Особенности формирования кластерно-сетевых моделей постиндустриального типа экономики в регионах России
Features of formation of cluster-network models of post-industrial economy in the regions of Russia
Авторы
Аннотация
Для постиндустриального типа экономики формирование кластерно-сетевых моделей предполагает межтерриториальную интеграцию. Одним из барьеров таких процессов является неравномерность социально-экономического развития регионов России. В связи с этим автором построена типология регионов по признаку «инновационный потенциал». Такая типология позволила сопоставить регионы с высоким инновационным потенциалом с регионами, имеющими кластеры на своей территории, и предложить основные направления стратегии регионального развития и межрегионального взаимодействия.
Ключевые слова
регион, типология регионов, региональная экономика, инновационный потенциал, кластер, кластерно-сетевая модель, постиндустриальный тип экономики, региональная специализация, межрегиональное взаимодействие
Финансирование
Исследование выполнено при финансовой поддержке РГНФ. Проект «Формирование кластерно-сетевой модели инновационного партнерства на примере Пермского края» № 16-12-59008
Рекомендуемая ссылка
Особенности формирования кластерно-сетевых моделей постиндустриального типа экономики в регионах России// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №4 (48). Номер статьи: 4844. Дата публикации: 20.12.2016. Режим доступа: https://eee-region.ru/article/4844/
Authors
Abstract
In a post-industrial economy the formation of cluster-network models involves inter-territorial integration. One of the barriers to such processes is uneven socio-economic development of Russian regions. In this regard, the author constructed a typology of regions on the basis of "innovation potential". This typology has allowed to compare the regions with high innovation potential to the regions with clusters in their territories, and to propose the main directions of the regional development strategy and inter-regional cooperation.
Keywords
region, typology of regions, regional economy, innovation potential, cluster, cluster-network model, post-industrial type of economy, regional specialization, interregional cooperation
Project finance
The work has been financed by the Russian Foundation for Humanities. Project «Сluster-network model of innovative partnership for the Perm region» № 16-12-59008
Suggested Citation
Features of formation of cluster-network models of post-industrial economy in the regions of Russia// Regional economy and management: electronic scientific journal. ISSN 1999-2645. — №4 (48). Art. #4844. Date issued: 20.12.2016. Available at: https://eee-region.ru/article/4844/
Введение
Вопросам формирования и развития кластерных структур уделяется значительное внимание как в научной среде, так и на уровне государственного управления. Международный опыт кластеризации подтверждает то, что основой повышения конкурентоспособности различных территорий является развитие отдельных экономических сегментов, так называемых отраслей роста. В этой связи актуализируются вопросы учета территориальной специализации при разработке и реализации региональной стратегии инновационного развития. В результате, именно кластерно-сетевые структуры становятся эпицентрами регионального развития, формирующими устойчивые конкурентные преимущества регионов. Общеизвестным является тот факт, что развитые партнерские связи участников кластера способствуют повышению эффективности и результативности функционирования не только кластерной отрасли, но и деятельности каждого отдельного участника [7]. Для постиндустриального типа экономики развитие многоуровневого взаимодействия заинтересованных субъектов кластерных структур предполагает не только горизонтальные и вертикальные партнерские связи экономических агентов в рамках определенного региона, но и межтерриториальную интеграцию [4]. Одним из барьеров развития межрегиональных интеграционных процессов является разомкнутость и неравномерность инновационного развития регионов России, а также неоднородность состояния социально-экономической среды. Поэтому решение вопросов региональной специализации и межрегионального взаимодействия в рамках реализации стратегии пространственного инновационного развития представляется своевременной и актуальной задачей.
Отечественный опыт формирования кластеров
Формирование кластеров позволяет регионам развивать так называемую «умную специализацию», которая в условиях глобализации является основой для успешного участия территории в конкурентных отношениях и привлечения глобальных инвесторов [11]. Диверсификация экономики на глобальном уровне при одновременном углублении региональной специализации – это два параллельно протекающих процесса в условиях открытой конкуренции на рынках [9, с. 103]. Зарубежный и отечественный опыт показывает, что присутствие на территории сильных кластерных структур повышает успешность расположенных на данной территории компаний, а также всей региональной экономики [9]. Многими статистическими и эмпирическими исследованиями доказано, что присутствие кластеров усиливает динамику развития экономики региона (растет занятость населения, средняя заработная плата работников организаций, число вновь зарегистрированных компаний и активизируется предпринимательская деятельность) и ее диверсификацию, ускоряет рост смежных с кластером отраслей [10].
