромская область
1,095 0,088 1,437 1,316 0,700 0,897 0,756 0,946 1,278 0,561
Курская область
1,602 1,374 0,971 1,399 0,694 1,125 0,595 0,795 0,923 0,608
Липецкая область
1,539 0,399 1,261 0,993 0,872 0,985 1,158 0,828 0,963 0,668
Московская область
0,381 0,096 1,256 0,910 1,075 1,065 1,116 1,215 0,829 1,241
Орловская область
1,474 0,019 1,156 1,048 0,753 0,936 0,842 0,913 1,303 0,604
Рязанская область
0,781 0,191 1,394 1,108 1,017 0,951 0,956 0,907 1,123 0,686
Смоленская область
0,811 0,159 1,326 1,706 0,825 0,914 0,764 1,142 1,293 0,649
Тамбовская область
3,098 0,013 0,965 0,897 0,407 0,968 0,727 0,757 1,008 0,649
Тверская область
1,119 0,137 1,286 1,474 0,742 0,969 0,899 0,915 1,375 0,684
Пред
остав
лени
е
про
ч
их
Здравоо комм
хранен уналь
Друг
иеи
ие
предост ны
х, виды
Обр
а соци
а
деяте
вление
зова социаль альны
л
н ных
ьност
и
ие услуг хперсо
и
12
13 нал
14
15
1,24 1,077 0,793
ь 0,754
0,92
3
ны 1,035
1,017 0,845
х 0,939
0
0,90
0,922 0,754
услуг
0,96
1,085 0,699 0,830
7
1,08
1,255 0,796 1,089
3
50,84 0,821 0,855 0,945
1,14
1,111 0,929 1,226
2
7
1,21
1,116 0,635 1,038
0,88
1,085 1,088 0,853
0
0,82
0,883 1,187 0,714
0
4
1,33
1,137 0,852 1,101
5
1,13
1,091 0,864 1,088
1,18
1,236 0,736 1,001
1
0,92
0,970 0,916 0,904
6
6
1,02
1,062 1,039 1,102
4
166
продолжение прил. 5
1
Тульская область
Ярославская область
г. Москва
Республика Карелия
Республика Коми
Архангельская область
Вологодская область
Калининградская
область
Ленинградская область
Мурманская область
Новгородская область
Псковская область
г.Санкт-Петербург
Республика Адыгея
Республика Калмыкия
Республика Крым
Краснодарский край
Астраханская область
Волгоградская область
Ростовская область
г. Севастополь
Республика Дагестан
Республика Ингушетия
Кабардино -Балкарская
Республика
Карачаево-Черкесская
Республика
Республика Северная
Осетия - Алания
Чеченская Республика
2
0,791
1,064
0,024
0,750
0,647
0,790
1,171
0,773
1,379
0,409
1,206
1,519
0,063
1,275
2,706
1,868
1,401
1,953
1,796
1,680
0,268
3,152
2,079
3
0,247
0,113
0,058
1,720
4,339
1,372
0,046
0,311
0,496
2,398
0,175
0,132
0,032
0,512
0,343
0,649
0,298
1,809
0,320
0,380
0,263
0,322
0,594
4
1,476
1,530
0,630
0,707
0,512
1,179
1,380
0,955
1,240
0,769
1,589
1,112
0,970
0,973
0,330
0,639
0,770
0,652
0,978
0,921
0,654
0,472
0,956
5
1,125
1,147
0,384
1,450
1,737
1,259
1,280
0,829
1,178
1,908
1,487
1,399
0,543
0,959
1,123
1,055
0,930
1,086
1,068
0,972
1,079
0,447
0,490
6
0,912
0,761
1,240
0,809
0,919
0,661
0,774
1,110
1,211
0,716
0,680
0,835
1,077
1,087
0,872
1,059
1,009
0,767
0,870
0,969
0,899
1,488
1,096
7
1,085
0,913
1,206
0,959
0,690
0,850
0,891
1,114
1,024
0,860
0,851
0,850
1,134
0,907
0,783
1,053
1,069
0,776
1,035
1,219
1,125
0,892
1,076
8
0,973
0,819
0,894
1,058
0,763
0,906
0,861
1,411
1,014
1,053
0,741
1,045
1,675
0,953
1,083
2,008
1,716
1,133
0,725
0,823
2,346
0,942
0,859
9
0,810
0,929
0,977
1,445
1,522
1,151
1,095
1,163
1,107
1,258
0,962
1,072
1,136
0,758
0,780
0,860
1,026
1,072
1,003
0,986
0,951
0,718
0,653
10
0,888
1,198
1,024
1,238
1,230
1,210
1,077
0,841
0,744
1,281
1,087
1,232
0,945
0,954
1,277
0,797
0,888
0,981
1,080
0,884
0,889
0,528
1,034
11
0,834
0,721
2,148
0,733
0,855
0,704
0,685
0,982
0,801
0,880
0,650
0,620
1,694
0,627
0,482
0,563
0,750
0,753
0,746
0,717
0,983
0,326
0,341
12
0,917
1,093
0,594
1,277
1,350
1,293
1,092
0,805
0,733
1,083
0,891
1,017
0,955
1,281
1,542
1,041
0,967
1,056
1,068
0,915
0,971
1,391
1,174
13
0,934
1,091
0,626
1,237
1,336
1,308
1,098
0,980
0,760
1,276
1,015
1,098
0,802
1,295
1,235
1,304
1,194
1,243
1,030
0,968
1,134
1,043
1,049
2,742 0,090 0,791 0,993 1,243 0,891 1,123 0,688 0,672 0,420 1,086 1,046
1,812 0,488 0,981 1,141 0,999 0,787 1,018 0,760 0,887 0,564 1,409 1,123
1,485 0,135 0,955 0,871 0,948 0,928 1,202 0,929 0,866 0,450 1,196 1,190
2,643 0,462 0,441 0,630 1,782 0,639 0,760 0,694 0,689 0,221 1,928 1,109
14
0,97
0
0,82
0
1,65
0,84
2
0
0,83
5
0,69
70,83
80,82
80,90
8
0,98
0
0,82
0
0,84
9
1,29
0
1,02
0,86
5
8
1,11
0,97
5
51,05
80,76
9
0,72
2
1,15
0,92
8
5
0,95
3
0,77
1
0,97
0
1,43
8
0,84
5
15
0,92
0
0,95
6
1,21
1,23
5
9
1,30
6
1,31
40,99
61,17
80,60
0
1,61
8
1,19
3
1,22
5
0,72
3
1,25
1,51
8
4
0,73
0,99
4
91,24
20,84
9
0,81
