Роль кластеров в реализации политики импортозамещения в фармацевтической промышленности: динамика, оценка, перспективы

Введение

Пространственная организация фармацевтической промышленности приобретает особое значение в условиях изменения международных производственных связей и необходимости поддержания устойчивых поставок лекарственных средств. Отрасль объединяет научные исследования, разработку лекарственных форм, клинические исследования, выпуск фармацевтических субстанций и готовых препаратов, контроль качества и сбыт. Производственные решения на каждой стадии зависят от доступности оборудования, кадров, технологий и регулируемой инфраструктуры. По этой причине территориальная концентрация предприятий сама по себе еще не свидетельствует о наличии устойчивых кооперационных связей.

В научной литературе кластер рассматривается как территориально связанная система предприятий и организаций, использующих общие компетенции, ресурсы и каналы обмена знаниями. М. Портер подчеркивает роль локальных взаимодействий в повышении производительности и развитии инноваций [17]. М. Дельгадо, М. Портер и С. Стерн связывают результаты отраслевого роста с силой кластерной структуры, одновременно указывая на необходимость учета исходного состояния региональной экономики [16]. В российской литературе С. П. Земцов с соавторами обращают внимание на различие между существующим статусом поддерживаемого кластера и объективным потенциалом кластеризации [7]. Эти положения позволяют поставить вопрос о том, насколько формальное присутствие кластера соотносится с динамикой фармацевтического производства.

Цель исследования заключается в сопоставлении динамики производства по ОКВЭД 21 в регионах присутствия фармацевтических кластеров с динамикой России в целом. Проверяется рабочая гипотеза: регионы, на территории которых функционируют фармацевтические кластеры, в рассматриваемом периоде демонстрировали более высокие темпы роста производства и меньшую нестабильность по сравнению с общероссийским уровнем. Это описательная гипотеза о статистическом сопоставлении. Она не тождественна предположению о причинном влиянии кластерной политики.

Данные и методика исследования

В аналитическую выборку включены Алтайский край, Белгородская, Иркутская, Московская, Рязанская, Томская, Ярославская области и Санкт-Петербург. Существование отраслевых кластеров подтверждается российской Картой кластеров НИУ ВШЭ и сведениями Ассоциации современной фармацевтической промышленности и инновационной медицины Ярославской области [3; 8].

Информационную базу составили годовые индексы физического объема производства по виду экономической деятельности ОКВЭД 21, размещенные Росстатом и его территориальными органами; сведения о кластерах получены из реестра НИУ ВШЭ [11].

Суть аналитического метода заключается в сравнении с общероссийским значением в сочетании с панельной регрессией с фиксированными эффектами регионов. Цепные индексы переводятся в логарифмические темпы g_it = ln(I_it/100). В такой форме темпы складываются: их сумма дает накопленный рост, а разность с российским темпом -относительное отклонение региона.

Базовая модель имеет вид:

g_it = α_i + β·Post_t + ε_it, (1)

где α_i - фиксированный эффект региона, поглощающий устойчивые различия в специализации, масштабе и составе предприятий; Post_t - фиктивная переменная, равная 1 для 2022 г. и последующих лет. Коэффициент β показывает, насколько в среднем изменился темп роста внутри одного и того же региона в санкционный период. Во втором варианте зависимой переменной служит превышение значения над российским e_it = g_it − g_РФ,t.. Тогда β отвечает на вопрос, изменилось ли положение регионов относительно страны; по логике это близко к схеме «разность разностей», где контрольным рядом выступает Россия в целом. Стандартные ошибки кластеризованы по регионам, устойчивость проверена на семи спецификациях - с разными периодами и с исключением значений, опубликованных как рост «в 2 - 2,5 раза».

Модель дополнена тремя процедурами: анализом сигма-конвергенции (межрегиональный разброс темпов и накопленных уровней), двухфакторной декомпозицией дисперсии темпов на региональную, временную и остаточную составляющие, а также ранговой корреляцией Спирмена между параметрами кластеров и результатами регионов. В таблице 1 представлена характеристики фармацевтических кластеров исследуемых регионов.

Таблица 1. Выбранные фармацевтические кластеры и их паспортные характеристики

В Ярославской области кластерная инфраструктура включает связи производителей и образовательных организаций. Ассоциация сообщает о подготовке кадров через ресурсный центр и о создании в 2022 г. тренинг-центра «Р-Фарм» на базе Ярославского промышленно-экономического колледжа [3]. Подобные проекты представляют механизм передачи компетенций, однако для оценки их производственного результата нужны отдельные показатели: число подготовленных специалистов, трудоустройство, производительность и технологические операции, освоенные участниками [9].

