Диссертация (1143535), страница 33
Текст из файла (страница 33)
С 2010 г.в регионе локализируется кластер Наука и образование и с 2011 г. – Тяжелоемашиностроение.В Омской области за рассматриваемый период увеличилась локализациятолько кластера Аэрокосмическая техника. Локализация таких кластеров какПластмассы, Туризм, Телекоммуникации нестабильна по годам.В Томской области за рассматриваемый период существенно увеличиласьлокализация кластера Телекоммуникации с 1,54 до 5,36, растет локализациякластера Наука и образование, сохраняется добывающий кластер Нефть и газ.ВБурятиинеизменнолокализируетсяпромышленныйАэрокосмическая техника и Тяжелое машиностроение с 2009 г.кластер179Кластерная структура Алтая нестабильна. До 2011 г. здесь локализируетсякластер Развлечения, а с 2011 г.
– Финансовые услуги.ВрегионеТыватакжелокализируетсякластерРазвлечениявесьрассматриваемый период, а с 2011 г. – Финансовые услуги.ВАлтайскомкраевесьрассматриваемыйпериодлокализируетсяРастениеводство и животноводство.Уральский федеральный округ.В Курганской области размещаются с незначительным снижением уровнялокализации промышленные кластеры Биофармацевтика и Автомобилестроение.В Свердловской области с 2008 по 2016 г. растет локализация кластеровТяжелое машиностроение и Ювелирные изделия, незначительно сокращаетсялокализация кластеров – Металлургическая промышленность, Производственноеоборудование, Аналитические инструменты, Освещение и электрооборудование,Производство и передача энергии и Каменоломни.
С 2012 г. регионелокализируется кластер Пластмассы. Кластерная структура региона стабильна.В Тюменской области весь рассматриваемый период локализируются снезначительным снижением уровня кластеры - Нефть и газ, Транспорт илогистика и Строительство. С 2011 г. в регионе развивается кластер Туризм.В Челябинской области растет локализация промышленных кластеровОсвещениеиэлектрооборудованиес1,5до6,33,Металлургическаяпромышленность с 2,3 до 5,17, Строительные технологии, Медицинскиеинструменты и Обувь с более низкими темпами роста локализации, а такжедобывающий кластер – Каменоломни. Такие кластеры, как: Производственноеоборудование, Тяжелое машиностроение и Автомобилестроение – охраняются врегионе, но не демонстрируют положительных темпов развития.В Карачаево-Черкессии весь рассматриваемый период сохраняется толькокластер С/х продукция, но его локализация сокращается.ВХанты-МансийскомАОиЯмало-НенецкомАОстабильнолокализируются кластеры Нефть и газ, Строительство, Транспорт и логистика.180ВДальневосточный федеральный округ.АмурскойобластипредставлентолькокластерСтроительство,локализация которого в регионе снижается за рассматриваемый период.В Магаданской области и Камчатском крае локализируется только кластерРыболовство и рыбная продукция.
Коэффициент локализации в Камчатском краедостигает 48 в 2016 г.В Приморском крае также локализуется кластер Рыболовство и рыбнаяпродукция, кластер Транспорт и логистика локализируется в регионе с 2010 г. по2015 г.В Хабаровском крае представлен промышленный кластер Аэрокосмическаятехника, локализация которого снижается и с 2009 г. Рыболовство и рыбнаяпродукция.В Чукотском АО также незначительно растет локализация кластераРыболовство и рыбная продукция и с 2011 г. растет локализация кластераФинансовые услуги.Результаты анализа показали, что за рассматриваемый период кластернаяструктура регионов изменилась.
Полученных выводов и представленнойинформации недостаточно для понимания динамики региональной кластернойструктуры, так как в данном исследовании были рассмотрены толькоотносительные показатели степени локализации кластеров в регионах России.Так, при снижении абсолютных показателей кластера на территории России,происходит перераспределение степени локализации в те регионы, гдеабсолютные показатели снижаются медленнее.Следовательно, рассмотренная кластерная структура регионов Россиидолжна быть дополнена анализом экономического состояния кластера, а также всоответствии с методологией исследования региональной кластерной структуры,как представлено на рисунке 3.4, и связанностью кластеров региона, что позволитопределить степень мультипликативного регионального эффекта от развитиякластерной структуры региона.
Эти вопросы будут подробно рассмотрены вглавах 4 и 5.1813.5 Оценка влияния промышленных кластеров на экономикуНа последнем этапе апробации методологии идентификации и анализакластерной структуры территории (рис. 3.4 п. 3.2) проведём оценки влияниякластерной структуры на экономику региона в два этапа. На первом этапепроведем оценку взаимосвязи промышленных кластеров и уровня ВРП, в томчисле с подробной оценкой вклада кластера Информационные технологии вэкономику регионов.
На втором этапе оценим взаимосвязь уровня развитиякластернойинфраструктурысразмерамиВРП,т.е.оценимвеличинумультипликативного эффекта локализации кластера в регионе.На первом этапе исследования был проведен эконометрический анализоценки влияния промышленных кластеров на размеры валового региональногопродукта (ВРП). Оценка влияния промышленных кластеров на экономикурегионов РФ была проведена с использованием инструментов регрессионногоанализа, доступных в программе STATA MP14. Базовым инструментомисследования была выбрана линейная регрессия с панель – скорректированнымистандартными ошибками, предложенная Beck and Katz в качестве альтернативыдоступному обобщённому методу наименьших квадратов, предложенному Parks иKmenta в 1986 [18, 76]. Методика оценки влияния промышленных кластеров наэкономику региона представлена на рисунке 3.27.Данные были организованы в двух- и трёхмерную структуру и былипредставлены в виде панельных данных.