Существует и обратная сторона вопроса в отечественной практике развития кластерных структур, когда формирование сильных кластеров происходит в основном на территориях с высоким инновационным потенциалом, что приводит к еще более динамичному развитию итак лидирующих регионов России, а аутсайдеры так и остаются на своем отстающем положении [3].
Рассмотрим сложившийся к настоящему моменту российский опыт государственной поддержки развития кластеров. Начиная с 2012 года Минэкономразвития России инициировало программу поддержки пилотных инновационных территориальных кластеров. По результатам конкурсного отбора, проведенного в целях выявления пилотных кластеров, был утвержден перечень, в который вошли 25 инновационных территориальных кластеров, а к февралю 2016 года перечень был расширен до 27. Инновационные территориальные кластеры структурированы в шесть направлений по отраслям: «Ядерные и радиационные технологии», «Производство летательных и космических аппаратов, судостроение», «Фармацевтика, биотехнологии и медицинская промышленность», «Новые материалы», «Химия и нефтехимия», «Информационные технологии и электроника». С развитием этих направлений связаны значительные надежды на активизацию национальной инновационной системы страны [5]. Кроме того, в настоящее время Министерством промышленности и торговли РФ рассматривается возможность поддержки промышленных кластеров. По предварительным оценкам Российской кластерной обсерватории [8] по состоянию на конец 2015 года таких кластеров насчитывается свыше 120. К настоящему моменту поддержка кластерных инициатив в России осуществляется одновременно Министерством экономического развития, Министерством промышленности и торговли РФ, органами власти субъектов РФ и центрами кластерного развития. Таким образом, вопросам кластеризации в отечественной экономике уделяется значительное внимание со стороны органов власти и управления всех уровней. Отдельно следует отметить реализацию проекта «Карта кластеров России» с сентября 2015 года Российской кластерной обсерваторией. На карте представлены пилотные инновационные кластеры и кластеры, поддерживаемые центрами кластерного развития. Подготовленная специалистами карта наглядно демонстрирует численное преобладание кластеров в Европейской части страны [6].
На рассмотрение из регионов в Министерство экономического развития было подано 94 конкурсные заявки. В ходе их рассмотрения оценивались такие показатели, как научно-технический и образовательный потенциал кластера, его производственный потенциал, качество жизни и развитость инфраструктуры в регионе, уровень организационного развития кластера. Таким образом, отобранные кластеры локализованы на территориях с развитым производственным и научно-техническим потенциалом.
Алгоритм построения типологического ряда регионов по показателю инновационного потенциала
Как было сказано выше, между регионами РФ существуют заметные различия в уровне социально-экономического развития и, в частности, в уровне зрелости инновационной системы, в силу чего возникает необходимость построения типологического ряда регионов по признаку «Инновационный потенциал». Такая типология позволит сопоставить группы регионов с высоким инновационным потенциалом с группами регионов, имеющих кластерные структуры на своей территории и предложить на этой основе направления для межрегионального взаимодействия. Авторами предложен целостный алгоритм построения такого типологического ряда (рис. 1).
Рис. 1. Алгоритм построения типологического ряда регионов по показателю инновационного потенциала
Первым шагом в построении типологического ряда регионов стал выбор системы показателей, для этого авторами проведено исследование существующих подходов к оценке уровня развития инновационных систем разного уровня. Так, основные подходы к оценке уровня инновационного развития регионов, используемые в Российской Федерации, предусматривают применение комплекса количественных индикаторов на основе доступной статистической информации и нормирование исходных рядов для целей их последующего агрегирования в интегральный показатель (инновационный индекс). На базе данного индекса формируется рейтинг инновационного развития регионов. При этом рассматриваемые подходы игнорируют фактор взаимозависимости уровня инновационного развития и развития социально-экономической среды регионов, что не позволяет квалифицировать данные подходы как системно ориентированные при характеристике состояния и потенциальных возможностей инновационного развития региона, а также оценить его синергетический результат.
