Инновационные кластерные эффекты в промышленности тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Инновационные кластерные эффекты в промышленности"

4855484

Быкова Анна Андреевна

Инновационные кластерные эффекты в промышленности (на примере Пермского края)

Специальность: 08.00.05 - Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами (промышленность))

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

-6 ОКТ 2011

Москва 2011

4855484

Работа выполнена в Институте анализа предприятий и рынков федерального государственного автономного образовательного учреждения высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики».

Научный руководитель:

Официальные оппоненты:

кандидат экономических наук Гончар Ксения Романовна

доктор экономических наук, профессор Третьяк Владимир Петрович

кандидат экономических наук Белоусов Дмитрий Рэмович

Ведущая организация: Уральский федеральный университет имени

первого Президента России Б.Н. Ельцина

Защита состоится «25» октября 2011 г. в 14.00 часов на заседании диссертационного совета Д 212.048.05 в Национальном исследовательском университете «Высшая школа экономики» по адресу: 101000, Москва, ул. Мясницкая, д. 20, ауд. 309.

С диссертацией можно ознакомиться в библиотеке Национального исследовательского университета «Высшая школа экономики».

Автореферат разослан <'рс\ » сентября 2011 г.

Ученый секретарь диссертационного совета к.э.н.

Н.Т. Вишневская

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования

Интерес к теме инновационных кластеров возник в связи с появлением подтверждений гипотезы о влиянии соседства и взаимодействия фирм не только на производительность труда, но и на склонность к инновационной деятельности. В современной экономической литературе сформировался подход, согласно которому в конкурентной борьбе побеждают предприятия, генерирующие инновации в кооперации с другими близкорасположенными рыночными и нерыночными контрагентами [Delgado et al., 2010]. Результаты проведенного в 2006 г. исследования инновационных систем (Regional Innovation Scoreboard) в Европе показали сильную положительную связь между инновационным развитием региона и наличием успешных кластеров [OECD, 2006]. В связи с этим возрастает интерес к проблеме формирования кластеров и анализу их влияния на инновационную активность фирм в России.

Актуальность выбранной темы объясняется также ограниченным числом эмпирических исследовательских работ, использующих методы количественного анализа кластеров, в том числе оценки кластерных эффектов. В литературе крайне редко появляются оценки эффектов пространственной концентрации и межфирменного взаимодействия на основе российских данных. Среди экспертов нет единого мнения о понятийном аппарате, границах кластеров, индикаторах и инструментах анализа кластерных эффектов, в том числе инновационных [К. Гончар и др., 2010; JI. Гохберг и др., 2008; J1. Марков, М. Ягольницер, 2008; В. Пилипенко, 2004; R. Hoffe, 2006].

Степень разработанности проблемы

Основные положения концепции инновационных кластеров, авторами которой считаются В. Фельдман и Д. Одретч [Feldman, Audretsch, 1998], опираются на теорию промышленной агломерации А. Маршалла, показавшего, что производительность труда фирмы напрямую зависит от ее размещения и географической близости других экономических агентов [Маршалл, 1993].

Среди работ зарубежных авторов можно выделить несколько классов

исследований в области общей теории кластеров [Т. Андерсен, С. Фримен], идентификации и оценки их деятельности [Е. Бергман, С. Кетелс, Е. Фезер], исследования конкурентоспособности кластеров [С. Дэвис, О. Солвел, Д. Одрич], анализа пространственной концентрации предприятий [А. Маршалл, А. Саксениан, А. Маркузен, М. Бандман], формирования кластеров в контексте региональных инновационных систем [М. Энрайт, М. Портер].

В России в текущем десятилетии появились исследования, посвященные вопросам инновационного поведения, формирования и функционирования межфирменных, в том числе сетевых, связей между организациями в отраслевом и межотраслевом аспектах. Среди них можно отметить работы С. Головановой, В. Голиковой, Л. Гохберга, И. Гуркова, М. Дорошенко, Н. Зубаревич, С. Кадочникова, Б. Кузнецова, А. Праздничных, И. Пилипенко, Ю. Симачева, О. Третьяк, М. Шерешеву, А. Чепуренко, А. Яковлева. К числу исследователей, анализирующих вопросы влияния участия в инновационных кластерах на показатели результативности фирмы, следует отнести П. Воробьева, К. Гончар, Я. Дранева, Н. Егорова, Ю. Лаврикову, Л. Маркова, О. Романову, В. Третьяка, М. Ягольницера.

Однако основные исследовательские задачи в работах сосредоточены на изучении причин возникновения и условий формирования кластеров, описании их основных свойств, мотивов участников, а также на оценке роли государства в инициировании и поддержке кластеров. Эмпирические работы базируются на качественных кейс-стади, основанных на историях успеха отдельных кластеров, при этом очевиден дефицит надежной статистики и количественных методов оценки кластерных эффектов. Попытки, осуществляемые в большинстве случаев путем экспертных опросов, связать кластерные эффекты с эффективностью и конкурентоспособностью фирм-участников имеют достаточно ограниченные и во многом дискуссионные результаты. Все это предопределяет необходимость проведения дополнительных исследований, эмпирической проверки результатов.

Цель и задачи диссертационного исследования

Цель настоящего диссертационного исследования заключается в поиске и объяснении инновационных кластерных эффектов.

Для ее достижения были поставлены следующие задачи:

• выявить и систематизировать инновационные кластерные эффекты на основе анализа основных теоретических концепций;

• предложить подход к изучению региональных инновационных кластеров, включающий оценку и объяснение инновационных кластерных эффектов;

• оценить условия формирования инновационных кластеров по данным общедоступной региональной статистики и выявить потенциальные отраслевые кластеры на примере Пермского края;

• апробировать предложенный подход на микроданных предприятий Пермского края, а именно:

— идентифицировать участников инновационных кластеров;

— проверить гипотезу о наличии инновационных кластерных эффектов в промышленности региона;

— на основе количественного и качественного анализа выявить статически наблюдаемые и не наблюдаемые внутренние и внешние факторы, влияющие на вероятность участия предприятий в инновационных кластерах.

Объект и предмет исследования

Объект исследования - предприятия и организации Пермского края. Предмет исследования - инновационные кластерные эффекты в промышленности как эффекты соседства, специализации и взаимодействия в условиях конкуренции.

Методологическая база исследования

Для обоснования и последующей проверки выдвинутых гипотез в работе применялись общенаучные методы сравнительного анализа, синтеза, а также методы графического, кластерного и корреляционно-регрессионного анализа.

Диссертационная работа выполнена в рамках Паспорта специальности ВАК 08.00.05/1 - Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами (промышленность)):

• п.1.12. Разработка новых и адаптация существующих методов, механизмов и инструментов функционирования экономики, организации и управления хозяйственными образованиями промышленности;

• п.1.24. Инструменты и методы менеджмента промышленных предприятий, отраслей, комплексов.

Информационная база диссертационного исследования

Информационной базой диссертационной работы послужили зарубежные и отечественные теоретические и эмпирические исследования, общедоступная региональная и отраслевая статистика, а также самостоятельно созданная автором база данных о 413 предприятиях различных видов экономической деятельности Пермского края за 2005 и 2007 годы. Основой качественного анализа выступили углубленные интервью с различными участниками одного из формирующихся инновационных кластеров, проведенные автором самостоятельно и в составе исследовательской группы НИУ ВШЭ.

Научная новизна исследования

В процессе работы автором были получены следующие наиболее значимые результаты, определяющие предмет защиты и научную новизну диссертационного исследования:

• выявлены и систематизированы инновационные кластерные эффекты, включающие в себя эффекты агломерации, обучения и кооперативной конкуренции;

• обоснован подход к исследованию региональных инновационных кластеров, сочетающий в себе количественный и качественный анализ по данным мезо- и микроуровня;

• разработана система показателей, позволяющая провести анализ условий формирования инновационных кластеров в регионах;

• предложены критерии идентификации участников региональных инновационных кластеров, и обнаружено, что принадлежность к инновационным кластерам положительно влияет на результаты деятельности компаний;

• показано, что вероятность вхождения фирмы в число участников инновационных кластеров положительно и статистически значимо связана с внутренними особенностями компаний и не зависит от характеристик внешней среды;

• раскрыта специфика внешнего окружения и внутреннего устройства одного из формирующихся инновационных кластеров Пермского края, и выявлены статистически ненаблюдаемые факторы инновационных кластерных эффектов.

