Методические подходы к идентификации кластеров и оценке их влияния на социально-экономическое развитие региона размещения

Мухамадеев А.Ф.1
1 Казанский (Приволжский) федеральный университет

Статья в журнале

Экономика, предпринимательство и право
Том 10, Номер 11 (Ноябрь 2020)

Цитировать:
Мухамадеев А.Ф. Методические подходы к идентификации кластеров и оценке их влияния на социально-экономическое развитие региона размещения // Экономика, предпринимательство и право. – 2020. – Том 10. – № 11. – С. 2637-2650. – doi: 10.18334/epp.10.11.111197.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=44438876

Аннотация:
В статье представлены альтернативные подходы к идентификации кластерных образований с целью разработки методики оценки синергетического эффекта взаимодействия экономических агентов-участников кластеров. В ходе исследования проведен сравнительный анализ к трактовке предпосылок и последствий процессов кластеризации, выделены два основных метода идентификации, основанные соответственно на листинге кластеров, определенных государством, и на основе анализа фактологических и статистических данных с использованием количественных методов и методов экспертной оценки. Сформулированы направления трансформации кластерных образований в условиях информатизации экономического пространства, к числу которых относится снижение роли географической близости в формировании кластерных инициатив и в повышении роли информационно-коммуникационных технологий в обеспечении взаимодействий между участниками. Результатом исследования является вывод о наличии необходимого количества показателей, отражающих влияние кластерных инициатив на производительность предприятий-участников интегрированных образований, при одновременном отсутствии индикаторов, позволяющих оценить в полной мере воздействие кластерных инициатив на развитие территории размещения

Ключевые слова: Кластерные образования, участники кластера, идентификация кластеров, методика оценки эффективности кластерных стратегий, региональная экономика, синергетический эффект кластеризации

JEL-классификация: R12, R13, R19



Введение

Анализ российского и зарубежного опыта развития современной экономики показывает, что инновационные процессы в значительной степени инициируются и стимулируются кластерными образованиями, которые представляют собой объединения предприятий реального сектора, научно-исследовательских и образовательных организаций, а также органов государственного управления, характеризующихся географической близостью размещения, что обусловливает их тесное взаимодействие, оказывающее положительное влияние на динамику совокупных и локальных индикаторов. Кластеры выполняют важную роль в распространении нововведений и зон опережающего роста, что позволяет регионам использовать их потенциал в реализации комплексных и целевых программ социально-экономического развития. С момента начала внедрения кластерные инициативы выступают объектом многочисленных исследований, которые представляют собой попытки обмена опытом и (или) разработки инструментов оценки эффективности интеграции экономических агентов.

Длительная история развития кластеров в России и за рубежом привела к появлению многочисленных исследований, которые акцентируют внимание на различных аспектах кластерных образований. В то же время неоднозначными остаются вопросы о признаках идентификации кластеров и о методиках измерения эффективности их функционирования, а также о их роли в обеспечении социально-экономического развития территории (региона) их размещения. Все это делает актуальной попыткой систематизировать имеющиеся теоретически и методические подходы к определению предпосылок создания кластеров и к расчету эффектов интеграции в рамках кластерных образований. Подобное обобщение позволит определить ограниченность трактовок отдельных исследователей и сформулировать авторский подход к решению указанных проблем.

Целью исследования выступает систематизация теоретических и методических подходов к трактовке идентификационных признаков кластеров и особенностей их функционирования, представленных в работах российских и зарубежных авторов, что выступает необходимой предпосылкой выбора кластерных стратегий развития со стороны государства и субъектов хозяйствования. Реализация цели позволила сформулировать тезис о том, что в настоящее время отсутствует единая трактовка понятия «кластер» и предпосылок развития кластерных образований. Это находит выражение в многочисленных методиках оценки влияния интегрированных образований на направление и темпы социально-экономического развития региона размещения. В этой связи гипотезой исследования выступает положение о необходимости обобщения имеющихся теоретических подходов к идентификации кластерных образований, что позволит учесть многочисленные методики оценки внешних эффектов кластеризации и воздействия кластерных стратегий на динамику финансово-хозяйственных показателей участников.

