Актуальная повестка инновационного развития России тесно связана с кластерной политикой. В начале 2012 г. Министерство экономического развития РФ инициировало конкурсный отбор проектов по развитию пилотных инновационных территориальных кластеров (ИТК) в регионах страны. Из сотни поданных региональными администрациями заявок государственную поддержку получили 25 кластерных инициатив. Реципиентами средств стали преимущественно проекты в области инновационной инфраструктуры [Гохберг, Шадрин, 2015; Kutsenko, 2015; Zemtsov et al., 2015; Бортник и др., 2015], которые, в отличие от комплексных программ развития кластеров, не предполагали реализации исследований и разработок (ИиР), инновационной деятельности, (переподготовки кадров и других масштабных мероприятий¹ (Проект перечня пилотных программ развития инновационных территориальных кластеров и аналитических материалов к ним от 05.07.2012 No 135175-АК/Д-19ч. Режим доступа: http://economy.gov.ru/wps/wcm/connect/1a5dcd004bf64bef858d9d77bb90350d/doklad_proekt.pdf?MOD=AJPERES, дата обращения 26.07.2016. ). Стратегии социально-экономического развития многих российских регионов объявляют создание и поддержку кластеров одним из приоритетов. Как правило, эта мера направлена на реструктуризацию якорных предприятий, создание сети поставщиков вокруг них, развитие малого и среднего технологического предпринимательства, а также кооперацию бизнеса с научными и образовательными организациями. Многие кластерные инициативы возникают «снизу» и зачастую остаются незамеченными региональными или федеральными властями.

Принципы территориальной концентрации предприятий исследуются на протяжении довольно длительного времени. Альфред Маршалл (Alfred Marshall) применительно к доиндустриальной эпохе подробно описывал «локализованную промышленность» (localized industry) [Marshall, 1920], когда предприятия определенных групп отраслей размещались в относительной близости друг к другу, образуя высококонкурентные промышленные округа. Объектами аналогичных современных исследований служат кластеры предприятий как «сконцентрированные по географическому принципу группы взаимосвязанных компаний, специализированных поставщиков, поставщиков услуг и аффилированных организаций (в том числе университетов, научных организаций и т. д.) в промышленности или сфере услуг» [Porter, 2008].

Современные зарубежные исследования показывают, что принадлежность к кластеру выгодна компаниям, поскольку облегчает доступ к специализированным факторам производства и рабочей силе, специфическим знаниям и компетенциям [Porter, 1998; 2008; Karlsson, 2008]. В кластерах выше интенсивность образования новых фирм [Bresnahan et al., 2001; Feldman et al., 2005], вероятность их последующего выживания [Staber, 2001; Wennberg, Lindqvist, 2010], доля компаний-экспортеров [Bair, Gereffi, 2001], экономические показатели [Zhang Li, 2008] и инновационная активность предприятий [Cooke, Schwartz, 2007].

В фокус государственной политики кластеры попали лишь в 1990-е гг., если не принимать во внимание такие близкие, но не тождественные им образования, как территориально-производственные комплексы [Пилипенко, 2004], полюса роста и т. п. Последующее распространение кластеров связано в первую очередь с работами Майкла Портера (Michael Porter) [Porter, 2008]. Разработанный им подход содержал рекомендации по повышению конкурентоспособности для целого ряда стран, в том числе и для России [Портер, Кетеле, 2007]. Сегодня кластерную политику активнее всего ведут страны Европейского союза (Германия, Франция, Испания, Австрия, Чехия) [Ketels, 2003; Ketels et al., 2012] и Латинской Америки (Мексика, Бразилия, Чили, Колумбия). За последние два десятилетия накоплен большой массив исследований кластерной политики с рекомендациями по ее развитию [Kutsenko, 2015].

Ключевыми вопросами кластерной политики являются допустимость государственного вмешательства в процессы кластеризации и его границы. В профессиональном сообществе распространено мнение, что формирование кластеров — естественный процесс, которому государство может только навредить [Martin et al., 2008; Duranton, 2011]. В работе [Van der Linde, 2003] лишь один из более 700 проанализированных кластеров — в тайваньском Синьчжу (Xinzhu Shi) — можно в полной мере признать результатом целенаправленной политики. Вместе с тем найти кластер, не получавший государственной поддержки ни в какой форме, — задача нетривиальная. Некоторые из них, например, в сфере креативных индустрий в Великобритании, находятся в постоянной зависимости от бюджетных средств [Landry, 2008].

Эффективная кластерная политика предполагает сбалансированную поддержку, которая, с одной стороны, компенсирует «провалы» рынка, а с другой — не порождает сходных «провалов» государства. Ошибки последнего могут принимать разнообразные формы — неправильный выбор приоритетов или объектов поддержки, несоответствие регулирующих мер характеру проблем, давление заинтересованных групп и т. д., что способно свести на нет любые усилия в данной области (подробнее см.: [Куценко, 2012]). Многие из таких просчетов характеризуют политику целых групп стран. Например, некоторые региональные стратегии инновационного развития в Европейском союзе отмечены низким уровнем межведомственного взаимодействия, фокусом на ИиР в ущерб анализу потребностей рынка, превалированием традиционных отраслей над развивающимися, чрезмерным вниманием к престижным проектам и направлениям и т. д. [Sörvik, Midtkandal, 2013].

В последние десятилетия возрос спрос на проекты по выявлению и оценке направлений, обладающих наибольшим потенциалом развития кластеров в региональном разрезе. Прежде всего, речь идет об упомянутом проекте под руководством М. Портера в США [Porter, 2003; Delgado et al., 2014] и деятельности Европейской кластерной обсерватории (European Cluster Observatory) [Ketels, Protsiv, 2014a; Ketels, Protsiv, 2014b]. На основе методологии последней в конце 2000-х гг. был реализован пилотный проект по определению приоритетных отраслей и регионов для развития кластеров в России [Куценко, 2009; Куценко и др., 2011; Данько, Куценко, 2012]. В 2015 г. Российской кластерной обсерваторией была запущена Карта кластерных инициатив, которая аккумулировала подробную информацию о примерно 100 кластерах, предоставивших о себе сведения в заявительном порядке² (Подробнее см.: http://map.cluster.hse.ru, дата обращения 16.06.2016.) .

