28 Апр

МОДЕЛИРОВАНИЕ ИННОВАЦИОННО-ОРИЕНТИРОВАННЫХ АГРАРНЫХ КЛАСТЕРОВ




Номер части:
Оглавление
Содержание
Журнал
Выходные данные


Науки и перечень статей вошедших в журнал:

В настоящее время в мире и России наблюдается кластерный бум. По данным Российской кластерный обсерватории в стране создан 151 кластер, в том числе 2 аграрных кластера. В целом в России реализуется более 200 кластерных инициатив, в частности в АПК формируется более 40 кластеров. К 2011 году в странах ЕС было создано 2101 кластер, в том числе 241 в сфере АПК. По данным ЮНИДО в 2010 году в Индии насчитывалось 6400 кластеров малых предприятий и ремесленников, а также 106 инновационных. Европейский меморандум о кластерах предусматривает создание систем кластеров. В качестве примера можно привести Кластерную инициативу в пищевой промышленности, которая была инициирована в 2007 году. Данный проект представляет собой сеть региональных кластеров со значительной научно-исследовательской составляющей. Рост наукоемкости и кластеризации является мегатрендом XXI века [1-3] и экономика России, ее АПК не могут находится вне этого направления цивилизационного развития. В противном случае Россия может существенно отстать в экономическом развитии.

Формирование кластеров в России осуществляется методом проб и ошибок, в полном объеме не разработана современная теория экономических кластеров, методология их формирования и развития, не выработано единого общепризнанного определения понятия «кластер», не разработаны модели кластеров и др. Как следствие формируются недостаточно эффективные кластеры, имеют место значительные инвестиционные потери (например, случай с аграрным кластером «Новая деревня» Ульяновской области). Существенно, что самые эффективные кластеры самоорганизуются в течение длительного времени (30-40 лет), например, Силиконовая долина, Калифорнийский винодельческий кластер США и более того попытка воспроизведения таких эффективных кластеров  в других регионах США и странах мира не увенчались успехом. Поскольку каждый эффективный кластер обладает уникальными конкурентными преимуществами. Собственно природа кластеров: их самоорганизация  в течение длительного времени и уникальные конкурентные преимущества  являются одними из главных проблем создания эффективных кластеров в экономике России, ее АПК.

По нашему мнению, разработка моделей аграрных кластеров будет способствовать формированию эффективных кластеров России за короткое время (1 год – 5 лет в зависимости от вида кластеров).

Под аграрным кластером (и по сути кластером вообще) понимаем сеть –систему географически сосредоточенных, взаимосвязанных, взаимодополняющих друг друга субъектов рынка, различных отраслей и сфер деятельности (СХО, ЛПХ, КФХ, МФ, НИИ, образовательные учреждения, промышленные предприятия, банки и др.), занимающихся производством, глубокой переработкой и реализацией сельскохозяйственной продукцией, решением экономических, научных, социальных, экологических и др. задач на основе использования уникальных конкурентных преимуществ конкретной местности, применения достижений науки и инноваций, стратегии «быть уникальным».

Реальные и эффективные кластеры характеризуются рядом признаков: географической концентрацией, самоорганизацией, уникальностью, сетевой организацией, системностью, имеют межотраслевой характер, обязательным присутствием научных и образовательных учреждений, взаимовыгодностью сотрудничества (симбиозом), независимостью и добровольностью вступления участников в кластер, неформальностью отношений.

Основным противоречием и парадоксом моделирования кластеров является то, что реально эффективные кластеры возникают и развиваются в уникальных условиях и обладают уникальными конкурентными преимуществами. И эту «уникальность» надо отразить в модели, на основе которой будут тиражироваться новые «эффективные» кластеры. Однако, «уникальность» на то и «уникальность», что ее нельзя воспроизвести и повторить. Реально эффективный кластер всегда уникален по причинам, условиям возникновения, развития и конкурентным преимуществам. В связи с этим при создании, моделировании кластеров и применении их моделей невольно возникает казалось бы неразрешимое противоречие: необходимо «уникальность» кластера во всем ее многообразии отразить в его модели и далее реально воспроизвести, тиражировать вместе с уникальными причинами, условиями возникновения и развития. Повторить «уникальность» означает ее устранить. Следовательно, превратить «уникальность» в обыденность и банальность. Таким образом, создаваемые на основе моделей кластеры по сути кластерами не являются, так как не обладают уникальностью. Разработка таких «моделей» не только нецелесообразна, но и принесет экономике АПК и России вред, который выразится в конечном итоге в формировании неконкурентоспособных кластеров.

Данное противоречие или парадокс представляется возможным преодолеть следующим образом.