4
1,86
0,76
0
2
1,05
9
0,94
4
1,15
7
1,21
6
1,19
1
167
продолжение прил. 5
1
Ставропольский край
Республика
Республика
Марий Эл
Башкортостан
Республика Мордовия
Республика Татарстан
Удмуртская
Республика
Чувашская Республика
Пермский край
Кировская область
Нижегородская область
Оренбургская область
Пензенская область
Самарская область
Саратовская область
Ульяновская область
Курганская область
Свердловская область
Тюменская область
Челябинская область
Республика Алтай
Республика Бурятия
Республика Тыва
Республика Хакасия
Алтайский край
Забайкальский край
Красноярский край
Иркутская область
Кемеровская область
Новосибирская область
2
2,244
1,481
1,326
2,661
1,157
1,196
1,584
0,741
1,255
0,554
1,831
1,438
0,735
1,279
1,098
1,350
0,557
0,419
0,751
2,631
1,134
1,102
0,753
1,817
1,288
1,021
1,020
0,469
0,884
3
0,202
1,363
0,128
0,050
1,612
1,012
0,059
0,912
0,131
0,074
3,184
0,071
0,667
0,453
0,251
0,203
0,941
8,961
0,741
0,454
1,151
1,743
2,320
0,265
2,426
1,360
1,818
6,277
0,298
4
0,735
1,091
1,520
1,167
1,221
1,435
1,381
1,383
1,398
1,288
0,854
1,227
1,362
0,972
1,533
1,133
1,443
0,517
1,619
0,347
0,763
0,313
0,803
0,949
0,434
0,938
0,867
0,862
0,906
5
1,094
1,116
1,177
0,785
1,045
0,948
0,764
0,929
1,268
0,877
1,089
0,750
1,115
1,361
1,259
1,264
1,093
1,338
0,897
0,850
1,368
1,015
1,118
1,105
1,432
1,183
1,211
1,586
0,896
6
0,923
1,080
0,622
0,926
1,158
0,938
1,241
1,006
0,638
1,067
0,859
1,028
0,970
0,879
0,855
0,642
0,742
1,456
1,044
0,666
0,866
0,459
1,047
0,738
0,643
0,934
0,925
0,691
0,788
7
0,996
0,931
0,923
0,703
0,855
0,837
0,865
0,952
0,913
1,150
0,891
1,118
0,910
1,048
0,868
0,909
1,093
0,703
0,905
0,770
1,013
0,705
0,943
1,009
0,870
0,878
0,979
0,845
1,114
8
1,136
0,901
0,854
0,507
1,020
0,884
0,832
1,015
0,827
0,755
0,691
0,945
1,128
0,774
0,829
0,749
0,886
1,110
0,945
0,922
1,237
0,928
1,048
0,655
0,753
0,705
0,934
0,916
0,894
9
0,909
0,793
0,732
0,675
0,931
0,800
0,637
0,954
0,806
0,866
0,942
0,914
1,082
1,031
0,883
0,842
0,900
1,363
0,904
0,722
0,878
0,734
0,983
0,897
1,446
1,062
1,070
1,114
1,117
10
1,145
1,006
1,063
0,950
0,928
0,861
0,896
1,213
1,029
1,045
0,865
0,924
1,128
1,097
1,330
1,260
0,967
0,809
0,893
1,128
1,043
1,083
0,927
1,084
1,078
1,029
1,112
0,893
1,169
11
0,570
0,791
0,565
0,538
0,891
0,639
0,756
0,836
0,644
1,132
0,674
0,736
1,039
0,685
0,777
0,683
0,870
0,866
0,769
0,367
0,725
0,419
0,704
0,583
0,619
0,909
0,856
0,898
1,280
12
0,931
1,150
1,069
1,092
1,073
1,281
0,998
0,967
1,184
0,922
1,132
0,838
0,910
1,185
0,982
1,241
1,061
0,899
1,019
1,875
1,160
2,812
1,331
1,180
1,454
1,205
1,226
1,079
1,052
13
1,205
1,017
1,117
1,139
0,818
1,161
1,010
0,968
1,189
0,994
1,209
0,951
0,947
1,195
1,022
1,362
1,022
0,912
0,973
1,397
1,263
1,876
1,222
1,217
1,390
1,195
1,125
1,233
0,970
14
1,12
40,79
0,99
8
80,68
2
0,85
5
0,77
9
0,79
4
0,91
7
0,89
0
0,86
20,65
60,77
10,86
00,91
2
0,78
0,75
0
6
0,82
3
1,00
2
0,96
0,82
2
9
0,89
60,92
0,99
5
70,84
50,78
10,94
0,70
7
1,01
1
10,91
8
15
0,89
10,77
1,17
8
01,21
2
0,85
1
0,93
6
0,93
5
1,03
6
1,15
6
0,89
40,87
90,88
90,88
60,89
8
1,00
1,32
0
5
0,99
9
0,90
6
0,82
1,74
7
7
1,37
21,94
1,28
4
81,13
81,48
41,13
1,07
3
1,00
8
70,95
9
168
1
Омская область
Томская область
Республика Саха
(Якутия)
Камчатский край
Приморский край
Хабаровский край
Амурская область
Магаданская область
Сахалинская область
Еврейская автономная
область
Чукотский автономный
округ
2
3
1,691 0,056
0,755 1,557
0,958 6,451
1,312 0,734
1,261 0,664
0,595 1,009
0,972 2,024
0,411 8,288
0,764 2,352
1,144 1,199
0,612 11,834
4
1,016
0,975
0,263
0,561
0,730
0,812
0,456
0,221
0,462
0,645
0,088
5
0,952
1,239
2,400
2,258
1,362
1,270
1,647
2,623
1,474
1,451
4,510
6
0,967
0,882
0,946
0,777
0,719
1,114
1,422
0,976
1,584
0,762
0,685
7
0,872
0,931
0,652
0,748
1,115
0,949
0,980
0,721
0,839
0,878
0,395
8
0,870
1,279
0,405
0,863
1,178
1,035
0,845
1,038
1,195
0,999
0,544
9
0,979
1,001
1,275
0,969
1,371
1,286
1,295
1,004
1,253
1,208
1,089
10
0,947
0,968
1,108
1,248
1,190
1,162
1,409
1,125
1,068
1,031
1,496
11
0,907
0,937
0,678
0,785
0,718
0,914
0,722
0,730
0,888
0,634
0,471
12
1,050
1,370
1,711
1,176
1,037
1,030
0,960
0,955
0,985
1,264
1,213
окончание прил. 5
13
14