Соответствие поддерживаемых государством инициатив объективной специализации региона с наибольшим потенциалом развития кластеров позволяет минимизировать риски неэффективности кластерной политики. Впрочем, сложный инструментарий для определения перспективных направлений используется сравнительно редко. Так, при отборе кластеров для оказания поддержки в регионе Верхней Австрии применялись только коэффициенты локализации [Pamminger, 2014]. Однако даже такие сравнительно простые инструменты снимают значительную часть рисков. Мы не располагаем сведениями об использовании в явном виде того или иного специализированного инструмента для определения перспективных отраслей в каком-либо из российских регионов, поддерживающих развитие кластеров на своей территории. Разработка и апробация таких инструментов видится актуальным практическим шагом к повышению эффективности кластерной политики в России. Другими важными факторами успеха последней, которые нужно принимать во внимание при отборе кластеров, являются:

• доминирование частной инициативы [INNO Germany AG, 2010, р. 108; Hagenauer et al., 2012, p. 2; Абашкин и др., 2012; Lindqvist et al., 2013; Куценко, 2015];


• приоритет интересов малого и среднего бизнеса [DoZi.se, Staehler, 2008; Eickelpasch, 2008; DGCIS, 2009; Pro Inno Europe, 2009; Christensen et al., 2012; Lindqvist et al., 2013];


• широкий круг участников кластера и конкуренция (а не только кооперация) между ними [Porter, 1998; Pamminger, 2014; Куценко, 2015].

Одним из ключевых недостатков пилотных ИТК, на наш взгляд, являются незначительное число малых предприятий и недостаточный уровень их взаимодействия. Данная категория участников кластеров максимально заинтересована в самом этом формате, а равно в разработке и реализации совместных проектов, которые позволяют консолидировать ресурсы вокруг общих проблем, неразрешимых силами отдельного предприятия. Согласно проведенным расчетам доля малых и средних компаний в общем числе участников пилотных кластеров значительно ниже, чем в европейских странах [Zemtsov et al., 2015; Бортник и др., 2015]. В зарубежных проектах по выявлению кластеров перечисленные факторы в настоящее время прямо не учитываются, т. е. налицо разрыв между теоретическим знанием, с одной стороны, и экспертным сопровождением практических решений — с другой.

Цель нашего исследования состоит в разработке методологии выявления отраслевых направлений, наиболее перспективных с точки зрения потенциала развития кластеров на региональном уровне. Дополненная такими факторами, как уровень конкуренции и поддержки малого бизнеса, предлагаемая методология будет апробирована путем сопоставления индексов, которые отражают потенциал кластеризации российских регионов по выбранным видам экономической деятельности, с данными о расположении пилотных ИТК, отобранных и поддерживаемых Минэкономразвития России.

Исходные данные и методика исследования

Для отбора отраслевых направлений с высоким потенциалом развития кластеров будут рассчитаны специальные индексы кластеризации. С этой целью авторами был применен следующий алгоритм, основанный на принципах методологии Европейской кластерной обсерватории [Земцов, Буков, 2016]. На первом этапе все отечественные пилотные ИТК были в соответствии с их главной специализацией³ (Подробнее см.: http://map.cluster.hse.ru, дата обращения 16.06.2016.) сгруппированы по высокотехнологичным отраслям⁴ (По данным Российской кластерной обсерватории. Режим доступа: http://cluster.hse.ru/, дата обращения 16.06.2016.) согласно классификатору видов экономической деятельности ОКВЭД (табл. 1). При этом для некоторых кластеров основыми являются сразу несколько высокотехнологичных отраслей⁵ (По классификации Росстата [Росстат, 2014], основанной на рекомендациях ОЭСР и Евростата, к высокотехнологичным отраслям промышлен-ности по ОКВЭД относятся: 24.4. Производство фармацевтической продукции; 30. Производство офисного оборудования и вычислительной техники; 32. Производство электронных компонентов, аппаратуры для радио, телевидения и связи; 33. Производство медицинских изделий; средств измерений, контроля, управления и испытаний; оптических приборов, фото- и кинооборудования; часов; 35.3. Производство лета-тельных аппаратов, включая космические. Другие отрасли специализации ИТК, такие как нефтехимия, автомобиле- и судостроение, относятся к среднетехнологичным. ИКТ (код 72) относится к наукоемкому виду деятельности.). Собранная статистическая информация по всем отобранным видам деятельности, соответствующим специализации пилотных ИТК, отражала число фирм по регионам России в 2013 г., их выручку и общий уровень занятости. Расчетные исследования опирались на данные баз СПАРК⁶ (СПАРК — система профессионального анализа рынков и компаний. Режим доступа: http://www.spark-interfax.ru/Front/Index.aspx, дата обраще-ния 16.06.2016)   и RUSLANA⁷ (RUSLANA — база данных, содержащая информацию о компаниях России, Украины и Казахстана. Режим доступа: https://ruslana.bvdep.com/, дата обращения 16.06.2016.) .

На втором этапе была оценена доля каждого предприятия в совокупной выручке и занятости всех фирм в выбранных видах деятельности по каждому региону России. На основе этих данных был рассчитан коэффициент монополизации отрасли в регионе, очищенный от возможного влияния показателей одной доминирующей на локальном рынке компании:

где:

НН — коэффициент монополизации, или концентрации⁸ (Значение индекса >0.25 означает наличие высококонцентрированного регионального рынка)  (индекс Херфиндаля-Хиршмана), отрасли і в регионе g-,

n — число фирм в отрасли в регионе;

s — доля фирмы/;

Етр — число работников (человек)-,

Sale — выручка (млн руб.).

Обратный показатель (1-НН) можно назвать индексом деконцентрации: чем он выше, тем ниже уровень монополизации региональной экономики.

На третьем этапе рассчитывались коэффициенты локализации исследуемых отраслей в каждом регионе по трем параметрам: число фирм, выручка и занятость. Три характеристики использованы для взаимной верификации:

где:

LQ — коэффициент локализации отрасли і в регионе g-,

Firm — число фирм;

R — общероссийское значение показателя.

На четвертом этапе был рассчитан относительный размер отрасли региона (Size), т. е. доля принадлежащих последней фирм в общероссийском показателе отрасли.

На пятом этапе результаты расчетов были нормированы по формуле линейного масштабирования для приведения показателей в интервал [0;1] в целях обеспечения их сопоставимости.

где:

Ind — нормированный индекс отрасли і в регионе g по характеристике Іпс: число фирм, занятость и выручка.

