Научный журнал
Вестник Алтайской академии экономики и права
Print ISSN 1818-4057
Online ISSN 2226-3977
Перечень ВАК

РАСПРЕДЕЛЕНИЕ КЛАСТЕРНЫХ СТРУКТУР В РЕГИОНАХ

Синицын А.О. 1 Цыганцов А.В. 1
1 ФГБОУ ВПО «Ульяновский государственный университет»
В статье рассмотрены вопросы распределения экономических агломераций в регионах России. Исследуются предпосылки формирования экономических агломераций и факторы, влияющие на их образование в регионах. В частности, подробно рассмотрены исторические посылки и современные уcловия образования пространственных организационных форм в регионах. Проанализированы вопросы корреляции интенсивности возникновения кластерных структур в регионах в зависимости от населения, объемов промышленного производства, экономической специализации. Построена регрессионная модель, моделирующая степень влияния экономических показателей территории на динамику возникновения и функционирования региональных кластеров. Сделаны предположения о?возможной перестройке пространственных организационных форм региональных структур по полицентрическому типу и смещению деловой активности к периферии больших городов или в малонаселенные регионы. Проведен статистический анализ, на основании которого выделены специализации характерные для экономических кластеров образовавшихся в силу исторических причин и специализации характерные для кластеров, возникших в России в современный постиндустриальный период. С этой целью в работе выделены промышленные агломерации, сложившиеся в результате проекта экономического районирования и агломерации, возникшие сравнительно недавно в регионах России, для каждого отдельного типа построена регрессионная модель.
экономические агломерации
экономический кластер
пространственная экономическая организация
кластеризация
1. Kati Volgmann and Angelika Munter, Specialization of and complementarities between (new) knowledge clusters in the Frankfurt/Rhine-Main urban region, Regional Studies, Regional Science. – 2018. – Vol. 5, № 1. – Р. 125–148.
2. Arie Romein, Otto Verkoren, and Ana Maria Fernandez-Maldonado, Polycentric Metropolitan Form: Application of a ‘Northern’ Concept in Latin America.
3. Daquan Huang 1,*, Zhen Liu 1 and Xingshuo Zhao, Monocentric or Polycentric The Urban Spatial Structure of Employment in Beijing, Sustainability 2015, 7.
4. Хмелева Г.А., Cовременные модели городских агломераций // Вестник Самарского государственного университета.
5. Безлепкин М.Н. Территориальные экономические зоны как новый механизм управления пространственным развитием Санкт-Петербурга // Управленческое консультирование. – 2014.
6. Дембич А.А., Закирова Ю.А., Латыпова М.С., Казань – ресурсы и перспективы полицентричного развития // Известия Казанского государственного архитектурно-строительного университета. – 2017.
7. Лаврикова Ю.Г. Кластеры как рыночный институт пространственного развития экономики региона: дис. ...
8. Постановление Правительство Российской Федерации от 31 июля 2015 года № 779 «О промышленных кластерах и специализированных организациях промышленных кластеров».
9. Распоряжение Правительства РФ от 17.11.2008 № 1662-р (ред. от 28.09.2018) «О Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года».
10. https://www.hse.ru.
11. Исланкина Е.А., Фияксель Э.А. Глокализация инноваций: роль кластеров и международного контекста в региональном развитии // Инновации. – 2015. – № 11. – С. 64–74.
12. Куценко Е.С. Зависимость от предшествующего развития в сфере пространственного размещения производительных сил – плохая новость для эмпирических исследований агломерационных эффектов // Новой экономической ассоциации. – 2012. – № 2. – С. 10–26.
13. Абашкин В.Л., Бояров А.Д., Куценко Е.С. Кластерная политика в России: от теории к практике // Форсайт. – 2012. – Т. 6, № 3. – С. 16–27.
14. Маршалл А. Принципы экономической науки: в 3 тт. Серия «Экономическая мысль Запада». – М.: Прогресс, 1993.
15. http://map.cluster.hse.ru/about.