15
1,17 0,854 0,919
31,07 0,803 1,084
11,17 0,899 1,212
01,22 0,874 2,049
9
0,96
0,811 1,202
4
1,08
0,887 1,398
4
1,17
0,716 1,261
7
1,32
0,985 1,832
0
1,12
0,920 1,301
61,34 0,978 1,617
41,12 0,568 2,102
1
169
Приложение 6
Расчет показателя Size - размер кластера
Этап I. Анализ выборки и расчет показателя Size по всем субъектам ______________________________________ Нормативное значение - 10%
Регоны/виды
деятельности
1
Белгородская область
Брянская область
Владимирская
область
Воронежская
область
Ивановская область
Калужская область
Костромская область
Курская область
Липецкая область
Московская область
Орловская область
Рязанская область
Смоленская область
Тамбовская область
Тверская область
Сельское
хозяйств о,
охота и
лесное
хозяйств о;
рыболов
ство,
рыбовод
ство
2
Добыча
полезны
х
ископае
мых
3
Обрабат
ывающие
производ
ст- ва
4
Произво
дство и
распреде
ление
электроэ
Строит
нергии, газа ельи воды
ство
5
6
Оптовая и
розничная
торговля;
ремонт
автотрансп
ортных
средств,
мотоцикло
в, бытовых
изделий и
предметов
личного
Г остини цы
пользован
и ресторан Транспо рт ИЗ
ия
ы
и связь
связь
7
8
9
Операци и с
недвижи
мым
имущест
вом,
аренда и
предоста
Образов
них вление
услуг
ание
Здравоох
ранение
и
предоста
вление
социальн
ых услуг
Предост
авление
прочих
коммуна
льных,
социальн
ых и
персонал
ьных
услуг
Другие
виды
деятельн
ости
10
11
12
13
14
15
0,019
0,025
0,013
0,009 0,009
0,009
0,006
0,008
0,009
0,006
0,013
0,011
0,008
0,008
0,010
0,000
0,009
0,008 0,005
0,008
0,008
0,009
0,009
0,005
0,007
0,008
0,006
0,008
0,007
0,002
0,016
0,009 0,009
0,007
0,010
0,007
0,008
0,008
0,008
0,008
0,007
0,008
0,027
0,003
0,014
0,016 0,012
0,018
0,013
0,014
0,019
0,012
0,015
0,017
0,011
0,013
0,003
0,001
0,010
0,009 0,004
0,007
0,005
0,004
0,005
0,004
0,007
0,008
0,005
0,007
0,005
0,002
0,012
0,007 0,008
0,006
0,008
0,006
0,007
0,007
0,006
0,006
0,006
0,007
0,004
0,000
0,006
0,005 0,003
0,004
0,003
0,004
0,005
0,002
0,005
0,005
0,004
0,005
0,012
0,010
0,007
0,010 0,005
0,008
0,004
0,006
0,007
0,004
0,009
0,008
0,005
0,007
0,012
0,003
0,010
0,008 0,007
0,008
0,009
0,006
0,008
0,005
0,007
0,009
0,009
0,007
0,018
0,004
0,059
0,043 0,050
0,050
0,052
0,057
0,039
0,058
0,039
0,041
0,055
0,033
0,007
0,000
0,005
0,005 0,003
0,004
0,004
0,004
0,006
0,003
0,006
0,005
0,004
0,005
0,005
0,001
0,010
0,008 0,007
0,007
0,007
0,006
0,008
0,005
0,008
0,008
0,006
0,008
0,005
0,001
0,008
0,011 0,005
0,006
0,005
0,007
0,008
0,004
0,007
0,008
0,005
0,006
0,021
0,000
0,007
0,006 0,003
0,007
0,005
0,005
0,007
0,004
0,006
0,007
0,006
0,006
0,009
0,001
0,011
0,013 0,006
0,008
0,008
0,008
0,012
0,006
0,009
0,009
0,009
0,009
170
продолжение прил. 6
1
Тульская область
Ярославская область
г. Москва
Республика Карелия
Республика Коми
Архангельская область
Вологодская область
Калининградская
область
Ленинградская область
Мурманская область
Новгородская область
Псковская область
г .Санкт-Петербург
Республика Адыгея
Республика Калмыкия
Республика Крым
Краснодарский край
Астраханская область
Волгоградская область
Ростовская область
г. Севастополь
Республика Дагестан
Республика Ингушетия
Кабардино-Балкарская
Республика
Карачаево-Черкесская
Республика Северная
Осетия - Алания
Чеченская Республика
Ставропольский край
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0,008
0,009
0,003
0,003
0,001
0,007
0,015
0,013
0,076
0,011
0,010
0,046
0,009
0,007
0,150
0,011
0,008
0,146
0,010
0,007
0,108
0,008
0,008
0,118
0,009
0,010
0,123
0,008
0,006
0,259
0,009
0,010
0,072
0,009
0,010
0,075
0,010
0,007
0,199
0,009
0,008
0,147
0,003
0,007
0,003
0,006
0,003
0,004
0,004
0,006
0,005
0,003
0,005
0,005
0,003
0,005
0,004
0,025
0,003
0,010
0,005
0,004
0,004
0,009
0,007
0,005
0,008
0,008
0,005
0,008
0,006
0,010
0,009
0,010
0,005
0,006
0,007
0,009
0,009
0,005
0,010
0,010
0,005
0,010
0,009
0,000
0,011
0,010
0,006
0,007
0,007
0,008
0,008
0,005
0,008
0,008
0,006
0,008
0,005
0,002
0,006
0,005
0,007
0,007
0,009
0,008
0,006
0,006
0,005
0,006
0,005
0,008
0,016
0,006
0,014
0,013
0,014
0,012
0,011
0,013
0,008
0,009
0,008
0,009
0,010
0,007
0,002
0,013
0,004
0,010
0,004
0,005
0,006
0,007
0,007
0,005
0,006
0,007
0,005
0,009
0,005
0,001
0,006
0,006
0,003
0,003