На шестом этапе рассчитывался субиндекс потенциальной кластеризации по каждой из характеристик:

где

Cluster_subind^Firm — субиндекс кластеризации отрасли i в регионе g по числу фирм;

Ind^Firm — индекс числа фирм отрасли і региона g⁹ (Индекс рассчитывался по числу фирм по формуле (9), но если в регионе больше 100 фирм отрасли i, то значение индекса приравнивалось к 1, поскольку такого числа фирм предположительно достаточно для образования кластера. Значение 100 выбрано как минимальное число фирм, необходимое для кластеризации.) ;

Cluster_subind^Emp — субиндекс кластеризации по занятости в фирмах (численности работников);

Cluster_subind^Sal‘ — субиндекс кластеризации по выручке фирм.

На седьмом этапе был определен интегральный индекс потенциальной кластеризации:

где Cluster_Ind — индекс потенциальной кластеризации отрасли і в регионе g.

Индекс потенциальной кластеризации оценивает условия образования кластеров в отраслевой и региональной перспективе и позволяет повысить научную обоснованность выбора кластеров как объектов государственной поддержки.

Верификация отбора инновационных кластеров в России

Для всех регионов с пилотными ИТК были рассчитаны индексы потенциальной кластеризации по отраслям специализации с последующим их сопоставлением с другими субъектами РФ. Наряду с оценкой соответствия выбранных ИТК регионам с максимальными значениями указанного индекса такая процедура дала возможность выявить новые регионы, в которых аналогичные высокотехнологичные кластерные инициативы могли бы быть эффективно поддержаны.

Фармацевтика и биотехнологии

Российская фармацевтическая отрасль благодаря большому числу малых и средних предприятий¹⁰ (Многие фирмы отрасли представляют собой фасовочные предприятия и аптечные пункты, изготавливающие скоропортящиеся лекарственные средства, что необходимо учитывать при интерпретации результатов)  является одной из наиболее перспективных с точки зрения кластерной политики. Усредненный индекс деконцентрации отрасли (формулы (1) и (2)) в поддержанных регионах превышает 0.75 (табл. 2). По данному направлению поддерживаются шесть пилотных ИТК, т. е. наибольшее среди всех отраслей число.

В Санкт-Петербурге / Ленинградской области функционируют порядка 1500 предприятий. Лидерами фармацевтической отрасли выступают компании «Полисан», «Биокад», «Вертекс», «Герофарм» и др., а среди производителей медицинского оборудования — «Электрон», «АСК-Рентген», ЗАО «Термо Фишер Сайен- тифик», «Тривес». Участниками ИТК являются такие научно-исследовательские организации, как ФГУП «НИИ электрофизической аппаратуры им. Д.В. Ефремова», Санкт-Петербургская государственная химико-фармацевтическая академия, ОАО «НТЦ "РАТЭК"».

Максимальный индекс потенциала кластеризации ожидаемо демонстрирует Москва (рис. 1), где сосредоточены 4177 предприятий, производящих и реализующих фармацевтическую и медико-технологическую продукцию, а индекс деконцентрации отрасли составляет 0.97. В городе функционируют крупные предприятия — ЗАО «Московская фармацевтическая фабрика», ОАО «“Мосхимфармпрепараты” им. Н.А. Семашко», ЗАО «Брынцалов-А» и ряд других высокотехнологичных компаний. Среди производителей медицинского оборудования можно выделить Московский приборостроительный завод им. В.А. Казакова и АО «Юнимед».

Предприятия отрасли сконцентрированы также в следующих регионах:

• Нижегородская область — 275 предприятий, крупнейшее — ОАО «Нижегородский химико-фармацевтический завод “Нижфарм”»;


• Свердловская область — 306 предприятий, крупнейшее — ГУП «МЕДТЕХНИКА»;


• Республика Татарстан — 306 предприятий, крупнейшее — ОАО «Казанский медико-инструментальный завод».

Информационно-коммуникационные технологии (ИКТ)

В данном секторе были отобраны пять ИТК. Низкий индекс отраслевой концентрации свидетельствует о благоприятных условиях для развития кластерных инициатив (табл. 3).

В Санкт-Петербургском кластере ИКТ зарегистрированы около 20 базовых участников, крупнейшие из которых — ЗАО «Интел Россия», ЗАО «Транзас», ООО «ПРОМТ», ЗАО «Технорос», ОАО «НИИ “Рубин”», ООО «Центр речевых технологий» и др. В кластер входят также специализированные научные и образовательные учреждения: Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» (СПбГЭТУ), Санкт-Петербургский государственный университет телекоммуникаций им. М.А. Бонч-Бруевича (СПбГУТ), Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики (НИУ ИТМО).

Сектор ИКТ характеризуется более равномерными условиями кластеризации между различными регионами России в сравнении с другими отраслями (рис. 2). Среди регионов с высоким потенциалом развития ИКТ-кластеров отметим Москву с 27 тыс. компаний, Ростовскую и Свердловскую области, а также Республику Татарстан со значительным числом фирм и высоким потенциалом кластеризации.

Авиакосмические технологии

В данной отрасли промышленности поддержано формирование пяти ИТК (табл. 4).

В регионах базирования ИТК расположены такие лидеры отрасли, как одно из ключевых предприятий авиационного и космического двигателестро ения ОАО «Кузнецов» (Самара), производитель жидкостных ракетных двигателей ПАО «Протон- ПМ» (Пермь), игрок на рынке строительства, ремонта и обслуживания пассажирских самолетов ОАО «Авиакор» (Самара), производитель элементов конструкций для воздушных судов ЗАО «АэроКомпозит- Ульяновск» (Ульяновск). В Хабаровском крае находится Комсомольский-на-Амуре авиационный завод им. Ю.А. Гагарина (КнААЗ), где производится российский среднемагистральный лайнер «Сухой Суперджет 100». В г. Железногорске Красноярского края расположено АО «“Информационные спутниковые системы” им. акад. М.Ф. Решетнёва» (АО «ИСС») — крупнейший производитель спутников в России.

Самарский аэрокосмический ИТК объединяет четырнадцать базовых резидентов, в том числе ОАО «Кузнецов», ОАО «Авиакор», ФГУП «Государственный научно-производственный ракетно-космический центр “ЦСКБ-Прогресс”», ЗАО «Завод аэродромного оборудования», ФГУП НИИ «Экран» и др. Значительные объемы научных исследований реализуют Самарский государственный технический университет им. Ю.А. Гагарина (СГТУ) и Самарский государственный аэрокосмический университет им. акад. С.П. Королёва (СГАУ).

