<<
>>

5.1 Прогностическая модель устойчивого развития нефтехимического комплекса на примере развития ИННОКАМ

Поиск механизмов устойчивого развития экономики в условиях неопределенности ставит на первый план проблему научно обоснованного планирования промышленности, необходимость выбора наиболее приемлемых подходов прогнозирования.

Возможность приобретения новых знаний лежит в основе использования методов моделирования в прогностических исследованиях. Метод моделирования применим в том слу­чае, если между объектом прогнозирования и моделью существует достаточное тождество и умеренные различия.

Одним из наиболее важных классов моделей промышленного развития являются имитационные модели, позволяющие с помощью последовательности вычислений прогнозировать траекторию развития социально-экономической системы с заданными параметрами при воздействии различных факторов и условий. В основу технологии прогнозирования деятельности региона положена концепция, согласно которой прогноз является результатом эволюции исходного состояния модели региона на заданную перспективу при задаваемых сценарных условиях. В процессе прогнозирования исходная база данных переносится в точку прогнозирования через модель причинно-следственных связей, экзогенные параметры модели переносятся через сценарий.

Рассмотрим общие тенденции и противоречия в системе управления экономическими системами. Положительным эффектом от локализации экономики является возможность ресурсного обеспечения фирм на конкретной территории со стороны промежуточных, сопутствующих и

вспомогательных отраслей. Имеющий при этом место поддерживающий эффект обусловлен снижением затрат и каких-либо барьеров в ресурсном обеспечении функционирования локализованной экономики. Другим положительным эффектом от локализации экономики рассматривается формирование объединенного рынка подготовленных,

высокопрофессиональных и квалифицированных трудовых ресурсов, локализация которых на конкретной территории снижает какие-либо издержки, трудности и барьеры по его использованию фирмами, размещенными на этой территории.

Возросшая, таким образом, доступность квалифицированного труда способствует более успешному функционированию локализованной экономики.

Положительным эффектом от локализации экономики также предлагается рассматривать экстерналии технического и технологического характера. Они заключаются в возможности доступа одних фирм, размещенных на локальной территории, к специализированному оборудованию, станкам, машинам и т.п., находящихся в распоряжении у других фирм, которые могут быть вовлечены в другие сферы отраслевого производства. Подобные эффекты, очевидно, могут быть характерны для территориально локализованных фирм, которые специализируются на разных этапах, стадиях, сегментах и т.п. производственного процесса.

Завершающим положительным эффектом от локализации экономики предлагается рассматривать возможность свободного движения между фирмами, локализованными на конкретной территории, различного рода знаний, необходимых для обеспечения успешного функционирования этих фирм [64].

Все эти положительные экстерналии, обусловленные территориальной локализацией производственных предприятий, обеспечивают в итоге синергетический эффект, возникающий от их совместного функционирования на соответствующей территории. Наличие

положительных экстерналий означает влияние территориальной локализации предприятий на их успешное, и прежде всего, эффективное функционирование.

Поскольку в процессе производства кластерного продукта доминирует освоение трансформационных производственных факторов, то при объединении усилий по их освоению происходит экстенсивно, т. е. снижения издержек ожидать не следует. Кооперация в кластере означает совместное освоение производственных факторов несколькими хозяйствующими субъектами - участниками кластера, каждый их которых может обладать индивидуальными производственными преимуществами, объединение которых в процессе производства обеспечивает этим участникам конкурентные преимущества или перед другими участниками кластера, или перед хозяйствующими субъектами вне кластера.

Таким образом, конкурентоспособность продукта хозяйственной системы в целом формируется в двух фазах. Первая фаза представляется процессом производства непосредственно самого продукта, где вместе с производимым продуктом создаются или продуцируются и его конкретные качества и свойства. Во второй фазе, когда продукт «попадает» во внешнюю среду, его характерные качества и свойства оцениваются внешней средой, т.е. потребителями. На этом этапе в результате потребительского выбора происходит рыночная оценка продукта, определяемая уровнем его потребительской востребованности. По итогам этой оценки конкретные качества и свойства, таким образом, становятся конкретными конкурентными преимуществами, обеспечивая общую

конкурентоспособность конкретного продукта.