0,003
0,004
0,004
0,003
0,004
0,004
0,003
0,005
0,006
0,003
0,001
0,001
0,005
0,043
0,006
0,024
0,003
0,047
0,003
0,050
0,004
0,074
0,004
0,050
0,005
0,042
0,003
0,075
0,004
0,042
0,004
0,035
0,003
0,057
0,005
0,032
0,003
0,004
0,021
0,001
0,001
0,007
0,002
0,001
0,007
0,002
0,002
0,012
0,002
0,001
0,012
0,002
0,001
0,012
0,002
0,002
0,023
0,002
0,001
0,010
0,002
0,002
0,009
0,001
0,001
0,006
0,003
0,002
0,012
0,003
0,002
0,015
0,002
0,001
0,013
0,003
0,002
0,008
0,050
0,013
0,011
0,012
0,027
0,004
0,033
0,007
0,036
0,005
0,038
0,005
0,061
0,007
0,036
0,007
0,031
0,006
0,027
0,005
0,034
0,007
0,042
0,008
0,034
0,007
0,035
0,008
0,029
0,046
0,001
0,005
0,010
0,001
0,016
0,025
0,002
0,017
0,027
0,003
0,014
0,026
0,002
0,016
0,033
0,003
0,012
0,022
0,006
0,016
0,027
0,002
0,017
0,024
0,002
0,012
0,020
0,002
0,017
0,025
0,002
0,016
0,026
0,003
0,012
0,020
0,003
0,014
0,022
0,004
0,046
0,005
0,005
0,001
0,007
0,002
0,007
0,001
0,022
0,002
0,013
0,002
0,014
0,002
0,011
0,001
0,008
0,002
0,005
0,001
0,020
0,003
0,015
0,002
0,014
0,002
0,011
0,002
0,014
0,000
0,004
0,005
0,006
0,004
0,006
0,003
0,003
0,002
0,005
0,005
0,004
0,005
0,004
0,001
0,002
0,003
0,002
0,002
0,002
0,002
0,002
0,001
0,003
0,003
0,002
0,003
0,006
0,001
0,004
0,003
0,004
0,004
0,005
0,004
0,003
0,002
0,005
0,005
0,006
0,005
0,018
0,003
0,003
0,004
0,012
0,004
0,005
0,005
0,005
0,001
0,013
0,008
0,006
0,008
0,039
0,003
0,013
0,019
0,016
0,017
0,020
0,016
0,020
0,010
0,016
0,021
0,019
0,015
171
продолжение прил. 6
1
Республика
Башкортостан
Республика
Марий Эл
Республика Мордовия
Республика Татарстан
Удмуртская
Чувашская
РеспубликаРеспублика
Пермский край
Кировская область
Нижегородская
область
Оренбургская
область
Пензенская область
Самарская область
Саратовская область
Ульяновская область
Курганская область
Свердловская область
Тюменская область
Челябинская область
Республика Алтай
Республика Бурятия
Республика Тыва
Республика Хакасия
Алтайский край
Забайкальский край
Красноярский край
Иркутская область
Кемеровская область
Новосибирская
область область
Омская
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0,036
0,033
0,027
0,027
0,026
0,023
0,022
0,019
0,025
0,019
0,028
0,025
0,019
0,019
0,006
0,001
0,006
0,005
0,003
0,004
0,004
0,003
0,004
0,002
0,004
0,005
0,004
0,005
0,014
0,000
0,006
0,004
0,005
0,004
0,003
0,004
0,005
0,003
0,006
0,006
0,004
0,007
0,031
0,012
0,044
0,010
0,033
0,014
0,028
0,010
0,031
0,009
0,023
0,008
0,028
0,009
0,025
0,008
0,025
0,009
0,024
0,006
0,029
0,013
0,022
0,012
0,023
0,008
0,023
0,009
0,012
0,012
0,000
0,015
0,010
0,023
0,006
0,016
0,009
0,017
0,007
0,016
0,006
0,017
0,005
0,016
0,007
0,020
0,006
0,014
0,008
0,016
0,008
0,016
0,006
0,015
0,007
0,017
0,010
0,001
0,011
0,010
0,005
0,007
0,007
0,007
0,008
0,005
0,010
0,010
0,007
0,009
0,013
0,002
0,029
0,020
0,024
0,026
0,017
0,020
0,024
0,026
0,021
0,023
0,020
0,020
0,024
0,041
0,011
0,014
0,011
0,012
0,009
0,012
0,011
0,009
0,015
0,016
0,009
0,011
0,013
0,001
0,011
0,007
0,009
0,010
0,008
0,008
0,008
0,006
0,007
0,008
0,007
0,008
0,018
0,016
0,032
0,027
0,023
0,022
0,027
0,026
0,027
0,025
0,022
0,023
0,020
0,021
0,020
0,009
0,007
0,002
0,015
0,013
0,021
0,010
0,014
0,007
0,017
0,007
0,012
0,007
0,016
0,007
0,017
0,011
0,011
0,006
0,019
0,008
0,019
0,008
0,014
0,006
0,014
0,008
0,007
0,001
0,005
0,006
0,003
0,004
0,004
0,004
0,006
0,003
0,006
0,007
0,004
0,006
0,016
0,027
0,042
0,032
0,022
0,032
0,026
0,026
0,028
0,025
0,031
0,030
0,024
0,029
0,013
0,018
0,272
0,018
0,016
0,038
0,041
0,021
0,044
0,025
0,021
0,022
0,034
0,022
0,041
0,021
0,025
0,021
0,026
0,018
0,027
0,024
0,028
0,023
0,030
0,023
0,027
0,020
0,003
0,001
0,000
0,001
0,001
0,001
0,001
0,001
0,001
0,000
0,002
0,002
0,001
0,002
0,006
0,006
0,004
0,007
0,005
0,006
0,007
0,005
0,006
0,004
0,006
0,007
0,005
0,007
0,002
0,002
0,026
0,008
0,020
0,003
0,008
0,004
0,016
0,026
0,000
0,003
0,013
0,003
0,018
0,001
0,004
0,016
0,009
0,023
0,001
0,003
0,010
0,004
0,018
0,001
0,003
0,014
0,006
0,017
0,001
0,003
0,009
0,005
0,014
0,001
0,003
0,013
0,010
0,021
0,002
0,003
0,015
0,007
0,020
0,001
0,002
0,008
0,004
0,018
0,004
0,004
0,017
0,010
0,023
0,003
0,004
0,017
0,009
