Инновационные кластеры

Что касается географической составляющей, то здесь стоит отметить, что данным официальным перечнем было охвачено 6 Федеральных Округов Российской Федерации, а именно: Центральный, Северо-Западный, Приволжский, Уральский, Сибирский, Дальневосточный федеральные округа. Получается, не затронуты только Южный, Северо-Кавказский и Крымский федеральные округа.

Получается, что государственная поддержка в инновационном разрезе коснулась таких городов, как Москва и Московская область, Санкт-Петербург, Новосибирск, Томск, Алтайский край, Самара, Хабаровск, Ульяновск, Нижний Новгород, Пермь, Архангельск, Кемерово, а также республика Мордовия и республика Башкортостан. Для большей наглядности, ниже представлены выбранные 25 пилотных инновационных территориальных кластеров на карте Российской Федерации:

Рисунок 7. Расположение 25 утвержденных инновационных кластеров Российской Федерации [9]

Безусловно, такое количество сильных инновационных кластеров будет базироваться на немалом числе компаний и предприятий, входящих в них. Если рассматривать более детально участников инновационных кластеров, то здесь государственная статистика показывает следующее:

Рисунок 8. Количество компаний-участников в 25 утвержденных инновационных территориальных кластерах в разрезе федеральных округов России [10]

Из рис. 8 видно, что изначально участников было около 400, при этом стоит отметить, что меньше всего участников наблюдается в Дальневосточном и в Уральском федеральных округах - всего 6 и 10 соответственно, в то время как больше всего - в Приволжском округе - 122 предприятия, а в Сибирском и Центральном федеральных округах примерно одинаковое количество участников: 102 и 107 соответственно. Наряду с ними, в Северо-Западном федеральном округе присутствуют примерно вдвое меньше компаний, чем у двух предшественников, а именно: 49.

Как уже можно видеть из проведенного анализа, рассматриваемые исследуемые кластеры расположены в таких локациях, как особые экономические зоны, закрытые административно-территориальные образования, наукограды и агломерации. Также особенно важную роль в развитии территориальных кластеров играют ведущие компании и научные организации, вошедшие в их состав, такие как ГК «Росатом», ЗАО «Гражданские самолеты Сухого», ОАО «КАМАЗ», ОАО «ГАЗ», ООО «Яндекс», ОАО «ПРОТЕК», ЗАО «Эвалар», ОАО «Газпром», ОАО «СИБУР-Нефтехим», ОАО «Татнефть», институты РАН, МФТИ, МИСИС, НГУ и многие др. Особое внимание стоит обратить на тот факт, что помимо сильнейших компаний, организаций и предприятий из сфер науки и бизнеса, в функционировании и инновационном развитии территориальных кластеров принимают непосредственное участие дочерние предприятия и филиалы следующих крупных международных компаний: ООО «АстраЗенека Индастриз», ООО «Форд Соллерс Холдинг», ЗАО «Интел Россия», представительство Oracle, ООО «Новартис Фарма», ЗАО «Берлин Хеми/Менарини» [13, с. 14].

Для упрощения дальнейшего анализа рассматриваемых данных о 25 инновационных территориальных кластеров в Российской Федерации, необходимо также провести классификацию по критерию моделирования организаций пилотных инновационных территориальных кластеров. Данная систематизация характеризует инновационные кластеры и по географическим особенностям, и по пропорции научной и производственной сферы деятельности внутри кластера. Получается, что деление происходит следующим образом [13, с. 14]:



Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рисунок 9. Таксономия моделей организации пилотных инновационных кластеров [13, с. 14]

Далее более детально и глубоко рассмотрим каждый подтип приведенной таксономии, начнем с «якорных» территорий. Прежде всего, стоит отметить, что за этим понятием понимают, что тот или иной инновационный кластер сосредоточен вокруг крупной лидирующей компании, с помощью которой происходит генерация практически всех конечных товаров и услуг, выходящих из кластера. Иными словами, остальные участники инновационного кластера выполняют содействующую роль во всем процессе его функционирования. Что касается сложностей, с которыми зачастую встречаются кластеры подобной классификации, то здесь следует отметить существующую связанность с государственным заказом, что не позволяет развиваться желаемыми темпами на своих рынках в полной мере. Все это можно приблизительно сравнить с автаркией, которая может поспособствовать запаздыванию развития участников кластеров во всех плоскостях. С целью предотвращения отставания по всем направлениям для развития принято использовать так называемый «инновационный пояс» [13, с. 15], который представляет собой оптимизацию функционирования инновационного территориального кластера путем сосредоточения малого и среднего бизнеса, различных представителей из научно-исследовательской сферы, рационального аутсорсинга, а также введение усовершенствованного менеджмента производства.

В связи с рассмотренными выше характеристиками, присущими инновационным территориальным кластерам, являющимися «якорными» территориями крупного высокотехнологичного бизнеса, в данную категорию были отнесены следующие утвержденные пилотные кластеры:

Таблица 2. «Якорные» инновационные территориальные кластеры в России [13, с. 14-15], [15]