Комплексный показатель уровня развития инновационной среды региона представлен через систему 20 показателей по 3 категориям. Факторы развития социально-экономической среды определены через 28 показателей по 10 категориям (рис. 2).
Рис. 2. Система показателей для оценки инновационного потенциала территории [1]
В скобках указано количество показателей. Перечень и обоснование показателей представлены в ранее опубликованных работах автора
Типологизация регионов по уровню инновационного потенциала
Группировка 83 регионов Российской Федерации авторами выполнена по данным за 2013 год с использованием кластерного анализа в Statistica 10.0. С помощью метода Уорда были получены компактные и хорошо разделенные группы, которые в достаточной мере поддаются экономической интерпретации (табл.1).
Таблица 1 — Типологический ряд регионов по уровню инновационного потенциала
| Тип региона | Регионы | Характеристика регионов в группе по признаку «инновационный потенциал» |
| 1 Накопители инноваций | г. Москва, г. Санкт-Петербург | Очень высокий Кол-во регионов: 2 Максимальное значение: Iис=15,14; Iсэс= 18,95; Минимальное значение: Iис=9,21; Iсэс=15,78; Среднее значение: Iис=12,18; Iсэс= 17,36; Стандартное отклонение: Iис=4,19; Iсэс=2,25. |
| 2 Потребители инноваций | Белгородская область, Ивановская область, Камчатский край, Магаданская область, Ненецкий автономный округ, Республика Коми, Сахалинская область, Тюменская область, Хабаровский край, Ханты-Мансийский автономный округ, Чукотский автономный округ, Ямало-Ненецкий автономный округ | Аномально высокий Кол-во регионов: 12 Максимальное значение: Iис=3,36; Iсэс=15,46 Минимальное значение: Iис=1,14; Iсэс=13,05; Среднее значение: Iис=2,21; Iсэс=14,00 Стандартное отклонение: Iис=0,70; Iсэс=0,86. |
| 3 Генераторы инноваций | Московская область, Нижегородская область, Республика Татарстан, Томская область | Высокий Кол-во регионов: 4 Максимальное значение: Iис=5,37; Iсэс=13,49; Минимальное значение: Iис=5,13; Iсэс=13,11; Среднее значение: Iис=5,28; Iсэс=13,29; Стандартное отклонение: Iис=0,10; Iсэс=0,16. |
| 4 Производители инноваций | Архангельская область, Воронежская область, Иркутская область, Калужская область, Красноярский край, Ленинградская область, Липецкая область, Новосибирская область, Пензенская область, Пермский край, Республика Башкортостан, Республика Мордовия, Ростовская область, Самарская область, Свердловская область, Челябинская область, Чувашская Республика, Ярославская область | Выше среднего Кол-во регионов: 18 Максимальное значение: Iис=4,62; Iсэс=13,46; Минимальное значение: Iис=2,75; Iсэс=12,07; Среднее значение: Iис=3,26; Iсэс=12,64; Стандартное отклонение: Iис=0,48; Iсэс=0,33. |
| 5 Сторонники инноваций | Владимирская область, Волгоградская область, Мурманская область, Омская область, Орловская область, Приморский край, Рязанская область, Саратовская область, Тамбовская область, Тверская область, Тульская область, Удмуртская Республика, Ульяновская область | Средний Кол-во регионов: 13 Максимальное значение: Iис=2,56; Iсэс=12,65; Минимальное значение: Iис=2,07; Iсэс=12,00; Среднее значение: Iис=2,33; Iсэс=12,34; Стандартное отклонение: Iис=0,15; Iсэс=0,20. |
| 6 Наблюдатели инноваций | Алтайский край, Вологодская область, Еврейская автономная область, Забайкальский край, Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Кировская область, Костромская область, Курганская область, Псковская область, Республика Адыгея, Республика Алтай, Республика Бурятия, Республика Ингушетия, Республика Калмыкия, Республика Карелия, Республика Марий Эл, Республика Тыва, Республика Хакасия, Ставропольский край |
Низкий Кол-во регионов: 20 Максимальное значение: Iис=2,53; Iсэс=12,10; Минимальное значение: Iис=0,27; Iсэс=10,38; Среднее значение: Iис=1,53; Iсэс=11,53; Стандартное отклонение: Iис=0,50; Iсэс=0,49. |
