Научный журнал

Вестник Алтайской академии экономики и права

Print ISSN 1818-4057

Online ISSN 2226-3977

Перечень ВАК

Введение

Рассмотрению понятия «креативные индустрии» как нового сектора экономики в настоящее время посвящено много работ отечественных и зарубежных ученых. Так А. Фриман (Freeman A.) считает, что основой креативной индустрии является креативный труд [1]. По мнению Дж. Хокинса (Howkins J.) в основе креативной экономики лежит творческий подход, основанный на разнообразии, изменчивости, обучаемости, адаптации [2]. Национальные модели развития креативной экономики рассмотрены в работах Р. Хестанова и Н.Г. Федотовой [3, 4]. Ряд работ посвящен отдельным вопросам креативных индустрий, таким как:

• развитие творческих способностей;

• анализ потенциала и ресурсов креативной индустрии;

• формирование новых компетенций на рынке труда;

• факторы, которые будут способствовать развитию в РФ креативных индустрий;

• секторы креативной экономики, нуждающиеся в первоочередной поддержке государства.

Отдельной темой исследований следует указать исследования степени развития креативных индустрий в субъектах Федерации. Этому вопросу посвящена работа Сопиной Н.В., в которой на основе статистических данных сравниваются регионы РФ по возможности развития креативных индустрий, делается вывод о том, что регионы и страна в целом обладают значительным потенциалом для развития креативных индустрий, высказывается мнение о необходимости активного привлечения федеральной власти к поддержке креативной экономики [5]. Прилепина В.Р. отмечает большие возможности для развития малого бизнеса в креативной экономике, растущий интерес государства в креативных индустриях, что выражается в активно формируемом нормативном регулировании данной сферы, поддержке отдельных сфер креативного бизнеса, в том числе и путем включения их в программы национальных проектов, что позволит субъектам малого бизнеса получить финансовые стимулы [6].

Научный центр мирового уровня «Центр междисциплинарных исследований человеческого потенциала» провел исследование по формированию рейтинга развития креативных индустрий в субъектах Федерации, что позволило бы сопоставить регионы по уровню развития креативных индустрий, выявить проблемы каждого региона и точки роста [7].

Целью исследования является сопоставление субъектов Российской Федерации по уровню развития креативных индустрий.

Научная новизна заключается в использовании при проведении исследования аппарата кластерного анализа [8]. Оценка эффективности использования регионами имеющегося у них потенциала развития креативных индустрий проведена с использованием метода DEA, предложенного М Фареллом (Farrell M. J.) и развитого в работах А. Чарнса (Charnes A.), В. Купера (Cooper W.), Е. Родеса (Rhodes E.) [9, 10]. Существует несколько программных продуктов, реализующих метод DEA. Среди них назовем продукт MAXDea, разработанный компанией Beijing Realworld Software Company Ltd. Продукт функционирует в среде Access, данные могут импортироваться из Excel. После обработки данные могут быть экспортированы обратно в Excel [11].

Большинство алгоритмов кластеризации требуют нормализации данных, чтобы вклад всех компонент вектора характеристик в расчет расстояния был одинаков. Для этого все компоненты приводятся к одинаковому диапазону, чаще всего [-1; 1] или [0;1].

Степень похожести для каждой пары объектов определяется «расстоянием» между объектами. Евклидово расстояние – наиболее распространенный подход, представляющий собой расстояние между точками в n-мерном пространстве:

Обработка данных осуществлялась с использованием пакета IBM SPSS Statistics.

Материалы и методы исследования

Исследование проводилось на основе показателей о развитии креативных индустрий в регионах РФ и об условиях, в которых они (креативные индустрии) развиваются [7]. 12 показателей сгруппированы в четыре раздела:

1. Социально-экономические условия.

1.1. Благосостояние и экономика.

1.2. Образование.

1.3. Интеллектуальная собственность.

1.4. Цифровизация.

2. Культурная среда.

3. Экономика креативных индустрий.

3.1. Активы креативных индустрий.

3.2. Кадры креативных индустрий.

3.3. Продукция креативных индустрий.

4. Поддержка креативных индустрий.

4.1. Нормативно-правовая база.

4.2. Организационное обеспечение.

4.3. Региональные налоговые льготы.

4.4. Участие в федеральных программах

Указанные показатели описывают следующие 16 креативных индустрий, входящих в ОКВЭД2: архитектура, дизайн, звукозапись, издательская деятельность, исполнительские искусства, ИТ и видеоигры, кино и анимация, мода, музеи, библиотеки, архивы, образование в креативных индустриях, промыслы и ремесла, реклама и пиар, телерадиовещание, фотография, художественное творчество, ювелирное дело.

Поскольку в указанном источнике информации данные были приведены качественно, для обработки проведена перекодировка по следующему правилу:

• максимальное значение показателя кодировалось значением 100;

• высокое – 7 5;

• среднее – 50;

• умеренное – 25;

• минимальное – 0.

