Технологии построения кластерных систем существенно зависят от избираемых стратегических ориентиров, степени их сопряженности с региональными и национальными стратегиями развития.
Отмеченная в [1, с. 145] типология инновационных систем во многом совместима и с формирующимися в них кластерными системами, отражая их качественно отличные свойства и характеристики, проявляющиеся во внешней среде:
1) кластерные системы первого типа – рыночно-агрессивные, сориентированные на подстраивание внешней среды под свои интересы и возможности, формируя тем самым новые области спроса на свою продукцию;
2) кластерные системы второго типа – глобально-активные системы, динамично реагирующие на изменения на мировом рынке и активно поддерживающие себя в качестве устойчивого паритетного партнера в условиях нарастающей конкуренции;
3) кластерные системы третьего типа – локально-активные системы, динамично реагирующие на потребности внутреннего рынка и активно поддерживающие себя в качестве устойчивого паритетного партнера в условиях конкуренции;
4) кластерные системы четвертого типа – пассивные системы, реагирующие только на сильные внешние воздействия, не способные активно поддержать даже внутренние инновационные инициативы.
Казалось бы, последние нецелесообразно выделять в самостоятельный тип формирующихся кластерных систем в силу их потенциальной бесплодности. Однако, поскольку на первом этапе развития кластерных инициатив в России и ее регионах они получили достаточно масштабное распространение, о них пока забывать не стоит.
Целесообразно обратить внимание на то обстоятельство, что все выделенные 4 варианта опираются на одни и те же группы интегральных ключевых субъектов формируемых кластерных систем, отмеченных в [2], однако существенно отличаются избираемыми законами их композиции, природой, типами и видами внутренних взаимосвязей, которые и формируют их отличительные признаки и характеристики.
Выбор того или иного типа формирования кластерных систем зависит от закладываемой стратегии кластерного развития как основными субъектами кластеризации, так и территориальными органами власти и управления. Но при всем этом эффективность кластерных систем и систем более высокого порядка в достаточной степени не изучена и не имеет общепризнанных подходов. Это и стало целью исследования, достижение которой возможно через поисковые исследования.
При этом из всей совокупности типов и видов кластеров, имеющихся в литературе, остановимся лишь на двух их укрупненных группах: территориально локализованных кластерах и территориально распределенных кластерах, к которым зачастую относятся отраслевые кластеры. Но в любом случае речь идет о целостных системных образованиях, объединяющих субъектов разной внутренней природы, с сильными внутренними взаимосвязями, ориентированных на масштабное производство продукции (товаров, услуг), по своим объемам способных реально воздействовать на бюджеторазвитие территории.
И если, к примеру, какие-либо модные в последнее время образовательные кластеры ещё не набрали достаточного уровня развития по аналогии со сформировавшимися зарубежными кластерами услуг [3] и не способны удовлетворить этим требованиям, то их лучше оставить пока лишь в категории сетей.
Материалы и методы исследования
Географически распределенные кластеры с развитыми механизмами региональной поддержки формируются на основе четко формализованных межрегиональных соглашений либо на национальном уровне. Здесь многое зависит от устоявшейся структуры наполнения федерального и региональных бюджетов и их возможностей последующей поддержки.
В отличие от распространённого подхода, когда решение кластерной задачи предполагает исследование отраслевого фактора региона, обладающего наибольшим конкурентным потенциалом (например, [4]), в данном исследовании ограничимся лишь рассмотрением кластеров, имеющих преимущественно территориальную локализацию и которые по результатам своей деятельности реально способны воздействовать на бюджеторазвитие территории (по величине этого воздействия может определяться и величина региональной поддержки).
Следует отметить, что иные кластеры можно вообще не принимать к рассмотрению, поскольку, кроме дани моде, они не предполагают стать полноценными субъектами новой экономики. Минимально допустимый уровень воздействия кластера на формирование регионального бюджета – хороший фильтрующий критерий, по которому можно отсеивать фиктивные кластерные инициативы и не тратить понапрасну региональный поддерживающий ресурс.
Исследование, отмеченное в данной статье по подбору показателей для расчёта эффективности кластеров, проведено при помощи экономических методов сравнительного и системного анализа, факторного анализа, анализа показателей, используемых для сбора статистических данных, а также с помощью экспертной оценки, необходимой при отсутствии глубоких тематических исследований и практикоориентированностью поставленных задач.