Теоретическая значимость диссертационной работы В работе показано, что участие в кластере повышает эффективность предприятий за счет использования преимуществ территориальной концентрации, специализации и сетевого взаимодействия фирм и других участников рынка. Разработан подход к анализу региональных инновационных кластеров, позволяющий идентифицировать их участников и оценивать инновационные кластерные эффекты на микроданных.

Практическая значимость работы

Основные результаты могут быть учтены менеджментом предприятий при оптимизации внутренних и внешних связей, использованы органами статистики федерального и регионального уровня для организации мониторинга и оценки кластерных инициатив. Предложенный подход к анализу инновационных кластеров, включающий оценку инновационных кластерных эффектов, может быть основой для разработки инструментария управления инновационными кластерами при формировании стратегии долгосрочного устойчивого развития территории органами власти регионального и муниципального уровня.

Материалы диссертационной работы используются в исследованиях научно-учебной лаборатории инвестиционного анализа НИУ ВШЭ-Пермь, в проекте «Инновационные факторы в развитии промышленных предприятий» Программы фундаментальных исследований НИУ ВШЭ 2011 года, а также могут быть полезны при разработке курсов по инновационному и стратегическому менеджменту, региональной экономике и управлению знаниями.

Значимый прикладной результат проведенного исследования -сформированная автором база данных предприятий различных видов деятельности Пермского края за 2005 - 2007 годы на основе информации действующих форм статистической и бухгалтерской отчетности. Область применения собранной в базе данных информации гораздо шире, чем просто исследование взаимосвязи результатов деятельности фирмы и индикаторов специализации и межфирменного взаимодействия в условиях пространственной концентрации.

Апробация и внедрение результатов исследования

Основные положения и результаты, представленные в работе, докладывались и обсуждались автором на следующих мероприятиях:

• VI, VII и VIII Международная научно-практическая конференция по вопросам экономического развития "Устойчивое развитие российских регионов" (Екатеринбург, 2009 -2011 гг.).

• XI International Symposium "Economy & Business: Development and Growth" (Burgas, Bulgaria, 2010 г.).

• III и IV Всероссийский Симпозиум по экономической теории (Екатеринбург, 2008 и 2010 гг.).

• XI Международная научная конференции НИУ ВШЭ по проблемам развития экономики и общества (Москва, 2010 г.).

• Научные семинары Института анализа предприятий и рынков НИУ ВШЭ «Институциональные проблемы российской экономики» (Москва, 2009, 2011 гг.).

• VII Всероссийская конференция молодых ученых по институциональной экономике (Екатеринбург, 2009 г.).

Основные выводы и положения диссертации представлены в Администрацию г. Перми с целью апробации и последующего использования. Публикации

По результатам исследования автором опубликовано 15 работ общим объемом 10,4 п.л. (авт. 8.35 п.л.), в том числе 5 работ объемом 4,8 п.л. в рецензируемых изданиях, рекомендованных ВАК: журналах «Инновации», «Экономические науки», «Региональная экономика: теория и практика», «Вестник СПбГУ. Серия 8. Менеджмент» (авторских 3,25 п.л.). Логика и структура диссертации

Диссертационная работа изложена на 173 страницах печатного текста (в том числе 15 страницах приложений), включает 34 таблицы, 27 рисунков, и состоит из введения, 3 глав, заключения, списка литературы из 166 использованных источников, в том числе 122 зарубежных, и 4 приложений.

Оглавление

Введение......................................................................................................................4

Глава 1. Теоретические основы оценки инновационных кластерных эффектов....................................................................................................................11

1.1. Основные теории кластеров в экономике..................................................11

1.2. Виды кластеров и инновационных кластерных эффектов.......................27

1.3 .Методы идентификации кластеров и оценки инновационных кластерных

эффектов...............................................................................................................38

1.4. Эмпирические исследования кластеров в РФ...........................................49

Глава 2. Прикладные аспекты исследования региональных инновационных кластеров....................................................................................56

2.1. Подход к анализу региональных инновационных кластеров..................56

2.2.Сравнительная оценка условий формирования региональных инновационных кластеров на примере Приволжского и Уральского федеральных округов..........................................................................................68

2.3. Выявление потенциальных отраслевых кластеров в Пермском крае.....82

Глава 3. Эмпирический анализ инновационных кластерных эффектов на микроуровне.............................................................................................................93

3.1. Информационная база количественного исследования...........................93

3.2.Эконометрический анализ инновационных кластерных эффектов в

промышленности...............................................................................................104

3.3. Качественный анализ инновационных кластерных эффектов на примере

Пермского края..................................................................................................131

Заключение.............................................................................................................146

Список использованной литературы.....................................................................150

Приложение А. Бизнес-портфель отраслевых кластеров Пермского края.......158

Приложение Б. Условия формирования региональных инновационных

кластеров..................................................................................................................159

Приложение В. Оценка инновационных кластерных эффектов........................163

Приложение Г. Сценарии углубленных интервью..............................................172

II. ОСНОВНЫЕ ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ 1. Выявлены и систематизированы инновационные кластерные эффекты, включающие в себя эффекты агломерации, обучения и кооперативной конкуренции.

Проведенный обзор теоретических работ позволил сделать вывод, что одна из проблем практического использования кластерной концепции -отсутствие единого подхода к понятийному аппарату, в том числе определения регионального инновационного кластера и видов инновационных кластерных эффектов.

В работе сформулировано рабочее определение регионального инновационного кластера, опирающееся на теорию промышленной агломерации, учитывающее особенности возникновения кластеров, а также инновационную активность участников: группа предприятий различных видов деятельности, конкурирующих за продукцию, факторы производства и рынки, расположенных на территории одного региона, и отличающихся: повышенной инновационностъю (новые продукты, технологии, бизнес-процессы) и тесным взаимодействием с источниками знаний.

Под кластерными эффектами в работе понимается влияние участия в кластерах на различные результирующие показатели деятельности фирмы и кластера в целом. В нашем исследовании мы сосредоточим свое внимание на эффектах, описывающих влияние, связанное с участием в кластере, на показатели эффективности, инновационной активности и конкурентоспособности организации, то есть на инновационных кластерных эффектах. Анализ теоретических и эмпирических исследований позволил выделить следующие виды инновационных кластерных эффектов:

- Эффект агломерации. К выгодам, извлекаемым фирмами из совместного расположения в границах определенной территории, относится экономия на масштабе производства, выравнивание транспортных и логистических издержек, снижение барьеров для обмена знаниями, идеями и управленческими практиками, упрощенный доступ к уникальным активам.

- Эффект обучения. Тесное сотрудничество, обмен информацией и знаниями в рамках сети участников кластера (фирм, научно-исследовательских организаций, университетов и других), приводят к увеличению уровня знаний всех участников. В инновационных кластерах процессы непрерывного обучения усиливаются, создавая позитивные внешние эффекты в управленческой и технологической сферах.

- Эффект кооперативной конкуренции. В экономике, для которой характерны разветвленные сети предприятий, работающих одновременно в кооперации и конкуренции друг с другом, существуют области, где конкурирующие производители могут сотрудничать. К ним относятся, например, лоббирование интересов, торговые выставки и ярмарки, специализированные инвестиции в инфраструктуру и подготовку кадров.

В отличие от теории, на практике достаточно проблематично отделить один эффект от другого - в развитых инновационных кластерах они могут пересекаться, дополнять друг друга. Одновременное влияние всех компонентов инновационных кластерных эффектов приводит к возникновению синергии: фирмы-участники кластеров мотивированы на создание новых продуктов и фирм сильнее, чем предприятия-одиночки, что приводит к увеличению инновационной активности всех участников.