| 7 Проводники инноваций | Амурская область, Астраханская область, Брянская область, Калининградская область, Кемеровская область, Краснодарский край, Курская область, Новгородская область, Оренбургская область, Республика Дагестан, Республика Саха (Якутия), Республика Северная Осетия-Алания, Смоленская область, Чеченская Республика |
Ниже среднего Кол-во регионов: 14 Максимальное значение: Iис=1,89; Iсэс=12,92; Минимальное значение: Iис=0,35; Iсэс=12,16; Среднее значение: Iис=1,49; Iсэс=12,53; Стандартное отклонение: Iис=0,41; Iсэс=0,24. |
Первый тип «Накопители» включает в себя только два региона — Москву и Санкт-Петербург, — и эта группа остается неизменной независимо от применяемых подходов к типологии. Здесь сосредоточено до 40% финансовых* и около 13,5 % трудовых ресурсов всей страны**, что вызывает закономерно высокий интерес инвесторов, инноваторов и потребителей инновационной продукции [2]. Также сравнительный анализ типологии регионов за период с 2012 по 2013 г.г. показывает, что указанные два субъекта РФ имеют очень высокие показатели инновационного потенциала, поэтому в обозримом будущем ни один из регионов России в группу «Накопители» переместиться не сможет. Инновационную систему «Накопителей» инновационного потенциала можно охарактеризовать как зрелую, исходя из ее сущностного содержания. Соответственно, стратегия данных регионов должна быть направлена на сохранение накопленного потенциала и темпов его развития. В рассматриваемой группе регионов сформировано 14 кластеров с 466 участниками, в деятельности которых занято 176 833 работника (14% от суммарной численности работников, занятых в кластерах по территории России). Кластеры сформированы в наукоемких отраслях таких как информационно-коммуникационные технологии, медицина и фармацевтика, производство машин и оборудования, металлургия, приборостроение. Сформированные кластерные структуры также охватывают сферу производства новых материалов, защиты окружающей среды и переработки отходов [6]. Главным направлением межрегионального взаимодействия для регионов 1-ого типа может стать продвижение и распространение инноваций на рассматриваемых ниже территориях.
Второй тип «Потребители» – это регионы с высоким уровнем инновационного потенциала, сформированного в первую очередь высоким уровнем развития социально-экономической среды. Однако, как показывает анализ регионов, их объединяет острая потребность в привлечении трудовых ресурсов и низкая привлекательность для постоянного проживания, что обуславливает компенсирующий характер политики государства по отношению к данным территориям. Результатом постоянной «подкачки» ресурсов является аномально высокий результат по направлению социально-экономического развития, но также аномально низкий для таких, казалось бы, благоприятных условий результат по направлению инновационного развития. Таким образом, первоочередной стратегической задачей данных регионов является поиск решений, обеспечивающих снижение зависимости от внешней помощи и развитие собственных резервов инновационного развития. В свою очередь, инновационные решения способны не только повысить инвестиционную привлекательность территорий, но и создать новые точки притяжения ресурсов и населения. В рассматриваемой группе в 4-ех из 12-ти регионов сформировано 4 кластера с 67 субъектами, в деятельности которых занято 31 119 сотрудников (2% от суммарной численности работников, занятых в кластерах по территории России). Кластерные структуры сформированы в таких отраслях народного хозяйства как лесоводство и деревообработка, целлюлозно-бумажное производство, добыча сырой нефти и природного газа, авиастроение [6]. Исходя из характеристики 2-ой группы регионов, основным направлением межрегионального взаимодействия может стать поиск и потребление инновационных решений в регионах 1-ой, 3-ей и 4-ой групп для развития экономики своих территорий, а также приобретение опыта формирования и развития региональных инновационных систем.