Введение

Еще двадцать лет назад региональные формы экономической организации во многом определялись концепций экономического районирования СССР. В соответствии с этой концепцией в 1963 году была разработана таксономическая сетка районов СССР в соответствии с которой были распределены экономическо-географические центры промышленности. В основе концепции лежала идея о планомерном создании и развитии системы разделения труда между экономическими районами в противоположность традиционной системе стихийного возникновения промышленно-отраслевых географических центров. В рамках плановой модели организации экономики народного хозяйства была создана система рационального межрайонного распределения результатов производства и потребления. План составлялся исходя из необходимости организации системы кооперации в масштабах страны с учетом исторических и экономико-географических предпосылок. На сегодняшний день можно говорить, что в России частично сохранились кооперационные связи, возникшие в СССР по принципу межрайонной системы распределения между регионами. Однако, развитие организационных экономических форм внутри регионов и форм межрегиональной кооперации происходит сейчас под воздействием факторов свойственных рыночному типу экономики. В частности, по степени важности к таким факторам можно отнести, во-первых – рост экономики, а вместе с ним увеличение вовлеченных в экономическую деятельность агентов, увеличение объемов производства, усложнение и увеличение глубины технологических процессов. Во-вторых, глобальный мировой переход на экономику, основанную на знание. Природа добавочной стоимости для данного типа экономики определяется интенсивностью развития новых интеллектуальноёмких технологий, услуг и моделей ведения бизнеса. И в-третьих, новые региональные формы экономической организации образуются не локально, не автономно, а с учетом исторического контекста, включающего в себя промышленно-экономические особенности территории. Результирующем действия этих факторов является то как сегодня происходят изменения исторически сложившихся экономических агломераций, возникновение и функционирование новых, и то как выстраиваются между ними связи. В работе предлагается с помощью кластерного метода проанализировать процессы функционирования агломераций на региональном уровне. Предлагается показать, что на сегодняшний день основная форма развития региональных форм пространственной организации свойственная развитым странам происходит по полицентрическому типу. Для случаев данного типа происходит размытие модальности региональный центр как экономическое ядро и в противоположность ему – периферия. Происходит образование экономических агломераций географически отдаленных от центров регионов, становящихся в свою очередь локальными экономическими центрами.

Цель исследования

В работе предлагается рассмотреть предпосылки перехода к полицентрическим структурам в российских регионах. На основе кластерного метода можно выявить как исторические факторы образования агломераций регионов в России, так и изменения, происходящие в экономике, приводящие к возникновению новых форм пространственной организации. Для того чтоб рассмотреть существующие на сегодняшний день региональные формы организации предлагается выделить промышленные агломерации, сложившиеся в результате проекта экономического районирования и агломерации, возникшие сравнительно недавно. Предлагается выявить факторы, влияющие на образование региональных экономических агломераций. Как уже было указано выше, один из основных факторов – исторический, в работе предлагается рассмотреть особенности агломераций, представляющих собой формы развития исторически сложившихся промышленных центров. Кроме того, с помощью методов регрессионного анализа будет рассмотрено какое влияние на возникновение кластерных форм пространственной организации оказывают производственная специализация региона, объемы промышленного производства регионов, численность населения региона и занятость населения в разных типах промышленной специализации. Представляется интересным рассмотреть особенности организации пространственных отношений по полицентрическому типу с учетом исторических и экономических особенностей российских регионов.

Материалы и методы исследования

В качестве основного подхода для изучения факторов развития пространственных организационных форм в данном исследовании используется кластерный подход. Для решения задач исследования был проведен анализ российских и зарубежных источников. В контексте данной работы значимыми тематиками для изучения имеющегося теоретического материала являются: полицентрические формы организации и механизмы образования агломераций в современной экономике. Часть выводов анализа имеющегося теоретического материала по данным проблематикам представлена ниже.