0,023
0,001
0,003
0,012
0,005
0,018
0,003
0,004
0,016
0,010
0,022
0,016
0,008
0,028
0,106
0,014
0,015
0,019
0,027
0,015
0,012
0,015
0,014
0,015
0,015
0,017
0,019
0,017
0,015
0,013
0,015
0,019
0,018
0,018
0,021
0,011
0,017
0,017
0,017
0,016
0,006
0,017
0,017
0,015
0,021
0,017
0,021
0,022
0,024
0,020
0,018
0,017
0,018
0,021
0,001
0,013
0,012
0,012
0,011
0,011
0,012
0,012
0,011
0,013
0,015
0,011
0,012
172
1
Томская область
Республика Саха
(Якутия)
Камчатский
край
Приморский край
Хабаровский край
Амурская область
Магаданская область
Сахалинская область
Еврейская автономная
область
Чукотский
автономный округ
2
3
4
5
6
7
8
9
10
11
12
окончание прил. 6
13
14
15
0,005
0,011
0,007
0,008
0,006
0,006
0,009
0,007
0,007
0,006
0,009
0,007
0,005 0,007
0,006
0,043
0,002
0,016
0,006
0,004
0,003
0,009
0,007
0,005
0,011
0,008
0,006 0,008
0,003
0,002
0,001
0,005
0,002
0,002
0,002
0,002
0,003
0,002
0,003
0,003
0,002 0,005
0,017
0,009
0,010
0,019
0,010
0,015
0,016
0,019
0,016
0,010
0,014
0,013
0,011 0,016
0,006
0,010
0,008
0,012
0,011
0,009
0,010
0,012
0,011
0,009
0,010
0,010
0,009 0,013
0,005
0,011
0,003
0,009
0,008
0,005
0,005
0,007
0,008
0,004
0,005
0,006
0,004 0,007
0,001
0,011
0,000
0,003
0,001
0,001
0,001
0,001
0,001
0,001
0,001
0,002
0,001 0,002
0,003
0,009
0,002
0,006
0,006
0,003
0,005
0,005
0,004
0,004
0,004
0,004
0,004 0,005
0,001
0,001
0,005
0,001
0,001
0,001
0,001
0,001
0,001
0,001
0,001
0,001
0,001
0,001 0,002
0,000
0,002
0,000
0,000
0,000
0,000
0,001
0,000
0,001
0,000
0,000 0,001
0,000
173
Приложение 7
Расчет показателя Focus - концентрация
Focus - концентрация__ Нормативное значение 10%
Сельс
Операц
Предо
к
иис
с
Произ
ое
недвиж
тавлен
в
хозяйс
и
ие
одство
тво,
мым
и
Здравоо прочи
охота
имущес
распре
хранен х
Регоны/виды
и
т
комму
делени
иеи
деятельности
лесное Добыча Обраба е
вом,
предост нальн
хозяйс полезн
аренда
т электр
Гости
а ых,
тво;
и
ы ыоэнерг Строит н ицы
Образо вление социал
рыбол х
предост
ьных и
вающие ии,
и
Трансп ИЗ
в социаль
овство ископае произво газа и е
персон
рестор о рт и них а
ных
, мых
дст- ва воды льство аны связь связь вление ание
услуг альны
рыбов
1
2 о
3
4
5
6
7
8
9 услуг
10
11
12 хуслуг
13
Белгородская область
0,137
0,036
0,171
0,023
0,074
0,014
0,063
0,011
0,060
0,095
0,068
0,034
дство
Брянская область
0,096 0,000 0,161 0,028 0,061 0,024 0,099 0,014 0,063 0,070 0,064 0,037
Владимирская область
0,058 0,003 0,255 0,029 0,088 0,026 0,062 0,011 0,087 0,069 0,058 0,033
Воронежская область
0,133 0,004 0,126 0,028 0,069 0,019 0,077 0,016 0,076 0,073 0,069 0,030
Ивановская область
0,040 0,002 0,236 0,038 0,060 0,019 0,060 0,011 0,062 0,083 0,079 0,035
Калужская область
0,049 0,004 0,237 0,028 0,098 0,026 0,066 0,012 0,100 0,064 0,052 0,037
Костромская область
0,083 0,001 0,202 0,036 0,060 0,017 0,078 0,016 0,055 0,087 0,070 0,040
Курская область
0,121 0,021 0,136 0,038 0,059 0,013 0,065 0,011 0,060 0,092 0,070 0,028
Липецкая область
0,116 0,006 0,177 0,027 0,074 0,026 0,068 0,012 0,066 0,067 0,069 0,047
Московская область
0,029 0,001 0,176 0,025 0,092 0,025 0,100 0,010 0,122 0,063 0,056 0,051
Орловская область
0,111 0,000 0,162 0,029 0,064 0,019 0,075 0,016 0,059 0,102 0,072 0,037
Рязанская область
0,059 0,003 0,196 0,030 0,087 0,022 0,074 0,014 0,067 0,086 0,069 0,037
Смоленская область
0,061 0,002 0,186 0,047 0,070 0,017 0,094 0,016 0,064 0,090 0,078 0,032
Тамбовская область
0,234 0,000 0,135 0,024 0,035 0,016 0,062 0,012 0,064 0,070 0,061 0,040
Тверская область
0,084 0,002 0,181 0,040 0,063 0,020 0,075 0,017 0,067 0,078 0,067 0,045
174
продолжение прил. 7
1
Тульская область
Ярославская область
г. Москва
Республика Карелия
Республика Коми
Архангельская область
Вологодская область
Калининградская область
Ленинградская область
Мурманская область
Новгородская область
Псковская область
г.Санкт-Петербург
Республика Адыгея
Республика Калмыкия
Республика Крым
Краснодарский край
Астраханская область
Волгоградская область
Ростовская область
г. Севастополь
Республика Дагестан
Республика Ингушетия
Кабардино -Балкарская
Республика
Карачаево-Черкесская
Республика
Республика Северная
Осетия - Алания
Чеченская Республика
2
0,060
0,080
0,002
0,057
0,049
0,060
0,088
