Построение сети мониторинга данных при пространственном моделировании региональных промышленных кластеров

Напольских Дмитрий Леонидович кандидат экономических наук доцент, ФГБОУ ВО "Поволжский государственный технологический университет" 424000, Россия, Республика Марий Эл, г. Йошкар-Ола, площадь Ленина, 3, каб. 414 Napolskikh Dmitrii Leonidovich PhD in Economics Leading Scientific Associate, Docent, the department of Management and Law, Volga State University of Technology 424000, Russia, respublika Marii El, g. Ioshkar-Ola, Ploshchad' Lenina, 3, kab. 414 NapolskihDL@yandex.ru Другие публикации этого автора

Фурин Александр Геннадьевич кандидат экономических наук доцент, ФГБОУ ВО "Поволжский государственный технологический университет" 42400, Россия, Республика Марий Эл, г. Йошкар-Ола, площадь Ленина, 3, каб. 332 Furin Aleksandr Gennadevich PhD in Economics associate professor at Volga State University of Technology 42400, Russia, Republic of Mari El, Yoshkar-Ola, str. Lenin's square, 3, room No. 332 FurinAG@volgatech.net

Введение. Политика кластерного развития российских регионов в современных российских условиях во много сохраняет административный подход, в рамках которого процессы кластерного развития рассматриваются в рамках административных границ субъектов Российской Федерации и муниципальных образований ^[4]. Вместе с тем, при анализе социально-экономических данных, характеризующих процессы кластеризации экономической системы региона, достаточно трудоемко или невозможно сформулировать математическую функцию распределения данных на рассматриваемой территории ^[7]. Недостаточный уровень практического использования пространственного моделирования процессов развития региональных промышленных кластеров существенно ограничивает возможности органов государственной власти и управляющих компаний кластеров по оптимизации стратегий промышленного и инновационного развития территорий российских регионов.

Авторами выдвинута гипотеза о возможности применения геостатистического моделирования как основного альтернативного подхода к описанию и прогнозированию процессов кластерного развития. Практическая значимость геостатистики как альтернативного подхода применительно к данной научной проблеме заключается в статистическом, а не детерминистическом описании пространственного распределения анализируемой экономической величины. Следовательно, принципиальным методологическом преимуществом геостатистики является непосредственное обращение к внутренней структуре пространственно распределённых данных. При этом инструментарий геостатистического анализа не зависит от социальной или экономической сущности исследуемых величин и является адаптивным к различным целям и задачам изучения процессов регионального развития. Таким образом, на сегодняшний день сохраняет актуальность разработка методов построения и визуализации сети мониторинга данных с целью анализа процессов развития региональных промышленных кластеров.

Степень научной разработанности проблемы. Классическим определением экономической категории «кластер» является трактовка, данная М. Портером, рассматривающим кластер как географически сконцентрированную группу взаимосвязанных компаний, специализированных поставщиков, поставщиков услуг фирм в родственных отраслях, а также связанных с их деятельностью организаций (университетов, агентств по стандартизации, торговых объединений), конкурирующих, и при этом ведущих совместную деятельность ^[6]. Сравнительный анализ существующих в экономической науке основных теоретических подходов к трактовке категории «кластер», позволил сделать вывод, что основным отличительным признаком кластера является географическая концентрация организаций в определенной сфере деятельности ^[8,9]. В научной литературе, посвященной исследованию процессов кластеризации экономического пространства встречается точка зрения, что входящие в кластер организации должны находиться в пределах одного часа передвижения на автомобильном транспорте, то есть в некоторой условной окружности диаметром не более 100 километров ^[4].

Основы применения методов геостатистики для решения прикладных задач в различных сферах научного знания систематизированы Ж. Матероном ^[5], М. Каневским ^[3], Р.В. Арутюняном ^[1], В.В. Демьяновым и Е.А. Савельевой ^[2]. Однако методологические аспекты пространственного моделирования региональных промышленных кластеров на основе методов геостатистики пока не получили достаточного освещения в российской экономической литературе.

Методические основы исследования. Исследование построено на диалектическом методе научного познания, предполагающем рассмотрение экономических отношений в рамках региональных промышленных кластеров в их взаимосвязи и развитии. Необходимая для научной работы достоверность выводов достигается за счёт использования таких принципов формальной логики, как объективность рассмотрения и поиск противоречий. В ходе исследования широко применяется системный подход, предполагающий комплексное изучение и структурно-логическое упорядочение кластера как сложной экономической системы. В рамках исследования также востребованы методы структурного и сравнительного анализа, решение научных задач исследования потребовало применения таких общетеоретических методов исследования, как абстракция и конкретизация, анализ и синтез, индукция и дедукция, сравнение и противопоставление. Применение данных методологических подходов также позволяет рассматривать региональный промышленный кластер как территориальную экономическую систему средового типа, обладающую следующим набором характеристик: сложный дуалистический характер структуры, открытость и гибкость конфигурации границ, пластичная адаптивность, интерактивный характер процессов кооперации и коллаборации.

Интерпретация результатов исследования. В рамках методологии геостатистического анализа исследование процессов кластеризации основывается на выделении определённой территории, на которой проведен ряд измерений некоторой экономической величины Z. Пространственное размещение участников кластеров обуславливает произвольный характер распределения по области набора точек, в которых проводились измерения экономической величины Z. Соответственно, сетью мониторинга процессов кластеризации экономического пространства российских регионов называется произвольно распределённый на территории набор точек (x,y), в которых произведены измерения значений показателей эффективности кластерного развития. Традиционный подход к постановке задачи пространственного оценивания в рамках сети мониторинга представлен на рисунке 1.

