Автореферат (1152739), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Теоретические выводы и результаты,предложенной структуры кластерного управления в российских регионах могутбыть использованы в последующих теоретических работах по вопросаморганизации и управления процессами взаимодействий в кластерах и регионах ихприсутствия, в том числе со стороны органов государственной власти.9В рамках второго пункта научной новизны предложена методика анализаи оценки деятельности кластеров в региональной экономике, на основе которойопределена перспективность реализации государственной кластерной политикив российских регионах.Методика анализа и оценки деятельности кластеров разработана с учетомпрограмм развития кластеров и включает расчет пятидесяти количественных икачественных показателей оценки кластеров по пяти исследуемым направлениям(анализ реализации государственных программ развития кластеров; анализразвития кластеров по федеральным округам; анализ прогнозов и рисковкластерного развития; анализ кластерного потенциала регионов и перспективмодернизации кластеров).

По каждому анализируемому направлению определенызаинтересованные стороны в результатах исследования и последовательность ихдействий при анализе и оценки кластеров.Практическая значимость методики заключается в следующем: методика позволяет выявить логическую последовательность в анализе иоценке формирования и развития кластеров, которую можно описать следующимобразом: «оценка кластерных программ развития – анализ текущих результатових реализации – анализ рисков реализации кластерной политики – определениеперспектив развития кластеров – определение путей модернизации кластеров».Такой порядок анализа и оценки кластеров способствует тому, чтобы процесс ихразвития происходил с минимальными издержками для заинтересованных сторон; методика включает применение скорингового анализа, светофорнуюматрицу ранжирования рисков, метода построения самоорганизующихся картпризнаков, метода обработки данных на базе аналитической платформы deductor,системы ромб-квадрат, что определяет перспективы их практическогоиспользования в деятельности заинтересованных сторон и возможность ихтиражирования на регионы, кластеры и предприятия разных сфер экономики; методика сочетает количественные и качественные методы оценкикластеров для получения комплексного представления об экономике региона.Количественные показатели используются для выявления структуры кластеров,а применение качественных методов позволяет на фоне полученных цифрпроанализировать условия формирования кластеров и определить сильныеи слабые стороны их взаимодействия.

Потенциальный выбор сочетаниярассмотренных в диссертации методик обусловлен целями конкретногоисследования и возможностью применения выделенных параметров оценкик российским регионам присутствия кластеров; методика апробирована в ходе анализа, оценки и прогнозированияперспектив развития кластеров Центрального, Приволжского, Сибирского,Северо-Западного, Дальневосточного и Уральского федеральных округовРоссийской Федерации.Схематично методика представлена как последовательные инструментыанализа и оценки кластеров, реализуемые заинтересованными сторонами с цельюопределения результатов и перспектив развития кластеров (Рисунок 3).10132Анализ результатовреализации кластернойполитикиАнализ развития кластеров по федеральнымокругамОценка эконом.

потенциала региона: Оценка основных показателей– Уровень развития инфраструктуры социально-экономического развития– Уровень трудового потенциала:федеральных округов ЦФО, СЗФО,•Численность работников организа- ПФО, УФО, СФО, ДФОций участников кластеров (тыс. чел.)Оценка кластеров по федеральным•Число высокопроизводительныхокругам:рабочих мест (ед.)– Объем инвестиционных затрат•Средняя выработка на одногокластеров (млрд руб.)работника кластеров (млн руб. на– Объем инвестиций в развитиечел. в год)кластеров (млрд руб.)Определение источников– Объем работ и проектов в сферефинансирования:научных исследований и разработок,– Объем инвестиционных затратвыполняемых организациямиорганизаций-участников кластеровучастниками кластеров (млрд руб.)(млрд руб.)– Численность работников кластеров– Объем инвестиций в развитие(тыс.