№	Территориальное расположение	Специализирующаяся отрасль	Ключевые организации кластеров
1	Архангельская область (г. Архангельск и г. Северодвинск)	Судостроение	ОАО «Производственное объединение «Севмаш», НП «Красная кузница», ОАО «Северный рейд», ОАО «Центр судоремонта «Звездочка», ОАО «Северное производственное объединение «Арктика»
2	Нижегородская область (г. Нижний Новгород, г. Заволжье, г. Арзамас, г. Бор, г. Кстово, г. Дзержинск, г. Павлово, г. Балахна, г. Лысково, г. Городец)	Автомобилестроение и нефтехимия	«Группа «ГАЗ», ОАО «СИБУР-Нефтехим»
3	Пермский край	Ракетное двигателестроение	ЗАО «Искра-Энергетика», «НПО «Искра», ООО «Искра-Турбогаз», ОАО «Авиадвигатель», ОАО «Пермская научно-производственная приборостроительная компания», ОАО «Протон-ПМ», ЗАО «Искра-Авигаз», ОАО ПЗ «Машиностроитель», ОАО «Пермский моторный завод»
4	Республика Башкортостан	Нефтехимия	ГУП «Институт нефтехимпереработки Республики Башкортостан», ГБУ РБ «НИТИГ АН РБ», ОАО НПО «Технолог», ФБУН Институт биологии УНЦ РАН ОАО «Каустик», ОАО «Газпром нефтехим Салават», ОАО «Синтез-Каучук», ООО «Ишимбайский специализированный химический завод катализаторов», ОАО «Стерлитамакский нефтехимический завод», ФГБОУ ВПО «Уфимский государственный технический университет», ФГБОУ ВПО «Башкирский государственный университет», ООО «Башпласт», ООО «ИЦ «Химтэк», ООО «Синтез ТНП», ЗАО «АМЕР и Ко»
5	Республика Татарстан	Автомобилестроение, нефтехимия и нефтепереработка	ОАО «КАМАЗ», ОАО «Нижнекамскнефтехим», ОАО «Татнефть»
6	Самарская область	Аэрокосмический кластер	ОАО «Агрегат», ОАО «Кузнецов», ОАО «НИИ «Экран», ОАО «РКЦ «Прогресс», ОАО «Авиаагрегат», ОАО «ЕПК Самара»
7	Ульяновская область (г. Ульяновск и Ульяновская область, г. Димитровград)	Авиационный кластер	ЗАО «Авиастар-СП», УКБП, ОАО «Утес», ООО ИПК «Халтек», ОАО «Спектр-Авиа», ЗАО ЦТО и РАТ «Авиасервис», ЗАО «АэроКомпозит-Ульяновск», ООО АК «Волга-Днепр», АК «Полет», ОАО «Аэропорт Ульяновск», ЗАО «Анкор-Авиа»
8	Свердловская область	Титановый кластер	ОАО «Корпорация ВСМПО-Ависма» (часть ГК «Ростех»)
9	Кемеровская область (Кузбасская агломерация)	Комплексная переработка угля и техногенных отходов	КОАО «АЗОТ», ОАО «Кокс», ООО ПО «Химпром», ООО «Завод полукоксования», ОАО «СУЭК», «СДС-Уголь»
10	г. Железногорск	Космические технологии и телекоммуникации; ядерные и радиационные технологии	ФГУП «Горно-химический комбинат», ОАО «Агентство развития инновационной деятельности Красноярского края», АО «Информационные спутниковые системы» имени академика М.Ф. Решетнёва, ГОУ ВПО «Сибирский федеральный университет», филиал ОАО «Красноярский машиностроительный завод», ОАО "Информационные спутниковые системы имени академика М. Ф. Решетнёва"
11	Хабаровский край	Авиастроение и судостроение	Филиал ОАО «Компания «Сухой», «КнААЗ им. А. Гагарина», ЗАО «Гражданские самолеты Сухого», ОАО «Амурский судостроительный завод», ОАО «Хабаровский судостроительный завод», ФГБОУ ВПО «Тихоокеанский государственный университет», ФГБОУ ВПО «Комсомольский-на-Амуре государственный технический университет», ЗАО «ГСС»
12	Республика Мордовия	Энергоэффективная светотехника и интеллектуальные системы управления освещением	Автономное учреждение «Технопарк-Мордовия»

Далее, рассмотрим следующий вид территориальных инновационных кластеров, в составе которых высокая концентрация малых и средних инновационных предприятий. В данном случае сдерживающими факторами для перманентного развития таких регионов являются нехватка нужного объема компетентных кадровых ресурсов, неразвитость условий для ведения инновационного бизнеса, а также сложности в сотрудничестве с большими и государственными компаниями. Обойти данные препятствия видится возможным с помощью создания релевантной инновационной инфраструктуры, которая способствовала бы стимулированию спроса на инновационные товары и услуги, производимыми малыми компаниями, наряду с вовлечением малого и среднего бизнеса в реализацию научных инновационных проектов, проводимых университетами.

К данному типу инновационных территориальных кластеров можно отнести следующие:

Таблица 3. Инновационные территориальные кластеры в России с высокой концентрацией малых и средних инновационных компаний [13, с. 17-19]

№	Территориальное расположение	Специализирующаяся отрасль
1	г. Москва (Зеленоградский округ)	Электронная промышленность
2	Московская область (г. Дубна)	Нанотехнологии и ядерная физика
3	Калужская область	Биофармацевтика, биотехнологии и биомедицина
4	г. Санкт-Петербург	Информационные технологии, инфотелекоммуникации, приборостроение, средства связи и радиоэлектроника
5	г. Санкт-Петербург и Ленинградская область	Радиационные технологии, медицинская промышленность и фармацевтическая промышленность
6	Алтайский край (г. Бийск, г. Барнаул, г. Новоалтайск)	Биофармацевтика

Рассмотрим третий вид таксономии моделей организации инновационных кластеров - те кластеры, которые базируются на научной составляющей, а именно: на научных и образовательных центрах. Именно организациям из научно-исследовательской сферы удается привлекать к взаимодействию молодых специалистов из различных областей инновационного предпринимательства наряду с учащением взаимодействий с промышленностью, способствовать перманентному возникновению стартапов, получать доступ к международному научному сообществу благодаря своим компетенциям, а также создавать все больше различных прорывных исследований и разработок. Для наиболее эффективного развития такого типа кластеров следует привлекать не только российские большие компании, но и международные, с целью воплощения в жизнь разработанных научно-исследовательских проектов в промышленности, и так же, как и в предыдущем виде - развивать инновационную инфраструктуру в кластере наряду с развитием малого и среднего бизнеса.