Результаты исследования и их обсуждение

Для определения числа кластеров, на которое разбивается исходное множество, была разработана программа в R Studio, строящая зависимость суммы квадратов внутрикластерных расстояний от числа кластеров (рисунок).

Как видно из рисунка, увеличение числа кластеров более 7 незначительно сокращает сумму внутрикластерных расстояний и, следовательно, увеличение числа кластеров незначительно увеличит количество информации о кластерах.

Зависимость суммы квадратов внутрикластерных расстояний от числа кластеров Источник: получено авторами

С использованием пакета IBM SPSS Statistics было выполнено разбиение регионов на 7 кластеров. Конечные центры кластеров и количество регионов в каждом кластере приведены в таблице 1. Конечные центры кластеров могут рассматриваться как усредненный «портрет» регионов, входящих в этот кластер. Для удобства анализа в таблицу введен дополнительный параметр – расстояние от центра i-ого кластера до начала координат, вычисляемый по формуле:

.

где ri – расстояние от центра i-ого кластера до начала координат;

k – количество кластеров;

m – количество показателей, характеризующих объект;

μij – j-ый центр i-ого кластера.

Из формулы следует, что чем больше значения центров кластера, тем дальше он находится от начала координат.

Таблица 1

Конечные центры кластеров и количество регионов в кластерах

Источник: получено авторами.

Таблица 2

Распределение регионов по кластерам

Источник: получено авторами.

В таблице 2 приведено распределение регионов по кластерам. Результаты расчета методом DEA эффективности использования регионами кластеров имеющегося у них потенциала развития креативных индустрий приведены в таблице 3.

Таблица 3

Оценка эффективности использования кластерами потенциала развития креативных индустрий

Источник: получено авторами.

Лидерами по развитию креативных являются регионы, попавшие в кластеры 1 и 2. Как можно было ожидать, бесспорный лидер – это Москва, которая значительно превосходит все остальные регионы по значению практически всех оцениваемых показателей: образование, интеллектуальная собственность, развитие цифровизации, кадры креативных индустрий. В Москве сосредоточено значительное количество компаний, относимых к креативным индустриям:

• кино (киноконцерн «Мосфильм», киностудия им. М. Горького, киностудия ТРИТЭ Никиты Михалкова);

• более десяти анимационных студий, среди которых Анимаккорд, владеющая брендом «Маша и медведь», приносящий компании примерно $20 млн. в год, при том, что бюджет всех 78 серий, выпущенных за время существования студии, оценивают в $23,5 млн.;

• множество домов моды, в том числе и «высокой» и др.

Таким образом, можно констатировать высокую степень развития высокодоходных креативных индустрий в Москве, что является причиной высокого значения оценки показателя Продукция креативных индустрий.

Кластер 2 – это лидеры второго эшелона, характеризуется в первую очередь тем, что из девяти регионов, вошедших в него, пять имеют в своем составе город-миллионер, и, следовательно, значительное количество театров, музеев, библиотек, высших учебных заведений. Отсюда высокое значение таких показателей, как Культурная среда, Кадры креативных индустрий, Образование, Интеллектуальная собственность, Цифровизация. Такие регионы как республика Татарстан, Нижегородская, Свердловская и Тюменская области являются, кроме того, крупными промышленными центрами, благодаря чему характерно высокое значение показателя Благосостояние и экономика. И, наконец, для регионов, входящих в этот кластер, характерна достаточно развитая инфраструктура поддержки креативных индустрий, о чем говорят более высокие, по сравнению с другими, кластерами значения показателей Нормативно-правовая база, Организационное обеспечение, Региональные налоговые льготы, значение которого даже выше, чем для Москвы, Участие в региональных программах. Отметим, что значение показателя Продукция креативных индустрий меньше, чем значение этого же показателя для кластера 3, регионы, входящие в кластер 2, имеют значительный потенциал для роста. Действительно, из таблицы 3 следует, что кластер 2 имеет эффективность равную 0,77. Выход на единичную эффективность дал бы прирост значения показателя Продукция креативных индустрий центра кластера 2 на 9,71, и его значение составило бы 42, 71. Обращаем внимание, что до сих пор кластеры рассматривались как некоторые целостные единицы исследования.

Аналогичным образом можно оценить использование регионами, входящими в кластер 2, имеющихся у них потенциалов развития креативных индустрий (табл. 4).

Таким образом, в кластере 2 из девяти регионов с единичной эффективностью креативные индустрии развивают только четыре. Остальные используют имеющиеся у них возможности не полностью.

Таблица 4

Эффективность использования своих потенциалов регионами, входящими в кластер 2

Источник: получено авторами.