Результаты исследования и их обсуждение
Выявление ключевых параметров для наблюдения за становлением и развитием кластерных инициатив и непосредственно самих кластеров является одной из наиболее значимых задач для современного этапа развития этих процессов в России. Очень важно минимизировать потери времени в результате применения неадекватных измерителей, не позволяющих с высокой степенью достоверности отслеживать движение кластерных систем вдоль оптимальных, или близких к ним, фазовым траекториям к стратегически определенным целевым ориентирам.
В качестве основы для выявления наиболее целесообразных параметров измерений предлагается использовать развиваемые в [5] подходы, где кластерные образования рассматриваются в качестве неких целостных систем, развивающихся внутри региональных инновационных систем, со своими законами и закономерностями композиции. Несмотря на то, что спектр выявленных в упомянутых работах закономерностей композиции кластерных систем может быть существенно расширен при дальнейших исследованиях, он уже позволяет прояснить некие интегральные измерители, которые носят не абстрактный характер, а объективно привязаны к закономерностям развития.
Таким образом, опираясь на отмеченные выше закономерности формирования кластерных систем, экономическую результативность последних (ЭРК) можно условно представить в виде некоего функционала, существенно зависящего от избираемой стратегии развития и, как следствие, развиваемой совокупности внутренних взаимосвязей и взаимоотношений, отражающего экономическую результативность данного объединения. При этом разобьем его на три смысловые группы: потенциал ключевых субъектов, потенциал сервисных структур, включая ресурсное обеспечение, и взаимосвязи.
ЭРК = F(ПП, ИП, ФП; ИСП, РСП, РП, КМ; ЛВ, ВСС, ФВВ1, ФВВ2), (1)
где ПП – аккумулированный промышленный потенциал кластера; ИП – привлеченный интеллектуальный потенциал; ФП – финансовый потенциал (внутрикластерные инвестиционные возможности); ИСП – потенциал задействованных в кластере инновационных сервисов; РСП – внутрикластерный потенциал аккумулированных рыночных сервисов; РП – ресурсный потенциал; КМ – кластерный менеджмент; ЛВ – логистические возможности; ВСС – внутренние системные связи; ФВВ1 – факторы внешнего воздействия регионального уровня; ФВВ2 – факторы внешнего воздействия (вне региона).
В таком представлении просматривается структура измерителей первого уровня для матрицы состояния кластера. Они будут уточнены в процессе построения модельных решений, но пока могут быть представлены в следующем виде:
1. ПП – производственный потенциал: количество привлеченных предприятий; объем задействованных основных фондов; наличие четко выраженных якорных предприятий; технологическая оснащенность производственного процесса.
2. ИП – интеллектуальный потенциал: количество малых и средних инновационных фирм и/или обособленных подразделений научных и образовательных организаций; степень покрытия их возможностями всей цепочки формирования новой стоимости (ЦФНС); количество целевых интерактивных образовательных программ вузов по кадровому обеспечению высокотехнологичных участков ЦФНС (включая сервисные структуры и управление) и доля их покрытия программами целевой подготовки и переподготовки кадров; оценка уровня внутрикластерной конкуренции производителей продукции ноу-хау.
3. ФП – финансовый потенциал: количество инвестиционных организаций – участников кластера; объем собственного инвестиционного потенциала участников кластера; объем задействованного внутреннего инвестиционного ресурса; объем задействованного привлечённого внешнего инвестиционного ресурса.
4. ИСП – потенциал задействованных в кластере инновационных сервисов: количество организаций научно-технологических сервисов в структуре кластера; степень покрытия этими сервисами потребностей кластера; степень защищенности формируемой продукции ноу-хау; объем портфеля рыночно перспективных инновационных решений, отвечающих возможностям кластера в их трансформации в инновационную продукцию.
5. РСП – внутрикластерный потенциал аккумулированных рыночных сервисов: количество организаций рыночных сервисов в структуре кластера; степень покрытия этими сервисами потребностей кластера; наличие четко обоснованной долгосрочной сегментированной по рынку стратегии кластера с глубиной проработки отдельных ее элементов с градацией:10, 20, 30, 40, 50 лет; наличие плановых ориентиров (по годам в долях) освоения регионального, национального, мирового рынков с отражением прогнозируемой динамики изменения потребительского спроса.
6. РП – ресурсный потенциал: оценка адекватности и доступности ресурсной базы стратегии развития кластера; оценка потенциала расширения ресурсной базы, включая привлечение новых и уникальных интеллектуальных ресурсов; технологии оптимизации внутренних ресурсов кластера; соотношение исчерпаемых и неисчерпаемых ресурсов в себестоимости производимой продукции.