0,058
0,104
0,031
0,091
0,115
0,005
0,096
0,204
0,141
0,106
0,147
0,135
0,127
0,020
0,238
0,157
3
0,004
0,002
0,001
0,026
0,067
0,021
0,001
0,005
0,008
0,037
0,003
0,002
0,000
0,008
0,005
0,010
0,005
0,028
0,005
0,006
0,004
0,005
0,009
4
0,207
0,215
0,088
0,099
0,072
0,165
0,194
0,134
0,174
0,108
0,223
0,156
0,136
0,137
0,046
0,090
0,108
0,092
0,137
0,129
0,092
0,066
0,134
5
0,031
0,031
0,010
0,040
0,047
0,034
0,035
0,023
0,032
0,052
0,041
0,038
0,015
0,026
0,031
0,029
0,025
0,030
0,029
0,027
0,029
0,012
0,013
0,207
0,001
0,111 0,027
0,137
0,007
0,112
0,199
0,002
0,007
6
0,078
0,065
0,106
0,069
0,078
0,056
0,066
0,095
0,103
0,061
0,058
0,071
0,092
0,093
0,074
0,090
0,086
0,066
0,074
0,083
0,077
0,127
0,094
7
0,022
0,019
0,020
0,024
0,017
0,021
0,019
0,032
0,023
0,024
0,017
0,024
0,038
0,022
0,025
0,045
0,039
0,026
0,016
0,019
0,053
0,021
0,019
8
0,066
0,076
0,080
0,118
0,125
0,094
0,090
0,095
0,091
0,103
0,079
0,088
0,093
0,062
0,064
0,070
0,084
0,088
0,082
0,081
0,078
0,059
0,053
9
0,011
0,015
0,013
0,015
0,015
0,015
0,013
0,010
0,009
0,016
0,013
0,015
0,012
0,012
0,016
0,010
0,011
0,012
0,013
0,011
0,011
0,007
0,013
10
0,082
0,071
0,211
0,072
0,084
0,069
0,067
0,096
0,079
0,086
0,064
0,061
0,166
0,061
0,047
0,055
0,074
0,074
0,073
0,070
0,096
0,032
0,033
11
0,070
0,083
0,045
0,097
0,103
0,098
0,083
0,061
0,056
0,082
0,068
0,077
0,073
0,097
0,117
0,079
0,074
0,080
0,081
0,070
0,074
0,106
0,089
12
0,059
0,069
0,039
0,078
0,084
0,083
0,069
0,062
0,048
0,081
0,064
0,069
0,051
0,082
0,078
0,082
0,075
0,078
0,065
0,061
0,072
0,066
0,066
13
0,042
0,036
0,072
0,036
0,036
0,030
0,036
0,036
0,039
0,042
0,036
0,037
0,056
0,044
0,038
0,048
0,042
0,046
0,033
0,031
0,050
0,040
0,041
0,106 0,025
0,056 0,008
0,041
0,083
0,066 0,033
0,138 0,031
0,085 0,023
0,062 0,011
0,055
0,107
0,071 0,042
0,134 0,024
0,062 0,017
0,081 0,027
0,152 0,017
0,076 0,011
0,057 0,008
0,044
0,022
0,091
0,147
0,075 0,062
0,070 0,037
175
продолжение прил. 7
1
Ставропольский край
Республика
Башкортостан
Республика
Марий Эл
Республика Мордовия
Республика Татарстан
Удмуртская Республика
Чувашская Республика
Пермский край
Кировская область
Нижегородская область
Оренбургская область
Пензенская область
Самарская область
Саратовская область
Ульяновская область
Курганская область
Свердловская область
Тюменская область
Челябинская область
Республика Алтай
Республика Бурятия
Республика Тыва
Алтайский край
Забайкальский край
Красноярский край
Иркутская область
Кемеровская область
Новосибирская область
Омская область
2
0,169
0,112
0,100
0,201
0,087
0,090
0,119
0,056
0,095
0,042
0,138
0,108
0,055
0,096
0,083
0,102
0,042
0,032
0,057
0,198
0,086
0,083
0,137
0,097
0,077
0,077
0,035
0,067
0,128
3
0,003
0,021
0,002
0,001
0,025
0,016
0,001
0,014
0,002
0,001
0,049
0,001
0,010
0,007
0,004
0,003
0,014
0,137
0,011
0,007
0,018
0,027
0,004
0,037
0,021
0,028
0,096
0,005
0,001
4
0,103
0,153
0,213
0,164
0,171
0,202
0,194
0,194
0,196
0,181
0,120
0,172
0,191
0,136
0,215
0,159
0,203
0,073
0,227
0,049
0,107
0,044
0,133
0,061
0,132
0,122
0,121
0,127
0,143
5
0,030
0,030
0,032
0,021
0,029
0,026
0,021
0,025
0,035
0,024
0,030
0,020
0,030
0,037
0,034
0,034
0,030
0,037
0,024
0,023
0,037
0,028
0,030
0,039
0,032
0,033
0,043
0,024
0,026
6
0,079
0,092
0,053
0,079
0,099
0,080
0,106
0,086
0,054
0,091
0,073
0,088
0,083
0,075
0,073
0,055
0,063
0,124
0,089
0,057
0,074
0,039
0,063
0,055
0,080
0,079
0,059
0,067
0,083
7
0,026
0,020
0,019
0,011
0,023
0,020
0,019
0,023
0,019
0,017
0,016
0,021
0,026
0,018
0,019
0,017
0,020
0,025
0,021
0,021
0,028
0,021
0,015
0,017
0,016
0,021
0,021
0,020
0,020
8
0,074
0,065
0,060
0,055
0,076
0,066
0,052
0,078
0,066
0,071
0,077
0,075
0,089
0,084
0,072
0,069
0,074
0,112
0,074
0,059
0,072
0,060
0,073
0,119
0,087
0,088
0,091
0,091
0,080
9
0,014
0,012
0,013
0,012
0,011
0,011
0,011
0,015
0,013
0,013
0,011
0,011
0,014
0,014
0,016
0,016
0,012
0,010
0,011
0,014
0,013
0,013
0,013
0,013
0,013
0,014
0,011
0,014
0,012
10
0,056
0,078
0,055
0,053
0,087
0,063
0,074
0,082
0,063
0,111
0,066
0,072
0,102
0,067
0,076
0,067
0,085
0,085
0,075
0,036
0,071
0,041
0,057
0,061
0,089
0,084
0,088
0,126
0,089
11
0,071
0,088
0,081
0,083
0,082
0,098
0,076
0,074