Таким образом, в числе данных инновационных территориальных кластеров находятся следующие:

Таблица 4. Инновационные территориальные кластеры в России, имеющие ведущие научные и образовательные центры [13, с. 19-20]

№	Территориальное расположение	Специализирующаяся отрасль	Ключевые организации из научной сферы
1	г. Москва (г. Троицк)	Новые материалы, лазерные технологии и радиационные технологии	Научно-исследовательские институты, ВУЗы
2	Московская область (г. Пущино и г. Черноголовка)	Биотехнологии	Научно-исследовательские институты РАН
3	Московская область (г. Долгопрудный и г. Химки)	Информационно-коммуникационные технологии, новые материалы, медицина и фармацевтика	Московский Физико-Технический Институт
4	Нижегородская область (г. Саров)	Ядерные технологии, лазерные технологии	ФГУП «Российский федеральный ядерный центр - Всероссийский научно-исследовательский институт экспериментальной физики»
5	Ульяновская область (г. Димитровград)	Ядерные технологии, радиационные технологии	ОАО «ГНЦ НИИАР»
6	Новосибирская область (г. Новосибирск, г. Кольцово, г. Бердск)	Информационные технологии и биофармацевтика	Новосибирский Государственный Университет, институты СО РАН, Государственный научный центр вирусологии и биотехнологий «Вектор», НИИ патологии кровообращения им. Е.Н. Мешалкина
7	Томская область	Информационные технологии, биофармацевтика и медицина	Научно-образовательный комплекс (государственные университеты, национально-исследовательские университеты, институты СО РАН)

Далее исследуем, каким образом осуществляется поддержка описанных инновационных территориальных кластеров: в первую очередь это происходит не только через развитие непосредственно самих инновационных кластеров, но и через развитие малого и среднего бизнеса, через усовершенствование институтов развития, через создание необходимой инновационной инфраструктуры, а также через развитие организаций из научно-исследовательской сферы.

Что касается государственного субсидирования на национальном уровне, то данное финансирование помогает покрывать весь существующий инновационный потенциал в кластерах. Этот механизм осуществляется через затрагивание тех элементов развития кластеров, которые ещё не были затронуты через другие способы поддержки от властей или же помощь им оказывается в недостаточной степени. Таким образом, от государства поступает следующая поддержка в форме субсидий:



Рисунок 10. Направления государственного субсидирования инновационных территориальных кластеров [9]

Получается, что государственному субсидированию удается охватить все самые важные аспекты развития пилотных инновационных кластеров в России. Законодательно субсидирование осуществляется, начиная с 6 марта 2013 года [13, с. 22-23]: в этот год было выделено 1,3 млрд. рублей только на 13 территориальных инновационных кластеров, из которых 71% (см. Приложение 2) был расходован на развитие релевантной инновационной и образовательной инфраструктуры. Далее, в 2014 году субсидирование было расширено уже на все 25 утвержденных пилотных инновационных кластера наряду с увеличением суммы годовой государственной поддержки до 2,5 млрд. рублей, где доля средств, направленных на усовершенствование инфраструктур составляет 73% (см. Приложение 2). Деление кластеров на две группы вызвано тем, что первым 13 субсидируемым кластерам была оказана поддержка в размере до 5 млрд. рублей в течение 5 лет, в то время как второй группе поддержка предоставлена за исключением федерального финансирования на первом этапе.

Таким образом, в качестве исследуемых были взяты 25 пилотных инновационных территориальных кластера в связи с релевантностью и репрезентативностью данной выборки. Помимо подробного описания данных кластеров, была также частично описана история их первоначального создания на основе существовавших ранее территориально-производственных комплексов.

3.2 Таксономия исследуемых инновационных территориальных кластеров по моделям их формирования

Для того чтобы провести максимально полное и корректное исследование, учтем в разработанной в главе 2 регрессионной модели отдельно таксономию по кластерной политике, изученной в главе 1. Для этого необходимо рассредоточить исследуемые данные на две категории: на те кластеры, которым присуща административная кластерная политика, и те, которым в большей степени присуща демократическая политика. В качестве критерия деления будет использована следующая логика: под инновационными кластерами, которым присуща демократическая кластерная политика, то есть, условно говоря, создание кластеров произошло «снизу», понимаются такие инновационные территориальные кластеры, которые базируются преимущественно на частных компаниях. Получается, что к административной кластерной политике будут относиться те кластеры, которые в своей основе имеют маленькую долю частных компаний.

Таким образом, согласно описанным критериям, ниже представлены таблицы с соотнесением исследуемых пилотных инновационных территориальных кластеров:



Таблица 5. Инновационные территориальные кластеры, отнесенные к демократической кластерной политике

№	Территориальное расположение	Специализирующаяся отрасль	Компании, на которых базируется кластер
1	Калужская область	Фармацевтика, биотехнологии и биомедицина	ООО «Ново Нордиск», ООО «Хемофарм», ЗАО «Берлин-Фарма», ООО «Мир-Фарм», ООО «БИОН», ООО «Сфера-Фарм»
2	Республика Башкортостан	Нефтехимия	ОАО «Синтез-Каучук», ОАО «Газпром нефтехим Салават», ООО «ЭкоОйл», ООО «Синтез ТНП», ООО «Эко-технология» и др.
3	Московская область (г. Долгопрудный и г. Химки)	Информационно-коммуникационные технологии, новые материалы, медицина и фармацевтика	ООО «Физикон», ОАО «Протек», Parallels, ООО «Яндекс», ООО, «Тесис», ООО «Акронис», ООО «НПЦ 1С» и др.
4	Кемеровская область (Кузбасская агломерация)	Комплексная переработка угля и техногенных отходов	КОАО «АЗОТ», ОАО «Кокс», ООО «Завод полукоксования», ОАО «СУЭК», ООО «Экомаш», ООО «Сорбенты Кузбасса», ОАО ХК «СДС-Уголь»
5	Алтайский край (г. Бийск, г. Барнаул, г. Новоалтайск)	Биотехнологии и фармацевтика	ЗАО «Эвалар», ООО «Алма», ООО «КиТ», ЗАО «Бальзам», ООО «Алтай-Селигер», ЗАО «Алтайвитамины», ООО «Юг» и др.
6	Новосибирская область (г. Новосибирск, г. Кольцово, г. Бердск)	Информационные технологии и биотехнологии и фармацевтика	Группа компаний «Центр Финансовых Технологий», ЗАО «Вектор-Бест», ЗАО «Вектор-Медика», ЗАО «Вектор-Биальгам», группа компаний «СФМ», ЗАО «Эпитек», ООО «АваксисБио», ООО «СФМ Фарм», ЗАО «Медико-биологический Союз», ООО «Водорослевые технологии», ООО «Академпроект» и др.