Рис 1. Постановка задачи пространственного оценивания в рамках сети мониторинга (Источник: В. В. Демьянов, Е. А. Савельева. Геостатистика: теория и практика)

Применительно к задаче пространственного моделирования региональных промышленных кластеров методы геостатистики позволяют расширить традиционный инструментарий экономико-математического моделирования за счёт статистической интерпретации данных на карте территории. Отметим, что данные измерений социально-экономических показателей z(x_i) с точки зрения геостатистики представляют собой реализацию в пространстве случайных переменных Z(x_i), которые математически описываются функциями распределения. В качестве примера традиционных для геостатистического анализа случайных переменных можно привести следующие: температура воздуха и количество выпавших на территории осадков в метеорологии, мощность формации полезных ископаемых в геологии, среднее потребление электроэнергии в часы пиковых нагрузок и т.д.

Следует подчеркнуть, что математически случайный характер распределения величин не тождественен экономической сущности процессов кластеризации, обладающих внутренней логикой и детерминированных географическими, политическими, демографическими и иными факторами. Предметом геостатистического анализа являются регионализованные переменные, представляющие собой пространственные переменные с чёткой координатной привязкой. При этом в специализированной литературе зачастую используется термин «случайная величины», при этом под ним понимается именно имеющие пространственную привязку регионализованные переменные, что во многом обусловлено удобством и привычностью применяемого в классической статистике категориального аппарата.

Таким образом, применительно к задаче моделирования региональных промышленных кластеров функция распределения определяется как набор зависимых между собой регионализированных переменных Z(xi), по одной для каждого местоположения xiв анализируемой области. Так любому набору из N местоположений можно поставить в соответствие N случайных переменных , которые характеризуются N-мерной условной функцией распределения:

(1)

Сеть мониторинга данных при пространственном моделировании региональных промышленных кластеров может включать в себя как непрерывные, так и строго дискретные (применительно к кластерной политике носящие категориальный характер) пространственные переменные. Так, в качестве примера характеризующих процессы кластеризации экономического пространства региона непрерывных переменных можно привети рентабельность предприятий-участников кластера, среднюю производительность труда и иные. К дискретным переменным можно отнести количество работников на предприятиях участника кластера (человек), количество используемых передовых производственных технологий (единиц), категориальный характер могут носить переменные, описывающие уровень развития институциональной среды кластера, степень интеграции с другими организациями кластера и т.п.

Следовательно, базовым условием для реализации методологического инструментария геостатистики является определение системы координат для поля Z(x), которое задаётся всеми включёнными в область анализа переменными.

Координатная привязка, рассматриваемых геостатистикой регионализованных переменных может быть следующих типов:

1. Пространственная привязка – определяет географическое местоположение точек измерения анализируемых переменных в пространстве (географические координаты) или относительное местоположение точек измерения по отношению к определённым стационарным объектам; второй подход применяется для наблюдений на определенной местности, обладающей своей спецификой, и не актуален для задач моделирования процессов кластеризации экономического пространства региона.

2. Временная привязка – определяет время проведения измерения анализируемых переменных, при этом время измерения может иметь как абсолютную так и относительную датировку.

3. Пространственно-временная привязка – одновременно задаются местоположение и время проведения измерения анализируемых переменных.

Для задач пространственного моделирования региональных промышленных кластеров временной фактор не имеет принципиальной роли, так как кластеры развиваются в долгосрочном периоде и в качестве наиболее объективного отчётного периода следует рассматривать календарный год. Следовательно, анализ динамики процессов кластеризации экономического пространства территории может быть дискретным во временном измерении и основываться на классической пространственной привязке сети мониторинга данных.

На рисунке 2 представлена адаптация сети мониторинга к задачам идентификации кластеров в рамках административного деления субъекта РФ на примере Республики Татарстан.

Рис. 2. Адаптация сети мониторинга предприятий-участников кластеров в рамках административного деления Республики Татарстан (разработана авторами с помощью программных средств QGIS 2.18)

На рисунке 3 представлена сеть мониторинга в границах муниципального образования (Городской округ «Город Казань»).

Рис. 3. Адаптация сети мониторинга предприятий-участников кластеров в рамках муниципального образования Городской округ «Город Казань» (разработана авторами с помощью программных средств QGIS 2.18)

Заключение. Таким образом, основным требованием к координатной системе сети мониторинга данных является метричность. Моделирование процессов кластерного развития должно сопровождаться метрикой, позволяющей вычислять расстояния между точками, описывающими пространственное местоположение организаций-участников кластера, объектов инфраструктуры и т.п. Для задач геостатистического анализа процессов кластерного развития предлагается использование двумерного евклидового пространства R², обладающего такой метрикой, что расстояние между двумя точками пространства X₁ = (x₁, y₁) и X₂ = (x₂, y₂) определяется евклидовой нормой:

(2)

Адаптация полученных выводов относительно методов и инструментов геостатистики для задач пространственного моделирования кластеров может быть использована в следующих аспектах указанной научной проблемы:

1. Формирование системы формально ясных количественных критериев локализации и агломерации производства с целью идентификации кластеров и мультикластерных образований, а также их дифференциации от территориально-производственных комплексов, вертикально-интегрированных корпоративных структур, квазикластеров.

2. Разработка единых методологических подходов к выбору метрики и пространственного разрешения сети мониторинга, а также процедурам декластеризации применительно к экономически системам российских регионов.

3. Рассмотрение эволюционной динамики развития промышленных кластеров через сопоставления изменений внутренней структуры кластера и внешних проявлений данных изменений в экономическом пространстве.

Работа выполнена в рамках гранта Президента Российской Федерации для государственной поддержки молодых российских ученых МК-1479.2017.6