0,090
0,070
0,086
0,064
0,069
0,090
0,075
0,094
0,081
0,068
0,078
0,143
0,088
0,214
0,090
0,111
0,092
0,093
0,082
0,080
0,080
12
0,076
0,064
0,070
0,072
0,052
0,073
0,064
0,061
0,075
0,063
0,076
0,060
0,060
0,075
0,064
0,086
0,065
0,058
0,061
0,088
0,080
0,118
0,077
0,088
0,075
0,071
0,078
0,061
0,074
13
0,049
0,035
0,043
0,030
0,037
0,034
0,034
0,040
0,039
0,037
0,028
0,033
0,037
0,040
0,034
0,033
0,036
0,043
0,042
0,036
0,039
0,040
0,037
0,034
0,041
0,030
0,044
0,040
0,037
176
1
Томская область
Республика Саха
(Якутия)
Камчатский край
Амурская область
Магаданская область
Сахалинская область
Еврейская автономная
область
Чукотский автономный
округ
2
0,057
0,072
0,099
0,073
0,031
0,058
0,086
0,046
3
0,024
0,099
0,011
0,031
0,127
0,036
0,018
0,182
4
0,137
0,037
0,079
0,064
0,031
0,065
0,091
0,012
5
0,034
0,065
0,062
0,045
0,072
0,040
0,040
0,123
6
0,075
0,081
0,066
0,121
0,083
0,135
0,065
0,058
7
0,029
0,009
0,020
0,019
0,024
0,027
0,023
0,012
8
0,082
0,104
0,079
0,106
0,082
0,103
0,099
0,089
9
0,012
0,014
0,015
0,017
0,014
0,013
0,013
0,018
10
0,092
0,067
0,077
0,071
0,072
0,087
0,062
0,046
окончание прил. 7
11
12
13
0,104 0,068 0,035
0,130 0,074 0,039
0,089 0,078 0,038
0,073 0,074 0,031
0,073 0,083 0,043
0,075 0,071 0,040
0,096 0,085 0,042
0,092 0,071 0,025
177
Приложение 8
Сводная матрица идентификации территориально-отраслевых кластеров РФ
Сельск
о
Произв
е
о дство
хозяйст
и
в
о,
Регоны/виды
охота и Добыч Обраба распред
е ление
деятельности
лесное а
т
Гости
электро
хозяйст полезн ыСтрои
н ицы
э
в
вающие
т
и
Транс ИЗ
ых
нергии,
о;
произво
ельств
рестор
п орт и них
ископа
газа
и
рыболо емых дст- ва воды о
аны
связь связь
в
1
2 ство,
3
4
5
6
7
8
9
10
Белгородская область LQ
+
+
рыбово +
Size д
ство
Focus
+
Брянская область
LQ
+
+
+
+
+
+
Size
Focus
+
Владимирская
LQ
+
+
+
+
область
Size
Focus
+
Воронежская область LQ
+
+
+
Size
Focus
+
Ивановская область LQ
+
+
Size
Focus
+
Калужская область
LQ
+
+
+
+
Операц
иис
недвиж
и
мым
имущес
т
вом,
аренда Образ
и
о
предост вание
а
и
12
вление
услуг +
Предос
т
Здраво авление
прочих
охране коммун
ние и а
предос льных,
тавлен социаль
ие
и
социал ных
персона
ьных льных
услуг услуг
13
14
+
+
+
+
+
+
178
продолжение прил. 8
1
2
Size
Focus
Костромская область LQ
Size
Focus
Курская область
LQ
Size
Focus
Липецкая область
LQ
Size
Focus
Московская область LQ
Size
Focus
Орловская область
LQ
Size
Focus
Рязанская область
LQ
Size
Focus
Смоленская область LQ
Size
Focus
Тамбовская область LQ
Size
Focus
Тверская область
LQ
Size
3
4
5
6
7
8
9
10
11
12
13
14
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
++
++
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
179
продолжение ^ прил. 8
3
2
Focus
Тульская область
LQ
Size
Focus
Ярославская область LQ
+
Size
Focus
г. Москва
LQ
Size
Focus
Республика Карелия LQ
Size
Focus
Республика Коми
LQ
Size
Focus
Архангельская
LQ
область
Size
Focus
Вологодская область LQ
+
Size
Focus
Калининградская
LQ
область
Size
Focus
Ленинградская
LQ
+
область
Size
Focus
4
1
5
7
6
+
+
+
+
+
+
9
8
10
11
+
13
12
+
+
+
+
14
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
++
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
180
продолжение _ прил. 8
1
2
Мурманская область LQ
Size
Focus
Новгородская область LQ
Size
Focus
Псковская область
LQ
Size
Focus
г.Санкт-Петербург
LQ
Size
Focus
Республика Адыгея LQ
Size
Focus
Республика Калмыкия LQ
Size
Focus
Республика Крым
LQ
Size
Focus
Краснодарский край LQ
Size
Focus
Астраханская область LQ
Size
Focus
Волгоградская
LQ
область
Size
3
4
5
+
7
6
+
+
+
+
+
+
+
+
9
8
+
+
10
+
11
+
+
+
+
13
12
14
+
+
+
+
+
+
++
++
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
++
++
+
+
+
+
+
+
+
+
+
+
+
+
181
продолжение ^ прил. 8
2
Focus
Ростовская область LQ
Size
Focus
г. Севастополь
LQ
Size
Focus
Республика Дагестан LQ
Size
Focus
Республика
LQ
Ингушетия
Size
Focus
Кабардино
LQ
-Балкарская
Республика
Size
Focus
Карачаево-Черкесская LQ
Республика
Size
Focus
Республика Северная LQ
Осетия
Size
Focus
Чеченская Республика LQ
Size
Focus
Ставропольский край LQ
Size
3
1
+
+
+
+
4
5
7
6
10
11
13
12
14
+
+
+
+
+
+
+
+
+
+
+
9
8
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
182