7. КМ – кластерный менеджмент: наличие управляющего органа, отражающего исключительно (или преимущественно) интересы данного кластера; доля менеджеров в управлении кластером, имеющих специализированную подготовку; наличие управленческих механизмов по обеспечению выполнения условия конвергентности, как сходимости результатов управленческого воздействия первоначальным целевым установкам; отражение факта наличия сильных взаимосвязей в кластере; отражение уровня интегративности в управлении.
8. ЛВ – логистические возможности: оценка адекватности логистических возможностей по обеспечению требуемой сырьевой базы кластера требованиям обеспечения конкурентоспособности продукции; логистические характеристики по реализации производимой продукции; параметры и характеристики обеспечения внутрисистемной информационной логистики; внутрисистемные характеристики логистики трудовых ресурсов кластера.
9. ВСС – внутренние системные связи: оценка плотности и силы внутрисистемных связей субъектов кластера; оценка полноты системных связей, и критериев их необходимости и достаточности для получения стратегически определенного результата; оценка пластичности и взаимозаменяемости внутренних взаимосвязей; взаимосвязи ядра кластера со вспомогательными компаниями для обеспечения устойчивого развития производственного процесса; оценка уровня инвестиционного сопровождения производственных и вспомогательных процессов; оценка уровня когнитивной интероперабельности внутрикластерного взаимодействия.
10. ФВВ1 – факторы внешнего воздействия регионального уровня: уровень согласованности кластерной стратегии со стратегией регионального и национального развития; характеристика участия и поддержки развития межкластерных кооперационных связей и профессиональных сетей; объем и формы инвестиционной поддержки кластера в рамках стратегических приоритетов национального и регионального развития; типы и виды взаимосвязей с потенциально перспективными региональными центрами продукции ноу-хау.
11. ФВВ2 – факторы внешнего воздействия (вне региона): степень изученности и освоенности внешнего рынка, его емкости и сегментации, динамики изменения, перспектив, конкурентов, возможных партнеров и т.п.; критерии результативности мониторинга рыночных изменений; наличие защитных механизмов от деятельности конкурентов; объем участия в государственных программах по международной кооперации.
Следует отметить, что в данном приближении рассматривается модель, когда, по аналогии с европейским опытом, ключевую роль в процессах кластеризации играют субъекты федерации. Это несколько контрастирует с реализуемыми в России подходами, где основная инвестиционная поддержка кластерных инициатив идет непосредственно с федерального уровня. Скорее всего, это связано со структурой формирования федерального и региональных бюджетов, когда у субъектов федерации недостает собственной ресурсной базы для инвестиционной поддержки кластерных инициатив. В этом случае, возможно, было бы более целесообразным с федерального уровня поддерживать не кластерные инициативы, а регионы (посредством целевых субвенций), активно развивающие процессы кластеризации экономики. «Раскачивать» экономику страны с такой сложной федеративной структурой только с федерального уровня, конечно, можно, но нужно адекватно оценить временные и ресурсные потери и приобретения.
Следующим важным обстоятельством, пока плохо отражаемым в реализуемых на практике организационных конструкциях, является тот факт, что сами кластеры, хоть и являются мощными регионально значимыми структурными образованиями, сами по себе имеют ограниченные возможности своего развития, если их материнская региональная инновационная система не имеет полноценного развития.
Поэтому вполне логично, говоря о кластеризации региональной экономики, параллельно развивать и региональную инновационную систему, которая также имеет свои (свойственные именно ей) законы композиции.
Такой подход реализован, например, в Швеции, где кластеры рассматривались как «транспортное средство» для развития более эффективных региональных инновационных систем, а их обновленная государственная программа по поддержке развития кластерных инициатив предусматривала как усиление региональных инновационных систем, так и соответствующую поддержку, но уже с регионального уровня, развития кластерных инициатив [6].
Исходя из того, что региональная инновационная среда (РИС) должна быть четко сориентированной на реализацию бюджетообразующей функции территории за счет активного развития инновационных процессов, представим некоторые функциональные зависимости и взаимосвязи ее основных параметров и характеристик. Это важно для прояснения причинно-следственной зависимости происходящих процессов, а также поиска некоторых аппроксимационных решений, отражающих отдельные закономерности становления и развития региональных инновационных систем [1, с. 145].