Первое измерение (j=1,….,M) относитсяк кластерным группировкам, входящим в регион. Вторым измерением в данномслучае будут экономические единицы (i= 1,…..,N) - регионы, а вторым временное(t = 1, ….. T). Таким образом, среди основных преимуществ примененияпанельных данных выделяют [348]:• большуюэффективностьполучаемыхоценокзасчётсниженияколлинеарности между объясняемыми переменными ввиду использованиябольшого количества переменных;182• возможностьотследитьиндивидуальныеизмененияхарактеристикисследуемых объектов во времени;• большее количество гипотез, которые можно протестировать;• предотвращение смещения агрегированности, которое возникает прианализе временных рядов, где проводится анализ изменения усреднённогообъекта, и при анализе одномоментных данных, где не принимаются вовнимание индивидуальные характеристики объектов.Длязависимойпеременной-ВРП-сцельюсглаживаниягетероскедастичности, возникающей в результате неравномерности социально –экономического положения регионов, была взята функциональная форманатуральногологарифма.Крометого,логарифмическаяспецификациярегрессионного уравнения позволила линеаризировать представленную функциюпо аналогии с производственной функцией Кобба-Дугласа, что позволяетинтерпретировать коэффициенты при них, как эластичность.1831.
Оценка влияния промышленных кластеров на размеры ВРППостроение однофакторных моделей1.1. Тестирование гипотезы о наличии взаимосвязи между локализацией кластера j врегионе i в момент времени t и его уровнем ВРП в момент времени t1.2. Тестирование гипотезы о наличии взаимосвязи между локализацией кластера j врегионе i в момент времени t-1 и его уровнем ВРП в момент времени t1.3. Тестирование гипотезы о том, что локализация кластера j в регионе i в базовом году(2011) оказывает постоянное воздействие на объёмы ВРП в регионах РФ в последующихгодах (2011-2015)Выявление промышленных кластеров, оказывающих постоянное и значимое влияние на объёмыВРППостроение моделей с учётом контроля размера рабочей силы в регионе, объёмов инвестиций восновные средства и годовых фиксированных эффектов1.4.
Тестирование гипотезы о наличии взаимосвязи между локализацией кластера j врегионе i в момент времени t и его уровнем ВРП в момент времени t1. 5. Тестирование гипотезы о наличии взаимосвязи между коэффициентом локализациикластера j в регионе i в момент времени t и его уровнем ВРП в момент времени t1.6. Тестирование гипотезы о наличии взаимосвязи между размером кластера j в регионеi в момент времени t и его уровнем ВРП в момент времени t1.7. Тестирование гипотезы о наличии взаимосвязи между фокусом кластера j в регионе iв момент времени t и его уровнем ВРП в момент времени tРисунок 3.27 - Методика оценки влияния промышленных кластеров наэкономику региона (1 этап)Временной промежуток с 2011 по 2015 гг.
был взят по двум причинам. Вопервых, на момент проведения исследования данные были доступны только с2008 по 2015 гг. Во-вторых, в связи с мировым финансовым кризисом 2008 года,данные за 2008 – 2010 года были существенно искажены его влиянием.184На этапе 1.1 тестировались гипотезы о наличии взаимосвязи между фактомприсутствия кластера в регионе и размерами его ВРП. Математическаяпостановка гипотез следующая: тестируется наличие взаимосвязи междуприсутствием кластера j в регионе i в периоде t и объёмом ВРП в регионе i впериод t. Модели для проверки данных гипотез могут быть представлены в видеуравнения 3.12 следующим образом:(3.12),гденатуральный логарифм величины ВРП (руб., в постоянныхценах 2011 года), генерируемой в регионе i в момент времени t;- бинарная переменная, принимающая значение 1, если в регионе iлокализирован кластер j в момент времени t, и 0, если нет;- случайная величина, характеризующая отклонения реального значениярезультативного признака от значения уравнения регрессии;– постоянная величина.На этапе 1.2 тестируется гипотеза о том есть ли взаимосвязь междулокализацией кластера j в регионе i в момент времени t-1 и его уровнем ВРП вмомент времени t.
В данном случае тестируется в определённой степени наличиеили отсутствие причинно-следственной связи между фактом локализациикластера в регионе и его влиянием на объём ВРП. Таким образом, модели дляпроверки данных гипотез могут быть записаны в виде уравнения 3.13:(3.13)где- бинарная переменная, принимающая значение 1, если врегионе i в момент времени t-1 было зафиксировано наличие кластера j, и 0, еслинет.На этапе 1.3 тестируется гипотеза о наличии влиянии локализации кластерав 2011 году в регионе на величину ВРП в 2012 – 2015 годах.
В данном случаепредполагается, что наличие кластера j в регионе i в базовом году (2011)оказывает постоянное воздействие на объёмы ВРП в регионах РФ в последующих185годах (2011-2015). Таким образом, модели для проверки данных гипотез могутбыть записаны в виде уравнения 3.14:(3.14)где:- бинарная переменная, принимающая значение 1, если врегионе i в 2011 году был зафиксирован кластер j, и 0, если нет.Результаты анализа по этапам 1.1 – 1.3 представлены в таблице 3.2.
Согласнопредставленным результатам, есть положительная значимая взаимосвязь междуналичием 17 из 20 промышленных кластеров и регионе и размерами ВРП. Даннаявзаимосвязь сохраняется для всех 17 кластеров при тестировании второй группыгипотез, что даёт основание говорить о положительном краткосрочном эффекте отналичия кластера в регионе в момент времени t-1 на размер ВРП в момент времени t.Однако, долгосрочный пятилетний эффект наблюдается только в 10 случаях.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