продолжение _ прил. 8
1
2
Focus
Республика
LQ
Башкортостан
Size
Focus
Республика Марий Эл LQ
Size
Focus
Республика Мордовия LQ
Size
Focus
Республика Татарстан LQ
Size
Focus
Удмуртская
LQ
Республика
Size
Focus
Чувашская
LQ
Республика
Size
Focus
Пермский край
LQ
Size
Focus
Кировская область
LQ
Size
Focus
Нижегородская
LQ
область
Size
Focus
3
+
+
+
4
5
6
7
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
9
12
13
+
+
+
+
+
+
+
+
+
+
+
10
11
+
+
+
+
+
+
+
+
8
+
+
+
+
+
+
+
+
+
+
+
+
14
+
183
продолжение ^ прил. 8
1
2
Оренбургская область LQ
Size
Focus
Пензенская область LQ
Size
Focus
Самарская область
LQ
Size
Focus
Саратовская область LQ
Size
Focus
Ульяновская область LQ
Size
Focus
Курганская область LQ
Size
Focus
Свердловская область LQ
Size
Focus
Тюменская область LQ
Size
Focus
Челябинская область LQ
Size
Focus
Республика Алтай
LQ
3
+
4
5
+
+
+
+
6
7
8
9
10
11
+
+
+
+
+
+
+
+
12
13
+
+
+
+
14
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
184
продолжение ^ прил. 8
2
Size
Focus
Республика Бурятия LQ
Size
Focus
Республика Тыва
LQ
Size
Focus
Республика Хакасия LQ
Size
Focus
Алтайский край
LQ
Size
Focus
Забайкальский край LQ
Size
Focus
Красноярский край LQ
Size
Focus
Иркутская область
LQ
Size
Focus
Кемеровская область LQ
Size
Focus
Новосибирская
LQ
Size
область
3
1
4
5
7
6
+
+
+
+
+
+
+
+
+
9
8
10
11
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
13
12
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
14
+
+
+
+
+
+
+
+
+
+
185
продолжение _ прил. 8
2
Focus
Омская область
LQ
Size
Focus
Томская область
LQ
Size
Focus
Республика Саха
LQ
(Якутия)
Size
Focus
Камчатский край
LQ
Size
Focus
Приморский край
LQ
Size
Focus
Хабаровский край
LQ
Size
Focus
Амурская область
LQ
Size
Focus
Магаданская область LQ
Size
Focus
Сахалинская область LQ
Size
Focus
3
1
4
5
+
+
+
+
+
+
7
6
9
8
10
11
13
12
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
14
186
1
Еврейская
автономная область
Чукотский
автономный округ
2
LQ
Size
Focus
LQ
Size
Focus
3
+
4
5
6
7
8
9
10
11
продолжение _ прил. 8
12
13
14
+
+
+
+
+
+
+
+
+
+
+
+
+
+
187
Приложение 9
Идентификация инновационных территориальных кластеров (2 этап методики)
№
Регион
1 Московская область
2 г.Москва
3 г .Санкт-Петербург
Кластер
Недвижимость и аренда
Недвижимость и аренда
Недвижимость и аренда
4 Ростовская область
Селськое хозяйство, лес, охота и рыболовство
5 Волгоградская область
6 Республика Дагестан
7 Ставропольский край
8 Республика Татарстан
9 Нижегородская область
10 Самарская область
11 Свердловская область
12 Челябинская область
13 Тюменская область
14 Тюменская область
Российская Федерация
К
акт
8,5
16,1
14,8
К
зти
К
ти
К
зои
К
зми
К
К
зэи
ит
К
инн
Gunn
5,6 7,1
4,3 14,9
3,1 13,8
3,1
4,3
5
2,3
2,4
3,6
1,6
1,8
2,4
0,6
2,0
0,9
3,0
4,5
4,2
7
8,6
3,7
8,4
3,8
7,8
1,1
1,1
1,4
4,3
2,9
1,4
Селськое хозяйство, лес, охота и рыболовство
4,9
2,4
4,6
1,1
0,3
1
1,4
1,6
1
Селськое хозяйство, лес, охота и рыболовство
2,5
0,1
1,9
0,6
0,6
1,2
0,3
0,7
0,3
Селськое хозяйство, лес, охота и рыболовство
Обрабатывающие производства
Обрабатывающие производства
Обрабатывающие производства
Обрабатывающие производства
Обрабатывающие производства
Добыча полезных ископаемых
Электроэнергия, газ и вод
4,9
21,3
12,8
3,9
9,4
7,0
12,9
12,9
0,7
4,6
3,7
1,2
3,1
3,2
3
3
0,7
4
2
0,5
1,6
1,3
1,7
1,7
0,7
4,7
2,4
1,1
2,3
2,6
1,5
1,5
0,2
4,8
1,2
1,4
3,0
0,7
0,2
0,2
1,1
6,5
3,8
1,7
3,6
2,6
2,1
2,1
0,6
3,2
3,6
3,1
4,4
3
3,7
3,7
среднее значение
8,4
2,0 4,5
2,9 20,0
4,0 11,3
2,9 3,6
3,1 7,8
2,2 6,2
1,4 6,6
1,4 6,6
7,
2,5
3
2,4
1,4
1,6
1,6
2,8
188
окончание прил. 9
Средне значенее коэффициента по стране
К
К
акт
Интервал Значение
Слабый инновационный потенциал
Средний инновационный потенциал
Высокий инновационнй потенциал
Инновационный кластер
0-50%
50-75%
75-99%
>100%
Интервал
0-50%
50-75%
75-99%
>100%
Значение
Слабый инновационный потенциал
Средний инновационный потенциал
Высокий инновационнй потенциал
Инновационный кластер
зти
8,4
0
4,2
6,3
8,4
Усл.
обозн
2,5
0
1,25
1,9
2,5
Кти
7,3
0
3,7
5,5
7,3
Кзои
2,4
0
1,2
1,8
2,4
К
зми
1,4
0
0,7
1,1
1,4
Кзэи
1,6
0
0,8
1,2
1,6
Кит
1,6
0
0,8
1,2
1,6
К
Усл.
2,4 Обозн
0
1,2
1,8
2,4
инн
Отзывы:
Авторизуйтесь, чтобы оставить отзыв