2. Обоснован подход к исследованию региональных инновационных кластеров, сочетающий в себе количественный и качественный анализ по данным мезо- и микроуровня.

При разработке подхода мы ограничили область анализа инновационных кластеров. Во-первых, мы учитываем инновационные кластеры, в которых предприятия могут не иметь технологических связей. Технологически связанные цепочки добавленной стоимости рассматриваются лишь как часть инновационного кластера. Фирмы в рамках последнего могут использовать весь спектр связей: состоять в одних и тех же бизнес-ассоциациях, сотрудничать с одними и теми же образовательными учреждениями, предъявлять спрос на

одинаковые объекты инновационной инфраструктуры. Во-вторых, объектом исследования выступает не единый региональный межотраслевой инновационный кластер с четко очерченными границами, а фирма, и оценивается вероятность ее участия в кластере. Анализируются предприятия, обладающие определенным набором свойств - размещением по соседству, взаимодействием с другими участниками рынка, инновационностью, которые с той или иной вероятностью могут быть участниками различных инновационных кластеров в регионе.

Предлагаемый автором Зх уровневый подход может быть представлен следующим образом.

Первый уровень - изучение условий и возможностей формирования инновационных кластеров по данным региональной статистики. Исследуется региональная среда, оценивается наличие конкурентоспособных производств и необходимых ресурсов, степень диверсификации производственной структуры, степень инновационной активности предприятий, инфраструктурная обеспеченность бизнеса в широком смысле этого слова. В случае, если получаемые результаты свидетельствуют о существовании условий для развития кластеров на территории региона, то следующий шаг — поиск тех видов деятельности, которые обладают признаками кластеризации и потенциалом к повышению инновационной активности.

Второй уровень - выявление потенциальных отраслевых инновационных кластеров на основе оценки коэффициентов локализации и специализации, характеризующих концентрацию фирм и занятых в конкретном секторе экономики региона. Однако эти показатели не учитывают сотрудничество между фирмами, то есть не позволяют в полной мере отразить специфику такого явления, как кластер. Таким образом, для дальнейшего анализа и оценки инновационных кластерных эффектов необходим переход на микроуровень, позволяющий не только отследить взаимодействие внутри кластера между организациями различных видов деятельности, но и оценить факторы, влияющие на вероятность участия фирмы в кластерах.

Третий уровень - количественная оценка инновационных кластерных эффектов и качественная характеристика кооперации по данным микроуровня. В данном случае используется комбинация методов количественного и качественного анализа. На первом этапе, с помощью эконометрического моделирования, тестируется гипотеза о том, что предприятия получают конкурентные преимущества от эффектов близкого размещения и взаимодействия и конкуренции, то есть от инновационных кластерных эффектов. Этот этап, в свою очередь, разбивается на три последовательных шага:

(1) идентификация участников инновационных кластеров;

(2) оценка инновационных кластерных эффектов;

(3) выявление факторов, влияющих на вероятность вхождения фирмы в инновационные кластеры.

Цель второго этапа, основанного на результатах анализа углубленных интервью с участниками инновационных кластеров, - обнаружить дополнительные факторы, которые не могут быть выявлены с помощью статистических методов. Таким образом, мы включаем в исследование тех агентов кластеров, с которыми у фирмы отсутствуют явные технологические связи.

Подробнее описанный подход представлен блок-схемой на рис. 1:

Рисунок 1. Блок-схема анализа региональных инновационных кластеров

3. Разработана система показателей, позволяющая провести анализ условий формирования инновационных кластеров в регионах.

На основе зарубежных и отечественных теоретических и эмпирических исследований, рекомендаций экспертов ОЭСР, автором разработана система показателей (таблица 1), с помощью которой можно оценить возможности формирования инновационных кластеров в регионе:

Таблица 1

Индикаторы оценки возможностей формирования региональных инновационных кластеров

Группы индикаторов Подгруппы Характеристика Показатель

Входящие индикаторы Среда кластера Финансовый показатель наличия научных заделов Текущие затраты на НИОКР в ВРП, %

Законодательное обеспечение кластерной политики в виде нормативно-правовой базы Наличие* стратегии кластерного развития и других нормативно-правовых актов в этой области в регионе

Интенсивность инвестиций Накопленные инвестиции за четыре года на душу населения, тыс.руб.

Миграционная привлекательность региона Сальдо миграции по отношению к численности населения, %

Наличие агентов для кооперации Наличие* бизнес-инкубаторов, технопарков, венчурных фондов

Драйверы кластера Наличие человеческих ресурсов необходимого качества Доля персонала с высшим образованием, %

Возможности создания нового знания, освоения новых рынков Доля инновационно-активных фирм в общей структуре организаций, %

Инфраструктура, обеспечивающая каналы эффективного взаимодействия, распространения и получения информации Доля предприятий, использовавших ИКТ, %

Доля предприятий имевших веб-сайт, %

Развитие кластера Критическая масса фирм для кооперации по модели «втулка-ступица» Отношение числа крупных компаний к числу средних и малых

Патентная активность Количество выданных патентов в расчете на одно инновационно-активное предприятие

Показатель устойчивости кооперационных связей между организациями и внешними партнерами Доля устойчивых взаимодействий к общему количеству совместных проектов по выполнению исследований и разработок, %

Исходящие индикаторы Результаты кластера Инновационность предприятий на территории Доля инновационной продукции в ВРП региона, %

Мера интеграции региона в глобальную экономику Внешнеторговый оборот (сумма экспорта и импорта) к ВРП региона, %

Привлекательность территории для нового и растущего бизнеса Темп прироста числа новых предприятий, %

Технологическая развитость региойа Доля экспорта инновационной продукции в структуре экспорта, %

* Нормированная категориальная переменная

На основе предложенных показателей с использованием математической процедуры кластерного анализа было проведено исследование стартовых условий, необходимых для территориальной концентрации предприятий и их

взаимодействия, по данным 18 регионов Приволжского и Уральского федеральных округов. Последние рассматривались как объекты сопоставительного анализа и конкуренты Пермского края. Таким образом, были выделены группы регионов по критериям наличия и уровня зрелости условий для формирования региональных инновационных кластеров. Были определены регионы-лидеры (Башкортостан и Татарстан, Пермский край, Нижегородская, Челябинская и Самарская области), в которых формирование инновационных кластеров имеет больше шансов на успех, чем в других регионах.

4. Предложены критерии идентификации участников региональных инновационных кластеров, и обнаружено, что принадлежность к инновационным кластерам положительно влияет на результаты деятельности компаний.

Автором была создана база данных 413 предприятий различных видов экономической деятельности Пермского края за 2005 и 2007 г. по информации из статистических и бухгалтерских форм отчетности, позволяющая оценить инновационные кластерные эффекты. Количество объектов исследования было впоследствии сокращено с 413 до 382 в ходе процесса подготовки данных, выявления очевидных ошибок в базе для исключения выбросов и недостоверных значений.

В соответствии с теорией, набором признаков, установленных экспертным путем, и доступными для исследования данными, собираемыми Росстатом, были определены критерии идентификации участников инновационных кластеров. К числу критериев были отнесены следующие признаки, в совокупности: 1. Участие предприятия в региональных бизнес-ассоциациях, рассматривающееся как один из доступных для оценки каналов сотрудничества.

2.Наличие у предприятия совместных проектов с университетами, НИИ, другими предприятиями, расположенными в регионе. Выбор этого критерия объясняется тем, что внутренний инновационный потенциал фирмы и ее способности к внешней кооперации в литературе описаны как дополняющие друг друга свойства, влияющие на инновационность фирмы.

3 .Наличие у предприятия затрат на НИОКР. Преимущества этого признака связаны с возможностью его измерения, а также с тем, что предприятия, самостоятельно осуществляющие НИОКР, признаются наиболее привлекательными партнерами для участия в кластерном взаимодействии. По итогам анализа нашей выборки мы выявили, что около 15% промышленных предприятий обладают указанными свойствами и могут входить в тот или иной инновационный кластер региона. Полученные результаты демонстрируют, что участие фирмы в инновационных кластерах положительно влияет на индикаторы, характеризующие результативность деятельности предприятий, в частности, на производительность труда по валовой добавленной стоимости и темп ее роста, а также рентабельность продаж. В частности, средние темпы роста производительности по ВДС с 2005 по 2007 гг. возможных участников инновационных кластеров на 27,9% выше в сравнении с остальными предприятиями выборки.