Иными словами, на этой фазе реализуется процесс, который, скорее всего, можно рассматривать как рыночное продвижение конкретного продукта. Первая фаза, где имеет место процесс производства продукта, может быть представлена как трансформационная фаза формирования

конкурентоспособности. Очевидно, что этот этап определяется условиями конкретного производства. Вторая фаза, где имеет место потребительское закрепление продукта во внешней среде, может быть представлена как транзакционная фаза формирования конкурентоспособности.

При анализе особенностей процесса конкуренции внутри кластера следует обратить особое внимание на необходимость выделения двух его фаз [176]:

- процесса производства, где имеет место трансформация ресурсов, как факторов производства, непосредственно в товар или услугу;

- предшествующего процессу производства, и последующего за ним, процесса преобразования условий и предметов природы, а также готовых продуктов, через запасы в ресурсы.

В рамках последнего этапа участниками кластера осуществляется рыночный выбор, обеспечение доступности и приобретение необходимых условий и предметов природы, которые становятся запасами, а затем и ресурсами дальнейшего производства.

Конкурентоспособность продукта может быть обеспечена результативным и эффективным приобретением производственных ресурсов:

- качественные ресурсы при минимальных издержках по их приобретению, а затем результативным и эффективным освоением этих ресурсов в процессе производства продукта;

- качественный продукт при минимальных затратах на его производство.

В кластере приобретение производственных ресурсов его участниками осуществляется с минимальными издержками, что и стимулирует организации становиться резидентами кластера. Именно обеспечению минимальных издержек способствует наличие ключевого условия - кооперация участников кластера.

Основная конкурентная борьба между участниками кластера, таким

образом, происходит не настолько на стадии приобретения ресурсов, насколько в ходе их дальнейшего освоения в процессе производства. Относительно низкие издержки доступа к ресурсам для всех участников кластера и проявление конкурентной борьбы в процессе непосредственного производства товаров, все это в целом, обеспечивает участникам кластера относительно высокий уровень конкурентоспособности этих товаров на рынке вне кластера.

Результативность кластерного продукта следует рассматривать как способность совокупного продукта, выпускаемого всеми участниками кластера, удовлетворять потребности рынка, пользователей, клиентов и т.д. Эффективность кластерного продукта определяется, при этом, удельными издержками, затратами, расходами и т.п., совокупно затраченными на единицу кластерного продукта. Очевидно, что и потребительские качества кластерного продукта, которые определяют потребительскую удовлетворенность, и показатели эффективности его производства, формируются в процессе производства и зависят от того, как в этом процессе осуществляется освоение производственных факторов.

Приоритетными направлениями формирования эффективной структуры нефтехимического кластера региона являются:

1. Построение центра координации элементов инфраструктуры развития кластера, который позволит создать механизм, где элементы опираются на возможности друг друга и взаимодействуют с органами управления. Кроме того, координирующий орган позволит избежать проблемы несогласованности между элементами инфраструктуры кластера Нижнекамского муниципального района.

2. Создание индустриального парка в районе БСИ (базы стройиндустрии). Исследуя возможности и предпосылки создания индустриального парка в районе БСИ, необходимо отметить следующее:

1) Выгодное географическое положение: город Нижнекамск

расположен в северо-восточной части Республики Татарстан в 8 км от реки Кама.

Находится на расстоянии 240 км от столицы республики - Казани. Близлежащие города - Набережные Челны (40 км), (Заинск (42 км), пгт Камские Поляны (45 км), Чистополь (120 км). По территории города Нижнекамска проходит автодорога республиканского значения М3 сообщением «Нижнекамск - Камские Поляны - Чистополь - Казань», с выходом на магистраль федерального значения М7 «Москва - Уфа». В 20 км от города Нижнекамска расположен международный аэропорт Бегишево.

2) Индустриальный парк в районе БСИ будет располагаться в непосредственной близости от основных источников производства сырья (например, ПАО «Нижнекамскнефтехим»).

3) Наличие инженерной инфраструктуры.

4) Наличие трудовых ресурсов и высококвалифицированной рабочей силы.