Большое внимание современных европейских исследователей обращено к тематике развития полицентрических пространственных форм организации регионов. Это обусловлено тем фактом, что такого рода процессы происходят в экономиках развитых стран последние несколько десятилетий. В работе [1] представлено исследование процесса образования полицентрических форм региональной пространственной организации во Франкфурте. Автор исследует два противоположенных эффекта – рост метрополий как центров экономической активности с одной стороны, а с другой стороны развитие периферии больших город за счет возникновения новых агломераций для деятельности которых не требуется наличие развитой производственной инфраструктуры. В статье представлен анализ динамики образования географически удаленных друг от друга центров экономической активности, которые вместе воспроизводят полицентрическую пространственную структуру. В работе приведен анализ эмпирических результатов исследования географического распределения экономической активности, плотности населения, районной специализации, профессионального уровня населения. Результаты данного исследования касаются случая Германии, страны с высоким уровнем развития экономики, однако, в работе [2] представлено исследование возникновения полицентрических региональных структур для случая севера Латинской Америки. Авторами данной работы показано, что в последние несколько лет идет активный рост компаний, которые удалены от центра Мехико и которые занимают гораздо большие территории, чем это было два десятка лет назад. Вместе с этим ростом происходит перераспределение населения из центральной части Мехико в сторону районов образования новых агломераций. Приведена статистика для Мексики, где фиксируются факты образования и развития полицентрических форм пространственной организации, что свойственно для постиндустриальной экономики. Однако, для Латинской Америки промышленное производство с вовлечением значительных объемов индустриальных мощностей по-прежнему имеет превалирующее значение в экономике. Данный факт обуславливает высокую устойчивость системы – промышленный, деловой центр – периферия для случая Латинской Америки. Усиление тенденций к децентрализации возможно в случае развития промышленной инфраструктуры на периферийных частях регионов. Трансформация моноцентрической структуры в полицентрическую достаточно ярко представлена для случая регионов Китая, в частности Пекина. В работе [3] рассмотрены изменения географической плотности населения в Пекине, изменения в структуре занятости населения как следствия реформ 1970 годов в Китае. Сделаны три основных вывода: к 2016 году Пекин по-прежнему остается районом с сильно развитым деловым центром и обладает выраженными признаки свойственными моноцентрическим структурам. Кроме того, город имеет центр с высокой концентрацией занятого населения отличный от небольшого делового района. В Пекине выявлено пять центров деловой активности, четыре из которых расположены в предместьях. В работе предлагается метод количественной оценки интенсивности моноцентрических и полицентрических сил, действующих на формы организации регионального пространства. С помощью такого рода методов показано, что интенсивность полицентрических сил в Пекине выше моноцентрических, однако разница составляет единицы процентов. Что касается исследований по данной предметной области в России, то ряд исследователей рассматривают вопрос полицентризма в первую очередь в привязке к крупным агломератам – Москва и Санкт-Петербург [4, 5, 6]. В работе [7] обосновано применение положений теории полицентризма в качестве методологической основы стратегических приоритетов пространственного развития региона, позволяющих выделить несколько зон опережающего экономического роста, способных втянуть в свое развитие окружение на основе кластерных принципов. В работе [6] переход российских городов, в частности Казани, к формированию территориальной полицентрической структуры обосновывается через понятие центров функциональных концентраций.

Тематика образования агломераций основанных на экономике знаний за последние десять лет достаточно хорошо разработана и развивается во взаимосвязи с теорией кластерных структур в России. Это обусловлено рядом факторов – опыт успешной реализации кластерных концепций развития экономики в развитых странах, высокий интерес мирового научного сообщества к повышению конкурентоспособности экономики, методами основанными на кластерной теории (Портер), успешность подходов основанных на кластерных принципах, применяемых для повышения эффективности экономики регионов России. Кроме того, принципы реализации кластерной концепции в России были реализованы на государственном уровне. Авторами работы [7] освящен вопрос влияния реализации кластерной политики на организационные связи регионов. Объемный статистический и методический материал по теме развития кластерных структур в регионах, региональных мерах осуществления кластерной политики ведется на базе Национального исследовательского университета «Высшая школа экономики» [10]. Статистические данные, размещенная на портале ВШЭ
во многом послужил эмпирическим и методологическим материалом для целей данной статьи. О вопросах влияния кластерного подхода на повышение конкурентоспособности регионов России накоплен обширный материал [11, 12, 13].
В работе [12] приведен детальный анализ существующих на сегодняшний день эмпирических моделей выявления агломераций. В данной работе мы будем опираться на результаты исследования, в частности, рассмотрим регрессионную зависимость интенсивности образования агломераций от таких факторов как объемы выпуска, занятость населения, специализация регионов. Стоит отметить что в статье [12] приводится критика таких моделей, однако данную критику можно отнести скорее к порядку точности их результатов, нежели, к их методологической адекватности. В данной работе для выявления природы процессов формирования агломераций и их влияния на формы пространственной организации регионов мы предлагаем использовать метод комбинирования регрессионных моделей зависимости параметров развития агломераций (кластеров) от экономических показателей регионов и анализа исторических предпосылок характерных для того или иного региона. Что касается степени изученности вопроса определения форм пространственной организации географически близкими центрами концентрации экономической активности – агломерациями у европейских исследователей, то уже у Маршалла [14] описываются принципы экономии определяющие агломерационные эффекты и их влияния для территорий.