Методология. Предпосылки кластеризации экономики были сформулированы А. Маршаллом в работе «Принципы экономической науки» [10] (Marshall, 1993), положения которой нашли развитие в трудах М. Портера. Данное им определение кластера как «группы географически соседствующих взаимосвязанных компаний и связанных с ними организаций, действующих в определенной сфере и взаимодополняющих друг друга» [16] (Porter, 2013), стало исходным для формирования концепции кластеризации. Признанием значимости кластеров для экономического развития территории размещения и государства в целом, для повышения конкурентоспособности отечественных производителей на внутреннем и внешних рынках стало создание в 2007 г. Европейской кластерной обсерватории, управляемой Центром стратегии и конкурентоспособности Стокгольмской школы экономики, который возглавляется О. Солвеллем и Р. Тайгланд [25] (Ripley, 1977). Опыт функционирования кластерных образований в Европейском союзе находит отражение на Европейской платформе по кластерному сотрудничеству [13] и официальном сайте кластерной политики Европейской комиссии [14]. В Российской Федерации необходимость обобщения опыта процессов кластеризации и обоснования методических подходов к разработке кластерных стратегий привела к созданию в 2012 г. Российской кластерной обсерватории [15], которая выступает структурным подразделением Национального исследовательского университета «Высшая школа экономики» и одновременно является участником глобальной сети практиков в сфере конкурентоспособности, развития кластеров и инноваций (TCI Network).

Трудности, возникающие при разработке панелей мониторинга результатов кластеризации для участников интегрированных образований и для территории их размещения, прежде всего, связаны с самим определением объекта исследования, который представляет собой кластер. Идентификация кластеров выполняется двумя различными способами: по листингу кластеров, определенных государством [11]; на основе анализа собранных данных. Так, например, Европейская обсерватория кластеров выделяет кластеры с использованием индексов специализации региона, которые основаны на измерении уровня концентрации занятости, но не учитывает интенсивности отношений между экономическими агентами. Основная проблема этого метода заключается в том, что границы регионов определяются априори, что может привести к игнорированию некоторых кластеров или к идентификации одного кластера в нескольких регионах.

Методы, основанные на функции Б. Рипли, исходят из поиска оптимальных расстояний между экономическими агентами (предприятиями, организациями). Трудности применения данного метода вытекают из того, что, во-первых, необходимо иметь подробную информацию с точки зрения местоположения каждого участника, во-вторых, требуются инструменты вычислений (программные продукты), которые способны обрабатывать значительный объем данных. В то же время анализ показывает, что методики измерения географической концентрации в непрерывном пространстве, основанные на работе Б. Рипли [24] (Koo, 2005), получили дальнейшее развитие в современной науке и практике [21] (Duranton, Overman, 2005).

Другой метод идентификации кластеров основан на определении интенсивности торговли между отраслями, что предполагает использование данных о транзакциях между предприятиями для их группировки. В рамках данного подхода разработаны индекс Ллойда, или показатель уровня развития внешней торговли по товарным группам, индекс Баласса, или показатель уровень внутриотраслевой специализации во внешней торговле по товарам, и индекс сравнительного преимущества, отражающий структуру внешнеторговых операций. Использование указанных показателей позволяет выявить промышленные кластеры. Следует признать, что необходимые для проведения расчетов данные имеют место на национальном уровне, но редко представлены на уровне регионов, что не позволяет в полной мере учитывать географический аспект процессов кластеризации.

Метод, основанный на учете интенсивности технологического обмена и пространственного распределения активов [23] (Grubel, Lloyd, 1971), или метод Дж. Коо, состоит из двух основных этапов. Первый этап предполагает выявление промышленных кластеров на основе группировки отраслей в зависимости от интенсивности технологического обмена между ними в национальном контексте. С этой целью создается матрица потока информации между секторами на основе данных о зарегистрированных патентах и лицензионных соглашениях. На втором этапе проводится анализ географического распределения рабочих мест и патентов по определенному промышленному кластеру, что позволяет выявить его центры с учетом заинтересованности в локализации производства или в инновационных процессах. Недостаток данного метода заключается в том, что его применение предполагает использование информации о сотрудничестве между отраслями, но не между организациями.

Проведенный анализ показывает, что в настоящее время единственным методом, повсеместно применяемым для идентификации кластеров, выступает экспертная оценка. К числу экспертных методов относится интервью экспертов по методу «снежный ком», который предполагает проведение нескольких этапов собеседований с экспертами. На первом этапе эксперты дают оценку ключевым предприятиям и институтам заранее выявленных кластеров. На втором этапе эксперты представляют собственные прогнозы относительно вновь формирующихся элементов кластерных образований. Несмотря на то, что данный метод позволяет достаточно точно определить контур кластера, результаты опросов трудно стандартизируются и не поддаются сравнительному анализу на глобальном уровне.