5) Развитая социальная инфраструктура, благоприятные условия для жизни населения.

Таким образом, процесс формирование кластеров на территории региона невозможен без развития его структурных элементов. Создание недостающих и развитие имеющихся элементов нефтехимического кластера позволит: создать новые рабочие места для жителей региона, увеличить налоговые отчисления в бюджет; производить новые виды продукции, увеличить как качество, так и количество выпускаемой продукции; заменить импортные товары отечественными, за счет использования наукоемких, ресурсосберегающих и экологически чистых технологий; значительно повысить роль науки, образования, научно-исследовательских, проектно­конструкторских организаций, академической и вузовской науки; повысить как уровень научно-технических разработок, так и эффективность их внедрения.

Не менее важным является вопрос выявления и оценки предпосылок

формирования кластеров в конкретном регионе. Решение этого вопроса позволяет выявить на территории такие сферы, отрасли или направления реальной экономики, которые потенциально могут стать в будущем промышленной основой для кластерной организации производства.

Методологическим посылом для рассмотрения этого вопроса являются теоретические основания, направленные на обеспечение конкурентоспособного развития регионов.

По определению Н.С.Мироненко, конкурентоспособность национальной экономики - это «концентрированное выражение экономических, научно-технических, производственных, организационно-управленческих, маркетинговых и других возможностей, реализуемых в товарах, успешно противостоящих зарубежным товарам, как на внутреннем, так и на внешних рынках. Все эти возможности географически дифференцированы и являются характерными особенностями той или иной территории» [14]. Данные территориальные особенности зачастую имеют существенное значение для конкурентных преимуществ.

Одним из непременных элементов кластерной политики регионов должна являться правильная оценка перспектив или предпосылок формирования кластеров в регионах. К сожалению, позиция по поводу идентификации признаков кластерной организации производства, заключающихся в территориальной сосредоточенности промышленных предприятий, является изначально не верной. По определению И.В.Пилипенко, обозначение простого географического скопления предприятий термином «кластер» будет ошибкой [192].

По нашему мнению, пространственная агломерация промышленных предприятий -это не только присутствие ярко выраженного фактора интегрирующего производства в окружении предприятий смежных, взаимодополняющих отраслей, сопутствующих организаций, органов власти. Кластерная организация производства обусловлена, прежде всего, условиями, обеспечивающими самопродуцирование предпринимательской

деятельности участниками кластера. Поэтому, только если вышеприведенные условия и обстоятельства способствуют этому процессу, они могут рассматриваться как косвенные признаки кластеризации.

Следует отметить, что одной из основных проблем идентификации предпосылок формирования промышленных кластеров в конкретном регионе является определение их предметно-содержательной направленности. В настоящем разделе, как было предварительно отмечено, решается задача выявления и оценки предпосылок выявления кластеров в регионах. Очевидным решением этой проблемы является правильный выбор комплекса параметров или индикаторов, по значению которых могут быть определены промышленные отрасли или экономические сферы, способные представлять собой основу возможных кластеров. Очевидно, что подобные индикаторы кластеризации не могут определять собой точные предметно­содержательные границы кластера. Они способствуют более точному выявлению тех отраслей, которые при высоком уровне развития и производственно-технологической близости могут стать лидерами кластерного взаимодействия.

Пространственные промышленные агломерации имеют четкую отраслевую ориентацию. Поэтому, предпосылки формирования промышленных кластеров должны исходить, прежде всего, из отраслевых особенностей системы хозяйствования. При этом, комплекс параметров должен включать как индикаторы динамического, так и масштабного характера, и только их одновременно высокие значения для конкретной промышленной отрасли региона могут идентифицировать ее как основу возможного кластера внутри данного региона. Индикаторы развития динамического характера свидетельствуют о текущих изменениях в состоянии отрасли в настоящий момент. Динамичность отрасли определяется как ее способность к изменениям.

Вполне возможным является проявление минимальной масштабности

отрасли при ее максимальной динамичности (развитие сферы информационных коммуникаций). Также, можно допустить сочетание максимальной масштабности и минимальной динамичности развития отрасли (развитие отдельных добывающих и перерабатывающих отраслей, например, деревообрабатывающей, сельскохозяйственной и т.п.).