Структура данного исследования определяется через предлагаемые подходы к решению поставленных задач. Первая задача – это выявление количественных и качественных факторов возникновения региональных экономических агломераций в России. В исследовании предлагается рассмотреть подходы к выявлению агломераций и оценки динамики их роста. Вторая задача – на основе выявленных факторов, предпосылающих развитие новых агломераций, сделать прогноз изменений организации региональных структур. В качестве эмпирического материла для исследования мы обращаемся к реестру экономических кластеров, составленных НИУ ВШЭ, Российская кластерная обсерватория, институт статистических исследований и экономики знаний. Данный реестр содержит информацию о ста пятнадцати зарегистрированных экономических кластерах России, их специализации и участниках. Предлагается рассмотреть данные кластеры как формы экономических агломераций в регионах. Очевидно, что данный перечень не является исчерпывающим, однако все кластеры, приведенные в реестре, имеют региональный масштаб и локализованы в непосредственной близости друг к другу. В силу этой причины и достаточного объема выборки можно рассматривать информацию о кластерах, входящих в перечень реестра НИУ ВШЭ [15] как материал для анализа региональных агломераций.

Результаты исследования
и их обсуждение

Особенностью российских организационных региональных структур является то, что большинство из них возникло исторически в рамках реализации проекта экономического районирования во времена плановой экономики. Действительно, если посмотреть на указанный перечень кластеров с указанием региональной принадлежности, то очевидно, что значимая их доля образована на материально-технической базе крупных промышленных предприятий времен СССР. С этой целью в табл. 1 «Кластерообразующая база» отдельно выделены кластеры, образованные в результате возникновения новых кооперационных связей вокруг крупных промышленных предприятий с историей. К таким кластерам предлагается отнести те, в которых более 60 % совокупного объема производства всей системы приходится на предприятия с возрастом более тридцати лет. Такие кластеры в таблице названы как «исторические». Остальные агломерации кластерного типа предлагается считать новыми, в таблице они поименованы таким же образом. Стоит отметить, что в состав практически всех рассмотренных кластеров входят научные и учебные организации. Отчасти данный факт может быть
объяснен как тем, что это традиционная для кластерной структуры Портеровского типа партнерство бизнеса и науки, как и тем, что это результат реализации ряда государственных программ кластерного развития. Второй фактор может вносить известную долю неопределенности в общие результаты так как имеет не рыночную природу, в частности при подсчете количества персонала, вовлеченного в деятельность кластерной структуры, большой вклад вносят сотрудники университетов и научных организаций, входящих в состав кластера. Из Приложения 1 видно, что количество новых кластеров не на много меньше количества кластеров исторических, однако вовлеченность населения в работу этих кластеров во втором случае в 2 раза выше. Это объясняется тем фактом, что большинство кластеров, имеющих историческую природу – это промышленные агломерации со свойственной им высокой степенью промышленной капиталоемкостьи и развитой инфраструктурой. В приложении 2 показано распределение по специализациям исторических кластеров и кластеров возникших сравнительно недавно. Порядка 80 % исторических кластеров относятся к тяжелому машиностроение, добыче и обработке полезных ископаемых, микроэлектронике. Поэтому в данных экономических агломерациях вовлечено большое количество персонала. Что же касается новых кластеров, то здесь наблюдается глобальная мировая тенденция свойственная для постиндустриальных экономик – построение экономики, основанной на знании, так называемая knowledge based economy. Около 30 % из рассматриваемых новых агломераций имеют специализацию, связанную с информационными технологиями и около 25 % специализацию в области биофармацевтических наук. Для того чтобы выявить качественные предпосылки к возникновению новых кластеров была построена карта распределения кластерных структур по географическому признаку. Ниже на рисунке в виде диаграмм представлены кластерные составы в регионах. Величина круговой диаграммы пропорциональна количеству кластеров в регионе, синим цветом показано количество новых кластеров, серым – количество исторических.