Таблица 6. Инновационные территориальные кластеры, отнесенные к административной кластерной политике

№	Территориальное расположение	Специализирующаяся отрасль
1	Пермский край	Ракетное двигателестроение
2	Республика Мордовия	Энергоэффективная светотехника и интеллектуальные системы управления освещением
3	г. Москва (Зеленоградский округ)	Электронная промышленность
4	Хабаровский край	Авиастроение и судостроение
5	Томская область	Информационные технологии, биофармацевтика и медицина
6	Московская область (г. Пущино и г. Черноголовка)	Биотехнологии
7	Самарская область	Аэрокосмический кластер
8	Ульяновская область (г. Димитровград)	Ядерные технологии, радиационные технологии
9	Республика Татарстан	Автомобилестроение, нефтехимия и нефтепереработка
10	г. Санкт-Петербург	Информационные технологии, инфотелекоммуникации, приборостроение, средства связи и радиоэлектроника
11	г. Санкт-Петербург и Ленинградская область	Радиационные технологии, медицинская промышленность и фармацевтическая промышленность
12	Свердловская область	Титановый кластер
13	Архангельская область (г. Архангельск и г. Северодвинск)	Судостроение
14	Нижегородская область (г. Нижний Новгород, г. Заволжье, г. Арзамас, г. Бор, г. Кстово, г. Дзержинск, г. Павлово, г. Балахна, г. Лысково, г. Городец)	Автомобилестроение и нефтехимия
15	Ульяновская область (г. Ульяновск и Ульяновская область, г. Димитровград)	Авиационный кластер
16	г. Железногорск	Космические технологии и телекоммуникации; ядерные и радиационные технологии
17	г. Москва (г. Троицк)	Новые материалы, лазерные технологии и радиационные технологии
18	Нижегородская область (г. Саров)	Ядерные технологии, лазерные технологии
19	Московская область (г. Дубна)	Нанотехнологии и ядерная физика

Таким образом, видно, что исследуемые данные разбиты следующим образом: 19 из 25 кластеров присуща административная кластерная политика, и, соответственно, всего 6 - демократическая кластерная политика.

3.3 Сравнительный анализ моделей формирования инновационных кластеров

Проведя все предварительные исследования, перейдем к непосредственному проведению сравнительного анализа: в качестве регрессионной модели будет использована следующая:

, (7)

где Q - численность работников в кластере, IC - объем инвестиционных затрат, поступивших от компаний и предприятий, входящих в инновационный кластер, EQ - количество высокопроизводительных рабочих мест, которые были созданы или получены в процессе модернизации уже существующих должностей, P - объем отгруженной инновационной продукции, созданной внутри инновационного кластера, S - объем выполняемых организациями и предприятиями, включенными в состав инновационного кластера, научно-исследовательских проектов и проектов в сфере разработки, Inv - общий объем инвестиционных вложений из различных источников, Ind - фиктивная переменная, отражающая отрасль, к которой принадлежит исследуемый инновационный кластер, F - фиктивная переменная, отвечающая за способ формирования инновационного кластера, u - фиксированный эффект для каждого кластера, е - случайный временной эффект.

В качестве исследуемых будут взяты 25 утвержденных пилотных инновационных территориальных кластеров в Российской Федерации за период с 2012 по 2014 гг.

Далее перейдем непосредственно к построению регрессионной модели для указанных панельных данных: для того чтобы облегчить проведение расчетов, воспользуемся статистическим пакетом анализа R. В качестве уровня значимости рассмотрим 5%-й уровень значимости.

После исследования панельных данных и построения регрессионной модели со случайными эффектами было получено следующее (см. Приложение 3):

где IC - объем инвестиционных затрат, поступивших от компаний и предприятий, входящих в инновационный кластер, EQ - количество высокопроизводительных рабочих мест, которые были созданы или получены в процессе модернизации уже существующих должностей, Ind - фиктивная переменная, отражающая отрасль, к которой принадлежит исследуемый инновационный кластер, F - фиктивная переменная, отвечающая за способ формирования инновационного кластера, u - фиксированный эффект для каждого кластера, е - случайный временной эффект.

Таким образом, статистический анализ эффективности функционирования 25 пилотных инновационных кластеров в России за период с 2012 по 2014 гг. выявил, что объем инвестиционных затрат, поступивших от компаний и предприятий, высокопроизводительные рабочие места, получившиеся за счет создания их заново или через модернизацию уже существующих рабочих мест, входящих в инновационный кластер, принадлежность к той или иной отрасли, а также модель формирования инновационного кластера оказывают влияние на среднюю выработку на 1 человека в денежном выражении за год. Полученные результаты свидетельствуют о наличии значимой положительной взаимосвязи между средней выработкой на человека, объемом инвестиций, которые были выделены компаниями-участниками кластера, числом высокопроизводительных рабочих мест, способами формирования моделей инновационных кластеров, а также внутренним инвестициям от компаний, состоящих в рассматриваемых инновационных кластерах. Что касается принадлежности исследуемых пилотных кластеров к той или иной индустриальной сфере, то здесь, как мы видим, значимость носит разный характер. Данный результат вполне ожидаем, это можно объяснить тем, что, как было отмечено в главе 2, все рассмотренные отрасли находятся на разных этапах своего развития. Также следует отметить нормальность остатков у данной модели (см. Приложение 4). Далее проинтерпретируем полученные результаты.

Начнем объяснение результатов регрессионного анализа с объема инвестиционных затрат, которые поступали от организаций и предприятий, входящих в рассматриваемые панельные данные. Так называемые «внутренние» инвестиции позволяют стимулировать развитие инновационных кластеров изнутри более эффективным способом, нежели инвестиции, пришедшие извне, что, собственно, и отражает данная положительная взаимосвязь со средней выработкой на 1 человека.