Закономерности динамического развития промышленных кластеров, их инновационной составляющей являются достаточно сложными и их содержательный анализ на основе логических интуитивных методов затруднителен. Это приводит к необходимости использования различных моделей и методов моделирования. Экономико-математическая модель управления развитием промышленных кластеров должна включать все компоненты, в той или иной мере влияющие на динамику функционирования предприятий - резидентов кластера и эффективность кластера в целом. Предполагается, что использование экономико-математических моделей позволяет получить новые знания о наличии и тесноте взаимосвязи влияющих факторов на динамическое и инновационное развитие кластера. Моделирование в данном случае выступает как инструмент анализа интеграционных и инновационных процессов внутри кластерного образования, в том числе в условиях внешней нестабильности, обоснования принимаемых решений, проектирования, управления развитием пространственной агломерации.

Воспользуемся методом моделирования интеграционных и инновационных процессов внутри кластерного образования путем построения экономических зависимостей. Оценка качественных результатов формирования кластерного образования в регионе предполагает использование корреляционно-регрессионных методов, позволяющих описать зависимость конечных результатов развития пространственной агломерации от изменения основных экономических и производственных факторов ее динамического функционирования. Таким образом, можно

оценить влияние изменений параметров деятельности резидентов кластера и их научно-производственной кооперации на результат развития кластерного образования в целом, выявить вклад отдельных факторов в инновационное развитие.

В качестве результирующего параметра развития интеграционных и инновационных процессов внутри кластерного образования воспользуемся показателем темпа роста инновационной продукции предприятиями - резидентами кластера. Данный параметр, как описывалось нами ранее, характеризует уровень концентрации инновационных процессов на предприятии, является конечным результатом инновационных преобразований в соответствии с общими методологическими подходами системы кластерной формы организации производства.

Моделирование системы управления развитием промышленных кластеров, в свою очередь, позволит спрогнозировать при прочих равных условиях ожидаемый рост производства инновационной продукции кластера^ с учетом тенденций роста или снижения основных параметров функционирования предприятий - резидентов кластера на краткосрочную перспективу.

Таблица 5.1 - Базовые переменные модели управления развитием промышленных кластеров (на примере развития Камского инновационного территориально-производственного кластера (ИННОКАМ)) (составлено автором)

Наименование переменных Динамика базовых переменных
2012 2014 2016 2018 2020
1 2 3 4 5 6
Результирующий фактор (Y)
Темп роста отгруженной организациями-участниками инновационной продукции, % Y 96,02 103,69 102,73 121,40 109,84

Продолжение табл. 5.1

1 2 3 4 5 6
Зависимые переменные (Хі - Х9)
Темп роста численности занятых на предприятиях кластера, % Х1 97,28 99,95 100,60 100,57 100,65
Темп роста числа высокопроизводительных рабочих мест, созданных заново или в результате модернизации имеющихся рабочих мест, % Х2 98,20 116,68 120,10 100,39 99,22
Темп роста средней выработки на одного работника организаций- участников кластера, % Хз 105,26 108,33 160,51 74,76 108,12
Темп роста инвестиционных затрат организаций-участников кластера, % Х4 156,82 133,40 116,09 116,00 115,98
Темп роста инвестиций в развитие кластера, включая бюджетные средства и средства внебюджетных источников, % Х5 128,12 104,21 105,42 106,45 107,34
Темп роста проектов в сфере научных исследований и разработок, выполняемых организациями-участниками, % Хб 289,16 118,90 105,00 105,00 105,00
Темп роста исследований и разработок, приобретенных организациями-участниками кластера друг у друга по договорам на выполнение НИР, ОКР и ТР, % Х7 99,57 103,42 105,79 109,38 121,43
Темп роста машин и оборудования, приобретенных организациями-участниками кластера друг у друга, % Х8 102,12 103,45 101,15 102,47 101,54
Темп роста стоимости сырья, материалов и комплектующих изделий, приобретенных организациями-участниками кластера друг у друга, % Х9 105,40 107,23 106,05 108,13 109,54