pic_sinits_1.tif

Кластерный состав в регионах России

Таким образом, можно сделать ряд промежуточных выводов относительно качественных факторов, влияющих на образование агломераций: половина крупных агломераций построена вокруг крупных промышленных центров, ядром которых является сформировавшийся в регионе за десятилетия человеческий капитал – профильные специалисты, профильные вузы, готовящие таких специалистов, жесткая инфраструктура – оборудование, производственные мощности. Новые агломерации относятся к информационным, наукоемким областям и поэтому не имеют привязки к промышленным мощностям. Более того, анализ распределения и интенсивности возникновения новых кластеров позволяет сделать вывод от том, что новые кластерные структуры возникают в регионах с высокой экономической активностью – высокая плотность населения, количество жителей в регионе, большие объемы промышленного производства. Этот же вывод есть следствие упомянутого выше тезиса о том, что новые кластеры есть форма организации отношений в экономике знаний. Очевидно, что такие формы будут возникать в регионах с высокими уровнями концентрации профильных высококвалифицированных специалистов. Здесь для подтверждения качественных выводов необходимо обратиться к статистической проверке корреляции интенсивности возникновения новых кластеров и заданного набора экономических показателей региона.

Далее определим в качестве объекта анализа показатель интенсивности роста агломераций в регионах. Для этой цели будем учитывать два параметра – количество компаний, вошедших в состав кластера за последние десять лет, а второй параметр – количество персонала, вовлеченного в кластер. В качестве независимых переменных рассмотрим численность населения в регионах, объем региональной выручки от соответствующей отрасли, значимость соответствующей отрасли для региона (доля в общем объеме выработки предприятий региона). Для определения степени влияния независимых переменных используем метод построения регрессионных моделей. Предварительно выявив коэффициенты корреляции между интенсивностью развития новых кластеров и предложенными независимыми переменными. В случае значимого значения коэффициента корреляции независимая переменная включается в уравнение регрессии. С некоторой степенью допущения из общего перечня кластеров были выделены следующие группы специализаций: обрабатывающая промышленность, информационные технологии и туристический бизнес. В таблице ниже приведены коэффициенты корреляции для разных типов специализации кластеров с названными параметрами.

На основании рассчитанных данных табл. 1 и карты распределения кластеров можно сделать следующие наблюдения:

1. Новые кластеры возникают и развиваются быстрее в экономически активных регионах России. В данном случае под экономически активными регионами понимаются территории с высокой численностью населения и высокими объемами промышленного производства.

2. Большая часть новых агломераций имеют специализацию информационные технологии, фармацевтическая и химическая промышленность и не связаны с исторической специализацией региона. Этот факт может рассматриваться как предпосылка перехода региональной пространственной организации регионов к полицентрическому типу.

Таблица 1

Значение коэффициентов корреляции по отраслям для новых и исторических кластеров

 

Исторически сложившиеся

Новые кластеры

объем промышленного производства

численность населения в регионах

объем промышленного производства

численность населения в регионах

Обрабатывающая промышленность

– Количество участников кластера

– Количество занятых сотрудников

0,426

0,631

0,408

0,593

0,301

0,284

0,386

0,393

Информационные технологии

– Количество участников кластера

– Количество занятых сотрудников

0,211

0,381

0,181

0,365

0,629

0,648

0,582

0,620

Туристический бизнес

– Количество участников кластера

– Количество занятых сотрудников

0,348

0,329

0,285

0,322

0,242

0,288

0,261

0,301

ХимБиоФарм

– Количество участников кластера

– Количество занятых сотрудников

0,301

0,291

0,382

0,388

0,458

0,510

0,461

0,559

 

3. Прослеживается достаточно высокая корреляция активности деятельности исторических кластеров в регионах с высоким уровнем промышленного производства (r ~ 0,6), причем корреляция с численностью населения регионов выражена меньше. Это обусловлено тем фактом, что ряд промышленных центров расположены не в многонаселенных городах – Тамбов, Ульяновск, Пенза, Липецк и другие.

4. В полученные результаты вносят искажения, входящие в состав кластеров научные и образовательные организации, которые являются их неотъемлемой частью, но статистически оказывают влияние на расчет коэффициентов корреляции по причине высокой численности работающего в них персонала.

5. Среди новых кластеров есть часть, специализация которых относится к туристическому бизнесу, однако, корреляции с предложенными параметрами выявлено не было, возможно в силу недостаточной репрезентативности выборки (малое количество кластеров, некорректные данные по их составу).

Детальная разбивка новых и исторических кластеров по регионам с учетом групп специализации представлена в приложении 2.