В некоторых регионах, получивших поддержку, сосредоточено недостаточное для формирования полноценных кластеров число малых и средних фирм. В первую очередь это касается Хабаровского и Красноярского краев. Вместе с тем, указанные пилотные ИТК носят межотраслевой характер: первый включает судостроительные предприятия, второй — предприятия атомной промышленности.

Кроме того, развитие кластерных инициатив авиакосмической отрасли перспективно в Москве, Санкт- Петербурге, Московской и Нижегородской областях, так как в каждом из этих субъектов РФ сконцентрировано более 100 предприятий отрасли (в Москве — 797) и крупные научные и образовательные организации (рис. 3).

Нефтехимия

В нефтехимической отрасли сегодня поддерживаются три пилотных ИТК: в Республиках Башкортостан и Татарстан, а также в Нижегородской области (табл. 5). Индекс деконцентрации в указанных регионах составляет около 0.5. Все три региона располагают большим числом нефтехимических предприятий: в Башкортостане и Татарстане их около 1000, в Нижегородской области — 765. Среди крупнейших предприятий отметим ООО «Лукойл-Нижегороднефтеоргсинтез» (г. Кстово и Кстовский район Нижегородской области), ОАО «Газпром нефтехим Салават» (г. Салават Республики Башкортостан), ОАО «ТАИФ-НК» и АО «ТАНЕКО» (г. Нижнекамск Республики Татарстан).

Якорными участниками Камского производственного ИТК в настоящее время являются 30 организаций, среди которых выделяются ОАО «Татнефте- химинвест-холдинг», ООО УК «Татнефть-Нефтехим», ОАО «ТАНЕКО», ОАО «Нижнекамскнефтехим», Нефтехимический комплекс ОАО «Татнефть». Кластер объединяет значительное число научно-исследовательских организаций, включая Казанский национальный исследовательский технологический университет (КНИТУ), Казанский национальный исследовательский технический университет им. А.Н. Туполева (КНИТУ-КАИ), Казанский (Приволжский) федеральный университет (КФУ), ОАО «Казанский химический научно-исследовательский институт» (КазХимНИИ), Камскую государственную инженерно-экономическую академию ИНЭКА (КамПИ) в г. Набережные Челны, Казанский государственный энергетический университет (КГЭУ).

Расчеты свидетельствуют о высоком потенциале кластеризации предприятий нефтехимической отрасли в Москве и Московской области (рис. 4), хотя необходимо учитывать отечественную специфику, связанную с регистрацией юридических лиц по месту расположения высшего исполнительного органа, т. е. в столице страны. Таким образом, статистика не всегда отражает реальное территориальное размещение производства. Все крупнейшие предприятия нефтехимического комплекса, расположенные, прежде всего, в Западной Сибири, зарегистрированы в Московском регионе, что

существенно искажает географию отечественной нефтехимической промышленности.

Тенденцию к кластеризации предприятий нефтехимической отрасли демонстрируют также Ярославская, Омская и Самарская области. В последней функционируют 850 предприятий данной специализации, средний уровень диверсификации превышает 0.85.

Приборостроение и электроника

Показатель диверсификации отрасли близок к значению 1, причем не только в тех регионах, где соответствующие кластеры уже пользуются государственной поддержкой, но и в ряде других субъектов РФ. Такое значение индикатора свидетельствует о большом потенциале сотрудничества и конкуренции между участниками кластеров (табл. 6).

Официальный перечень ИТК включает единственный кластер приборостроительной специализации — в г. Саранске Республики Мордовия, производственный потенциал которой, насчитывающий 132 предприятия, значительно ниже Москвы как региона-лидера с около 5000 предприятий. Мордовский приборостроительный кластер преимущественно специализируется на производстве светотехнического оборудования и охватывает лишь около 10 базовых резидентов, в том числе ЗАО НПК «Электровыпрямитель», ОАО «Кадошкинский электротехнический завод», ОАО «Саранский завод точных приборов», ГУП Республики Мордовия «НИИИС им. А.Н. Лодыгина» и др.

Значительный потенциал кластеризации приборостроительных предприятий выявлен в Москве  (4960 предприятий), Санкт-Петербурге (2720 предприятий) и Московской области (около 1300 предприятий).

В сфере электроники наблюдается полное соответствие поддерживаемых кластеров потенциалу регионов их базирования (рис. 5). Два крупнейших кластера расположены в Москве («Зеленоград») и Санкт-Петербурге с 4500 и 1200 предприятий соответственно. Важнейшими участниками кластера «Зеленоград» являются ОАО «НИИ молекулярной электроники и завод “Микрон”», группа «Ангстрем», ОАО НПЦ «ЭЛВИС», Институт проблем проектирования в микроэлектронике РАН (ИППМ) и «Зеленоградский нанотехнологический центр» (ЗНТЦ).

Существенным кластерным потенциалом в отрасли приборостроения и электроники обладают, по нашей оценке, Калининградская, Калужская, Пензенская, Рязанская и Московская области.

Судостроение

В судостроении сформированы два ИТК — в Архангельской области (предприятия локализованы в Северодвинске и Архангельске) и Хабаровском крае (Хабаровск и Комсомольск-на-Амуре) (табл. 7). В Архангельской области и Хабаровском крае насчитывается около 120 и более 50 предприятий отрасли соответственно.

Как показывают расчеты, потенциал кластеризации в выбранных регионах ниже, чем в Санкт- Петербурге, Приморском крае, Астраханской и Мурманской областях, что может позволить выделить альтернативные судостроительные кластеры, если они успешно пройдут стадию организационного становления.

Применительно к Архангельской области низкий потенциал кластеризации обусловлен прежде всего высокой монополизацией судостроения, признаком чего служит наличие таких безусловных лидеров отрасли, как крупнейшее в России АО «ПО «“Севмаш”» и концентрирующее более 90% выручки и занятости всей судостроительной отрасли в регионе АО «Центр судоремонта “Звездочка”». Серьезную роль играют научно-исследовательские организации: ОАО «Научно- исследовательское проектно-технологическое бюро “Онега”», Институт судостроения и морской арктической техники Северного (Арктического) федерального университета им. М.В. Ломоносова (Севмашвтуз САФУ), Северо-Западный филиал Института проблем безопасного развития атомной энергетики РАН (ИБРАЭ).

Хабаровский край характеризуется еще менее благоприятными условиями для создания судостроительного кластера по сравнению с Архангельской областью. Так, число профильных предприятий здесь не превышает 100, а уровень монополизации выше: ПАО «Амурский судостроительный завод» — единственная крупная верфь, которая генерирует практически всю выручку и концентрирует всех занятых в этой отрасли региона.