Достаточно объективное обоснование влияния параметров интеграционных и инновационных процессов внутри кластерного образования на ожидаемую величину производства инновационного продукта можно получить путем построения регрессионной модели. В таблице 4. представлены значения базовых переменных - параметров функционирования предприятий - резидентов Камского инновационного территориально-производственного кластера Республики Татарстан (ИННОКАМ):

1) X1- темп роста численности занятых на предприятиях кластера, %;

2) X2- темп роста числа высокопроизводительных рабочих мест, созданных заново или в результате модернизации имеющихся рабочих мест, %;

3) X3- темп роста средней выработки на одного работника организаций-участников кластера, %;

4) X4 - темп роста инвестиционных затрат организаций-участников кластера, %;

5) X5 - темп роста инвестиций в развитие кластера, включая бюджетные средства и средства внебюджетных источников, %;

6) X6 - темп роста проектов в сфере научных исследований и разработок, выполняемых организациями-участниками, %;

7) X7- темп роста исследований и разработок, приобретенных организациями-участниками кластера друг у друга по договорам на выполнение научно исследовательских разработок, опытно-конструкторских работ и технических решений, %;

8) X8 - темп роста машин и оборудования, приобретенных

организациями-участниками кластера друг у друга, %;

9) X9- темп роста стоимости сырья, материалов и комплектующих изделий, приобретенных организациями-участниками кластера друг у друга, %.

Указанные параметры составляют базовую основу моделиуправления развитием промышленных кластеровв целях пространственного развития и реализации инновационных преобразований и определяются путем статистического изучения происходящих в организациях - резидентах кластера процессов.

Построение матрицы парных коэффициентов корреляции и проверка выбранных параметров на нормальность распределения выявили коллинеарность следующих переменных:

- темп роста численности занятых на предприятиях кластера (X1) и темп роста числа высокопроизводительных рабочих мест, созданных заново или в результате модернизации имеющихся рабочих мест (X2);

- темп роста инвестиционных затрат организаций-участников кластера (X4) и темп роста инвестиций в развитие кластера, включая бюджетные средства и средства внебюджетных источников (X5);

- темп роста проектов в сфере научных исследований и разработок, выполняемых организациями-участниками (X6) и темп роста исследований и разработок, приобретенных организациями-участниками кластера друг у друга по договорам на выполнение научно исследовательских разработок, опытно-конструкторских работ и технических решений (X7);

- темп роста машин и оборудования, приобретенных организациями- участниками кластера друг у друга (X8) и темп роста инвестиционных затрат организаций-участников кластера (X4).

Данные факторы имеют достаточно тесную причинно-следственную связь, что исключает возможность их параллельного использования при построении модели. С учетом вышеизложенного из факторов X1- Х9выберем более значимые для развития инновационного промышленного кластера:

X2 - темп роста числа высокопроизводительных рабочих мест, созданных заново или в результате модернизации имеющихся рабочих мест, %;

X5- темп роста инвестиций в развитие кластера, включая бюджетные средства и средства внебюджетных источников, %;

Хб - темп роста проектов в сфере научных исследований и разработок, выполняемых организациями-участниками, %;

X9- темп роста стоимости сырья, материалов и комплектующих изделий, приобретенных организациями-участниками кластера друг у друга, %.

Достаточно высокую точность и обоснованность модели управления развитием промышленных кластеров определяет коэффициент детерминации, равный в данном случае 78%, а также t- критерий Стьюдента, превышающий единицу и показывающий неслучайность и статистическую значимость выбранных переменных. Незначительная погрешность уравнения, обусловлена влиянием случайных факторов, неучтенных в модели, стандартной ошибкой измерения или возможными случайными возмущениями. Очевидно, не все переменные поддаются регулирующему воздействию и модифицируются в результирующий показатель.