Инновационные системы регионов, отнесенных к шестому и седьмому типам «Наблюдатели» и «Проводники», находятся в начальной стадии жизненного цикла – формирования, – и нуждаются в привлечении готовых решений по управлению инновационным развитием экономики. Как видно из таблицы 1, эти регионы имеют самый низкий уровень развития инновационной среды и отличаются в основном по уровню развития социально-экономических условий, в связи с чем готовность того или иного региона к вхождению в инновационную систему государства во многом зависит от уровня жизни населения. Для регионов 6-ого типа этот вопрос более актуален, нежели для регионов 7-ого типа, но в любом случае все входящие в них регионы заведомо могут рассматриваться в долгосрочной перспективе как «замыкающие», наименее активные в инновационном движении регионы. Тем не менее, в 6-ой группе 6 из 20-ти регионов имеют сформированные кластерные структуры. Шестая группа представлена 10 кластерами с 232 субъектами, в деятельности которых занято 45 448 сотрудников (4% от суммарной численности работников, занятых в кластерах по территории России). Кластерные структуры сформированы в таких отраслях народного хозяйства как производство машин и оборудования, лесоводство и деревообработка, целлюлозно-бумажное производство, сельское хозяйство и рыболовство, авиастроение, фармацевтика, информационно-коммуникационные технологии и т.д. Таким образом, спектр направлений развития экономики рассматриваемых территорий очень широк [6]. В связи с этим можно предположить, что ряд регионов, в которых сформированы кластерные структуры, в обозримом будущем может перейти в группу 5 «Сторонники инноваций». Остальные регионы, в которых не созданы так называемые «точки роста», не смогут, скорее всего, претендовать на изменение своих позиций по уровню инновационного потенциала в ближайшее время.
В группе «Проводники инноваций» 4 из 14-ти регионов имеют сформированные кластерные структуры. Седьмая группа представлена 9 кластерами с 237 участниками, в деятельности которых занято 40 065 работников (3% от суммарной численности работников, занятых в кластерах по территории России). Кластерные структуры сформированы в таких отраслях народного хозяйства как лесоводство и деревообработка, целлюлозно-бумажное производство, медицинская промышленность, защита окружающей среды и переработка отходов, сельское хозяйство и рыболовство, туризм (индустрия развлечений и отдыха, искусство, спорт), информационно-коммуникационные технологии и т.д.
Стратегии межрегионального взаимодействия шестой и седьмой группам регионов необходимо основывать на партнерстве, в первую очередь, с регионами 4-ой и 5-ой группы. Основной задачей «Наблюдателей» и «Проводников» в рамках этой стратегии должно стать достижение достаточного уровня развития социально-экономической среды и повышение качества жизни населения на своих территориях, развитие необходимой инфраструктуры для укрепления инновационной системы, которая находится только лишь на стадии формирования. Для этого необходим опыт более развитых региональных инновационных систем «Сторонников инноваций» и «Производителей инноваций».
Регионы 3, 4 и 5 типов («Генераторы инноваций», «Производители инноваций», «Сторонники инноваций») имеют уровень накопленного инновационного потенциала выше среднего и находятся в зоне стабильного сбалансированного развития инновационной и социально-экономической среды. Это указывает на наличие активно развивающейся инновационной системы, на способность регионов кооперироваться с высокоразвитыми территориями и осваивать передовые наработки инновационной экономики, а также делиться опытом с более слабыми в этом отношении регионами. На территории этих регионов локализовано 60% кластеров страны, в деятельности которых занято 77% от суммарной численности работников, занятых в кластерах по всей территории России. Кластеры сформированы в наиболее наукоемких отраслях таких как оптика и фотоника, космическая промышленность, ядерные и радиационные технологии, химическое производство, информационно-коммуникационные технологии и т.д. Сформированные кластерные структуры также охватывают сферы металлургии, металлообработки и производство готовых металлических изделий, производства машин и оборудования и др. [6]. Рассматриваемые регионы могут стать связующим звеном, способным кооперироваться с ведущими территориями из 1-ой группы, осваивать их передовые разработки и технологии, а также делиться опытом с регионами 6-ой и 7-ой группы в сфере развития и управления региональными инновационными системами.