Из числа альтернативных субъектов РФ (рис. 6) гораздо более высоким потенциалом формирования судостроительного кластера обладает Санкт-Петербург, для которого значение показателя деконцентрации достигает примерно 0.7, а число фирм превышает 600. Экономическое лидерство здесь делят четыре крупнейшие компании, две из которых имеют особый экономический вес и значение не только для региона локализации, но и для всей страны: «Адмиралтейские верфи», судостроительный завод «Северная верфь», «Средне- Невский судостроительный завод» и судостроительная фирма «Алмаз».

Среди других субъектов РФ с высоким потенциалом кластеризации можно выделить Приморский край (420 предприятий, показатель диверсификации — 0.65), Астраханскую (247 предприятий, показатель диверсификации — 0.77) и Нижегородскую (178 предприятий, показатель диверсификации — 0.64) области.

Автомобилестроение

Отечественная автомобильная промышленность бурно развивалась во второй половине 2000-х гг. на фоне роста инвестиций со стороны крупнейших глобальных корпораций: Volkswagen, Toyota, Nissan, Ford, Volvo, Hyundai и др. Кластеры co значительным числом малых и средних предприятий (в основном поставщиков компонентов и комплектующих) образуются вокруг крупных заводов, созданных как в советский период, так и позднее.

Автомобилестроительные кластеры сформированы в двух регионах — Нижегородской области и Республике Татарстан (табл. 8). На их территории размещены важнейшие предприятия автомобильной отрасли страны — ООО «Группа ГАЗ» (Нижегородская область), ПАО «КАМАЗ» (г. Набережные Челны Республики Татарстан) и ООО «Форд Соллерс Елабуга» (г. Елабуга Республики Татарстан). В названных регионах функционируют и другие крупные производства: ООО «Павловский автобусный завод» и ОАО «Заволжский моторный завод» (Нижегородская область), ОАО «Производственное объединение Елабужский автомобильный завод» (Республика Татарстан).

В качестве перспективных регионов с точки зрения развития автомобилестроительных кластеров могут рассматриваться также Самарская (421 предприятие, крупнейшее — ОАО «АвтоВАЗ») и Ульяновская области (153 предприятия, крупнейшее — ОАО «Ульяновский автомобильный завод»), г. Москва (431 предприятие, важнейшие — ОАО «Завод имени И.А. Лихачева», ЗАО «Рено Россия» (до 2014 г. — «Автофрамос»)).

Территориальное распределение предприятий автомобильной промышленности позволяет отметить также Санкт-Петербург (188 предприятий), где расположены сборочные заводы Toyota, Nissan, General Motors, Hyundai, Scania (автобусы) и Magna (завод автокомпонентов), Калужскую и Калининградскую области с их автосборочными производствами.

Другие отрасли

Угольная отрасль традиционно не относится к категории высокотехнологичных, однако обладает значительным инновационным потенциалом в силу развития смежных с ней отраслей, прежде всего углехимии и переработки отходов. Пилотный НТК в этой сфере создан в Кемеровской области, которая характеризуется наилучшими условиями для развития профильного кластера: здесь сосредоточены 715 предприятий угольной специализации, использующих труд около 67 тыс. человек. Наряду с крупнейшими предприятиями — ОАО «СУЭК» и ЗАО «Шахта Беловская» — участниками кластера выступили такие научные и образовательные организации, как Кемеровский научный центр Сибирского отделения РАН (КемНЦ), Кузбасский государственный технический университет им. Т.Ф. Горбачева (КузГТУ), Сибирский государственный индустриальный университет (СГИУ). Структурно более близкий к классическому территориально-производственному комплексу, данный кластер проектируется в целях не столько развития угольной промышленности Кемеровской области, сколько системной поддержки новых отраслей углехимии, переработки отходов и защиты окружающей среды. Конкуренцию Кемерово могут составить Республика Хакасия, Красноярский край, Ростовская и Сахалинская области.

Представленная в статье методика оценки соответствия регионов базирования пилотных ИТК реальным условиям развития кластеров в субъектах РФ в большей степени применима к гражданским секторам российской экономики. Отследить стратегически важные «закрытые» отрасли с помощью данной методики не представляется возможным ввиду отсутствия общедоступных статистических данных по ним. Ряд таких отраслей вошли и в пилотные ИТК — новые материалы (титановый кластер в Свердловской области), радиационные технологии (Москва, Московская, Нижегородская и Ульяновская области), производство ядерных материалов (Московская, Ульяновская, Нижегородская области и Красноярский край).

Типы пилотных инновационных кластеров России

Оценки потенциала кластеризации отечественных пилотных ИТК в высокотехнологичных отраслях показали, что анализируемые виды экономической деятельности не одинаково благоприятны для подобных инициатив. Различия касаются как неоднородности их территориального распределения, так и сложившейся рыночной структуры, а также доли малого и среднего бизнеса. Все описанные отрасли в зависимости от потенциала кластеризации можно условно разделить на три группы в зависимости от степени благоприятности внутреннего делового климата.

К отраслям, характеризующимся максимальным индексом потенциальной кластеризации, относятся: фармацевтика, производство медицинского оборудования и биотехнологии; ИКТ; приборостроение (производство электрических машин) и электроника. Указанные отрасли отличаются высокой инновационной активностью, концентрируются в регионах с наиболее высоким инновационным потенциалом [Бабурин, Земцов, 2013] и именно к ним принадлежит большая часть пилотных ИТК. Значительные резервы формирования новых кластеров имеются и в других регионах России. Этот факт особенно важен в свете запущенной Министерством промышленности и торговли РФ программы поддержки промышленных кластеров в 2016 г.

Общее сокращение бюджетных ресурсов последних лет заставляет тщательнее подходить к выбору направлений государственной поддержки. Потенциал кластеризации отраслей может стать важным критерием такого отбора наряду с характеристиками кластера (количеством участников, численностью занятых, объемом инвестиций, экспортными возможностями и пр.) и конкретных проектов его участников.