Российская фармацевтическая промышленность развивалась в условиях резких изменений спроса. По данным Росстата (таблица 2), в 2020 г. производство лекарственных средств и материалов, применяемых в медицинских целях, увеличилось на 23,0% к 2019 г. В 2021 г. прирост составил 11,5%, в 2022 г. 8,6%, в 2023 г. 1,9% [11]. При последовательном перемножении соответствующих индексов получается накопленное значение около 151,8% к уровню 2019 г. Эти сведения подтверждают округленную оценку роста в 1,52 раза из представленного расчетного массива.

Таблица 2. Динамика российского производства по ОКВЭД 21 в 2020-2023 гг.

Замедление прироста в 2023 г. не означает сокращения физического объема производства, поскольку индекс оставался выше 100%. С точки зрения арифметики цепных индексов часть замедления связана с высокой накопленной базой предыдущих лет. В более широком контексте отрасль одновременно адаптировалась к изменениям внешних поставок, логистики и механизмов промышленной поддержки [6]. Однако используемый ряд индексов не позволяет количественно разделить влияние спроса, государственной поддержки, инвестиционных проектов и внешних ограничений.

Накопленные результаты восьми регионов существенно различаются. Для повышения воспроизводимости расчета в таблице 3 приведены не только относительные значения к России, но и накопленные региональные индексы к 2019 г., а также среднегодовые темпы роста.

Таблица 3. Накопленная динамика фармацевтического производства регионов в 2020-2023

В четырех регионах накопленный результат оказался ниже общероссийского, в Московской области и Санкт-Петербурге практически совпал с ним, а в Иркутской и Рязанской областях заметно его превысил. Арифметическое среднее восьми относительных индексов равно 102,4%, геометрическое среднее 93,7%, медиана 91,1%. Разрыв между арифметическим и геометрическим средними показывает влияние двух высоких наблюдений. Поэтому для интерпретации типичного результата выборки предпочтительно учитывать геометрическое среднее и медиану, а не только арифметическое среднее.

Иркутская область демонстрирует особую чувствительность результата к одному году: в 2020 г. региональный индекс был опубликован как рост примерно в 2,5 раза. Такое значение значительно повышает накопленный индекс даже при последующем снижении темпов. В Рязанской области, напротив, высокие значения сохранялись в течение нескольких лет, что сформировало накопленный индекс 293,1% к 2019 г. Эти различия подтверждают необходимость анализировать не только конечный накопленный показатель, но и траекторию его формирования (рисунок 1).

Рисунок 1. Накопленный рост производства по виду деятельности «Производство лекарственных средств и материалов, применяемых в медицинских целях» в 2020-2023 гг. относительно России

Источник: рассчитано автором по данным [11].

Для проверки однородности динамики рассмотрен разброс логарифмических темпов регионального производства. В расчетном массиве стандартное отклонение годовых темпов снизилось с 0,35 в 2020 г. до 0,19 в 2022 г. и 0,18 в 2023 г., после чего достигло 0,19 в 2024 г. Накопленные уровни, напротив, демонстрировали более высокий разброс: в 2022-2023 гг. стандартное отклонение составляло около 0,45 против 0,35 в начале периода. В 2024 г. оно оставалось высоким, около 0,43.

Полученное сочетание показателей допускает следующую интерпретацию. Колебания отраслевых темпов в отдельных регионах стали менее различаться от года к году, однако уже возникшие разрывы между накопленными траекториями не были устранены [12]. Следовательно, наблюдалось частичное сближение текущих темпов без устойчивой конвергенции уровня индексов, рассчитанных от единой базы. Для региональной промышленной политики это существенно: одинаковый процентный прирост в двух субъектах не сокращает автоматически исторически сложившийся разрыв в динамике отрасли [4].

Сопоставление паспортных характеристик объединений с региональными индексами ставит отдельную задачу: можно ли считать количество участников и срок существования кластера индикаторами производственной результативности? Исходные оценки ранговой корреляции Спирмена не выявили статистически значимых связей этих характеристик с показателями числом участников кластеров и накопленным индексом. Максимальные по модулю коэффициенты в данном наборе не превышали 0,43; приведенные уровни значимости составляли не менее 0,29.