Опять-таки, поскольку в качестве основного экономического ориентира РИС предполагается интегральная капитализация региональных интеллектуальных ресурсов, развитие бюджета территории посредством активизации инновационных процессов, расширения масштабности и объемов инновационных производств, в качестве основного результирующего показателя, характеризующего результативность рассматриваемой инновационной системы, введем, аналогично [7], экономическую эффективность действующей инновационной системы (ЭИС), несколько дополнив упомянутое в ссылке представление:
ЭИС = F(ИП, ПП, АП, ФП; ПК, ПМСИФ; ИМ, ИИ; ВСС, ФВВ), (2)
где
1. ИП – интеллектуальный потенциал территории, действие которого, как потенциального и фактического инвестиционного ресурса, в данной схеме зависит от: развитости этого потенциала и его институциональной инфраструктуры, концентрации, мобильности (РИП); его производных: скорости и ускорения обновления и наращивания (ПИП); защищенности, как ограничение нерегулируемой диффузии и потерь (ЗИП); степени ориентированности системы образования (всех уровней) и науки на фактические стратегические направления инновационного развития региона, бизнеса с учетом опережающих потребностей среды (ОИП);
ИП = F(РИП, ПИП, ЗИП, ОИП), (3)
2. ПП – промышленный потенциал, зависящий от: развитости крупных производств и степени их кластеризации, как важного инструмента динамичного обновления инновационных производств (РПП); динамики развития производственного потенциала, включая соответствие стратегическим планам развития территории (ДРП); уровня конкурентоспособности территориальных производств и ее масштабности (УК); восприимчивости к инновациям (как основных средств (ОС), так и персонала) (ИВП), под которой, в свою очередь, понимается совокупность: развитости системы профильного поиска потенциально перспективных инновационных решений, возможности динамичного переоборудования ОС и перепрофилирования персонала, собственных инвестиционных возможностей и т.п.;
ПП = F(РПП, ДРП, УК, ИВП), (4)
3. АП – административный потенциал характеризуется: степенью развитости стратегической функции регионального управления, скоростью принятия конструктивных и устойчивых стратегических решений, а также развитостью технологий системного моделирования и прогнозирования процессов территориального инновационного развития (СФУ); уровнем интегративности региональной инновационной системы, полнотой необходимого правового поля и степенью фактического влияния администрации региона на процессы, связанные с формированием и постоянным обновлением инновационной среды, способностью ключевых субъектов к обеспечению условий конвергентности (сходимости результатов управленческой деятельности к первоначальным целевым установкам) для избираемых моделей развития (УИС); динамикой и степенью целевой направленности развития интеллектуального ресурса территории, включая способность существенного повышения плотности вероятности выхода инновационного продукта на рынок за счет наращивания концентрации интеллектуальных и иных ресурсов (РИР); динамикой и интенсивностью административной поддержки инновационных процессов, величиной и достаточностью развивающих и стабилизационных финансовых потоков из регионального бюджета привлеченных инвестиций в инновационную среду, адекватных решаемым задачам (ИАП);
АП = F(СФУ, УИС, РИР, ИАП), (5)
4. ФП – финансовый потенциал включает в себя взаимозависимость следующих факторов: развитости собственного финансового потенциала территории и степени динамичности инвестиционной среды, объединяющей и взаимодополняющей государственные, частные, венчурные и иные инвестиции, способной обеспечить единовременную реализацию множественной совокупности инновационных циклов и полноценное функционирование инновационной инфраструктуры (РФП); инвестиционной привлекательности территории в части инвестиций в инновационные производства, включая возможности транснациональных инновационных компаний по развертыванию своей инфраструктуры в данной территории (ИПТ); объема свободного капитала, потенциально готового к использованию в инвестициях в инновационные производства, и фактически участвующего в них, а также скорости интегральной реакции финансовых институтов на инновационные процессы (ОСК); уровня защищенности инвесторов от рисков в формируемой инновационной среде (УЗИ);
ФП = F(РФП, ОСК, ИПТ, УЗИ), (6)
5. ПК – потенциал кластеризации характеризуется: количеством потенциальных КИ и объектов кластеризации (КОК); потенциальными возможностями их реального воздействия на развитие регионального бюджета (РРБ); масштабом рыночной активности (объемом и масштабами освоения рынка регионального, национального, мирового) (МРА); глубиной стратегического планирования (10, 20, 30, 40, 50 лет) (ГСП);
ПК = F(КОК, РРБ, МРА, ГСП), (7)