Наше исследование охватывало ограниченный круг видов экономической деятельности, поэтому выявление отраслей, восприимчивых к мерам кластерной политики, должно быть продолжено. При этом важно учитывать, что статистические группировки подвержены устареванию, а сами данные обрабатываются с задержкой, т. е. подобные методологии заведомо нерепрезентативны в вопросе идентификации возникающих индустрий¹¹ (Для исследования зарождающихся отраслей применяются другие методы анализа (см., например: [Земцов, 2013])) . Сказанное не означает, что кластерный подход бесполезен. Напротив, в потенциале он может оказаться наиболее релевантным задачам системной поддержки быстрорастущих компаний (газелей) на этапе расширения их деятельности, формирования тесных связей с университетами и научными организациями, взаимодействия с компаниями с государственным участием, для более точной настройки мер государственной политики, в частности содействия экспорту и трансферу технологий. Значимость поддержки возникающих отраслей позволяет включить их в группу с наивысшим потенциалом кластеризации в целях реализации кластерной политики.

Далее следует группа важных для отечественной экономики отраслей, отличающихся устоявшейся территориальной структурой производительных сил и высокой монополизацией за счет крупнейших предприятий. Речь идет о таких отраслях, как нефтехимия, судостроение, угольная промышленность, производство летательных аппаратов, двигателе- и автомобилестроение. Многие из этих отраслей можно определить как отечественный хай-тек, формирующий технологический облик страны на глобальной арене. Другая их часть находятся в стадии зрелости или упадка. Вероятность появления компаний-газелей здесь ниже, а возникновение эффекта самоблокировки — гораздо выше. Поддержка кластеров в данных отраслях чревата усилением региональных сетей, не столько продвигающих инновации, сколько заинтересованных в сохранении статуса-кво в экономике. В подобных обстоятельствах государству следует играть более активную роль в адаптации отраслей к рынкам будущего и реструктуризации производства, в частности, в повышения доли малого и среднего бизнеса с высокими стандартами качества продукции. Одним из конкретных инструментов может стать требование увязки проектов таких кластеров с результатами Прогноза научно-технологического развития России на долгосрочный период или дорожными картами Национальной технологической инициативы.

К отраслям третьей группы можно отнести производство новых материалов (титановый кластер в Свердловской области) и ядерные и радиационные технологии, достоверными данными о которых мы не располагаем. Эти сферы деятельности наиболее закрыты для входа новых компаний и их свободного функционирования на рынке, а действующие игроки контролируются и управляются государством, что исключает расширение их круга за счет представителей частного бизнеса. Поддержка таких кластеров принесла свои плоды на первом, экспериментальном, этапе реализации кластерной политики в России.

Усилиями государства к 2016 г. в регионах страны уже функционируют десятки кластеров разного профиля: инновационных, промышленных, агропромышленных, медицинских, туристических и др. Практически во всех регионах расположения пилотных ИТК за последние три года возникли новые кластеры и центры кластерного развития. В итоге по сравнению с 2012 г. ситуация стала принципиально иной, требующей перехода государственной политики на следующий этап, включая:

• аудит поддерживаемых кластеров с определением того, являются ли они проинновационными сетями или региональными лоббистами, защищающими статус-кво устаревающей отраслевой структуры;


• учет фактора репутации кластеров (сетей) при принятии решения о государственной поддержке;


• изменение механизма поддержки инновационных кластеров: а) поддержку совместных проектов участников кластера; б) обязательство по частным инвестициям в каждый поддерживаемый совместный проект; в) увязку совместных проектов с актуальной технологической повесткой (Прогнозом научно-технологического развития РФ, Национальной технологической инициативой);


• дальнейшую интеграцию кластерного подхода в отраслевые программы федеральных органов власти, курирующих де-факто существующие кластеры (Минсельхоз, Минкомсвязь, Минэнерго, Минздрав).

В связи с этим поддержку кластеров третьей группы целесообразно продолжить лишь в той мере, в какой они соответствуют изложенным новым требованиям.

Заключение

Новизна предлагаемого в настоящей статье подхода к определению отраслевых направлений с высоким потенциалом развития кластеров состоит в учете степени монополизации регионального рынка, позволившем минимизировать искажение итоговых данных крупными предприятиями. Кроме того, авторы включили в расчет показатель числа фирм, что позволило выявить малые и микропредприятия, о выручке и занятости в которых достоверной информации нет.

Была проведена оценка соответствия поддерживаемых государством пилотных ИТК реальным региональным условиям для предпринимательства и конкуренции. В целом можно отметить, что подавляющее большинство отобранных Министерством экономического развития РФ кластеров расположены в регионах с высоким потенциалом кластеризации в соответствующих отраслях. В то же время были выявлены субъекты РФ, обладающие такими же или даже более благоприятными по сравнению с отобранными регионами условиями для проактивной кластерной политики. В частности, расчеты свидетельствуют о более высоком потенциале кластеризации судостроительных предприятий Санкт-
Петербурга, Астраханской области, Приморского и Камчатского краев, нежели Архангельской области и Хабаровского края. Фармацевтические кластеры, созданные в Санкт-Петербурге, Московской, Томской, Калужской, Новосибирской областях и Алтайском крае, имеют потенциальных конкурентов в Москве, Нижегородской области и Республике Татарстан.

Нефтехимические кластеры поддерживаются в Республиках Татарстан, Башкортостан и Нижегородской области, тогда как потенциал кластеризации Краснодарского края и Самарской области не меньше, чем Нижегородской.

Кластеры информационно-коммуникационных технологий, кроме поддержанных Москвы, Санкт- Петербурга, Томской, Московской, Новосибирской и Нижегородской областей, имеют высокий потенциал кластеризации в Пермском крае, Ростовской и Свердловской областях, которые характеризуются сопоставимыми числом компаний и объемами выручки по отрасли в целом.

Авиационные кластеры в Пермском крае и Ульяновской области отличаются меньшим потенциалом кластеризации, чем в столичных регионах (Москве, Санкт-Петербурге и Московской области).

Среди кластеров электроники не учтены функционирующий в Калининградской области «Технополис GS» и компании из Пензенской области, которые принимали участие в конкурсе на получение статуса пилотного ИТК в 2012 г.

Стоит отметить, что условием включения в перечень пилотных ИТК служило наличие организации-координатора, которая сформировала бы заявку в довольно сжатые сроки. Этим, на наш взгляд, объясняется отсутствие в перечне, сформированном Минэкономразвития России, некоторых перспективных кластеров, свидетельствующее не столько о недостатках федеральной методики отбора, сколько о низком уровне организации участников либо недостаточной активности региональных властей.