Значимость такого фактора, как количество высокопроизводительных рабочих мест, которые были созданы или получены в процессе модернизации уже существующих должностей, говорит о том, что этому показателю заслуженно придается большое значение, так как по своей сути в разработанной модели он характеризует социальный эффект, получаемый благодаря функционированию пилотных территориальных кластеров.

Особое внимание следует уделить положительной значимой взаимосвязи между средней выработкой на человека в год в денежном выражении и способом формирования кластера, поскольку данный результат дает право утверждать, что следует продолжать исследовать кластерную политику, её особенности и свойства. Более того, учитывая, по какому критерию была произведена таксономия 25 пилотных инновационных территориальных кластеров в разрезе кластерной политики, то возможно предположение о том, что стоит более детально изучить демократическую кластерную политику.

Также следует отметить, что такие факторы, как численность работников в кластере, объем отгруженной инновационной продукции, созданной внутри инновационного кластера, объем выполняемых организациями и предприятиями, включенными в состав инновационного кластера, научно-исследовательских проектов и проектов в сфере разработки и общий объем инвестиционных вложений из различных источников после проведения сравнительного анализа оказались незначимыми. Прокомментировать данный факт можно следующим образом:

численность сотрудников инновационных кластеров: получается, что в исследуемых панельных данных эффект размера организации не влияет на эффективность работы кластера;

объем отгружаемой инновационной продукции, созданной внутри кластера: оказалось, что инновационная составляющая изучаемых кластеров незначима. Скорее всего, это связано с тем, что данный параметр по сути представляет выручку от инновационной продукции, приходящуюся на человека в кластере, исходя из чего не отображается добавленная стоимость инновационных товаров и услуг;

объем научно-исследовательских проектов и проектов в сфере разработки: ожидаемая независимая связь с эффективностью работы кластеров, поскольку практически все проекты из сферы науки носят долгосрочный характер, а исследуемый период составляет всего 3 года, с 2012 по 2014 гг.;

общий объем инвестиционных вложений из бюджетных и внебюджетных источников: «внешний» поток инвестиций, приходящий от различных бюджетных и внебюджетных источников, оказался слабо значим (значим на 20%-уровне значимости, что не удовлетворяет установленному подходу анализа). Помимо этого, стоит помнить о том, что в качестве исследуемого периода были взяты всего 3 года: с 2012 по 2014 гг., что для инвестиций достаточно маленький временной отрезок, поскольку известно, что по-настоящему результаты от затраченных инвестиций возможно увидеть только спустя некий среднесрочный или долгосрочный период.

Таким образом, получается, что из изначально предполагаемых 8 регрессоров только 4 оказались значимыми, а именно: объем инвестиционных затрат, поступивших от организаций-участников инновационных кластеров, количество высокопроизводительных рабочих мест, которые были созданы или получены в процессе модернизации уже существующих должностей, отрасль, которой принадлежит исследуемый инновационный кластер, и фактор, отвечающий за способ формирования инновационного кластера.

В данной главе был выбран релевантный массив данных для проведения сравнительного анализа, наряду с этим были подробно описаны основные их свойства, особенности и предпосылки создания. Этими данными стали 25 утвержденных пилотных инновационных кластера, расположенные в 6 Федеральных округах Российской Федерации, охватывая такие отрасли, как информационные технологии и электроника; фармацевтика, биотехнологии и медицинская промышленность; производство летательных и космических аппаратов, судостроение; химия и нефтехимия; ядерные и радиационные технологии; новые материалы.

Далее было приведено описание регрессора принадлежности инновационности кластеров к той или иной кластерной политике, то есть административной или демократической. Получилось, что к первой относится 19 территориальных кластеров, в то время как ко второй - всего 6.

После детальной характеристики данных был проведен сравнительный анализ через построение регрессионной модели. Половина из предполагаемых объясняющих переменных оказалась статистически значима на 5%-м уровне значимости. Также были выявлены следующие характеристики, относящиеся к территориальным кластерам, расположенным в различных регионах России:

статистически позитивно значимая фиктивная переменная F, отвечающая за способ формирования инновационного кластера, оказывает положительное влияние на объясняющую переменную Y, или эффективность работы инновационных кластеров, в связи с тем, что классификация 25 исследуемых инновационных территориальных кластеров, описанная в 3.2, основывалась на критерии «формирование кластера преимущественно на базе частных компаний», то есть присутствии внутри кластера качественных рыночных отношений. Следовательно, при получившемся результате возможно предположение о том, что при демократической политике эффективность работы инновационных кластеров будет выше, чем при административной кластерной политике.

так называемые внутрикластерные инвестиции также показывают положительное влияние на эффективную работу территориальных кластеров, следовательно, следует найти рычаги мотивации для них, ведь зачастую «внешние» инвестиции нацелены на конкретные проекты, которые не всегда релевантно применять к текущему этапу развития компании, в то время как направленность «внутренних» инвестиций определяется самим предприятием;

позитивная взаимосвязь между количеством высокопроизводительных рабочих мест и эффективностью функционирования инновационных кластеров подтверждает выдвинутую в работе гипотезу об их положительном влиянии на высокую результативность работы кластеров, а также доказывает существование положительного социального эффекта;

значимым фактором оказалась принадлежность территориальных кластеров к той или иной отрасли. Данный результат очень логичен, учитывая всю разнохарактерность затронутых пилотными кластерами отраслей. Индустрией с наибольшим положительным влиянием на эффективность работы кластера является химия и нефтехимия, что достаточно ожидаемо, так как это бизнес с высокой производительностью на 1 человека.