Заключение
В заключении необходимо отметить, что инновационный потенциал является основой формирования кластерно-сетевых моделей постиндустриального типа экономики, которые предполагают не только горизонтальные и вертикальные партнерские связи экономических агентов в рамках региона, но и межтерриториальную интеграцию. Авторская типология регионов по уровню инновационного потенциала, отличается от применяемых ранее тем, что ее построение основано на квалификационном признаке «взаимовлияние социально-экономической и инновационной среды». Полученная типология регионов позволяет учесть различия в уровне социально-экономического развития и, соответственно, в приоритетах выбора региональных стратегий. В результате проведенного анализа типологии подтверждено, что кластерные структуры сформированы и будут поддерживаться государством в основном в регионах с высоким инновационным потенциалом. Такая ситуация вполне объяснима. Территории, где инновационная система находится на стадии формирования, должны, в первую очередь, обеспечить качество жизни и развитость инфраструктуры в регионе, а затем уже сосредоточить усилия на развитии образовательного, научно-технического и производственного потенциала. Конечно, это потребовало бы от государства более значительных финансовых и организационных ресурсов. Таким образом, лидирующие регионы России благодаря формированию и функционированию кластеров на своей территории получат импульс к еще более динамичному развитию, а отстающие регионы, скорее всего, оставят свою позицию в типологии регионов без изменений, находясь в аутсайдерах инновационного движения.
Важными результатами работы автора является выделение регионов, имеющих уровень накопленного инновационного потенциала выше среднего и находящихся в зоне стабильного сбалансированного развития инновационной и социально-экономической среды (группы регионов 3, 4, 5). Инновационные системы этих регионов можно охарактеризовать как активно развивающиеся, а значит, опыт их формирования и управления развитием является ценным для территорий с более слабым инновационным потенциалом. Регионы групп «Генераторы», «Производители» и «Сторонники» в качестве связующего звена способны кооперироваться с территориями из 1-ой группы и осваивать их передовые разработки и технологии, а также транслировать полученный опыт регионам 6-ой и 7-ой группы. Дальнейшие исследования автора будут направлены на анализ изменений в типологии с точки зрения социально-экономического и инновационного развития регионов с учетом влияния кластерно-сетевых структур.
_______________________
* по показателю «Оборот организаций» за 2013 год (по данным Росстата)
** по показателю «Среднегодовая численность занятых в экономике» за 2013 г. (по данным Росстата)
Библиографический список
- Ахметова М.И., Семенова Е.В., Кирьянова А.А., Ланг П.А. Параметры социально-экономической среды, определяющие инновационное развитие региона // Управление экономическими системами: электронный научный журнал. 2015. №7 (79). С. 15.
- Васильева Е.Е., Долгова Е.В. Некоторые методические аспекты интегральной оценки экономического объекта на примере рейтингов регионов РФ // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2015. Том 36. №19-1 (216). С.5-13.
- Дубровская Ю.В., Ахметова М.И. Особенности формирования кластерной модели взаимодействия в отечественной экономике // Инновационное развитие экономики: тенденции и перспективы. 2016. Т.1. с. 472-479.
- Дубровская Ю.В., Губайдуллина Р.В. Государственно-частное партнерство как фактор сбалансированного регионального развития // Вестник Пермского университета. Серия: Экономика. 2015. № 1 (24). С. 35-45.
- Дубровская Ю.В., Козоногова Е.В. Основы типологизации регионов по признаку сформированности кластерных структур // Труды VII Всероссийского симпозиума по экономической теории 2016. с. 99-101.
- Карта кластеров России // Электронный ресурс. URL: http://map.cluster.hse.ru/
- Куценко Е.С. Условия формирования эффективной коммуникации в кластере // Шумпетеровские чтения. 2014. Т.1. С. 100-105.
- Российская кластерная обсерватория. Переход к комплексной поддержке инновационных и промышленных кластеров – фокус современной кластерной политики в России // Территориальные кластеры. Дайджест новостей. 2015. № 19. С. 5-6.