Авторы разделили все высокотехнологичные отрасли специализации ИТК на три группы в зависимости от значения индекса, отражающего потенциал кластеризации. В первую группу вошли фармацевтика, производство медицинского оборудования и биотехнологии, ИКТ, приборостроение (производство электрических машин) и электроника. Вторую группу составили нефтехимия, судостроение, угольная промышленность, производство летательных аппаратов, двигателе- и автомобилестроение. К отраслям третьей группы авторы отнесли производство новых материалов (титановый кластер в Свердловской области), ядерные и радиационные технологии.

Каждая из трех названных групп требует индивидуального подхода в рамках кластерной политики. Для отраслей первой группы целесообразны поддержка новых кластеров, вовлечение «спящих» регионов и расширение инструментария регулирования. В случае со второй группой основных усилий требуют адаптация существующих отраслей к рынкам будущего и реструктуризация производства, повышение доли малого и среднего бизнеса с высокими стандартами качества продукции. Кластеры в отраслях третьей группы нуждаются в аудите для оценки целесообразности дальнейшего применения к ним мер кластерной политики.

Ограничения использованного подхода связаны с недостаточностью статистических данных, объем которых существенно разнится в зависимости от отрасли и размера компании. Чем больше последняя, тем, при прочих равных условиях, больший объем данных о ней отражен в официальной отчетности. Данные о многих малых и микропредприятиях не содержат информации о выручке и численности занятых, а в высокотехнологичных и зарождающихся отраслях инновационной экономики таких предприятий большинство. Вот почему в своих расчетах мы вынуждены были применять данные обо всех фирмах, а не только о малых и средних, полагая, что наличие в регионе крупных фирм также позволяет формировать кластеры за счет образования спин-оффов и обеспечения спроса на продукцию малого бизнеса. Определенная погрешность возникает и при соотнесении ИТК с видами экономической деятельности по ОКВЭД. Многие предприятия классифицируются в традиционных отраслях, хотя по факту производят инновационную продукцию. Так, биотехнологические компании, занимающиеся генной инженерией, отнесены классификацией к производителям сельскохозяйственной продукции. Возможна и обратная ситуация: например, многие фармацевтические предприятия, осуществляющие фасовку лекарств, формально классифицируются как высокотехнологичные, хотя инновационной продукции не выпускают. По отраслям, связанным с оборонно-промышленным комплексом, — судостроению, атомной промышленности, производству средств связи и т. д. — информация также отсутствует, что исключает исследование в них кластерных процессов предложенным нами методом.

При расчетах учитывалось место регистрации юридических лиц, а не реальная локализация предприятий, поэтому лидерство Москвы как ведущего субъекта РФ с высоким потенциалом кластеризации некоторых отраслей достаточно условно.

В будущем методику предстоит дополнить анализом деятельности образовательных и научно-исследовательских организаций в отраслях специализации кластеров и оценками связей между организациями. Для этого потребуются дополнительные исследования кластерных инициатив, в том числе с использованием результатов упоминавшегося проекта НИУ ВШЭ «Карта кластеров России».

Статья подготовлена по результатам исследования, проведенного в рамках Программы фундаментальных исследований Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ), и с использованием средств субсидии в рамках государственной поддержки ведущих университетов Российской Федерации «5-100».

Библиография

Абашкин В., Бояров А., Куценко Е. (2012) Кластерная политика России: от теории к практике // Форсайт. Т. 6. № 3. С. 16-27.

Бабурин В.Л., Земцов С.П. (2013) География инновационных процессов в России // Вестник Московского университета. Серия 5: География. № 5. С. 25-32.

Бортник И.М., Земцов С.П., Иванова О.В., Куценко Е.С., Павлов П.Н., Сорокина А.В. (2015) Становление инновационных кластеров в России: итоги первых лет поддержки // Инновации. № 7. С. 26-36.

Гохберг Л.М., Шадрин А.Е. (ред.) (2015) Пилотные инновационные территориальные кластеры в Российской Федерации. Вып. 2. Направления реализации программ развития. М.: НИУ ВШЭ.

Данько Т.П., Куценко Е.С. (2012) Основные подходы к выявлению кластеров в экономике региона // Проблемы современной экономики. № 1. С. 248-254.

Земцов С.П. (2013) Опыт выявления и оценки потенциала инновационных кластеров (на примере отрасли «Рациональное природопользование») // Региональные исследования. № 2. С. 12-19.

Земцов С.П., Буков Д.В. (2016) Методы выявления кластеров малого и среднего бизнеса // Региональная экономика: теория и практика. № 3. С. 104-117.

Куценко Е.С. (2009) Кластеры в экономике: практика выявления. Обобщение зарубежного опыта // Обозреватель. № 10 (237). С. 109-126.

Куценко Е.С. (2012) Рациональная кластерная стратегия: маневрируя между провалами рынка и государства // Форсайт. Т. 6. № 3. С. 6-15.

Куценко Е.С. (2015) Пилотные инновационные территориальные кластеры России: модель устойчивого развития // Форсайт. Т. 9. № 1. С. 32-55.

Куценко Е.С., Киселев А.Н., Карнаух А.П. (2011) Определение приоритетных направлений для формирования и развития кластеров малых и средних предприятий в региональной экономике (на примере города Москвы) // Сетевой бизнес и кластерные технологии. М.: НИУ ВШЭ. С. 279-302.

Пилипенко И.В. (2004) Принципиальные различия в концепции промышленных кластеров и территориальнопроизводственных комплексов // Вестник Московского университета. Серия 5. География. № 5. С. 3-9.

Портер М., Кетеле К. (2007) Конкурентоспособность на распутье: направления развития российской экономики. Режим доступа: http://sp-ved.narod.ru/MATERS/PORTER_RFstrategy.pdf, дата обращения 05.06.2016.

Росстат (2014) Методика расчета показателей «Доля продукции высокотехнологичных и наукоемких отраслей в валовом внутреннем продукте» и «Доля продукции высокотехнологичных и наукоемких отраслей в валовом региональном продукте субъекта Российской Федерации». Режим доступа: http://www.gks.ru/free_doc/new_site/effect/met_pr21.docx, дата обращения 05.06.2016.

Bair J., Gereffi G. (2001) Local clusters in global chains: The causes and consequences of export dynamism in Torreon’s blue jeans industry // World Development. Vol. 29. № 11. P. 1885-1903.

Bresnahan T, Gambardella A., Saxenian A. (2001) ‘Old economy’ inputs for ‘new economy’ outcomes: Cluster formation in the new Silicon Valleys // Industrial and Corporate Change. Vol. 10. № 4. P. 835-860.