Экономико-математическая модель управления развитием инновационных промышленных кластеров(модель множественной регрессии), отражающая взаимосвязь результативного признака - темпа роста производства инновационной продукции в кластере с факторами - экономическими, производственными и инновационными параметрами функционирования предприятий - резидентов Камского инновационного территориально-производственного кластера Республики Татарстан, будет иметь следующий вид: где Y- темп роста производства инновационной продукции в кластере;

X2- темп роста числа высокопроизводительных рабочих мест,

созданных заново или в результате модернизации имеющихся рабочих мест;

X5- темп роста инвестиций в развитие кластера, включая бюджетные средства и средства внебюджетных источников;

X6 - темп роста проектов в сфере научных исследований и разработок, выполняемых организациями-участниками;

X9 - темп роста стоимости сырья, материалов и комплектующих изделий, приобретенных организациями-участниками кластера друг у друга.

Полученная модель позволяет измерить интенсивность связи, т. е. определить, в какой степени изменение независимых переменных - экономических, производственных и инновационных параметров функционирования резидентов кластера объясняет изменчивость (вариацию) зависимой переменной - темпа роста производства отгруженной инновационной продукции в кластере. Так, наибольшее влияние на изменение отгруженной инновационной продукции оказывают темп роста числа высокопроизводительных рабочих мест, созданных заново или в результате модернизации имеющихся рабочих мест(коэффициент детерминации или скорость изменения - 3,48). Высокопроизводительные рабочие места основаны на использовании современных технологий и, соответственно, позволяют наращивать производство инновационной продукции, увеличивать производительность труда и эффективность производства.

Менее тесная прямая зависимость отмечается между темпом роста инвестиций в развитие кластера, включая бюджетные средства и средства внебюджетных источников и производством инновационной продукции в кластере (коэффициент детерминации - 1,09). Относительно слабое влияние данного фактора вероятно обусловлено наличием определенного временного лага от вложения инвестиций в развитие производства до получения экономического эффекта.

Фактор роста проектов в сфере научных исследований и разработок,

выполняемых организациями-участниками, в данном случае показывает определенное отрицательное воздействие на рост производства инновационной продукции предприятиями кластера(коэффициент детерминации - 0,61). Данную ситуацию можно интерпретировать

аналогично предыдущему фактору - инвестированию кластера. Более того, здесь возможен более длительный временной лаг, а также не исключено полное отсутствие экономического эффекта в случае неудачных исследовательских разработок или невозможности их коммерциализации на предприятиях кластера.

Менее тесная положительная зависимость наблюдается между фактором стоимости сырья, материалов и комплектующих изделий, приобретенных организациями-участниками кластера друг у друга, и ростом производства инновационной продукции предприятиями

кластера(коэффициент детерминации - 0,39). Данный фактор показывает уровень производственной кооперации между участниками кластера, что позволяет повысить синергетический эффект, снизить издержки на все виды ресурсов, расширить возможности для внедрения инноваций и производства инновационной продукции.

Экономико-математическая модель управления развитием инновационных промышленных кластеровможет быть использована для прогнозирования объема инновационной продукции в зависимости от параметров локального функционирования резидентов кластера и уровня их кооперации. Очевидно, что данные предположения не будут абсолютно объективны для каждого исследуемого кластера, так как данная регрессионная модель построена на примере конкретной промышленной агломерации - Камского инновационного территориально­производственного кластера Республики Татарстан. Таким образом, возможно построение индивидуальных математических моделей влияния параметров деятельности резидентов кластера на рост объемов производства

инновационной продукции.

Рисунок 5.1 - Прогнозирование изменения темпов роста производства инновационной продукции в зависимости от экономических, производственных и инновационных параметров развития кластерного образования (составлено автором)

Модель управления развитием инновационного промышленного кластера в краткосрочной перспективе с определенной объективностью позволит оценить направление, интенсивность или экстенсивность развития производственных и инновационных процессов, выявить факторы, способствующие или ограничивающие рост производства в кластере. Целенаправленно воздействуя на переменные модели, можно условно управлять динамикой производственных процессов. В данном случае инновационное производство выступает как объект управления и

одновременно является средством достижения поставленных целей, т.е. элементом механизма управления.

Таким образом, анализ всех приведенных методологических оснований и обобщающих заключений позволяет сделать следующие выводы.