В качестве следующего шага легко перейти к построение регрессионной модели и оценки ее адекватности. Для решения поставленной в исследовании задачи рассмотрим кластерные структуры, которые здесь классифицируются как новые и относятся к таким специализациям как информационные технологии и химбиофарма. В табл. 2 «Регрессионная модель образования кластерных структур» представлена зависимость двух выбранных параметров интенсивности развития кластеров – количество компаний, входящих в состав кластера и общее количество сотрудников кластера от параметров, характеризующих экономический уровень региона. К таким параметрам относятся – численность населения в регионе и объем совокупного промышленного производства. В таблице отражены соответствующие коэффициенты двухфакторной регрессии и уровень значимости для каждой из выбранных специализаций. Помимо этого, построена регрессионная модель для исторических кластеров, относящихся к специализации машиностроение.

Таблица 2

Регрессионная модель образования кластерных структур

Показатель интенсивности
развития
кластера

Специализация

Переменная 1

Объем промышленного производства в регионе

Переменная 2

Численность населения региона

Коэффициент корреляции

Значимость F

Информационные технологии

– Количество компаний участников новых кластеров

– Количество сотрудников новых кластеров

0,012

0,012

6,187

3,108

0,312

0,618

3,1

Химбиофарма

– Количество компаний участников новых кластеров

– Количество сотрудников новых кластеров

0,018

0,007

11,161

4,138

0,715

0,776

3,8

Исторические кластеры

       

Машиностроение

– Количество компаний участников новых кластеров

– Количество сотрудников новых кластеров

0,014

0,002

0,583

432,960

0,206

0,281

1,8

 

На основании полученных данных видно, что значимыми (для данной статистической выборки) можно считать коэффициенты линейный регрессии для новых кластеров со специализацией информационные технологии и химбиофарма. Ожидаемый результат получен для случая исторических кластеров. Для анализа была взята самая объемная выборка по специализации машиностроение. Как обсуждалось ранее исторические кластеры возникли на промышленной базе проекта экономического районирования и зачастую территориально расположены в моногородах с различной численностью и значениями валового регионального продукта. При этом, для случая новых кластеров высокая степень корреляции выявлена для специализации химбиофарма. Результаты говорят о том факте, что в России происходит активное развитие таких отраслей информационные технологии и химической промышленности. Следует оговорить, что данные выводы о специализациях можно считать репрезентативными только в той мере в какой выборка их ста пятнадцати рассмотренных кластеров сама по себе репрезентативна. Для целей данного исследования важным является выявление общих тенденций образования агломераций и их влияния на региональную структуру организации. Поэтому, важно отметить, что приведенная статистика показывает, как центрами сосредоточения кластерной активности становятся крупные города с высокой плотностью населения и высоким уровнем промышленного производства. Что же касается специализации, то повторимся – наиболее активный рост агломераций происходит в тех секторах экономики, где формирование добавочной стоимости определяется наличием инфраструктуры новых знаний, а не промышленными мощностями. Под инфраструктурой знаний здесь подразумевается – высокая концентрация высококвалифицированных технических и научных специалистов, простота выстраивания кооперации с научными и образовательными организациями наличие спроса на интеллектуально емкие продукты.

Выводы или заключение

Результаты статистического анализа могут быть рассмотрены как еще одно подтверждение гипотезы о том, что в России новые агломерации возникают рядом с густонаселенными, экономически развитыми городами. Это обуславливается рядом факторов – высокая концентрация специалистов, доступность цифровой и бизнес инфраструктуры, наличие партнерской сети. Как показывает приведенный анализ, за последние десять лет большая доля появившихся кластеров имеют специализацию, основанную на знании, для рассматриваемой выборки – это информационные технологии, химия и фармацевтика. Это позволяет сделать предположение о наличии еще одного фактора концентрации новых агломераций вокруг крупных городов – необходимость поддержания жестких связей с профильными научными организациями. Однако, можно предполагать, что это временный тренд, который обусловлен неравномерным распределением доступной бизнес инфраструктуры на территории страны. Как было указано выше, с учетом экономической природы добавочной стоимости постиндустриального типа новых агломераций, для осуществления их деятельности нет необходимости в привязке к производственной базе, при этом, стоимость ведения бизнеса в крупных городах достаточно высокая. Существует высокая доля вероятности, что в силу этих причин произойдет смещение новых агломераций в малые города, как это происходит в европейских городах развитых стран, однако, на сегодняшний день – базовая тенденция, это возникновение новых агломераций в мегаполисах и их перифериях. В ближайшей перспективе именно в мегаполисах будут происходить изменения в пространственной организации. С одной стороны, это будут изменения, имеющие центростремительный характер – за счет развития новых агломераций будет постоянно присутствовать приток специалистов в города, на рабочие места в knowledge based отраслях. А с другой стороны – противоположенный эффект, смещение деловой активности к периферии, к более комфортным и менее затратным условиям ведения бизнеса.