Заключение

Целью выполнения настоящей диссертационной работы являлось проведение сравнительного анализа моделей формирования кластеров на основе разработки системы показателей. В частности, для достижения поставленной цели в ходе исследования было выполнено изучение как зарубежного, так и российского опыта формирования инновационных кластеров. Здесь стоит отметить, что многие страны Европейского Союза и Соединенных Штатов Америки значительно раньше Российской Федерации осознали результативность кластеров и начали их внедрять в политики своих стран. Лидирующими странами Европы в разрезе развитости инновационных кластеров можно назвать следующие:

Италия - отличительный от всех других стран способ взаимодействия между производством, бизнесом и наукой, выраженный через такое понятие, как индустриальные округа. Для них характерна высокая концентрация малых и средних предприятий, которые активно сотрудничают с крупными компаниями, тем самым получая себе доступ к внешним рынкам;

Финляндия - известна своими высокотехнологичными инновационными кластерами в области лесной промышленности и телекоммуникации. Секрет их успеха напрямую связан с привлечением в страну иностранных компаний;

Германия - славится своими ведущими кластерами в сфере автомобилестроения, электроники, телекоммуникаций и фармацевтики;

Франция - внутри инновационных кластеров существует стремление декомпозировать всю работу, исходя из утвержденного 5-летнего плана развития;

Испания - этой стране свойственно то, что в качестве инновационных кластеров выступают технопарки, внутри которых существуют тесные взаимосвязи бизнеса и организаций научной сферы;

Великобритания - как и Германия, страна известна по сильному автомобилестроению, также наряду с ним хорошо развиты IT и телекоммуникации.

Об Америке можно говорить как о первой стране, в которой был создан успешный инновационный кластер, задавший тон всем последующим кластерам по всему миру - Силиконовая долина. Также эта страна известна своими передовыми университетами - «Лигой плюща», куда входят такие известные ВУЗы, как Брауновский университет, Гарвардский университет, Дартмутский колледж, Йельский университет, Колумбийский университет, Корнелльский университет, Пенсильванский университет и Принстонский университет [17]. Помимо этого, в стране присутствует активная государственная поддержка, которая способствует увеличению взаимодействия между бизнесом, производством и наукой, а также создает благоприятные условия для функционирования этого механизма в рамках "тройной спирали".

Что касается Азии, то в настоящий момент инновационная кластерная деятельность в странах находится только на начальном этапе.

Если говорить про Российскую Федерацию, то её история создания инновационных кластеров достаточно молода, но правительство страны в последнее время усилило государственную поддержку. Данная активность заметна через утвержденный список 25 пилотных инновационных территориальных кластеров, выделенных на 2-этапной конкурсной основе из 94 кластеров [13, с. 10]. Эти кластеры представляют 6 различных крупнейших индустриальных отраслей России и 19 субъектов страны. Данным кластерам выделяется субсидирование на их развитие, начиная с 2013 года им уже было выделено 3,8 млрд. рублей (см. Приложение 2). Именно эти инновационные территориальные кластеры выступают как самые релевантные и репрезентативные для проведения сравнительного анализа моделей формирования кластеров, в связи с этим было принято решение об использовании информации об этих пилотных кластеров в процессе анализа.

Инновационная кластерная деятельность стран СНГ, как и в Азии, находится на зарождающейся стадии развития.

Для того чтобы провести сравнительный анализ моделей формирования, необходимо определить, относительно какого показателя будет производиться непосредственное сравнение инновационных кластеров. В качестве такого параметра был выбран показатель эффективности функционирования кластера, что является достаточно логичным, поскольку все рациональные экономические субъекты стремятся вести свою работу именно эффективным способом. Перед разработкой системы показателей для анализа было исследовано, каким образом уже производится оценка эффективности инновационных кластеров. Было выявлено, что чаще используются различные экономические показатели, нежели качественные методы исследования. Таким образом, существующие методы оценки условно можно разделить на следующие:

качественные методы оценки (социальный эффект, синергетический эффект и т. д.);

экономические показатели, выступающие как KPI для инновационных кластеров;

оценка инновационного кластера как инвестиционный проект;

анализ, проводимый с помощью конкурентоспособности.

Далее было проведено формирование системы показателей для сравнительного анализа моделей формирования инновационных кластеров. Данная система представляет собой регрессионную модель со случайными эффектами. Как уже упоминалось, в качестве основы для сравнения моделей формирования была выбрана эффективность функционирования кластеров, которая выражалась как показатель средней выработки на 1 человека компаний-участников кластера. Средняя выработка позволяет оценить, насколько высоки результаты рассматриваемых территориальных кластеров. В качестве факторов, оказывающих прямое воздействие на выработку, были выдвинуты следующие: численность работников в кластере, объем инвестиционных затрат, поступивших от компаний и предприятий, входящих в инновационный кластер, количество высокопроизводительных рабочих мест, которые были созданы или получены в процессе модернизации уже существующих должностей, объем отгруженной инновационной продукции, созданной внутри инновационного кластера, объем выполняемых организациями и предприятиями, включенными в состав инновационного кластера, научно-исследовательских проектов и проектов в сфере разработки, общий объем инвестиционных вложений из различных источников, отрасль, которой принадлежит исследуемый инновационный кластер, а также показатель, отвечающий за способ формирования инновационного кластера. Таксономия последнего влияющего показателя была проведена согласно следующей логике: к демократической кластерной политике были отнесены кластеры, в основе которых находятся частные компании, в противном случае - кластеры были отнесены к административной кластерной политике.

После проведения регрессионного сравнительного анализа были получено, что на уровне значимости 5 % положительное влияние на среднюю выработку оказывают объем инвестиционных затрат, поступивших от участников рассматриваемых пилотных кластеров, число высокопроизводительных заново созданных или получившихся в процессе модернизации существующих рабочих мест, принадлежность к той или иной отрасли и модель формирования инновационных кластеров. Отдельно стоит обратить внимание на последний значимый фактор - он говорит о том, что способ формирования инновационного кластера влияет на его дальнейшую работу. Получается, необходимо изучать административную и демократическую кластерные политики с целью получения более подробной картины взаимосвязанности всех процессов и причинно-следственных связей внутри кластера.

Подводя итог, следует заметить, что исследованный временной отрезок в 3 года, с 2012 по 2014 гг., не позволяет в полной мере провести комплексное исследование всех вкладываемых ресурсов в инновационные территориальные кластеры. Например, для будущего проведения анализа вклада НИОКР и инвестиций необходимо рассматривать более длинную панель данных, а также проанализировать влияние этих показателей на функционирование кластеров с определенным временным сдвигом. Безусловно, в дальнейшем разработанную систему показателей можно дополнить и другими объясняющими факторами, но с точки зрения развития кластеров в регионах Российской Федерации её следует использовать как базовую.