- Смородинская Н.В. Глобализированная экономика: от иерархий к сетевому укладу. М.: ИЭ РАН, 2015. – 344 с.
- Delgado M. et al. Clusters, Convergence, and Economic Performance. NBER Working Papers No. 18250, 2012.
- Ketels C.H.M. Clusters, Cluster Policy, and Swedish Competitiveness in the Global Economy. Expert Report no. 30 to Sweden’s Globalisation Council, 2009.
References
- Akhmetova M.I., Semenova Ye.V., Kir’yanova A.A., Lang P.A. Parametry sotsial’no-ekonomicheskoy sredy, opredelyayushchiye innovatsionnoye razvitiye regiona // Upravleniye ekonomicheskimi sistemami: elektronnyy nauchnyy zhurnal. №7 (79). S. 15.
- Vasil’yeva Ye.Ye., Dolgova Ye.V. Nekotoryye metodicheskiye aspekty integral’noy otsenki ekonomicheskogo ob»yekta na primere reytingov regionov RF // Nauchnyye vedomosti Belgorodskogo gosudarstvennogo universiteta. Seriya: Ekonomika. Informatika. 2015. Tom 36. №19-1 (216). S.5-13/
- Dubrovskaya YU.V., Akhmetova M.I. Osobennosti formirovaniya klasternoy modeli vzaimodeystviya v otechestvennoy ekonomike // Innovatsionnoye razvitiye ekonomiki: tendentsii i perspektivy. 2016. T.1. s. 472-479.
- Dubrovskaya YU.V., Gubaydullina R.V. Gosudarstvenno-chastnoye partnerstvo kak faktor sbalansirovannogo regional’nogo razvitiya // Vestnik Permskogo universiteta. Seriya: Ekonomika. 2015. № 1 (24). S. 35-45.
- Dubrovskaya YU.V., Kozonogova Ye.V. Osnovy tipologizatsii regionov po priznaku sformirovannosti klasternykh struktur // Trudy VII Vserossiyskogo simpoziuma po ekonomicheskoy teorii 2016. s. 99-101.
- Karta klasterov Rossii // Elektronnyy resurs. URL: http://map.cluster.hse.ru/
- Kutsenko Ye.S. Usloviya formirovaniya effektivnoy kommunikatsii v klastere // Shumpeterovskiye chteniya. 2014. T.1. S. 100-105.
- Rossiyskaya klasternaya observatoriya. Perekhod k kompleksnoy podderzhke innovatsionnykh i promyshlennykh klasterov – fokus sovremennoy klasternoy politiki v Rossii // Territorial’nyye klastery. Daydzhest novostey. 2015. № 19. S. 5-6.
- Smorodinskaya N.V. Globalizirovannaya ekonomika: ot iyerarkhiy k setevomu ukladu. M.: IE RAN, 2015. – 344 s.
- Delgado M. et al. Clusters, Convergence, and Economic Performance. NBER Working Papers No. 18250, 2012.
- Ketels C.H.M. Clusters, Cluster Policy, and Swedish Competitiveness in the Global Economy. Expert Report no. 30 to Sweden’s Globalisation Council, 2009.
текст доходит до студента, да и до народных избранников только на три % — то есть никак. По телевизору показывают второе чтение законов, третье чтение и т. д., а закон все равно не соответствует первоначальной задумке.
а вот рисунки доходят сразу на 85%. Недостаток всех публикаций, что не используется теория графов в экономике, а ведь сетевой анализ графов лежит в основе теории сетей, которая позволяет анализировать устойчивость экономической модели, подбирать веса ребер графа, подгонять его структуру на основе анализа системы отношений и поиска критериальных принципов ее организации (устойчивость и отказоустойчивость, уязвимость и риск, живучесть и робастность, власть и влияние, эмерджентность и навигация). Такое впечатление что модели экономики выполняют акустики — специалисты по сотрясению воздуха — рот закрыл — тишина. Вроде бы и правильно пишут, а толку нет — нет алгоритма результативных действий — не работает интеллект экономиста.