Полученные результаты свидетельствуют о возможном наличии инновационных кластерных эффектов для предприятий Пермского края. Для их выявления и оценки была протестирована гипотеза о том, что при прочих равных условиях существует положительная связь между показателями эффективности и участием в региональных инновационных кластерах. Были построены различные спецификации линейной регрессионной модели, представленной в общем виде следующим образом:

У = Ро+ /Мяе + р21пс1 + р3А&т + р41пС1 + 05Етр1 + р6Уей+ £ где /? - вектор оцениваемых коэффициентов, У — зависимая переменная, характеризующая эффективность предприятия, £ - случайная ошибка.

Независимыми переменными в данном случае выступают: Age - возраст фирмы; Ind - характеристика отрасли, к которой принадлежит фирма (коэффициент специализации); ряд бинарных переменных: Aglm -расположение предприятия в пределах городской агломерации; IrtCl -принадлежность к участникам региональных инновационных кластеров, в соответствии с результатами группировки, полученными на предыдущем этапе. К контрольным переменным относятся: Empl - бинарная переменная, принимающая значение 1, если предприятие принадлежит к группе средних по численности работников предприятий (от 101 до 500 человек), О-в противном случае.; Ved - бинарная переменная, принимающая значение 1, если предприятие относится к химической и нефтехимической отраслям, О-в другом случае.

Сводные результаты регрессионного анализа приведены в табл. 2.

Таблица 2

Зависимость индикаторов эффективности фирмы от некоторых показателей инновационных кластерных эффектов

Зависимая переменная Модель 1а Модель 2а

Производительность труда по ВДС (натур, логарифм) в 2007 году Рентабельность продаж в 2007 году (а)

Предикторы Р P-value I! P-value

Расположение в пределах городской агломерации 0.441** 0.007 0.074** 0.019

Принадлежность фирмы к региональным инновационным кластерам (2005 г.) 0.458** 0.019 0.112** 0.001

Возраст фирмы (количество лет) 0.020 0.732 0.023** 0.036

Квадрат возраста фирмы -0.001 0.731 -0.001** 0.037

Коэффициент специализации в 2007 г. 0.206* 0.089 -0.002 0.932

Индикатор размера фирмы 0.118 0.381 0.015 0.542

Инднкатор принадлежности фирмы к отрасли -0.444 ■ 0.246 0.029 0.669

Константа 4.902*** 0.000 -0.059 0.385

Р 2.78 3.55

РгоЬ>Р 0.008** 0.001***

11-квадрат 0.056 0.063

Число наблюдений 338 374

* Значимость на уровне 10 %. " Значимость на уровне 5 %. *** Значимость на уровне I %.

а - в силу 1стероскедастнчносп| остатков в модели использованы робастиые стандартные ошибки (статистика УаПта)

Все построенные линейные регрессионные модели были проверены с точки зрения выполнения для них условий Гаусса-Маркова. Результаты теста Рамсея дают основания принять гипотезу о корректной со статистической точки зрения спецификации функциональной формы модели и отсутствии пропущенных значений. Анализ результатов регрессии говорит о том, что

участие в инновационных кластерах положительно связано с показателями результатов деятельности фирмы, другими словами для нашей выборки мы обнаружили инновационные кластерные эффекты. Однако значение коэффициента детерминации говорит о том, что доля объясненной дисперсии зависимой переменной мала. Полученные результаты вполне объяснимы для инновационных кластеров, находящихся на раннем этапе формирования, что соответствует результатам эмпирических исследований [Andersen et al., 2004; Bortagaray,2000; Ketels et al., 2006] в этой области.

5. Показано, что в отличие от характеристик внешней среды, внутренние особенности компаний положительно и статистически значимо связаны с вероятностью вхождения в число участников инновационных кластеров.

В работе проанализирована модель, сосредоточенная на поиске и анализе внутренних особенностей предприятий и свойств внешней среды, влияющих на вероятность вхождения предприятия в какой-либо инновационный кластер. Для этого были протестированы гипотезы о том, что на вероятность того, что предприятие окажется в группе, относящейся к участникам инновационных кластеров, влияют следующие факторы:

• положительно: конкуренция на глобальном рынке; особенности организационной структуры фирмы; инвестиции в основной капитал; наличие критической массы конкурирующих предприятий,

• отрицательно: удаленность от столицы региона и принадлежность к градообразующим предприятиям.

Мы строили различные спецификации бинарных логистических регрессий по данным 2007 года следующего вида:

1

Р{1пС1 = 1} =

1 + ехр {-Х/3}

где lnCl — зависимая дихотомическая переменная, принимающая значение 1, если предприятие классифицируется как участник какого-либо инновационного кластера в Пермском крае, О-в противном случае; в матрицу X включены значения независимых переменных; [Í - вектор оцениваемых коэффициентов.

Среди объясняющих переменных применялись индикаторы, разделенные на следующие группы: Int.Fac. - внутренние факторы предприятий: (1) возраст предприятий - количество лет на рынке; (2) участие в экспортной деятельности - 1, 0 - в противном случае; (3) объем инвестиций в основной капитал, тыс.руб. Int.Fac._coop - внутренние факторы предприятий (взаимодействие): бинарные переменные, принимающие значение 1, если предприятие имеет юридических лиц / иностранных собственников в уставном капитале / дочерние компании, расположенные на территории Пермского региона, О-в других случаях. Ext.Fac.Jndustry ~ особенности внешней среды фирмы (отраслевые и другие характеристики): (1) количество предприятий той же отрасли в городе расположения компании; (2) расстояние от места размещения фирмы до столицы региона; (3) принадлежность к градообразующим предприятиям.

В качестве контрольных переменных использовались: Empl - количество работников, чел. и Ved - дихотомическая переменная, принимающая значение 1, если предприятие относится к химическому и нефтехимическому секторам, О - в другом случае.

В соответствии с теорией жизненного цикла кластеров, мы ожидали, что среди факторов, влияющих на вероятность участия в инновационных кластерах, большую значимость будут иметь внутренние факторы, по сравнению с внешними. В табл. 3 представлены три спецификации модели с отдельным и совместным включением факторов:

Таблица 3

Зависимость вероятности участия предприятия в инновационных кластерах от внутренних свойств и факторов внешней среды

Предикторы Модель 1 1 Модель 2 1 Модель 3

Зависимая переменная — при инновационных класте иадлежность к участникам )ов в регионе (2007 г.)

В P-valae В P-value В P-value

Возраст фирмы 0.271*** 0.000 0.205*** 0.001

Форма собственности 0.751 0.451

Наличие иностранного собственника в УК 0.380 0.507

Наличие юридических лиц в У К -0.408 0.387

Инвестиции в основной капитал в 2007 голу 0.000* 0.086

Наличие экспорта в 2007 году 1.430*** 0.001 1.060** 0.030

Натуральный логарифм численности занятых в 2007 г. 0.747*** 0.000 0.903*** О.ООО

Наличие дочерних компаний, расположенных в регионе 2.680*** 0.000 2.802*** 0.000

Расстояние до столицы региона -0.005* 0.076 -0.007** 0.034

Количество фирм той же отрасли, расположенные в поселении -0.024*« 0.036 -0.018 0-225

Коэффициент локализации (а) 0.643** 0.024 0.358 0.401

Принадлежность к градообразующим предприятиям (Ь) -0.094 0.884

Индикатор отраслевой принадлежности 1.376* 0.056 -1.031 0247 0.245 0.861

Константа -12.388*** 0.000 -2.085*** 0.000 -11.883*** 0.000

у? (статистика Нальда) 172.660 I47.K32 147.199

Prober 0.000*** 0.000*** 0.000***

Псевдо R-кпалрат Нагелькерка 0.644 0.090 0.604

Число наблюдений 374 361 359

% предсказанных значений 91.7 85.3 91.1

*** значимость на урогше 1% ** значимость на уровне 5% * значимость "а уровне 10%

а- коэффициент локализации был рассчитан по формуле: 1Е*Ае -где ^¡г- количество занятых отрасли

/1Е.