Благодаря проведенному исследованию можно констатировать, что демократическая кластерная политика позитивнее влияет на эффективное функционирование инновационных кластеров, нежели административная кластерная политика. При этом однозначно можно сделать вывод о том, что страны, использующие кластерный подход в своей политике, переходят на новый уровень экономического развития, так как становятся более конкурентоспособными на международных рынках благодаря производству высокотехнологичных инновационных товаров и услуг. Совместная работа государства, науки и бизнеса дает возможности стране расширять свои потенциальные экономические возможности. В то время как глобализация способствует не только ускорению взаимодействия между ними, но и диффузии инноваций.



Список использованных источников

1. Авдонина С.Г. Развитие интеграционных отношений с участием субъектов инновационного предпринимательства в условиях модернизации экономики: автореферат диссертации на соискание ученой степени кандидата экономических наук: специальность 08.00.01 - Экономическая теория. - 2013 г.

2. Аганбегян А.Г. Территориально-производственные комплексы: планирование и управление. - «Наука, Сибирское отделение», 1984 г.

3. Академический словарь. Большая советская библиотека [Электронный ресурс] // Режим доступа: http://dic.academic.ru/dic.nsf/bse/151459/Шермана (дата обращения: 13.05.2016 г.).

4. Аналитика: «Организация и функционирование кластеров в Украине» // Ассоциация «Укртурформинвест» [Электронный материал] // Режим доступа: http://utii.org.ua/index.php?option=com_content&view=article&id=69:40003&catid=36:information&Itemid=69 (дата обращения: 13.05.2016 г.).

5. Белова Л.Г. Зарубежный опыт формирования региональных кластеров как конкурентного преимущества «второй природы» // Труды Восьмой международной научно-практической конференции. - Т. - 31 с.

6. Бизнес в Италии / И. Лукинов // Новости и обзоры: финансы, рынок ценных бумаг, банки, инвестиции, страхование [Электронный ресурс] // Режим доступа: http://financials.com.ua/ustojchivoe-razvitie/41-biznes-v-italii.html (дата обращения: 13.05.2016 г.).

7. Внешнеэкономическая деятельность: Система государственной поддержки инновационной деятельности в Венгрии [Электронный материал] // Режим доступа: http://www.vneshmarket.ru/content/document_r_71324B17-0ADB-48AF-9DE8-9AED10C5722D.html (дата обращения: 13.05.2016 г.).

8. Дмитриева Л.В., Буянова М.Э. Оценка эффективности создания региональных инновационных кластеров // Вестник Волгоградского государственного университета. Серия 3: Экономика. Экология. - 2012 г. - №. 2.

9. Инновации в России [Электронный ресурс] // Режим доступа: http://innovation.gov.ru/taxonomy/term/586 (дата обращения: 13.05.2016 г.).

10. Инновационные территориальные кластеры. О развитии инновационных территориальных кластеров в Российской Федерации // Инновации в России [Электронный ресурс] // Режим доступа: http://innovation.gov.ru/ru/taxonomy/term/2335 (дата обращения: 13.05.2016 г.).

11. Итоговый доклад о результатах экспертной работы по актуальным проблемам социально-экономической стратегии России на период до 2020 г. [Электронный материал] // Режим доступа: http://2020strategy.ru/data/2012/03/14/1214585998/1itog.pdf (дата обращения: 13.05.2016 г.).

12. Казанцев А.К., Никитина И.А. Инновационные кластеры в региональных стратегиях. - С-Пт., вестник СПБГУ, 2012 г.

13. Кластерная политика. Концентрация потенциала для достижения глобальной конкурентоспособности (Доклад), Москва, 2015 г. // Министерство экономического развития Российской Федерации [Электронный материал] // Режим доступа: http://cluster.hse.ru/doc/%D0%91%D0%B8%D0%B1%D0%BB%D0%B8%D0%BE%D1%82%D0%B5%D0%BA%D0%B0/%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F%20%D0%BF%D0%BE%D0%BB%D0%B8%D1%82%D0%B8%D0%BA%D0%B0%20(%D0%B4%D0%BE%D0%BA%D0%BB%D0%B0%D0%B4%20%D0%9C%D0%AD%D0%A0%20%D0%A0%D0%A4).pdf (дата обращения: 13.05.2016 г.).

14. Кластерный подход в стратегии инновационного развития зарубежных стран / Е.Б. Ленчук, Г.А. Власкин // [Электронный материал] // Режим доступа: http://www.innoclusters.ru/uploaded/docs/ljenchuk.pdf (дата обращения: 13.05.2016 г.).

15. Красноярский край. Кластер инновационных технологий ЗАТО г. Железногорск/ Инновации в России [Электронный ресурс] // Режим доступа: http://innovation.gov.ru/ru/node/3581/members (дата обращения: 13.05.2016 г.).

16. Лаженцев В.Н. Теория и практика формирования территориально-производственных комплексов // Вестник научно-исследовательского центра корпоративного права, управления и венчурного инвестирования Сыктывкарского Государственного Университета. - 2014 г. - №. 2.

17. Лига плюща // Энциклопедия США [Электронный материал] // Режим доступа: http://prousa.info/ivy_league (дата обращения: 13.05.2016 г.).

18. Лос-Аламосская национальная лаборатория // Российское атомное сообщество [Электронный материал] // Режим доступа: http://www.atomic-energy.ru/organizations/los-alamosskaya-natsionalnaya-laboratoriya (дата обращения: 13.05.2016 г.).

19. Международный центр научной и технической информации. «Инновационно-технологические кластеры стран - членов МЦНТИ» (Информационный материал), февраль 2013 г. [Электронный материал] // Режим доступа: http://www.icsti.ru/uploaded/201304/cluster.pdf (дата обращения: 13.05.2016 г.).

20. Методы оценки эффективности функционирования кластеров в промышленности / Н.М. Тюкавкин // Основы экономики, управления и права. - 2013 г. - №3 (9).