Итак, в ходе исследования были выявлены основные теоретические и методические подходы к идентификации кластеров, которые используются при принятии решения о реализации кластерных инициатив (табл. 1).

Таблица 1

Теоретические и методические подходы к идентификации кластеров, используемые при разработке и реализации кластерных инициатив в современной экономике

№ п/п
Авторы подхода
Показатели, аналитический инструментарий
1.
А. Маршалл [10] (Marshall, 1993), М. Портер [16] (Porter, 2013)
Уровень концентрации производства, географическая близость участников
2.
Европейская обсерватория кластеров, О. Солвелл и Р. Тайгланд [26] (Solvell, Lindqvist, Ketels, 2003)
Уровень специализации хозяйственной агломерации и ее размер с учетом количества и доли занятых, сфокусированность хозяйственной агломерации с учетом доли занятых в общей численности занятых
3.
Б. Рипли [25] (Ripley, 1977) и др.
Показатель оптимальных расстояний между экономическими агентами (предприятиями, организациями)
4.
Г. Грубель, Ф.Ллойд [23] (Grubel, Lloyd, 1971) и др.
Индексы товарной структуры торговли между предприятиями различной отраслевой принадлежности, позволяющие рассчитывать сравнительные преимущества кластерных образований и локальный коэффициент специализации
5.
Дж. Коо [24] (Koo, 2005) и др.
Уровень интенсивности технологического обмена и характер пространственного распределения активов
6.
Метод Дельфи, методика Паттерна [19] и др.
Многоотраслевые качественные анализы, коллективные экспертные оценки
Источник: составлено автором.

Результаты. Анализ многочисленных работ современных авторов показывает, что сформулированные положения, раскрывающие особенности функционирования кластерных образований, недостаточно скоординированы и систематизированы. Это усложняет их использование для совершенствования инструментов кластерной политики.

Обобщение положений работ указанных авторов показывает, что среди них имеют место ученые, которые указывают на противоречивость процессов локализации закономерностям глобализации экономического пространства [7] (Kutsenko, Abashkin, Fiyaskel, Islankina, 2017). Другие ставят под сомнение результат кластерной политики государства, которое ограничивает возможности субъектов хозяйствования извлекать положительный агломерационный эффект [22] (Eickelpasch, Fritsch, 2005). Ряд исследователей указывают на особенности и противоречия в системе управления кластерными образованиями в регионах [4, 5] (Groshev, Pelikhov, Permyakov, 2019), а также рассматривают функциональные особенности пространства территории реализации кластерных инициатив [3] (Groshev, Pelikhov, 2019). В современной научной литературе доминируют исследования, которые посвящены внешним эффектам локализации инноваций и механизмам их диффузии [1, 2, 17, 20] (Bakhshyan, 2019; Khasanov, 2009; Barro, 1995). При этом не анализируется взаимосвязь пространственного аспекта инновационных процессов с другими явлениями и процессами, среди которых – технологическая близость производителей, мобильность работников и др. Однако наибольший интерес с позиции разработки кластерной политики государства представляет проблема поиска инструментария оценки эффективности функционирования кластерных образований и их влияния на направления и темпы развития территории размещения.

С середины 2000-х гг. начинается разработка новых подходов, которые учитывают различные инструменты стимулирования научных исследований и распространения знаний с участием разнообразных экономических агентов в рамках сложных сетей сотрудничества на местном, национальном или международном уровнях [12] (Morzhakova, 2017). Это предопределило необходимость разработки системы показателей (панели мониторинга кластеров), которые отражают эффективность функционирования интегрированных образований с учетом расходов на реализацию кластерных инициатив, а также оценки влияния кластеров на динамику социально-экономического развития территории размещения.

Для создания панели мониторинга кластеров требуется изучение их многообразия и систематизация с использованием определенных классификационных признаков. Традиционно исследователи используют концепцию территориальных производственных сетей, которые принимают форму промышленных районов, технополисов, региональных инновационных систем и др., которые различаются по степени географической близости, механизму взаимодействия, вовлеченности участников в процесс непрерывного обучения и др. В составе подобных образований традиционно выделяют кластеры, которые трактуются как локальные производственные системы, центры конкурентоспособности, территориальные инновационные образования и др. При этом в начале XXI века в результате развития информационно-коммуникационных технологий признак географической близости теряет свое решающее влияние на решение субъектов предпринимательства и государства о реализации кластерных инициатив [10] (Marshall, 1993). Таким образом, трактовка современных кластерных образований остается неоднозначной и требующей дальнейшего развития. Исследование показывает, что в качестве атрибутивных свойств кластеров выступают: организационная структура и ее элементы; детерминанты, связанные с потенциалом НИОКР, то есть с объемом расходов, выделяемых на производство новых знаний; способность кластера трансформировать эти знания в организационные, административные и технологические инновации; специализация по видам экономической деятельности и рыночный потенциал; уровень связности кластера и его способность развивать сотрудничество; состояние экономики территории размещения; степень открытости кластера для сотрудничества с внешними агентами.

