В соответствии с принятым методическим подходом, данный показатель рассчитывается как средняя геометрическая из индексов изменения отдельных показателей состояния и развития инновационного кластера по следующей формуле:
(2)
где: kсв - индекс изменения совокупной выручки предприятий-участников кластера от продаж несырьевой продукции на внутреннем и внешнем рынках;
kдм - индекс изменения доля продаж продукции кластера в объеме мирового рынка; kзп - индекс изменения количества рабочих мест на предприятиях и организациях-участниках кластера с уровнем заработной платы, превышающим на 100% средний уровень регионе базирования кластера;
kмсп - индекс изменения доли малых и средних инновационных компаний в экономике кластера;
kзир - индекс изменения доли численности персонала, занятого научными исследования и разработками, в общей численности кластера;
kраз - индекс изменения доли затрат на прикладные исследования и разработки в общем объеме затрат на научные исследования и разработки;
kпт - индекс изменения доли кластера в использовании передовых производственных технологий.
Указанные индексы рассчитываются как отношение соответствующих показателей отчетного периода к базовому.
Особое место в работе отводится анализу влияния функционирования малых предприятий на конечный результат инновационной деятельности кластера в целом. Для решения данной задачи в работе предлагается установить корреляционную зависимость между следующими показателями:
- доля инновационной продукции кластера в общем объеме производства, %;
- доля занятых на малом предприятии в общей численности занятых в кластере, %;
- доля выручки малого предприятия в общем объеме производства кластера, %.
Установление такой зависимости в определенной мере является характеристикой степени инновационности и интегрированности малых предприятий (МП) в кластерную структуру. С целью установления зависимости были выбраны два направления кластеров. Первое направление характеризует деятельность предпринимательских структур в сфере медицины, фармацевтики и биотехнологий, второе - в области ядерных и лазерных технологий, электроники и приборостроения.
В каждую группу обследования вошли по 5 кластерных образований. В первую группу вошли следующие структуры:
- кластер фармацевтики, биотехнологий и биомедицины (г. Обнинск);
- биотехнологический инновационный территориальный кластер (г. Пущино);
- кластер медицинской промышленности (г. Санкт-Петербург);
- биофармацевтический кластер (Новосибирская область);
- кластер «Физтех» (г. Химки).
Во вторую группу вошли следующие кластерные структуры:
- кластер ядерно-физических и нанотехнологий (г. Дубна);
- кластер радиационных технологий (г. Санкт-Петербург);
- кластер инновационных технологий ЗАТО (г. Железногорск);
- ядерно-инновационный кластер (г. Димитровград, Ульяновская область);
- инновационный аэрокосмический кластер (Самарская область).
Для определения тесноты связи между приведенными в таблице 6 показателями в работе использовался множественный коэффициент ранговой корреляции, который рассчитывается по формуле:
, (3)
где: 
- количество факторов; 
- число наблюдений; 
- отклонение суммы квадратов рангов от средней квадратов рангов.
Таблица 6
Расчет коэффициента ранговой корреляции по первой группе кластеров (медицина, фармацевтика и биотехнологии).
№ кластера | Доля инно-вационной продукции, %; Х1 | Доля занятых на МП, % Х2 | Доля выручки на МП, % Х3 | Rх1 | Rх2 | Rх3 |
|
|
1 | 15 | 6 | 11 | 1 | 3 | 2 | 6 | 36 |
2 | 52 | 3 | 53 | 4 | 2 | 4 | 10 | 100 |
3 | 40 | 50 | 60 | 2 | 5 | 5 | 12 | 144 |
4 | 71 | 1,8 | 1,5 | 5 | 1 | 1 | 7 | 49 |
5 | 42 | 13 | 21 | 3 | 4 | 3 | 10 | 100 |
Итого | - | - | - | - | - | - | 45 | 429 |
В результате выполненного расчета по первой группе кластеров были получены следующие числовые значения: = 24; 
=0,28. Полученное значение коэффициента конкордации свидетельствует о существовании относительной связи между анализируемыми показателями. В целях наиболее полной интерпретации степени значимости малых инновационных предприятий в кластерных образованиях был произведен расчет по второй группе кластеров.
В результате выполненного расчета по второй группе кластеров были получены следующие числовые значения: S = 10; W = 0,11. Полученное значение коэффициента конкордации свидетельствует о достаточно низком уровне связи между анализируемыми показателями. Это позволяет говорить о невысоком уровне интегрированности малых инновационных предприятий в кластерный комплекс, что подтверждается относительно незначительной долей занятых и низким уровнем выручки в нескольких кластерах обследуемой группы.
Таблица 7
Расчет коэффициента ранговой корреляции по второй группе кластеров (ядерные и лазерные технологии, электроника).
№ кластера | Доля инно-вационной продукции, %; Х1 | Доля занятых на МП, % Х2 | Доля выручки на МП, % Х3 | Rх1 | Rх2 | Rх3 |
|
|
1 | 59 | 4,6 | 5,4 | 3 | 3 | 2 | 8 | 64 |
2 | 90 | 2,5 | 19 | 5 | 2 | 3 | 10 | 100 |
3 | 77 | 3,0 | 20 | 4 | 1 | 4 | 9 | 81 |
4 | 22 | 7 | 2,3 | 2 | 4 | 1 | 7 | 49 |
5 | 21 | 20 | 21 | 1 | 5 | 5 | 10 | 121 |
Итого | - | - | - | - | - | - | 45 | 415 |
Полученные коэффициенты конкордации в целом по группам кластеров свидетельствуют о низкой активности малого предпринимательства в процессе кластерных образований. Вместе с тем, полученные результаты показывают, что степень ранговой зависимости в кластерах первой группы (медицина, фармацевтика и биотехнологии) выше по отношению к кластерам второй (ядерные и лазерные технологии, электроника) группы почти в 2,5 раза. Это подтверждается и тем, что среднее арифметическое значение выручки на один кластер первой группы составляет (29,3%), против аналогичного показателя 13,7% второй группы кластеров.
Таким образом, можно сделать вывод, что производительность труда в кластерных структурах существенно превышает аналогичные показатели для предприятий, не связанных с кластерными образованиями. Это, в свою очередь, позволяет говорить о неэффективном использовании ресурсного потенциала предпринимательских структур в условиях усиления конкурентной борьбы на рынках. Доля выручки малых инновационных предприятий в общей выручке кластеров остается пока на низком уровне (1,2-6,9%) за исключением кластеров, функционирующих в сфере приборостроения, нефтегазопереработки и информационно-коммуникативных технологий (13,5-24,1%).
В целом синергический эффект полученный в результате совместного использования ресурсного потенциала кластерной структуры можно представить в виде:
(4)
где: Э1…Эn – эффекты, полученные в условиях автономного функционирования предпринимательских структур; 
- эффект от совместной деятельности предпринимательских структур, входящих в кластер.
В зависимости от численного значения синергического эффекта возможны определенные состояния, характеризующие устойчивость кластерной структуры. Например, чем больше синергический эффект 
, тем глубже процесс хозяйственного взаимодействия хозяйствующих субъектов и тем устойчивее кластерное образование; чем меньше величина , тем меньше этот эффект и неустойчивее кластерная структура; при 
экономическая интеграция практически отсутствует, а такое взаимодействие носит почти хаотичный или условный характер.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 |
Основные порталы (построено редакторами)