Кластер 6 может быть назван «Эффективные лидеры». В самом деле, уступая кластеру 2 по значению восьми показателей из двенадцати, он опережает кластер 2 по показателю Продукция креативных индустрий. Эффективность использования имеющегося потенциала подтверждается расчетами, приведенными в таблице 3. Такой результат можно объяснить сочетанием в этом кластере Новосибирской области (девять театров, множество музеев и библиотек, Сибирское отделение РАН). Отметим также, что с 2020 года примерно 60% валового регионального продукта области дает сфера услуг, в которую входят и креативные индустрии. И областей, которые традиционно развивали народные ремесла и промыслы. Так для Костромской области характерны следующие народные промыслы: Петровская глиняная игрушка, Хохломская роспись, Костромская народная вышивка, ювелирный промысел (Красное-на-Волге). В Ивановской области – палехская миниатюра, производство валенок с уникальным узором, производство ювелирных изделий, холуйские миниатюры, савиновские деревянные игрушки, в Калужской – тарусская вышивка и тарусская керамика, кировский фарфор, хлудневская игрушка. Регионы этого кластера отличаются высоким значением показателя Культурная среда, значение которого даже выше, чем в Москве. Мощным фактором развития креативных индустрий в этих регионах являются Активы креативных индустрий, величина которых превышает значения для других кластеров, и нормативно-правовая база. Что касается государственной поддержки, на достаточно высоком уровне находятся предоставляемые региональные налоговые льготы и участие в федеральных программах.

В кластер 5 вошло 30 регионов, из них только четыре города с населением более миллиона жителей (Красноярск, Челябинск, Ростов-на-Дону, Уфа). Центр этого кластера от начала координат отстоит на 139, 42, что говорит о достаточно низких значениях показателей по сравнению с тремя ранее рассмотренными кластерами. Так социально-экономические условия можно охарактеризовать как ниже среднего: образование -29, интеллектуальная собственность – 35, цифровизация – 38. При этом благосостояние и экономика оценивается на среднем уровне. Отметим достаточно высокий уровень нормативно-правовой базы и существенные региональные налоговые льготы, при этом низкое организационное обеспечение и участие в федеральных программах.

Как следует из таблицы 4, в целом эффективность использования потенциала развития креативных индустрий для этого кластера равна 0,8. Как показали расчеты, полученные методом DEA, чтобы выйти на уровень единичной эффективности необходимо обеспечить следующие значения показателей:

• интеллектуальная собственность – 38;

• цифровизация – 46;

• активы креативных индустрий – 38.

Это позволит вывести Продукцию креативных индустрий на уровень 31,16, а кластер отнести к категории «Неэффективные середнячки».

В противоположность кластеру 5, кластер 4 отнесем к категории «Эффективные середнячки» (табл. 4). В него вошли такие регионы как Московская и Ленинградская области и Пермский край. В плане социально-экономических условий для развития креативных индустрий кластер характеризуется неровными значениями показателей: достаточно высокие значения показателей Благосостояние и экономика и Цифровизация, ниже среднего значение показателя Интеллектуальная собственность и «провальное» значение для таких регионов значение показателя Образование. То же самое можно сказать и о поддержке креативных индустрий. Выше среднего региональные налоговые льготы, на умеренном уровне организационное обеспечение и участие в федеральных программах. И «нулевая» нормативно-правовая база. Имея незначительно меньшие, нежели кластер 5, активы креативных индустрий, кластер 4 получает продукцию креативных индустрий такую же, как и кластер 5. Очевидно, что за счет кадров креативных индустрий. Возникает вопрос: «Почему Московская и Ленинградская области так сильно отстают от Москвы и Ленинграда»? Чтобы ответить на него, нужно провести дополнительное исследование, но можно выдвинуть гипотезу о том, что Москва и Ленинград «втягивают» в себя самые доходные виды бизнеса.

Кластеры 7 и 3 рассмотрим вместе. Отметим, прежде всего, что в эти кластеры попала большая часть национальных республик и автономных округов, многие из которых издавна развивали народные художественные ремесла. Так, многие северные народы занимались художественной обработкой кожи и меха, кости и рога. Для народов Северного Кавказа характерны художественная обработка металла, резьба по камню и дереву, гончарное производство, ковроткачество, обработка кости, узорное вязание и золотошвейное дело. Они стали основой развития креативных индустрий в этих регионах. Различие в значениях большинства показателей, описывающих эти кластеры, незначительны. Это касается показателей, описывающих социально-экономические условия. Несколько более развита в кластере 7 культурная среда, можно предположить, что за счет большей степени урбанизации. Поддержка креативных индустрий тоже примерно на одном уровне, но отметим, что в кластере 3 практически нет региональных налоговых льгот. Таким образом, можно отнести кластеры 7 и 3 к категории «начинающих», а, учитывая, что свой потенциал они используют с единичной эффективностью (табл. 4), их можно отнести к категории «эффективные начинающие».

Заключение

В результате исследования авторами произведена кластеризация российских регионов по эффективности использования имеющегося у них потенциала развития креативных индустрий, разбиение проведено на 7 кластеров. Методом DEA проведена оценка эффективности использования регионами имеющегося у них потенциала развития креативных индустрий, выделены лидеры по развитию креативных индустрий. Также был произведен расчет возможного увеличения значения продукции креативных индустрий. По мнению авторов, аналогичный метод можно применить для анализа эффективности работы регионов и рассмотреть условия вывода неэффективных регионов на единичную эффективность.