I в Пермском крае, 1Е, — количество занятых всего в регионе. 1Е*- количество занятых отрасли I страны, 1Ее — количество занятых всего в стране,

Ь - Принадлежность к градообразующим предприятиям определялась в соответствии со «Списком предприятий регионального значения и градообразующих предприятий», утвержденного приказом Министерства регионального развития Российской Федерации от 19.03.2009 № 64 «Об организации мониторинга финансово-экономического состояния предприятий регионального значения».

Проведенный анализ, позволил выявить факторы, влияющие на вероятность участия в инновационных кластерах. К ним относятся:

— Экспортоориентированностъ, что, возможно, связано с положительным влиянием глобальной конкуренции. Предприятия, сталкивающиеся с ней, вынуждены проявлять большую инновационную активность, перенимая опыт зарубежных конкурентов и партнеров, при этом сотрудничая с партнерами за пределами своего региона и страны.

— Наличие дочерних компаний, расположенных в Пермском крае, что, может быть связано со стартовым набором взаимосвязей в виде сетей,

которые формируются, поддерживаются собственниками. Кроме того, наличие подразделения, ответственного за исследования и разработки, позволяет пользоваться его результатами всем остальным участникам, таким образом, интегрированные компании сами по себе формируют часть инновационного кластера.

— Возраст фирмы, влияющий на количество приобретенных межфирменных связей. Это может объясняться тем, что возраст играет положительную роль для приобретения неформальных знаний и установления тесных взаимосвязей и оказывает положительный эффект на инновационную активность кластера, но только в течение определенного периода существования фирмы.

— Расстояние до столицы региона, что, возможно, связано с издержками преодоления пространственных барьеров в распространении информации, знаний и компетенций, а также необходимостью частых личных контактов в процессе кооперации. Информация имеет свойство «липкости», что, следовательно, повышает издержки в случае передачи ее на длинные расстояния.

Кратко представим полученные результаты в таблице 4:

Таблица 4

Результаты тестирования гипотез

Группа факторов Факторы Ожидаемый результат Фактический результат

Внутренние Возраст фирмы + +

Форма собственности + незначим

Наличие иностранного собственника в УК + незначим

Наличие юридических лиц в УК + незначим

Инвестиции в основной капитал в 2007 году + +

Наличие экспорта в 2007 году + +

Наличие дочерних компаний, расположенных в регионе + +

Расстояние до столицы региона - -

Внешние Количество фирм той же отрасли, расположенные в поселении + незначим

Коэффициент локализации + незначим

Принадлежность к градообразующим предприятиям - незначим

Контрольные переменные Размер фирмы в 2007 г. + незначим

Отраслевая принадлежность + незначим

Воздействие внешних факторов (модель 2) в целом слабо связано с участием в кластерном взаимодействии, что может означать превалирующее воздействие внутренних стимулов к кооперации, особенно на стадии формирования инновационных кластеров, что характерно для предприятий Пермского края.

6. Раскрыта специфика внешнего окружения и внутреннего устройства одного из формирующихся инновационных кластеров Пермского края, и выявлены статистически ненаблюдаемые факторы инновационных кластерных эффектов.

Основываясь на полученных количественных результатах, было сделано предположение о том, что ядром одного из формирующихся инновационных кластеров в Пермском крае могут стать фирмы химической и нефтехимической отраслей. При этом можно ожидать, что предприятия других видов деятельности также будут сотрудничать с фирмами ядра кластера. Автором были самостоятельно проведены девять интервью за период с сентября 2009 по июнь 2010 г., а также пятнадцать интервью - в составе исследовательской группы в рамках коллективного проекта. Респондентами выступили как представители крупных, средних и малых предприятий, так и университетов, НИИ, органов региональной и муниципальной власти, бизнес-инкубатора, технопарка, центра трансфера технологий. Анализ результатов интервью позволил сделать следующие выводы об инновационных кластерах в Пермском крае, включая инновационные кластерные эффекты:

1. Для участников инновационных кластеров в анализируемых секторах более активной кооперации соответствует более высокая эффективность. Однако имеющийся потенциал сотрудничества намного превосходит степень его использования. Модернизационные потребности промышленности из-за устаревших основных фондов, оцененные респондентами как сигнал тревоги, мотивируют компании искать пути решения проблемы. Одним из таких вариантов становится аутсорсинг производственных функций и покупка

инжиниринговых услуг, которая часто возможна только в кооперации, в том числе и с конкурентами.

2. Среди характеристик взаимодействия с участниками рынка респонденты в первую очередь, отмечают важность устойчивого и длительного сотрудничества с покупателями и поставщиками. Однако связь как с клиентами, так и конкурентами в целом носит характер информационного обмена.

3. Неформальные контакты, на основе которых формируются социальные сети, способствуют возникновению успешных долгосрочных отношений гораздо сильнее, чем формальные структуры (например, стратегические альянсы, некоммерческие партнерства). Широкий спектр механизмов неформального сотрудничества и социальных сетей воздействует как на зрелых, так и потенциальных участников кластера. В частности, в отношениях между университетами и промышленными предприятиями такие сети создаются выпускниками за счет встреч на профильных конференциях и выставках, участия в совместных проектах в прошлом.

4. Гибкость в выборе партнеров и совместных проектов между фирмами может обеспечить усиление инновационных кластерных эффектов. Всеми респондентами отмечена роль бизнес-ассоциаций в регионе, необходимых для формирования профессионального сообщества, доступа к информации, налаживания личных контактов.

5. На этапе формирования кластера побуждающим механизмом к кооперации фирм в большей степени оказываются внутренние стимулы. При этом такие элементы, как венчурные фонды, технопарки, бизнес-инкубаторы, пока слабо влияют на его формирование и развитие. Этот результат отличается от выводов зарубежных исследований. Объяснением может служить тот факт, что основные потребители данных услуг и клиенты венчурных фондов — малые компании, тогда как среди участников выявленного нами кластера в основном преобладают крупные и средние компании.

6. Как показывают примеры успешных кластеров, включение в них средних и малых предприятий необходимо для повышения гибкости и скорости реакции кластера в целом на внешние изменения, обеспечивая тем самым повышение его конкурентоспособности. Развитие инновационной среды и институтов сетевого взаимодействия также представляется обязательным шагом в формировании кластеров. Одним из таких элементов среды может стать создание городского инвестиционного центра, обеспечивающего взаимодействие с инвесторами, осуществляющего общие меры по развитию бизнес-климата. В целом, по мнению участников, в настоящее время тесное взаимодействие организаций осуществляется скорее вопреки неблагоприятной институциональной среде.

Таким образом, проведенное исследование продемонстрировало, что зрелые инновационные кластеры в промышленности Пермского края пока отсутствуют, при этом имеются свидетельства об образовании инновационных кластеров с высоким потенциалом роста. Они формируются вокруг крупных и сверхкрупных предприятий в секторах специализации региона, в границах городских агломераций при незначительном участии новых и небольших компаний и пока второстепенной роли образовательного сектора.

III. ОСНОВНЫЕ ВЫВОДЫ РАБОТЫ

Анализ научной литературы, позволил заключить, что в исследованиях кластеров, носящих преимущественно качественный характер, оценка возникающих кластерных эффектов практически не осуществляется. В работе уделено внимание только одному из возможных кластерных эффектов -инновационному. Автором определены и охарактеризованы следующие виды инновационного кластерного эффекта: агломерационный эффект, эффект обучения, эффект кооперативной конкуренции. При этом отмечено, что, в отличие от теории, существуют сложности в разделении эффектов на практике, идентификации каждого из них для всех инновационных кластеров.