чел.)кластеров (млрд руб.)– Число высокопроизводит. рабочих– Объем работ и проектов в сферемест в кластерах (ед.)научных исследований и разработок, – Средняя выработка на одноговыполняемых организациямиработника кластеров (млн руб. научастниками кластеров (млрд руб.)чел. в год)Анализ финансовых компонентОценка кластеров по отраслям:организаций-участников кластеров:– Объем инвестиционных затрат– Анализ ликвидности (%)кластеров (млрд руб.)– Анализ текущей деятельности– Объем инвестиций в развитие(млн руб.)кластеров (млрд руб.)– Анализ финансовой устойчивости (%)– Доля отраслей в сфере научных– Анализ рентабельности (%)исследований (%)Анализ целевых показателей– Доля численности работников (%)результативности развития кластеров – Доля высокопроизводительных(%)рабочих мест (%)Результаты исследования:Скоринговый анализкластеровПрогноз уровняразвития кластеров4Анализ прогнозови рисков кластерногоразвитияОпределение сценариевразвития федеральных округовв зависимости от темпов ростаинвестиций в развитиеэкономики России и кластерыдо 2030 г.:–Анализ темпов ростаинвестиций по сценариямразвития: консервативный,инновационный ифорсированный (%)– Анализ объемов инвестиций вкластеры по федеральнымокругам (млрд руб.)Анализ показателей развитиякластеров к изменениюпараметров их программ на10%, 15% и 20% исопоставление результатов собщероссийскими значениями5Анализ кластерногопотенциала регионовАнализ перспективмодернизации кластеровАнализ 200 промышленныхпредприятий России:– Объем реализации продукции в2016 г.

(млн руб.)– Темп прироста объемареализации продукции в 2016 г.по сравнению с 2015 г. (%)– Рентабельность реализациипродукции (%)– Производительность труда(тыс.чел. на млн руб.)Построение квадратнойматрицыПостроениесамоорганизующихся картпризнаков Т. КохоненаПрименение системы «ромбквадрат»Определение технологий иориентиров реализации«когнитивных кластеров»Выделение государственныхнаправлений поддержкиреализации «когнитивныхкластеров» в регионах РоссииОпределение кластерногопотенциала регионов России отгеографического расположения200 промышленных предприятийна их территорииАнализ рисков сиспользованием методаранжирования на светофорнойматрицеSWOT анализпредупреждения рисков имониторинга уровня развитиярегионаСветофорная матрицаранжирования рисковПостроение самоорганизующихсякарт признаковПостроение«когнитивных» кластеровЗаинтересованные стороны в результатах исследования:КластерыГосударство, Научные сообщества Регионы, КластерыРегионыРисунок 3 – Методика анализа и оценки кластеровИсточник: составлено автором11КластерыБаллыВ результате анализа по выделенным направлениям определяется степеньразвития региона относительно всей страны, что позволяет предположить либоо необходимости развития кластера, для повышения конкурентоспособностиивозрастанияпотенциаларегионаприсутствиякластера,либоо нецелесообразности формирования кластера в конкретном регионе, в видуотсутствия предпосылок и перспектив для его развития.

Предложенный порядоканализа и оценки кластеров способствует тому, чтобы процесс развития кластеровпроисходил с минимальными издержками для заинтересованных сторон.В рамках третьего пункта научной новизны определены прогнозыразвития региональных кластеров на основе скорингового анализа, ранжированиярисков реализации кластерных программ на светофорной матрице с цельюобеспечения синхронизации обновления мероприятий развития кластеровс планируемыми государственными стратегиями развития регионов.Анализ развития кластеров в исследовании условно делится на три периода:Период 2012-2016 гг.

Итоги реализации кластерной политики.Проведен анализ результатов реализации кластерной политики на примерекластеров Центрального федерального округа Российской Федерации путемоценки программ развития кластеров и экономической деятельности452 организаций-участников, входящих в их состав по 24 показателям,консолидированные данные которых легли в основу скорингового анализа.Результаты скорингового анализа представлены на рисунке 4.II класс – организации, демонстрирующие некоторую степень риска по задолженности6-34 баллов35-64 балловIII класс – проблемные организации65-99 баллов>100 балловI класс – организации с хорошим запасом финансовой устойчивости«Дубна»«Троицк»«Зеленоград»40«Пущино»473939«Обнинск»3837«ФизтехXXI»434739384030Количество баллов в 2012 г.Количество баллов в 2016 г.IV класс – организации с высокимриском банкротстваСнижение показателей внутри класса с 2012-2016 гг.Улучшение показателей внутри класса с 2012-2016 гг.Показатель класса остался неизменным с 2012-2016 гг.КлассыРисунок 4 – Результаты скорингового анализа кластеровИсточник: составлено автором12По результатам скорингового анализа кластеры Центрального федеральногоокруга: «Зеленоград», «Обнинск», «Пущино», «Физтех XXI», «Дубна», «Троицк»отнесены в III класс, то есть к проблемным организациям со средним финансовымсостоянием, в связи с тем, что значения их финансовых коэффициентови показателей эффективности отстают от оптимальных и среднеотраслевых.Проведенный анализ доказывает гипотезу о том, что положительнаядинамика экономических показателей региона может быть обусловленаприсутствием кластеров на его территории.

Характеристики

Список файлов диссертации