Целесообразно не воспроизводить уже существующие уникальные конкурентные преимущества (на то они и уникальны, что их нельзя воспроизвести), а необходимо в каждом конкретном случае создавать уникальные конкурентные преимущества: организационные, основанные на достижениях науки, непрерывных инновациях, использования уникального сырья, уникальных компетенций, ноу-хау; системные и др.

Применение мультидисциплинарного подхода (Рис. 1) способствует разрешению данного противоречия. Данные представлены в таблице 1 свидетельствуют, что с точки зрения мультидисциплинарного подхода, состоящего в органическом единстве кластерного, синергетического, сетевого, системного, социально-психологического, «сеть» является наиболее удобной единицей исследования, моделирования, проектирования и развития. Она позволяет создать разнообразные положительные обратные связи для построения этих механизмов и создания эффективных кластеров, способных реализовать «цепные реакции» экономического взаимодействия.

«Изюминкой» сетевого подхода как атрибута мультидисциплинарного – является то, что в «сети» кластера связи между участниками являются двунаправленными, двусторонними, что и соответствует равному, неиерархическому статусу узлов участников в такой сети. Иерархии присущи однонаправленные, ассиметричные связи между узлами. Оптимальной сетевой структурой, по нашему мнению, для мини и средних кластеров является клика –локальный кластер – полносвязанный подграф некоторой сети – плотная подсеть.

Рис. 1. Схема мультидисциплинарного подхода

В следствие этого при формировании кластеров число связей между его участниками растет в режиме с обострением или по гиперболическому закону (Рис. 2), разумеется и – взаимодействий.

На основе применения математического аппарата теории сложных сетей можно находить оптимальные сетевые структуры кластеров. Использование статистических характеристик сетей позволяет разрабатывать оптимальную топологию сетей кластеров. Оптимальная типология позволит создавать максимально эффективные кластеры.

Таблица 1. Взаимосвязи методологических подходов к исследованию и формированию кластеров

Кластерный подход Синергетический подход Сетевой подход Системный подход Социально-психологический подход
«…кластерный анализ (подход – прим. автора) не фокусируется на системных проблемах макроэкономического уровня, где взаимосвязь между изменениями в экономике  в целом и деятельностью отдельных бизнесов не всегда ясна. С другой стороны, кластерный анализ не направлен на изучение отдельных компаний. «Компании не рассматриваются как отдельные  единицы взаимодействующие с недифференцированным экономическим окружением, они помещаются в контекст их рынков…», часто как часть производственной цепочки стоимости, которая не ограничивается одной отраслью».

«…критическая масса…человеческих ресурсов является приоритетом номер один для кластеризации»

«Единицей описания в традиционном подходе является отдельный элемент рассматриваемой системы… Единица описания в синергетике – это сеть… Если в обычном описании свойства приписываются индивидуальному объекту, в синергетике – ансамблям, множествам объектов. Т.е. результаты работы, за способность быть наделенными теми или иными свойствами, отвечают не отдельные  элементы системы, а их коллективные взаимодействия, согласованности, синхронизации, когерентности»

 

Ключевое понятие сеть, сетевая структура, сетеобразование. Сеть исследуется как универсальная форма организации. Отчасти основан на применении математических методов и предположений, что системы, имеющие схожие топологические характеристики, подчиняются общим законам, многие сети и системы обладают универсальными свойствами, независящими от конкретного вида составляющих их элементов. Принципы теории сложности: феномен «границы хаоса», самоорганизация; эффект бабочки; эффект синхронизации, самоподобия, бифуркции. Любой объект можно рассматривать как систему. Развитый агропромышленный кластер – система взаимосвязанных позитивными связями.

Сетевая структура —  локальный кластер (теория сложных сетей) – система.

Сложные системы собираются из совокупности стандартных блоков. Из пяти функциональных стандартных блоков может быть собрана практически любая сложная система, кластер.

Использование психологических знаний, методов, приемов и технологий для создания доверия между участниками кластера.

Формирование доверия между участниками кластера должно осуществляться на субъективной и объективной основе, на уровне сознания и подсознания. Главный фактор в создании кластера — человеческий.

«Сеть» как аналитическая модель, инструмент анализа.

С 1990 –х гг. сеть исследуют как феномен. Разработана сетевая теория. Исследуются социальные сети, с использованием математического аппарата теории сложных сетей.

Рис. 2. Рост числа взаимосвязей в кластерах

Результаты исследований полученные в рамках теории сложных сетей свидетельствуют, что общие характеристики сетей, сетевого взаимодействия зависят не от конкретных объектов, образующих сеть, а от математических свойств сети в целом: связанности, однородности, кластеризации, иерархии. Считаем, что оптимальная структура аграрных кластеров должна обеспечивать максимальную информационно-ресурсную проводимость сети и устойчивость бизнеса, его безопасность.

Синтезируя сетевой подход с достижениями синергетики на сети кластеров можно построить разнообразные синергетические механизмы с использованием положительных обратных связей (Рис. 3), которые реально могут обеспечить функционирование кластеров в режиме с обострением и повысить их эффективность на порядки. Тем более, что нами выявлена закономерность развития реальных сверхсложных систем, состоящая в том, что большинство реальных объектов и процессов являют собой сверхсложные системы, которые развиваются в режиме с обострением или гиперболически, когда характерные параметры неограниченно возрастают за короткое время, называемое временем обострением.

Рис. 3. Фрагмент сетевой модель кластера, реализующая сверхбыстрые процессы в режиме с обострением в форме положительных обратных связей

Результаты моделирования кластеров с точки зрения мультидисциплинарного подхода должны органически сочетаться с результатами исследований практики формирования аграрных кластеров. Уникальные фрагменты этого опыта должны быть использованы для «оживления» и развития модели кластера применительно к его конкретным условиям с целью создания уникальных конкурентных преимуществ. Для обеспечения функционирования

Рис. 4. Схема разработки инновационно- ориентированных аграрных кластеров

кластеров в режиме с обострением необходимо широко использовать технологии рециклинга, в частности биогазовые, наличие естественных связей между сельхозорганизациями, ЛПХ, КФХ [4,5].

Таким образом, разработка моделей кластеров должно осуществляться в двух взаимосвязанных и взаимодополняющих направлениях: во-первых, теоретическом, методологическом аспекте с позиций мультидисциплинарного подхода; во-вторых, с точки зрения практики формирования и развития кластеров (Рис. 4), что позволит разрабатывать реально эффективные модели кластеров.

Литература:

  1. Khukhrin A.S., Agnaeva I.Yu., Tolmacheva N.P., Bundina O.I. Development of agro-industrial clusters in Russia: synergetic approach//International Journal of Econometrics and Financial Management. № 2. С. 130-135.
  2. Хухрин А.С., Бундина О.И., Агнаева И.Ю., Толмачева Н.П. Развитие агропромышленных кластеров России: синергетический подход//Экономика сельскохозяйственных и перерабатывающих предприятий. 2014. № 11. С. 56-62.
  3. Хухрин А.С., Бундина О.И., Толмачева Н.П., Агнаева И.Ю. Концепция научно-образовательного инновационного кластера АПК России//В сборнике: Vědecký průmysl evropského kontinentu — 2013IX MEZINÁRODNÍ VĚDECKO — PRAKTICKÁ KONFERENCE. Zodpovědný za vydání: Mgr. Jana Štefko. 2013. С. 24-36.
  4. Лысенко Е.Г., Копач К.В., Хухрин А.С. Устойчивость развития ЛПХ: концептуальные основы стратегического управления//Российская академия сельскохозяйственных наук, Государственное научное учреждение Всероссийский научно-исследовательский институт экономики, труда и управления в сельском хозяйстве. Москва, 2006.
  5. Копач К.В., Хухрин А.С. К Вопросу о развитии ЛПХ и сельских территорий. Стратегия. Материалы «круглого стола» ВНИЭТУСХ 16-17 ЯНВАРЯ 2007 Г.//В сборнике: Развитие ЛПХ: устойчивость, интеграция, стратегияМатериалы заседания «круглого стола» Всероссийского научно-исследовательского института экономики, труда и управления в сельском хозяйстве. Ответственный за выпуск д.э.н. К.В. Копач. 2007. С. 38-47.
    МОДЕЛИРОВАНИЕ ИННОВАЦИОННО-ОРИЕНТИРОВАННЫХ АГРАРНЫХ КЛАСТЕРОВ
    С целью повышения эффективности и конкурентоспособности формируемых аграрных кластеров, АПК России в целом, импортозамещения, усиления ее геополитического и геоэкономического влияния предлагается разрабатывать и внедрять адаптивные модели кластеров, способствующие созданию в каждом отдельном случае сверхэффективных кластеров с уникальными конкурентными преимуществами. Моделирование кластеров осуществляется на основе мультидисциплинарного подхода с использованием, в частности математического аппарата теории сложных сетей, инструментария синергетики и практического опыта. Модели будут способствовать созданию сверхэффективных кластеров за короткое время (1 год – 5 лет в зависимости от вида), функционирующих в режиме с обострением.
    Written by: Хухрин Алексей Сергеевич, Бундина Ольга Ивановна, Агнаева Ирина Юрьевич
    Published by: БАСАРАНОВИЧ ЕКАТЕРИНА
    Date Published: 12/21/2016
    Edition: euroasia-science_28.04.2016_4(25)
    Available in: Ebook