В связи с возрастающим теоретическим интересом к концепции инновационных кластеров, реализации кластерных инициатив в регионах России, автором обосновано включение оценки инновационных кластерных эффектов в процесс анализа региональных инновационных кластеров. Показано, что идентификация участников региональных инновационных кластеров и оценка инновационных кластерных эффектов сопряжена с целым рядом проблем:

• отсутствием объективных статистических индикаторов, отражающих различные черты деятельности кластера, что приводит к противоречиям в методах идентификации участников и оценках эффектов;

• несовпадением административных границ регионов с границами кластера, что приводит к сложностям со сбором необходимых данных на межотраслевом и межрегиональном уровне;

• динамичностью кластерных образований, предопределяющей отставание статистического наблюдения от скорости рекомбинирования взаимосвязей между фирмами в рамках кластерного взаимодействия.

В этой связи наиболее приемлемым способом исследования региональных инновационных кластеров в российских условиях, представляется подход, сочетающий в себе количественный и качественный анализ с привлечением данных микроуровня, основанный на анализе условий внешней среды и внутренних факторов поведения предприятий - возможных участников инновационных кластеров. Подход конкретизируется в следующих элементах:

• система показателей оценки условий формирования инновационных кластеров, основанная на доступных статистических данных регионального уровня;

• коэффициенты специализации и локализации, рассчитанные по данным отраслевой статистики, позволяющие выявить потенциальные и

формирующиеся инновационные кластеры в секторах экономики региона;

• критерии идентификации потенциальных участников инновационных кластеров, основанные на доступных данных статистики предприятий, и включающие в себя: наличие расходов на НИОКР, наличие совместных инновационных проектов с университетами, институтами и т.д., участие в региональных бизнес-ассоциациях;

• система индикаторов эффектов пространственной концентрации предприятий и межфирменного взаимодействия;

• группа эндогенных и экзогенных статистически наблюдаемых и не наблюдаемых факторов, стимулирующих фирму к участию в региональных инновационных кластерах.

На основе эмпирического анализа данных российских компаний выявлено, что существует устойчивая положительная взаимосвязь между принадлежностью предприятий к инновационным кластерам и показателями результативности их деятельности, которая рассматривается как сигнал существования инновационных кластерных эффектов. Показано, что для предприятий Пермского края невозможно статистически оценить все эффекты, в том числе в силу стадии жизненного цикла, характеризующейся как «формирование».

Выявлено, что на вероятность участия в инновационных кластерах, находящихся на этапе формирования в России в целом, влияют те же факторы, характеризующие внутренние особенности предприятий, что и в развитых странах. Были подтверждены гипотезы о положительном влиянии экспортной активности и наличии дочерних компаний, расположенных в регионе. Как и ожидалось, удаленность от столицы региона отрицательно связана с вероятностью участия фирмы в инновационных кластерах. В то же время гипотеза о влиянии инвестиций в основной капитал не нашла своего подтверждения. К важным отличиям российских инновационных кластеров относится влияние различных характеристик внешней среды. Тестирование

показало, что переменные среды — специализация, конкуренция, наличие партнеров по кооперации - не оказывают статистически значимого влияния на вероятность войти в число участников инновационных кластеров. Это позволяет сделать вывод о том, инновационная среда в оценочных характеристиках настоящего исследования - догоняющий элемент, а внутренние особенности фирмы - основной стимул в развитии кластеров, что в целом не совпадает с традиционными представлениями о формировании инновационных кластеров.

Выводы количественного анализа были частично подкреплены и расширены на основе результатов интервью с потенциальными участниками одного из формирующихся инновационных кластеров Пермского края (в химическом и нефтехимическом секторе). Помимо этого обнаружено, что для анализа инновационных кластеров и оценки инновационных кластерных эффектов необходимо оценивать посредством экспертных опросов статистически ненаблюдаемые, но рассматриваемые респондентами как чрезвычайно важные, факторы, характеризующие качество и устойчивость взаимосвязей между участниками кластера, а также индикаторы самоидентификации фирм как участников инновационных кластеров.

Работы, опубликованные автором в ведущих рецензируемых научных журналах и журналах, рекомендованных ВАК Министерства образования

и науки России:

1. Быкова А.А.Проблемы позиционирования региона в новой экономике // Инновации, 2007. - № 1. - с. 66—71, 0.9 п.л. (в соавторстве с Молодчик М.А.; авт. вклад - 0.45 п.л.).

2. Быкова A.A., Взаимодействие университетов и академических институтов с инновационно-активными промышленными предприятиями // Региональная экономика: теория и практика, 2008. - № 36. - с. 44—52, 0.9 п.л. (в соавторстве с Молодчик М.А.; авт. вклад - 0.4 п.л.).

3. Быкова A.A. Проблематика формирования инновационных кластеров И Инновации, 2009. - № 8. - с. 39—46, 0.8 п.л.

4. Быкова A.A. Исследование факторов, влияющих на вероятность участия в инновационном кластере // Экономические науки, 2009. - №11(60). - с.346-352, 1 п.л.

5. Быкова A.A. Влияние интеллектуального капитала на результаты деятельности компании // Вестник СпбГУ. Серия 8. Менеджмент, 2011. - №1. - с.66-94, 1.2 п.л. (в соавторстве с Молодчик М.А.; авт. вклад - 0.6 п.л.).

Другие работы, опубликованные автором по теме кандидатской

диссертации:

1. Быкова A.A. Проблематика формирования инновационных кластеров // Сборник трудов III Всероссийского симпозиума по экономической теории, Екатеринбург, 2008 г. - с. 3946, 0.3 п.л.

2. Быкова A.A. Региональные инновационно-промышленные кластеры: условия создания и функционирования // Сборник трудов VI Международной научно-практической конференции "Экономическое развитие в современном мире: Россия и Азия в условиях глобальной экономической нестабильности», г. Екатеринбург, 2009 г. - с.62-66, 0.4 п.л.

3. Быкова A.A. Критерии идентификации участия в региональном инновационном кластере И Сборник трудов VII Всероссийской конференции молодых ученых по институциональной экономике, Екатеринбург, 2009 г. - с.77-81, 0.3 п.л.

4. Быкова A.A. Инновационные кластерные эффекты: наличие и источники // Сборник трудов Международной научно-практической конференции "Управление инновациями-2009", Москва, 2009 г. - с.250-261,0.6 п.л.

5. Быкова A.A. Региональные инновационно-промышленные кластеры: условия создания и функционирования // Управление кластерами в региональной экономике, Новочеркасск: УПЦ "Набла" ЮРГТУ (НПИ), 2010 г. - с.148-168. 10 п.л. (авт.1 п.л.).

6. Быкова A.A. Оценка влияния признаков кооперации на показатели результатов деятельности предприятий Пермского края // Доклады VII Международной научно-практической конференции «Устойчивое развитие российских регионов: инновации, институты и технологические заимствования», Екатеринбург, 2010 г. - с.38-41, 0.4 п.л.

7. Bykova A. Innovation cluster effects in Russia: availability & sources // Journal of International Scientific Publications: Economy & Business, 2010. -Volume 4. - p.139-153, 0.6 п.л.

8. Быкова A.A. Инновационные кластерные эффекты в промышленности // Труды XI Международной научной конференции по проблемам развития экономики и общества [Текст]: в 3 кн. - Москва: Изд. дом Гос. ун-та - Высшей школы экономики, 2011,- с. 401 -413, 0.6 пл.

9. Bykova A., Applying the VAIC™ Model to Russian Industrial Enterprises // Proceeding of the 3rd European Conference on Intellectual Capital. - University of Nicosia, Cyprus, 2011. - p. 268-278, 1.0 п.л. (в соавторстве с Molodchik M.; авт. вклад - 0.5 п.л.)

10. Быкова A.A. Эмпирический анализ эффектов пространственной концентрации и межфирменного взаимодействия для участников инновационных кластеров Пермского края // Доклады VIII Международной научно-практической конференции «Устойчивое развитие российских регионов: человек и модернизация», Екатеринбург, 2011. — с.25-29, 0.4 п.л.