Christensen T.A., Lämmer-Gamp T, Meier zu Kocker G. (2012) Let’s make a perfect cluster policy and cluster programme. Smart recommendations for policy makers. Berlin: VDI/VDE Innovation + Technik GmbH (VDI/VDE-IT).

Cooke P., Schwartz D. (eds.) (2007) Creative Regions. Technology, Culture and Knowledge Entrepreneurship. London: Routledge.

Delgado M., Porter M.E., Stern S. (2014) Defining clusters of related industries (NBER Working Paper № 20375). Cambridge, MA: National Bureau of Economic Research. Режим доступа: http://www.nber.org/papers/w20375, дата обращения 17.01.2016.

DGCIS (2009) Competitiveness Clusters in France. Paris: Directorate General for Competitiveness, Industry and Services. Режим доступа: http://www.industrie.gouv.fr/poles-competitivite/brochure-en.html, дата обращения 05.06.2016.

Dohse D., Staehler T. (2008) BioRegio, BioProfile and the Rise of the German Biotech Industry (Working Paper № 1456). Kiel: Kiel Institute for the World Economy. Режим доступа: http://www.ifw-members.ifw-kiel.de/publications/bioregio-bioprofile-and-the- growth-of-the-german-biotech-industry7KWP_1456.pdf, дата обращения 05.06.2016.

Duranton G. (2011) California Dreamin’: The Feeble Case for Cluster Policies// Review of Economic Analysis. № 3. P. 3-45.

Eickelpasch A. (2008) The Promotion of Regional Innovative Networks — Lessons from the German InnoRegio-Programme. Paper presented at the Innovation Pathways and Knowledge Economy, Final DISTRICT Conference, 16.04.2008, Brussels.

Feldman M., Francis J., Bercovitz J. (2005) Creating a cluster while building a firm: Entrepreneurs and the formation of industrial clusters // Regional Studies. Vol. 39. № 1. P. 129-141.

Hagenauer S., Kergel H., Stürzebecher D. (2012) European Cluster Excellence BASELINE — Minimum Requirements for Cluster Organisations. Stuttgart: European Cluster Excellence Initiative. Режим доступа: http://www.cluster-excellence.eu/fileadmin/cluster- excellence/grafiken/20111128_European_Cluster_Excellence_BASELINE_web.pdf, дата обращения 05.06.2016.

INNO Germany AG (2010) Clusters and clustering policy: A guide for regional and local policy makers. Brussels: European Commission. Режим доступа: http://cor.europa.eu/en/Archived/Documents/59e772fa-4526-45cl-b679-lda3bae37f72.pdf, дата обращения 05.06.2016.

Karlsson С. (2008) Handbook of Research on Cluster Theory. Cheltenham: Edward Elgar.

Ketels C., Lindqvist G., Sölvell Ö. (2012) Strengthening Clusters and Competitiveness in Europe. The Role of Cluster Organisations. Stockholm: Cluster Observatory.

Ketels C., Protsiv S. (2014a) European Cluster Panorama 2014. Stockholm: Cluster Observatory. Режим доступа: http://antonioviader.com/pdfs_preview/userupload/toni/Innovation_Policies/Metrics_Monitoring/EC%20Cluster%20Panorama%202014.pdf, дата обращения 05.06.2016.

Ketels С. (2003) The Development of the cluster concept - Present experiences and further developments. Paper presented at the NRW Conference on Clusters, Duisburg, Germany. Режим доступа: http://www.dustermapping.us/sites/default/files/files/resource/The_development_of_the_cluster_concept_-_present_experiences_and_further_developments.pdf, дата обращения 14.07.2016.

Ketels С., Protsiv S. (2014b) Methodology and Findings Report for a Cluster Mapping of Related Sectors. Stockholm: Cluster Observatory. Режим доступа: http://ec.europa.eu/enterprise/initiatives/cluster/observatory/dl, дата обращения 05.06.2016.

Landry С. (2008) The Creative City: A Toolkit for Urban Innovators (2nd ed.). London: Earthscan.

Lindqvist G., Ketels C., Sölvell Ö. (2013) The Cluster Initiative Greenbook 2.0. Stockholm: Ivory Tower Publishers.

Marshall A. (1920) Principles of Economics (revised ed.). London: Macmillan; reprinted by Prometheus Books.

Martin P., Mayer T., Mayneris F. (2008) Spatial concentration and firm-levd productivity in France. CEPR Discussion Paper № 6858. London: Centre for Economic Policy Research.

Pamminger W. (2014) Cluster Academy Workshop: Learning from a ‘Cluster Region. Режим доступа: http://www.slideshare.net/TCINetwork/tci2014-ll-novclusterlabswerner-pamminger, дата обращения 05.06.2015.

Porter M.E. (1998) Cluster and the New Economics of Competition // Harvard Business Review. Vol. 76. № 6. P. 77-90.

Porter M.E. (2003) The economic performance of regions // Regional Studies. Vol. 37. № 6-7. P. 545-546.

Porter M.E. (2008) On Competition. Boston, MA: Harvard Business Press.

Pro Irmo Europe (2009) INNO-PolicyTrendChart. Режим доступа: http://proinno.intrasofi.be/index.cfmffuseaction-wiw.measures8rpage=detail8dD=8922, дата обращения 05.06.2015.

Sörvik J., Midtkandal I. (2013) Smart Specialisation in the Baltic Sea Region. Malmö: S3 Platform, DG JRC - IPTS.

Staber U. (2001) Spatial Proximity and Firm Survival in a Declining Industrial District: The Case of Knitwear Firms in Baden- Württemberg // Regional Studies. Vol. 35. № 4. P. 329-341.

van der Linde C. (2003) The Demography of Clusters — Findings from the Cluster Metastudy // Innovation Clusters and Interregional Competition / Eds. J. Brocker, D. Dohse, R. Soltwedel. Berlin: Springer Verlag. P. 130-149.

Wennberg К., Lindqvist G. (2010) The effect of clusters on the survival and performance of new firms // Small Business Economics. Vol. 34. № 3. P. 221-241.

Zemtsov S.P., Barinova V.A., Bukov D.V, Eremkin VA. (2015) Uncovering Regional Clustering of High Technology SMEs: Russian Case // Mediterranean Journal of Social Sciences. № 6. P. 309-320.

Zhang S., Li X. (2008) Managerial ties, firm resources, and performance of cluster firms // Asia Pacific Journal of Management. Vol. 25. № 4. P. 615-633.