Работа выполнена при поддержке гранта РФФИ №16-02-00674-ОГН

Приложение 1

«Кластерообразущая база»

Названия строк

Сумма по полю
Новый

Сумма по полю
Число участников

Сумма по полю
Число работников

1

2

3

4

Республика Татарстан (Татарстан)

4

335

159185

Новосибирская область

1

227

22335

Санкт-Петербург

4

175

72773

Вологодская область

3

103

3862

Москва

2

97

46980

Московская область

2

93

54781

Новгородская область

3

75

3673

Томская область

2

66

16860

Калужская область

2

65

16881

Ростовская область

4

58

14304

Самарская область

1

55

10806

Смоленская область

3

49

4499

Иркутская область

1

37

7188

Орловская область

2

34

1395

Рязанская область

3

33

5283

Воронежская область

2

33

10395

Липецкая область

2

32

6770

Алтайский край

2

26

4319

Пензенская область

2

26

454

Белгородская область

1

22

2498

Свердловская область

1

20

27276

Волгоградская область

2

20

58043

Архангельская область

1

18

946

Омская область

1

18

3933

Республика Саха (Якутия)

1

13

88

Мурманская область

1

12

59

Пермский край

1

10

7822

Красноярский край

1

10

29048

Общий итог

55

1762

592456

Названия строк

Сумма
по полю
Исторический

Сумма
по полю
Число участников

Сумма
по полю
Число работников

Санкт-Петербург

5

127

43317

Ростовская область

5

80

45182

Воронежская область

3

46

34004

Москва

3

96

50998

Кемеровская область

2

95

29983

Архангельская область

2

54

70527

Республика Татарстан (Татарстан)

2

146

44463

Тульская область

2

28

42170

Самарская область

2

72

101057

Ульяновская область

2

131

56510

Липецкая область

2

157

27777

Пермский край

2

78

50458

Омская область

2

24

32996

Пензенская область

2

45

8407

Астраханская область

1

12

599

Ханты-Мансийский автономный округ – Югра

1

18

2923

Тюменская область

1

10

2584

Новгородская область

1

27

3869

Курганская область

1

21

4589

Вологодская область

1

19

3034

Томская область

1

10

7426

Орловская область

1

18

27

Московская область

1

80

22196

Алтайский край

1

24

3466

Краснодарский край, Московская область, Москва

1

15

5892

Костромская область

1

27

5116

Ленинградская область, Санкт-Петербург

1

12

13845

Республика Башкортостан

1

211

49094

Свердловская область, Челябинская область

1

10

21734

Республика Бурятия

1

21

10711

Иркутская область

1

13

2677

Республика Коми

1

15

3300

Удмуртская Республика

1

61

36211

Республика Марий Эл, Чувашская Республика – Чувашия

1

23

11006

Хабаровский край

1

17

23114

Республика Мордовия

1

24

9866

Нижегородская область

1

33

5581

Республика Саха (Якутия)

1

11

78

Общий итог

60

1911

886787

 

Приложение 2

Специализации кластеров

Названия строк

Количество по полю Специализация

Сумма по полю Количество компаний

Сумма по полю Количество сотрудников

1

2

3

4

Исторический

60

1911

886787

Добывающая промышленность

6

104

32029

Архангельская область

1

31

20110

Вологодская область

1

19

3034

Республика Коми

1

15

3300

Республика Саха (Якутия)

1

11

78

Тюменская область

1

10

2584

Ханты-Мансийский автономный округ – Югра

1

18

2923

Машиностроение

25

828

453595

Алтайский край

1

24

3466

Архангельская область

1

23

50417

Воронежская область

3

46

34004

Иркутская область

1

13

2677

Курганская область

1

21

4589

Липецкая область

2

157

27777

Нижегородская область

1

33

5581

Омская область

1

10

20279

Пензенская область

1

34

7639

Республика Марий Эл, Чувашская Республика – Чувашия

1

23

11006

Республика Татарстан (Татарстан)