Лицензия ЛР № 020832 от 15 октября 1993 г. Подписано в печать «20» сентября 2011 г. Формат 60x84/16 Бумага офсетная. Печать офсетная. Усл. печ. л. 1 Тираж 100 экз. Заказ №

Типография издательства НИУ ВШЭ, 125319, г. Москва, Кочновский пр-д, д. 3.

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Быкова, Анна Андреевна

ВВЕДЕНИЕ.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И ПРАКТИКА ОЦЕНКИ

ИННОВАЦИОННЫХ КЛАСТЕРНЫХ ЭФФЕКТОВ.

1:1'. Основные теории кластеров в экономике.

1.1.1. Теории агломерации.

1.1.2 Теории конкурентоспособности.

1.13. Теории инновационных систем и кластеров.

1.2. Виды кластеров ^инновационных кластерных эффектов.

1.2.1. Подходы к определению понятия «региональный инновационный кластер».

1.2.2. Определение и виды инновационных кластерных эффектов.

1.3. Методы-, идентификации кластеров и оценки инновационных кластерных эффектов.

1.3.1.Идентификация кластеров: обзор литературы.

1.3.2.Методы оценки инновационных кластерных эффектов.

1.4. Эмпирические исследования кластеров в РФ.

ГЛАВА 2. ПРИКЛАДНЫЕ АСПЕКТЫ ИССЛЕДОВАНИЯ РЕГИОНАЛЬНЫХ ИННОВАЦИОННЫХ КЛАСТЕРОВ.

2.1. Подход к анализу региональных инновационных кластеров.

2.2. Сравнительная оценка условий формирования региональных инновационных кластеров на примере Приволжского и Уральского федеральных округов.

2.3. Выявление потенциальных отраслевых кластеров* в Пермском крае.

ГЛАВА 3. ЭМПИРИЧЕСКИЙ АНАЛИЗ, ИННОВАЦИОННЫХ КЛАСТЕРНЫХ ЭФФЕКТОВ НА МИКРОУРОВНЕ.

3.1. Информационная база количественного исследования.

3.2. Эконометрический анализ инновационных кластерных эффектов.

3.2.1. Идентификация участников региональных инновационных кластеров

3.2.2.Поиск инновационных кластерных эффектов: взаимосвязь между эффективностью предприятий и принадлежностью к инновационным кластерам региона.]

3.2.3.Выявление внутренних и внешних факторов, влияющих на вероятность участия в инновационных кластерах.]

3.3. Качественный анализ инновационных кластерных эффектов на примере

Пермского края.

Диссертация: введение по экономике, на тему "Инновационные кластерные эффекты в промышленности"

Интерес к теме инновационных кластеров возник в связи с появлением подтверждений гипотезы о влиянии соседства и взаимодействия фирм не только на производительность труда, но и на склонность к инновационной деятельности. В современной экономической литературе сформировался подход, согласно которому в конкурентной борьбе побеждают предприятия, генерирующие инновации в кооперации с другими близкорасположенными рыночными и нерыночными контрагентами [Delgado et al., 2010]. Результаты проведенного в 2006 г. исследования инновационных систем (Regional Innovation Scoreboard) в Европе показали сильную положительную связь между инновационным развитием региона и наличием успешных кластеров [OECD, 2006]. В связи с этим возрастает интерес к проблеме формирования кластеров и анализу их влияния на инновационную активность фирм в России.

Основные положения концепции инновационных кластеров, авторами которой считаются В. Фельдман и Д. Одретч [Feldman, Audretsch, 1998], опираются на теорию промышленной агломерации А. Маршалла, показавшего, что производительность труда фирмы напрямую зависит от ее размещения и географической близости других экономических агентов [Маршалл, 1993].

Актуальность выбранной темы объясняется также ограниченным числом эмпирических исследовательских работ, использующих методы количественного анализа кластеров, в том числе оценки кластерных эффектов. В литературе крайне редко появляются оценки эффектов пространственной концентрации и межфирменного взаимодействия на основе российских данных. Среди экспертов нет единого мнения о понятийном аппарате, границах кластеров, индикаторах и инструментах анализа кластерных эффектов, в том числе инновационных [К. Гончар и др., 2010; JI. Гохберг и др., 2008; JI. Марков, М. Ягольницер, 2008; В. Пилипенко, 2004; R. Hoffe, 2006].

В целом, говоря о научной разработанности проблемы, связанной с оценкой инновационных кластерных эффектов, следует отметить, что в современной отечественной литературе преобладают описательные работы, и очевиден дефицит надежной статистики и количественных методов анализа кластеров. Основные исследовательские задачи в работах сосредоточены на изучении причин возникновения и условий формирования кластеров, описании их основных свойств, мотивов участников, а также на оценке роли государства в инициировании и поддержке кластеров. Эмпирические работы базируются на качественных кейс-стади, основанных на историях успеха отдельных кластеров, при этом очевиден дефицит надежной статистики и количественных методов оценки кластерных эффектов. Попытки, осуществляемые в большинстве случаев путем экспертных опросов, связать кластерные эффекты с эффективностью и конкурентоспособностью фирм-участников имеют достаточно ограниченные и во многом дискуссионные результаты.

Актуальность проблемы, степень ее научной проработанности и практической значимости определили не только выбор темы, но и цель, логику и структуру диссертационного исследования.

Цель и задачи диссертационного исследования

Цель настоящего диссертационного исследования заключается в поиске и объяснении инновационных кластерных эффектов.

Для ее достижения были поставлены следующие задачи:

• выявить и систематизировать инновационные кластерные эффекты на основе анализа основных теоретических концепций;

• предложить подход к изучению региональных инновационных кластеров, включающий оценку и объяснение инновационных кластерных эффектов;

• оценить условия формирования инновационных кластеров по данным общедоступной региональной статистики и выявить потенциальные отраслевые кластеры на примере Пермского края;

• апробировать предложенный подход на микроданных предприятий Пермского края, а именно:

- идентифицировать участников инновационных кластеров;

- проверить гипотезу о наличии инновационных кластерных эффектов в промышленности региона;

- на основе количественного и качественного анализа выявить статически наблюдаемые и не наблюдаемые внутренние и внешние факторы, влияющие на вероятность участия предприятий в инновационных кластерах.

Объект исследования - предприятия и организации Пермского края.

Предмет исследования - инновационные кластерные эффекты в промышленности как эффекты соседства, специализации и взаимодействия в условиях конкуренции.

Среди работ зарубежных авторов можно выделить несколько классов исследований в области общей теории кластеров [Т. Андерсен, С. Фримен], идентификации и оценки их деятельности [Е. Бергман, С. Кетелс, Е. Фезер], исследования конкурентоспособности кластеров [С. Дэвис, О. Солвел, Д. Одрич], анализа пространственной концентрации предприятий [А. Маршалл, А. Саксениан, А. Маркузен, М. Бандман], формирования кластеров в контексте региональных инновационных систем [М. Энрайт, М. Портер].

В России в текущем десятилетии появились исследования, посвященные вопросам инновационного поведения, формирования и функционирования межфирменных, в том числе сетевых, связей между организациями в отраслевом и межотраслевом аспектах. Среди них можно отметить работы С. Головановой, В. Голиковой, Л. Гохберга, И. Гуркова, М. Дорошенко, Н. Зубаревич, С. Кадочникова, Б. Кузнецова, А. Праздничных,

И. Пилипенко, Ю. Симачева, О. Третьяк, М. Шерешеву, А. Чепуренко, А. Яковлева. К числу исследователей, анализирующих вопросы влияния участия в инновационных кластерах на показатели результативности фирмы, следует отнести П. Воробьева, К. Гончар, Я. Дранева, Н. Егорова, Ю. Лаврикову, Л. Маркова, О. Романову, В. Третьяка, М. Ягольницера. Тем не менее, нам пока неизвестны работы, посвященные комплексному (количественному и качественному) анализу явления и целостному рассмотрению проблемы.

Для обоснования и последующей проверки выдвинутых гипотез в работе применялись общенаучные методы сравнительного анализа, синтеза, а также методы графического, кластерного и корреляционно-регрессионного анализа.