21. Модель «тройной спирали» как механизм инновационного развития региона / И.Ю. Пахомова // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. - 2012 г. - № 7-1 (126) / том 22.

22. Национальная инновационная система США: история формирования, политическая практика, стратегии развития / [Электронный материал] // Режим доступа: http://www.unn.ru/pages/issues/vestnik/99999999_West_2012_6(1)/42.pdf (дата обращения: 13.05.2016 г.).

23. Николаев М.А., Махотаева М.Ю. Методологические аспекты оценки эффективности инновационных кластеров // Вестник Псковского государственного университета. Серия: Экономические и технические науки. - 2012 г. - № 1.

24. Обама: Наука нужна как никогда раньше // Газета «Троицкий вариант», 26.05.2009 [Электронный материал] // Режим доступа: http://trv-science.ru/2009/05/26/obama-nauka-nuzhna-kak-nikogda-ranshe-2/ (дата обращения: 13.05.2016 г.).

25. Обзор зарубежного опыта внедрения кластеров / В.Н. Наджафов // Вестник Московского государственного областного университета серия «Экономика». - 2009 г. - № 4. - С. 36-43.

26. Обзор инновационных кластеров в иностранных государствах. Министерство экономического развития Российской Федерации, май, 2011 г. - 503 с.

27. Опыт создания структурных кластеров в развитых странах / П.С. Руднева // Экономика региона. - 2007 г. - № 18, часть 2.

28. Польское агентство развития и предпринимательства. «Кластеры в Польше. Каталог» (Информационный материал), Варшава, 2012 г. [Электронный материал] // Режим доступа: http://www.pi.gov.pl/PARPFiles/file/klastry/Polskie_klastry/Katalogi/katalog_ROS_PI.pdf (дата обращения: 13.05.2016 г.).

29. Портер М. Конкурентная стратегия: методика анализа отраслей и конкурентов. -- М.: «Альпина Паблишер», 2011 г. - 453 с.

30. Портер М. Конкурентное преимущество: как достичь высокого результата и обеспечить его устойчивость. -- М.: «Альпина Бизнес Букс», 2006 г. - 715 с.

31. Портер М. Конкуренция. -- М.: «Вильямс», 2005 г. -- 610 с.

32. Поручение Правительства Российской Федерации от 28 августа 2012 г. № ДМ-П8-5060 [Электронный ресурс] // Режим доступа: http://cluster.hse.ru/doc/Поручение%20Правительства%20Российской%20Федерации%20от%2028%20августа%202012%20г.%20№%20ДМ-П8-5060.pdf (дата обращения: 13.05.2016 г.).

33. Самострокова Е.С. Классификация кластеров предприятий //Молодой ученый. - 2012. - № 36. - С. 141-143.

34. Сотрудничество России и Южной Кореи в области науки, техники и образования / В. Самсонова // Российский Совет по Международным делам, 30.09.2013 [Электронный материал] // Режим доступа: http://russiancouncil.ru/inner/?id_4=2410#top-content (дата обращения: 13.05.2016 г.).

35. Успех инновационного кластера основан на открытости, гибкости и свободе / Грановеттер М. // The New Times. - 06.04.2010.

36. Цихан Т.В. Кластерная теория экономического развития // Теория и практика управления. - 2003. - Т. 5. - С. 40.

37. Atkinson R.D. Understanding the US National Innovation System // The Information Technology & Innovation Foundation. - 2014.

38. Cluster Observatory: cluster at your fingertips // [Электронный ресурс] // Режим доступа: http://www.clusterobservatory.eu/index.html (дата обращения: 13.05.2016 г.).

39. Isaksen A., Hauge E. Regional clusters in Europe-Observatory of European SMEs report No. 3 //European Communities, Luxembourg. - 2002.

40. Mowery D. The US national innovation system: Recent developments in structure and knowledge flows // Unpublished Paper presented at the OECD Informal Workshop on National Innovation Systems. - 1996.

41. Schrempf B., Kaplan D., Schroeder D. National, Regional, and Sectoral Systems of Innovation-An overview // FP7 Project Progress (Deliverable 2.2). - 2012.

42. Simons K.L. The US National Innovation System: Potential Insights for Russia. - 2008.



Приложение 1

Перечень 25 утвержденных инновационных территориальных кластеров в Российской Федерации[32]



Приложение 2

Распределение средств субсидий, предоставленных в 2013 и 2014 гг. из федерального бюджета бюджетам регионов на реализацию мероприятий программ развития пилотных инновационных территориальных кластеров, по направлениям [13, с. 23-24]

Направления поддержки	Объем субсидий, млн. рублей	Объем субсидий, млн. рублей	Вес каждого направления поддержки, %	Вес каждого направления поддержки, %
	2013 год	2014 год	2013 год	2014 год
Разработка и содействие реализации проектов развития кластера, выполняемых совместно 2 и более организациями-участниками	155.16	175.79	12%	7%
Оказание содействия организациям-участникам кластера в выводе на рынок новых продуктов (услуг), развитии кооперации организаций-участников в научно-технической сфере, в том числе с иностранными организациями	39.96	157.24	3%	6%
Профессиональная переподготовка, повышение квалификации и проведение стажировок работников организаций-участников кластера (в том числе за рубежом)	135.04	233.22	10%	9%
Проведение выставочно-ярмарочных мероприятий, а также участие представителей организаций-участников кластера в выставочно-ярмарочных и коммуникативных мероприятиях (форумы, конференции, семинары, круглые столы) в Российской Федерации и за рубежом	16.51	104.18	1%	4%
Развитие инновационной и образовательной инфраструктуры	923.67	1,814.77	71%	73%
Развитие инженерной и социальной инфраструктуры	29.66	14.80	2%	1%
ИТОГО	1,300	2,500	100%	100%



Приложение 3

Модель со случайными эффектами № 1



Модель со случайными эффектами № 2



Модель со случайными эффектами № 3



Модель со случайными эффектами № 4



Модель со случайными эффектами № 5

Тест множителей Лагранжа



Приложение 4

Проверка остатков на нормальность, модель со случайными эффектами

Размещено на Allbest.ru

...