В зависимости от состава участников кластера и ведущей роли производственных, научных или образовательных организаций кластер как полюс конкурентоспособности принимает форму промышленного, технологического и (или) научного. При этом удельный вес крупных и малых предприятий, а также степень их независимости определяют характер инновационных стратегий и тип сотрудничества с иными участниками. Важным для оценки эффективности кластерных стратегий представляется определение доли продукции, произведенной предприятиями кластера, в валовом региональном продукте, что позволяет определить влияние кластерных стратегий на территориальное развитие. Помимо количества рабочих мест, создаваемых в кластере, целесообразно определить порядок распределения работников по уровню квалификации и содержанию профессиональных компетенций, что позволяет выявить ключевые функции кластера – производство, проектирование, консультирование и др. Современные кластеры различаются по уровню поляризации экономического пространства, которое носит высококонцентрированный характер в крупном мегаполисе и характеризуется низким уровнем плотности транзакций за его пределами.

Существенной характеристикой кластеров выступает объем частных и государственных расходов на НИОКР, которые в значительной степени определяют состояние инновационных процессов на локальном и национальном уровнях. Безусловным в современном обществе выступает тезис о решающей роли организационных, административных и технологических инноваций в обеспечении конкурентоспособности предприятий. Основными видами организационных и административных инноваций выступают: внедрение передовых методов управления, изменение организационных структур или принятие новых стратегий развития. Указанные виды инноваций выступают основным способом реализации инновационной активности в ряде секторов экономической деятельности, которые в меньшей степени связаны с НИОКР. В то же время следует признать, что технический прогресс и изменения в организации тесно взаимосвязаны, что позволяет сделать вывод о комплементарности вышеуказанных типов инноваций.

Результаты функционирования кластера зависят в значительной степени от характера специализации, технологических возможностей и отраслевого позиционирования. При этом отсутствует единая трактовка влияния специализации на результаты функционирования кластеров. С одной стороны, разнообразие профессиональных компетенций, сконцентрированных в границах кластера, оказывает благоприятное воздействие на производство инноваций, с другой стороны, эффективный инновационный процесс предполагает необходимость кооперации усилий участников, что создает дополнительные трудности для трансформации знаний в инновации. Кластеры могут различаться по потенциалу и количеству отраслевых рынков, на который они ориентированы. Объемы рыночного спроса и поведение будущих потребителей в значительной степени объясняют результаты реализации кластерных инициатив.

Эффективность процесса создания и распространения инноваций в регионе, инициированного кластерами, во многом зависит от скорости межрегиональной диффузии нововведений [8] (Kutsenko, 2015). При этом уровень включенности кластеров в инновационный процесс зависит от частоты и интенсивности взаимодействий между участниками интегрированного образования, а также от характера их сотрудничества с заинтересованными сторонами на национальном и глобальном уровнях. При этом характер ранее созданных партнерств во многом определяет эффективность взаимоотношений между участниками вновь созданного кластера.

Важную роль в инновационном процессе играет структура кластерной сети, которая может различаться по характеру географической концентрации, положению агентов и их институциональных характеристик [19] (Yagolnitser, Kolobova, 2018). В географически концентрированной сети формальные и неформальные отношения между участниками кластера взаимосвязаны, тогда как в географически разрозненной сети слабые неформальные связи затрудняют контроль над распространением инноваций, что приводит к укреплению договорных связей с ограничением доступа к информации. В этом случае наличие «ядра» кластера играет важную роль в получении информации и в стимулировании инновационного процесса. Кроме того, при существенной роли государственных организаций науки и образования формируются институты, основанные на принципах «открытой науки», что снижает роль процессов централизации. В то же время способность кластера производить внешние эффекты зависит от характеристик управления, уровня урбанизации, уровня развития объектов инфраструктуры, а также от особенностей локального рынка труда.

Заключение. Таким образом, проведенный анализ альтернативных подходов к идентификации кластерных образований показал отсутствие единого определения предпосылок их создания и развития, что затрудняет разработку инструментов оценки эффективности их функционирования. Современные методы идентификации кластеров основаны преимущественно на анализе уровня концентрации занятости (количественные методы) или на методах экспертных оценок. Интенсивность и плотность взаимодействия между участниками кластерных образований в настоящее время не являются объектом исследования в силу сложности доступа к локализованным данным. В настоящее время отсутствует метод систематической идентификации кластеров с учетом как географического аспекта концепции (концентрация занятости), так и организационного аспекта (взаимодействие между участниками). Это ограничивает возможности использования концепции кластера для разработки практических рекомендаций по их развитию. Существующие в России и за рубежом кластеры различаются по размерам, типам предприятий (малых и крупных), характеру связей между субъектами реального сектора и университетам, по уровню географической и отраслевой агрегации и др. В отсутствие единого определения и общей методики идентификации исследователи предлагают комбинированные подходы к их определению.

Проведенный анализ исследований, посвященных кластерам, показывает, что число работ, посвященных воздействию кластерных инициатив на развитие территории размещения [18] (Tsertseil, Kookueva, 2018), незначительно по сравнению с количеством публикаций, авторы которых анализируют влияние кластерных инициатив на производительность предприятий – участников интегрированных образований. Это связано с тем, что измерение воздействия кластеров на территориальное развитие не представляется возможным без постановки и решения ряда методологических проблем, связанных с пространственным развитием. Данные проблемы связаны с определением периметра территории, которая испытывает влияние кластерных инициатив, с пространственными взаимозависимостями и др. Кроме того, неразрешенной проблемой остается разграничение последствий для территории размещения кластера, фактически связанных с его существованием, и влияния конкретного предприятия, а также последствиями реализации иных конкурентных преимуществ территории, не связанных с кластеризацией (обучение, жилищные условия, государственные субсидии и др.).

В составе методов оценки эффективности процессов кластеризации выделяются количественные (стоимостные) методы оценки эффективности интеграционных процессов, которые основное внимание уделяют ресурсному потенциалу организации и его динамике под влиянием синергетических эффектов кластеризации. Качественные методы, основанные на оценках экспертов, предполагают учет качества продукции, изменение товарной линейки, профессиональных компетенций, характера используемых технологий и др. Комплексные методы оценки исходят из возможности учета качественных и количественных составляющих развития кластерных образований и их участников. Проведенное исследование показывает, что вне зависимости от используемых методов вне области исследования остаются вопросы, связанные с характером отношений между участниками кластерных образований, включающих отношения сотрудничества и конкуренции, персонифицированного и неперсонифицированного доверия и др. Все это определяет направления дальнейшего исследования кластеров и позволяет сформулировать требования к методологической платформе анализа, которая должна носить гетерогенный характер и учитывать достижения альтернативных экономических школ. Подобный комбинированный подход позволит обосновать методику расчета индикаторов развития кластеров с учетом их долгосрочного влияния на состояние территории размещения национальной экономики в целом и участников кластера, а также характер отношений между участниками.


Источники:

1. Бахшян Э.А. Кластеры в современной экономике: сущность, характерные черты и генерируемые эффекты // Теоретическая и прикладная экономика. 2019. № 1. С. 64-74. DOI: 10.25136/2409-8647.2019.1.28209 [Электронный ресурс]. Режим доступа: https://nbpublish.com/library_read_article.php?id=28209. Дата обращения: 25.10.2019.
2. Бушуева М.А., Масюк Н.Н., Синергетический и мультипликативный эффекты в кластере [Электронный ресурс]. Режим доступа: http://ukros.ru/wp-content/uploads/2012/08/масюк_бушуева.rtf. Дата обращения: 25.10.2019.
3. Грошев А.Р., Пелихов Н.В. Функциональное пространство кластерных инициатив // Вопросы инновационной экономики. – 2019. – Том 9. – № 2. – с. 411-418. – doi: 10.18334/vinec.9.2.40784.
4. Грошев А.Р., Пелихов Н.В., Пермяков П.Ю. Кластерные инициативы: противоречия и особенности в управлении процессами кластеризации региональной экономики // Экономика, предпринимательство и право. – 2019. – Том 9. – № 4. – с. 355-370. – doi: 10.18334/epp.9.4.41412.
5. Грошев А.Р., Пелихов Н.В., Пермяков П.Ю. Системные противоречия в управлении процессами кластеризации в региональной экономике // Экономические отношения. – 2019. – Том 9. – № 4. – с. 2965-2978. – doi: 10.18334/eo.9.4.41269.
6. Исайченкова В.В. Формирование эффективных промышленно-производственных кластеров в условиях цифровизации // Экономические отношения. – 2019. – Том 9. – № 3. – с. 1879-1890. – doi: 10.18334/eo.9.3.40934.
7. Куценко Е.С., Абашкин В.Л., Фияскель Э.А., Исланкина Е.А. Десять лет кластерной политики в России: логика ведомственных подходов//Инновации. 2017. № 12 (230). С. 46-58.
8. Куценко С.Е. Пилотные инновационные территориальные кластеры России: модель устойчивого развития // Форсайт. 2015. Т.9. №1. C. 32–55.
9. Ленчук Е.Б., Власкин Г.А. Кластерный подход в стратегии инновационного развития зарубежных стран// Проблемы прогнозирования. 2010. №5. С. 38‒51.
10. Маршалл А. Принципы экономической науки, М.: Прогресс, 1993. 309 с.
11. Методические рекомендации по реализации кластерной политики в субъектах Российской Федерации (утв. Минэкономразвития РФ 26.12.2014 № 20615-ак/д19). [Электронный ресурс]. Режим доступа: http://www.consultant.ru /document/cons_doc_LAW_113283/ Дата обращения: 16.11.2020.
12. Моржакова К.Э. Оценка эффективности реализации инновационных территориальных кластеров// Стратегии бизнеса. 2017. №5 (37). С. 17-22.
13. Официальный сайт Европейской платформы по кластерному сотрудничеству. [Электронный ресурс]. Режим доступа: https://www.clustercollaboration.eu/ Дата обращения: 10.10.2020 г.
14. Официальный сайт кластерной политики Европейской комиссии. [Электронный ресурс]. Режим доступа: https://ec.europa.eu/growth/industry/policy/cluster_en Дата обращения: 10.10.2020 г.
15. Официальный сайт Российской кластерной обсерватории [Электронный ресурс]. Режим доступа:https://cluster.hse.ru// Lfnf j,hfotybz/ Дата обращения: 11.11.2020/
16. Портер М. Конкуренция. Обновленное и расширенное издание, М.: Вильямс, 2013. 496 с.
17. Хасанов Х.Р. Синергетический эффект кластера // Проблемы современной экономики. 2009. № 3 (31). [Электронный ресурс]. Режим доступа: http://www.m-economy.ru/art.php?nArtId=2784. Дата обращения: 25.10.2019.
18. Церцеил Ю.С., Коокуева В.В. Перспективы развития территорий в рамках реализации кластерного подхода в Российской Федерации // Вопросы инновационной экономики. – 2018. – Том 8. – № 3. – с. 365-374. – doi: 10.18334/vinec.8.3.39363.
19. Ягольницер М.А., Колобова Е.А. Измерение влияния институциональных условий на образование инновационных кластеров в регионах России // Вопросы инновационной экономики. – 2018. – Том 8. – № 4. – с. 661-678. – doi: 10.18334/vinec.8.4.39485.
20. Barro R.J. Technological Diffusion, Convergence, and Growth / R.J. Barro, X. Sala-i-Martin // Economic Working Paper. 1995. № 116.
21. Duranton G. et Overman H. (2005), Testing for localisation using micro-geographic data// Review of Economics Studies, vol. 72, pp. 1077-1106.
22. Eickelpasch A., Fritsch M. (2005) Contests for Cooperation — A New Approach in German Innovation Policy // Research Policy. № 34. P. 1269–1282.
23. Grubel, Herbert G.; Lloyd, Peter J. The Empirical Measurement of Intra-Industry Trade (неопр.) // Economic Record. 1971. Т. 47, № 4. — С. 494—517.
24. Koo J. (2005), Knowledge-based insutry Clusters: Evidenced by geographical patterns of patents in manufacturing// Urban Studies, vol. 42, n 9, pp. 1487-1505.
25. Ripley B. (1977) Modelling Spatial Patterns// Journal of the Royal Statistical Society. № 39, pp. 172-212.DOI : 10.1111/j.2517-6161.1977.tb01615.x
26. Solvell O., Lindqvist G., Ketels C. (2003) The Cluster Initiative Greenbook [Электронный ресурс]. Режим доступа: https://www.hhs.se/contentassets/f51b706e1d644e9fa6c4d232abd09e63/greenbooksep03.pdf. Дата обращения: 11.11.2020

Страница обновлена: 17.11.2021 в 12:49:46