1

134

16817

Самарская область

2

72

101057

Санкт-Петербург

3

45

15029

Свердловская область, Челябинская область

1

10

21734

Тульская область

2

28

42170

Удмуртская Республика

1

61

36211

Ульяновская область

1

77

30028

Хабаровский край

1

17

23114

Микроэлектроника и приборостроение

10

307

131062

Москва

1

53

7772

Орловская область

1

18

27

Пензенская область

1

11

768

Пермский край

2

78

50458

Республика Бурятия

1

21

10711

Республика Мордовия

1

24

9866

Ростовская область

2

33

26798

Санкт-Петербург

1

69

24662

Прочее

3

83

16688

Кемеровская область

1

46

8015

1

2

3

4

Костромская область

1

27

5116

Ростовская область

1

10

3557

Сельское хозяйство

3

59

11540

Астраханская область

1

12

599

Новгородская область

1

27

3869

Ростовская область

1

20

7072

ХимБиоФарм

8

357

164169

Кемеровская область

1

49

21968

Краснодарский край, Московская область, Москва

1

15

5892

Москва

2

43

43226

Омская область

1

14

12717

Республика Башкортостан

1

211

49094

Республика Татарстан (Татарстан)

1

12

27646

Санкт-Петербург

1

13

3626

Ядерные и радиационные технологии

5

173

77704

Ленинградская область, Санкт-Петербург

1

12

13845

Московская область

1

80

22196

Ростовская область

1

17

7755

Томская область

1

10

7426

Ульяновская область

1

54

26482

Новый

55

1762

592456

Добывающая промышленность

1

28

510

Новгородская область

1

28

510

Информационные технологии

10

495

64951

Вологодская область

1

31

871

Новгородская область

1

20

1964

Новосибирская область

1

227

22335

Орловская область

1

13

1374

Пензенская область

1

11

202

Пермский край

1

10

7822

Республика Татарстан (Татарстан)

1

70

1576

Ростовская область

1

25

6182

Санкт-Петербург

1

66

20838

Смоленская область

1

22

1787

Машиностроение

5

278

224915

Волгоградская область

1

10

35591

Липецкая область

1

22

4577

Республика Татарстан (Татарстан)

1

213

151561

Ростовская область

1

13

5910

Свердловская область

1

20

27276

Микроэлектроника и приборостроение

1

20

4320

Воронежская область

1

20

4320

Прочее

6

146

57064

Воронежская область

1

13

6075

1

2

3

4

Республика Татарстан (Татарстан)

2

52

6048

Рязанская область

1

11

510

Санкт-Петербург

2

70

44431

Сельское хозяйство

1

40

2336

Вологодская область

1

40

2336

Туристический бизнес

8

140

3212

Вологодская область

1

32

655

Мурманская область

1

12

59

Новгородская область

1

27

1199

Орловская область

1

21

21

Республика Саха (Якутия)

1

13

88

Ростовская область

1

10

89

Рязанская область

1

12

413

Смоленская область

1

13

688

ХимБиоФарм

22

605

206100

Алтайский край

2

26

4319

Архангельская область

1

18

946

Белгородская область

1

22

2498

Волгоградская область

1

10

22452

Иркутская область

1

37

7188

Калужская область

2

65

16881

Липецкая область

1

10

2193

Москва

2

97

46980

Московская область

2

93

54781

Омская область

1

18

3933

Пензенская область

1

15

252

Ростовская область

1

10

2123

Рязанская область

1

10

4360

Самарская область

1

55

10806

Санкт-Петербург

1

39

7504

Смоленская область

1

14

2024

Томская область

2

66

16860

Ядерные и радиационные технологии

1

10

29048

Красноярский край

1

10

29048

Общий итог

115

3673

1479243

Работа выполнена при поддержке гранта РФФИ №16-02-00674-ОГН


Библиографическая ссылка

Синицын А.О., Цыганцов А.В. РАСПРЕДЕЛЕНИЕ КЛАСТЕРНЫХ СТРУКТУР В РЕГИОНАХ // Вестник Алтайской академии экономики и права. – 2018. – № 6. – С. 170-182;
URL: https://vaael.ru/ru/article/view?id=145 (дата обращения: 21.11.2024).