6. ПМСИФ – потенциал малых и средних инновационных фирм, характеризующийся: развитостью инфраструктуры (количество) малых и средних инновационных предприятий, способной динамично осваивать ранние стадии производства инновационного продукта (МСФ); масштабом освоенного рынка (объемом и масштабами освоения рынка регионального, национального, мирового) (МОР); интегральным влиянием на развитие регионального бюджета (ИВБ); развитостью кооперационной сетевой инфраструктуры профессиональной поддержки и представительства общих интересов в структурах регионального управления инновационными процессами (КСИ);
ПМСИФ = F(МСФ, МОР, ИВБ, КСИ), (8)
7. ИМ – инновационный менеджмент, характеризующийся: наличием управляющего органа региональной инновационной системой (РИС), отвечающего требованиям интегративности (УИС); долей специалистов в управлении РИС, имеющих специализированную высокопрофессиональную подготовку в ведущих российских и/или международных инновационных центрах (СВП); наличием навыков и технологий обеспечения выполнения условия конвергентности в сопровождаемых инновационных проектах (ВУК); наличием устойчивых взаимосвязей с российскими и зарубежными профессиональными инновационными сетями (СПС);
ИМ = F(УИС, СВП, ВУК, СПС), (9)
8. ИИ – инновационная инфраструктура характеризуется: количеством и размером основных фондов технопарков, техноцентров, бизнес-инкубаторов, центров коллективного пользования и т.п. (РОФ); их технологической оснащенностью современным и уникальным оборудованием (ТОО); развитыми профессиональными сетями в области ключевых компетенций и центров базовых компетенций (РПС); наличием, уровнем авторитетности и результативностью деятельности аналитических центров регионального развития и прикладных инновационных исследований, а также экспертных сообществ (АЦР);
ИИ = F(РОФ, ТОО, РПС, АЦР), (10)
9. ВСС – внутренние системные связи характеризуются: развитостью, полнотой и функциональностью институциональной среды (инфраструктуры) высокопрофессионального сопровождения реализации кооперационного интереса ключевых субъектов региональной инновационной среды, а также интересов локальных инвесторов (ВПС); функциональной полнотой и высокопрофессиональным сопровождением системы инновационных и рыночных сервисов, обеспечивающих единовременное (в каждый наперед заданный момент времени) сопровождение множественной совокупности инновационных циклов, подтверждаемое скоростью трансформации новых знаний (формируемого ноу-хау) в объект инвестиций для последующего коммерческого освоения, а также скоростью продвижения инновационных решений для рыночного освоения (СИМ); темпами направленного воспроизводства собственного интеллектуального ресурса и развитостью системного кадрового обеспечения РИС и ее инновационной инфраструктуры, включая целевую подготовку высокопрофессиональных менеджеров для различных видов и этапов создания и продвижения инновационной продукции (КОИ); коммуникативной логистикой и когнитивной интероперабельностью персонала и ключевых компонентов системы (КИС)
ВСС = F(ВПС, СИМ, КОИ, КИС), (11)
10. ФВВ – факторы внешнего воздействия отражают учет внешнего воздействия на региональную инновационную систему: наличие целостной федерально-региональной политики обеспечения устойчивого развития региональной инновационной системы под воздействием факторов внешнего воздействия (РЗП); наличие целевых системных решений привлечения в регион дополнительных интеллектуальных ресурсов, включая целевые миграционные программы (ПИР); развитость технологий защиты инновационной среды от негативных факторов внешнего и внутреннего воздействия, обеспечивающих ее устойчивость, в том числе, от деятельности внешних конкурентов и возможных санкций (ЗФС); развитость устойчивых механизмов и технологий вывода собственной инновационной продукции на внешние рынки (ВВР).
ФВВ = F(РЗП, ПИР, ЗФС, ВВР). (12)
Заключение
Следует отметить, что на данном этапе во всех отмеченных взаимозависимостях отражены лишь характеристики первого уровня, которые по мере необходимости могут далее системно структурироваться до второго, третьего и т.д. уровней. Характерно и то, что фактически каждая из отмеченных характеристик существенно зависит от избираемых законов и закономерностей композиции, конструируемых РИС.
Представленная структуризация функциональных зависимостей различных факторов, влияющих на экономическую эффективность региональной инновационной системы, а следовательно, на эффективность капитализации интеллектуальных ресурсов региона, дает лишь достаточно общее представление о природе рассматриваемых процессов и явлений. Однако при введении дополнительных модельных ограничений, а также конкретных целевых и функциональных параметров представляется возможным построение отдельных частных решений, отвечающих той или иной политике регионального инновационного развития. Кроме того, при формировании полного спектра оценочных параметров по всей совокупности описанных факторов и их нормировке на фактические параметры различных, уже проявивших практическую эффективность, территориальных моделей инновационного развития появляется возможность проведения факторного анализа состояния сложившихся региональных инновационных систем и их кластерных подсистем, а также построения соответствующих факторных диаграмм этих состояний.
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-410-860008 р_а.