Информационной базой диссертационной работы послужили зарубежные и отечественные теоретические и эмпирические исследования, общедоступная региональная и отраслевая статистика, а также самостоятельно созданная автором база данных о 413 предприятиях различных видов экономической деятельности Пермского края за 2005 и 2007 годы. Основой качественного анализа выступили углубленные интервью с различными участниками одного из формирующихся инновационных кластеров, проведенные автором самостоятельно и в составе исследовательской группы НИУ ВШЭ.

Научная новизна исследования. В процессе работы автором были получены следующие наиболее значимые результаты, определяющие предмет защиты и научную новизну диссертационного исследования'.

• выявлены и систематизированы инновационные кластерные эффекты, включающие в себя эффекты агломерации, обучения и кооперативной конкуренции;

• обоснован подход к исследованию региональных инновационных кластеров, сочетающий в себе количественный и качественный анализ по данным мезо- и микроуровня;

• разработана система показателей, позволяющая провести анализ условий формирования инновационных кластеров в регионах;

• предложены критерии идентификации участников региональных инновационных кластеров, и обнаружено, что принадлежность к инновационным кластерам положительно влияет на результаты деятельности компаний;

• показано, что вероятность вхождения фирмы в число участников инновационных кластеров положительно и статистически значимо связана с внутренними особенностями компаний и не зависит от характеристик внешней среды;

• раскрыта специфика внешнего окружения и внутреннего устройства одного из формирующихся инновационных кластеров Пермского края, и выявлены статистически ненаблюдаемые факторы инновационных кластерных эффектов.

Практическая значимость работы заключается в разработке и апробации подхода к анализу региональных инновационных кластеров, позволяющего идентифицировать их участников и оценивать инновационные кластерные эффекты на микроданных. Основные результаты могут быть учтены менеджментом предприятий при оптимизации внутренних и внешних связей, использованы органами статистики федерального и регионального уровня для организации мониторинга и оценки кластерных инициатив. Предложенный подход к анализу инновационных кластеров, включающий оценку инновационных кластерных эффектов, может быть основой для разработки инструментария управления инновационными кластерами при формировании стратегии долгосрочного устойчивого развития территории органами власти регионального и муниципального уровня.

Материалы диссертационной работы используются в исследованиях научно-учебной лаборатории инвестиционного анализа НИУ ВШЭ-Пермь, в проекте «Инновационные факторы в развитии промышленных предприятий»

Программы фундаментальных исследований НИУ ВШЭ 2011 года, а. также могут быть полезны при разработке курсов по инновационному и стратегическому менеджменту, региональной экономике и управлению знаниями.

Значимый прикладной результат проведенного исследоваюгия — сформированная автором база данных предприятий различных видов деятельности Пермского края за 2005 - 2007 годы на основе инфорцухации действующих форм статистической и бухгалтерской отчетности. Область применения собранной в базе данных информации гораздо шире, чем: просто исследование взаимосвязи результатов деятельности фирмы и индикаторов специализации и межфирменного взаимодействия в условиях пространственной концентрации.

Диссертационная работа изложена на 173 страницах печатного текста (в том числе 15 страницах приложений), включает 34 таблицы, 27 рисгунков, и состоит из введения, 3 глав, заключения, списка литературы из 166 использованных источников, в том числе 122 зарубежных, и 4 приложений.

Диссертация: заключение по теме "Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда", Быкова, Анна Андреевна

Выводы количественного анализа были частично подкреплены и расширены на основе результатов интервью с потенциальными участниками одного из формирующихся инновационных кластеров Пермского края (в химическом и нефтехимическом секторе). Помимо этого, обнаружено, что для анализа инновационных кластеров и оценки инновационных кластерных эффектов необходимо получать посредством экспертных опросов ненаблюдаемые, но рассматриваемые респондентами как чрезвычайно важные, факторы, характеризующие качество и устойчивость взаимосвязей между участниками кластера, а также индикаторы самоидентификации фирм как участников инновационных кластеров.

ЗАКЛЮЧЕНИЕ

В ходе проведения диссертационного исследования были получены некоторые значимые теоретические и прикладные выводы относительно анализа региональных инновационных кластеров, включая оценку инновационных кластерных эффектов.

Анализ научной литературы, позволил заключить, что в исследованиях кластеров, носящих преимущественно качественный характер, оценка возникающих кластерных эффектов практически не осуществляется. В работе уделено внимание только одному из видов кластерных эффектов -инновационным, среди которых автором определены и охарактеризованы следующие: агломерационный эффект, эффект обучения, эффект кооперативной конкуренции. При этом отмечено, что, в отличие от теории, существуют сложности в разделении эффектов на практике, идентификации каждого из них для всех инновационных кластеров.

В связи с возрастающим теоретическим интересом к концепции инновационных кластеров, реализации кластерных инициатив в регионах России, автором обосновано включение оценки инновационных кластерных эффектов в процесс анализа региональных инновационных кластеров. Показано, что идентификация участников региональных инновационных- кластеров и оценка инновационных кластерных эффектов сопряжена с целым рядом проблем:

• отсутствием объективных статистических индикаторов, отражающих различные черты деятельности кластера, что приводит к противоречиям в методах идентификации участников и оценках эффектов;

• несовпадением административных границ регионов с границами кластера, что приводит к сложностям со сбором необходимых данных на межотраслевом и межрегиональном уровне;

• динамичностью кластерных образований, предопределяющей отставание статистического наблюдения от скорости рекомбинирования взаимосвязей между фирмами в рамках кластерного взаимодействия.

В этой связи наиболее приемлемым способом исследования региональных инновационных кластеров в российских условиях, представляется подход, сочетающий в себе количественный и качественный анализ с привлечением данных микроуровня, основанный на анализе условий внешней среды и внутренних факторов поведения предприятий - возможных участников инновационных кластеров. Подход конкретизируется в следующих элементах:

• система показателей оценки условий формирования инновационных кластеров, основанная на доступных статистических данных регионального уровня;

• коэффициенты специализации и локализации, рассчитанные по данным отраслевой статистики, позволяющие выявить потенциальные и формирующиеся инновационные кластеры в секторах экономики региона;

• критерии идентификации потенциальных участников инновационных кластеров, основанные на доступных данных статистики предприятий, и включающие в себя: наличие расходов на НИОКР, наличие совместных инновационных проектов с университетами, институтами и т.д., участие в региональных бизнес-ассоциациях;

• система индикаторов эффектов пространственной концентрации предприятий и межфирменного взаимодействия;

• группа эндогенных и экзогенных статистически наблюдаемых и не наблюдаемых факторов, стимулирующих фирму к участию в региональных инновационных кластерах.

На основе эмпирического анализа данных российских компаний выявлено, что существует устойчивая положительная взаимосвязь между принадлежностью предприятий к участникам инновационных кластеров и показателями результативности их деятельности, которая рассматривается как сигнал существования инновационных кластерных эффектов. Показано, что для предприятий Пермского края невозможно статистически оценить все эффекты, в том числе в силу стадии жизненного цикла, характеризующейся как «формирование».

Выявлено, что на вероятность участия в инновационных кластерах, находящихся на этапе формирования в России в целом влияют те же факторы, характеризующие внутренние особенности предприятий, что и в развитых странах. Были подтверждены гипотезы о положительном влиянии экспортной активности и наличии дочерних компаний, расположенных в регионе. Как и ожидалось, удаленность от столицы региона отрицательно связана с вероятностью участия фирмы в инновационных кластерах. В тоже время гипотеза о влиянии инвестиций в основной капитал не нашла своего подтверждения. К важным отличиям российских инновационных кластеров относится влияние различных характеристик внешней среды. Тестирование показало, что переменные среды - специализация, конкуренция, наличие партнеров по кооперации - не оказывают статистически значимого влияния на вероятность войти в число участников инновационных кластеров. Это позволяет сделать вывод о том, инновационная среда — догоняющий элемент, а внутренние особенности фирмы — основной стимул в развитии кластеров, что в целом не совпадает с традиционными представлениями о формировании инновационных кластеров.