1. Лучшие конкурентные преимущества участники кластера обеспечивают себе и кластеру в целом в том случае, когда при взаимодействии друг с другом в процессах обмена/распределения кластерных продуктов проявляют кооперацию, а в процессах производства совокупного кластерного продукта - конкуренцию.

2. Если конкуренция в процессе производства совокупного

продукта промышленной агломерации полностью

«вытесняется»кооперацией участников этой агломерации, то соответствующая пространственная совокупность предприятий может представлять собой просто сетевую структуру. Кластером такая агломерация считаться не может, поскольку, во-первых, производство итогового продукта не основано на конкурентном освоении производственных факторов, а во- вторых, кооперационное взаимодействие субъектов системы внутри сети усиливает ее закрытости уменьшает свободную доступность ключевого интегрирующего ресурса, что в целом становится существенным барьером для самопродуцирования предпринимательской деятельности в этой агломерации. Кроме этого, следует сказать, что при снижении конкуренции за счет кооперации может иметь место снижение конкурентных давлений и, следовательно, стремления участников кластера к инновационному развитию, а также существует вероятность того, что одиночные компании будут более конкурентоспособными по сравнению с объединенными в кластер.

3. Если кооперация полностью «вытесняется» конкуренцией и в процессах обмена/распределения ресурсов и условий, и в процессе производства совокупного продукта, то соответствующая пространственная

совокупность предприятий может представлять собой просто агломерацию промышленных предприятий. Кластером такая агломерация рассматриваться не может, поскольку, высокий уровень конкуренции и на этапе ресурсного обеспечения, и на этапе производства, может представлять собой барьер для самопродуцирования предпринимательской деятельности в этой агломерации. Более того, в этом случае, когда кооперация полностью«вытесняется» конкуренцией, могут проявляться признаки чрезмерной специализации производства в кластере, что, в свою очередь, может приводить к снижению диверсификации экономики, снижая ее устойчивость.

<< | >>
Источник: ДЫРДОНОВА АЛЕНА НИКОЛАЕВНА. УПРАВЛЕНИЕ УСТОЙЧИВЫМ РАЗВИТИЕМ ПРОМЫШЛЕННЫХ КЛАСТЕРОВ. Диссертация на соискание ученой степени доктора экономических наук. Казань - 2019. 2019

Еще по теме 5.1 Прогностическая модель устойчивого развития нефтехимического комплекса на примере развития ИННОКАМ:

  1. 4.3 Экономико-математическая модель управления устойчивым развитием промышленного кластера нефтехимического комплекса Республики Татарстан
  2. 5 АПРОБАЦИЯ МОДЕЛИ УПРАВЛЕНИЯ РАЦИОНАЛЬНЫМ ИСПОЛЬЗОВАНИЕМ РЕСУРСОВ НА ПРИМЕРЕ РАЗВИТИЯ ИННОКАМ
  3. По итогам пятой главы, рассматривающей практический аспект модели рациональным использованием ресурсов на примере развития ИННОКАМ, сделаны следующие основные выводы:
  4. 1.1 Модели развития промышленного комплекса в условиях сетевизации экономики
  5. 1.2 Факторы устойчивости экономического развития промышленного комплекса
  6. 1 ТЕОРИЯ УСТОЙЧИВОГО развития экономики ПРОМЫШЛЕННЫХ КОМПЛЕКСОВ
  7. По итогам первой главы, рассматривающей вопросы теории устойчивого развития экономики промышленных комплексов, сделаны следующие основные выводы:
  8. Модель развития эффективной региональной инновационной инфра­структуры на примере Краснодарского края
  9. 4 ПРЕДЛАГАЕМАЯ МОДЕЛЬ УПРАВЛЕНИЯ УСТОЙЧИВЫМ РАЗВИТИЕМ ПРОМЫШЛЕННОГО КЛАСТЕРА С УЧЕТОМ РЕАЛИЗАЦИИ СТРАТЕГИИ УМНОЙ СПЕЦИАЛИЗАЦИИ
  10. По итогам четвертой главы, рассматривающей вопросы управления устойчивым развитием промышленного кластера в рамках модели RIS3, сделаны следующие основные выводы: