Перспективные направления формирования и развития кластеров малых и средних предприятий в городе Москве

Предложенный далее анализ кластерных групп в городе Москве развивает статистический подход, прежде всего, за счет увеличения количества анализируемых показателей и более полного вовлечения материалов статистических наблюдений.

 

1.4.  Исследуемые данные и ограничения исследования.

 

Наиболее логичным вариантом для проведения исследования было бы использовать статистику по малых и средним предприятиям. Однако такой статистики в подробном варианте (детализация до 4 знака согласно ОКВЭД) в России не существует. Соответственно определение значимых кластерных групп МСП ни по одному из существующих статистических методов напрямую невозможно.

Для решения этой проблемы был выбран следующий сценарий. Сначала определяются значимые кластерные группы исходя из существующей статистики по крупным и средним предприятиям, затем по косвенным источникам определяется доля МСП в кластерных группах.

Источником статистической информации является Федеральная Служба Государственной Статистики.

Использовались следующие статистические данные:

• Средняя численность работников - всего (количество замещенных рабочих мест), с январь по январь, за 2005-2007 годы. Сводные данные по крупным и средним предприятиям. Это самая общая категория средней численность работников, которая включает в себя постоянных работников и так называемых внешних совместителей. В данную статистику не включаются материалы выборочных обследований населения по проблемам занятости и данные органов исполнительной власти. Данные представлены по чистым видам экономической деятельности.
• Среднемесячная заработная плата работников в рублях, с января по январь. Сводные данные по крупным и средним предприятиям. Данные представлены по чистым видам экономической деятельности.
• Отгружено товаров собственного производства, выполнено работ и услуг собственными силами (без НДС и акцизов), с январь по декабрь, за 2005-2007 годы. Собирается по организациям, не относящимся к субъектам малого предпринимательства, средняя численность работников которых  превышает 15 человек. Данные представлены по чистым видам экономической деятельности.
• Инвестиции в основной капитал – всего, с январь по декабрь, за 2005-2007 годы.  Собирается по организациям, не относящимся к субъектам малого предпринимательства, средняя численность работников которых  превышает 15 человек. Данные представлены по хозяйственным видам экономической деятельности.
• Прибыль (убыток) до налогообложения за период с начала отчетного года, с январь по декабрь, за 2005-2007 годы.  Собирается по организациям, не относящимся к субъектам малого предпринимательства, средняя численность работников которых  превышает 15 человек.

Использовались подробные статистические данные по всем кодам ОКВЭД, которые были агрегированы в 38 кластерных групп.

В процессе интеграции использовался алгоритм заполнения пустых ячеек. Дело в том, что достаточно часто в статистике попадаются пустые ячейки. Наиболее простой, но не вполне корректный вариант заключается в том, чтобы считать пустую ячейку за 0. Вместе с тем, существует алгоритм, позволяющий с большей точностью «угадать» пропущенное значение. Данный алгоритм был заимствован из методологии Европейской Кластерной Обсерватории и реализован в качестве макроса:

• во-первых, определяются заполненные и пустые ячейки;
• при обнаружении пустой ячейки  макрос ищет все «родительские» виды деятельности, которые имеют заполненную ячейку (например, если вид деятельности 51.83 не заполнен, макрос проверит 51.8, если и он пустой – то 51 и т.д.);
• когда заполненная ячейка, соответствующая «родительскому» виду деятельности найдена, макрос определяет все входящие в него виды деятельности (до четверного уровня);
• далее все заполненные виды деятельности, входящие в «родительский» вид деятельности, суммируются, и эта сумма вычитается из значения ячейки, соответствующей «родительскому» виду деятельности;
• далее остаток делится поровну между всеми пустыми ячейками (очевидно, что если остаток равен нулю, то все пустые ячейки определяются как нулевые).

Для такой оценки доли малого и среднего предпринимательства в выявленных хозяйственных агломерациях используется доступная статистическая информация (Мосгорстат, Росстат), а также информация из вторичных источников (база данных Компасс).

 

 

2. Расчет основных показателей, характеризующих уровень развития  значимых кластерных групп

Исследование значимых кластерных групп опирается на систему показателей уровня развития кластерной группы. Показатели уровня развития кластерной группы разделены на три категории: показатели значимости кластерной группы, показатели связанности и показатели экономической эффективности. Все три группы показателей интегрированы в Совокупный показатель развития кластерной группы (индекс РКГ). Такое структурирование показателей позволяет не только оценить общий уровень развития кластерной группы, но и определить пропорции такого развития.

Высокие значения по всем категориям показателей у кластерной группы означают высокую вероятность концентрации кластеров и протокластеров всех типов в рамках данной кластерной группы. Данные условия являются благоприятными для создания новых и развития существующих кластеров по данному направлению.

 

2.1. Показатели значимости кластерной группы

 

Совокупный показатель значимости кластерной группы состоит из следующих показателей (с весами) – см. табл. 2.

 

Таблица 2.Показатели значимости кластерной группы

Показатель значимости кластерной группы на основе показателей «коэффициент локализации», «размер», «фокус», рассчитанных по статистике занятости.	3/5. Показатели принимают  значения 3; 2.
Показатель значимости кластерной группы на основе показателей «коэффициент локализации», «размер», «фокус», рассчитанных по статистике отгруженной продукции (выполненных работах, оказанных услугах).	1/5. Показатели принимают  значения 0; 0,5 или 1.
Показатель уникальности кластерной группы.	1/5. Показатели принимают  значения от -1 до 1.

 

В категории «Показатели значимости кластерной группы» наибольший вес имеет «Показатель значимости кластерной группы на основе показателей «коэффициент локализации», «размер», «фокус», рассчитанных по статистике занятости». Это базовый показатель, на основе которого формируется список значимых кластерных групп.

Показатель значимости кластерной группы на основе показателей «коэффициент локализации», «размер», «фокус», рассчитанных по статистике отгруженной продукции (выполненных работ, оказанных услуг) является корректирующим. Если кластерная группа (из числа значимых) соответствует трем пороговым значениям, то она получает дополнительно 1 балл. За соответствие двум и одному пороговому значению дается соответственно 0,5 и 0 дополнительных баллов.

Показатель уникальности кластерной группы отражает степень неравномерности распределения занятости в кластерной группе по субъектам РФ. Чем больше такая занятость, тем более значимо ее расположение в городе Москве. Данный показатель является корректирующим и рассчитывается в балльных оценках в интервале от 0 до 1.

 

2.1.1 Показатель значимости кластерной группы на основе показателей «коэффициент локализации», «размер», «фокус», рассчитанных по статистике занятости.

Полная информация по данному показателю отображена на диаграмме  (рис. 1.)

 

Рис. 1. Место города Москвы по показателю значимости кластерной группы на основе статистики занятости

 

На рисунке 1 отображены ранги, которые занимает город Москва по кластерной группе. Например, по целому ряду кластерных групп («Финансовые услуги», «Измерительное и исследовательское оборудование», «Биофармацевтические препараты», «Коммуникационное оборудование», «Торговля») Москва занимает первое место по всем трем показателям: «Коэффициент локализации», «Фокус» и «Размер». По кластерным группам «Аэрокосмическая промышленность» и «Издательская деятельность и полиграфия» город Москва занимает второе место по России по показателям «Коэффициент локализации» и «Фокус». По тем же показателям по кластерной группе «Деловые услуги» город Москва занимает 7 место. Итак, данная информация позволяет более точно оценить значимость кластерной группы в рамках установленных критериев.

Отметим, что показатель «Фокус» в данном случае анализировать бессмысленно. Это связано с тем, что ранг региона по показателю «Фокус» и по коэффициенту локализации будет одинаковым, т.к. показатель «Фокус» может входить в коэффициент локализации в качестве числителя, тогда как знаменатель (в этом случае доля занятости по данной кластерной группе в общей занятости по стране) будет для всех регионов константой.

По показателю «Размер», как мы уже и отмечали, город Москва находится в лидирующей группе практически по всем кластерным группам, что говорит о многовариантности развития хозяйственных агломераций в городе Москве.

Таким образом, ключевым для определения значимых групп в городе Москве является показатель «Коэффициент локализации». По данному показателю немного отстали от лидирующих следующие группы: «Табак», «Ювелирная промышленность», «Медицинская техника» и «Строительство крупных инженерных сооружений». Данные кластерные группы также могут в дальнейшем быть включены в исследование и заслуживают внимания при реализации мероприятий кластерной политики в сфере малого и среднего предпринимательства.

 

2.1.2 Динамика показателя значимости кластерной группы на основе статистики занятости в городе Москве

Динамика показателя значимости кластерной группы на основе статистики занятости рассматривается в разрезе динамики следующих показателей: численность занятых, «Коэффициент локализации», «Размер» и «Фокус» в кластерной группе. Динамика развития определяется исходя из сглаженного годового прироста указанных показателей (compound annual growth rate - CAGR). CAGR определяется следующей формулой:

, где

CAGR(t0,tn) – Сглаженный годовой прирост показателя;

t0 – Начало периода;

tn – Конец периода;

V(t0) – Начальное значение показателя;

V(tn) – Конечное значение показателя.

Полная статистика по динамике трех показателей по значимым кластерным группам представлена в приложении 3.

Наиболее показательным является сопоставление показателей CAGR численности и CAGR показателя «Размер» (см. рис. 2). В случае если CAGR по показателю «Размер» превышает CAGR по показателю численности (пример, группа «Финансовые услуги») можно сделать вывод, что численность в данной группе по всей стране за исследуемый период (2005-2009 годы) уменьшилась. И наоборот. Используя эту информацию, появляется возможность построить таблицу 2, на которой значимые кластерные группы классифицированы по критериям «динамика кластерной группы в Москве» и «динамика кластерной группы в РФ».

Рис. 2. Сопоставление показателей CAGR численности и CAGR показателя «Размер» по значимым  в городе Москве кластерным группам

Кластерные группы «Торговля», «Медицинская техника», «Индустрия развлечений»,  «Деловые услуги» показывают умеренный рост численности в городе Москве за период 2005-2009 гг., который может быть объяснен общим ростом данной кластерной группы в России.

Кластерные группы «Финансовые услуги», «Издательская деятельность и полиграфия»,  «Биофармацевтические препараты» показывают умеренный рост численности в городе Москве вопреки общему уменьшению численности в данных группах по стране.

Кластерные группы «Аэрокосмическая промышленность», «Измерительное и исследовательское оборудование», «Коммуникационное оборудование», «Образовательная и научно-исследовательская деятельность», «Информационные технологии» за исследуемый период демонстрируют небольшой спад, который может быть объяснен общим спадом численности в данных группах по стране. При этом среди значимых кластерных групп в городе Москве нет ни одной, численность которой снижалась бы в условиях общего роста в стране.

Таблица 3. Классификация значимых кластерных групп в Москве по показателям «Динамика кластерной группы в городе Москве за 2005-2009 гг.» и «Динамика кластерной группы в страны за 2005-2009 гг.».

		Динамика кластерной группы в Российской Федерации
		Рост	Спад
Динамика кластерной группы                в городе Москве	Рост	«Торговля» «Медицинская техника» «Индустрия развлечений»	«Финансовые услуги» «Издательская деятельность и полиграфия» «Биофармацевтические препараты»
	Спад		«Аэрокосмическая промышленность» «Измерительное и исследовательское оборудование» «Коммуникационное оборудование» «Образовательная и научно-исследовательская деятельность» «Информационные технологии» «Осветительные и электрические приборы»