Сравнение Томской и Рязанской областей иллюстрирует ограниченность простого критерия «чем больше участников, тем выше рост». В реестре НИУ ВШЭ у томского кластера указаны 52 участника, у рязанского 10 [8]. Между тем их нормированные региональные индексы относительно России за 2020-2023 гг. составляют соответственно 43,1 и 193,1. Это расхождение опровергает механическое отождествление размеров реестра с динамикой выпуска, но не свидетельствует о превосходстве одной модели кластерной политики над другой.

Для фармацевтической промышленности особенно важно различать количественный и технологический результаты. Расширение выпуска готовых препаратов может сопровождаться сохранением импортной зависимости от субстанций [1]. Напротив, освоение сложной технологической операции в краткосрочном периоде может не приводить к заметному увеличению регионального индекса, но формировать условия для последующего развития. Поэтому оценка кластеров только по темпу выпуска охватывает лишь одну составляющую технологической устойчивости [15].

Полученные результаты указывают на необходимость перехода от оценки наличия кластерной структуры к оценке функций, выполняемых ее участниками [13]. В Федеральном законе «О промышленной политике в Российской Федерации» предусмотрены инструменты стимулирования промышленных кластеров [14]. Постановление Правительства Российской Федерации от 31.07.2015 № 779 устанавливает требования к промышленным кластерам и специализированным организациям [10]. Наличие институциональной формы создает возможность взаимодействия, но само по себе не гарантирует определенной динамики выпуска.

Для целей промышленной политики целесообразно разделять как минимум три уровня мониторинга. На региональном уровне оцениваются физический объем производства, его волатильность и структурные сдвиги по подвидам ОКВЭД 21. На уровне участников фиксируются объемы выпуска, инвестиции, занятость, производительность и изменение технологических компетенций. На уровне кооперационных проектов учитываются результаты совместных исследований, освоение субстанций, передача технологии, серийное производство новых лекарственных форм и развитие испытательной инфраструктуры. Только связь этих уровней позволяет определить, сопровождается ли кластерная организация реальным изменением производственной системы [5].

Отдельного внимания заслуживает измерение локализации. Доля отечественного производства в стоимостном объеме продаж готовых лекарственных препаратов не раскрывает происхождение фармацевтических субстанций, промежуточных компонентов, оборудования и критически важных реагентов. Для анализа технологического суверенитета нужны согласованные показатели по цепочке создания лекарственного препарата, от научной разработки до промышленного производства. По каждому показателю должны быть определены источник, единица измерения, период и методика расчета [6].

Дальнейшее исследование предполагает восстановление открытой панельной базы годовых индексов по всем субъектам Российской Федерации, для которых данные сопоставимы, начиная с 2016 г.; формирование отдельной выборки промышленных и инновационных кластеров; и переход к эконометрическому анализу с контрольной группой. Для связи результатов с технологическим суверенитетом необходимо дополнительно учитывать показатели выпуска субстанций, затрат на исследования и разработки, производственных инвестиций и освоения новых технологий [2].

Заключение

Исследование показывает значительные различия в накопленной динамике фармацевтического производства восьми российских регионов, на территории которых функционируют профильные кластеры и отраслевые объединения. В 2020-2023 гг. российский индекс производства увеличился приблизительно до 151,8% уровня 2019 г. В рассматриваемой выборке четыре региона демонстрировали результаты ниже общероссийского уровня, два практически совпали с ним и два заметно его превысили. Среднее невзвешенное отношение к России составило 102,4, медиана 91,1.

Полученные результаты имеют значение для совершенствования механизмов развития фармацевтической промышленности и обеспечения ее технологического суверенитета. Они показывают необходимость оценки кластеров не только по числу участников и масштабам занятости, но и по результатам производственной деятельности, развитию технологических компетенций и устойчивости выпуска. Вместе с тем представленные данные не позволяют установить причинно-следственную связь между функционированием кластеров и динамикой регионального производства. Для такой оценки требуется сопоставление результатов предприятий, входящих в кластеры, с показателями других фармацевтических производителей.

Таким образом, основным результатом исследования является выявление неоднородности региональной динамики фармацевтического производства при сближении годовых темпов роста и сохранении различий в накопленных результатах. Это обосновывает необходимость дифференцированного подхода к оценке и поддержке фармацевтических кластеров с учетом их производственной специализации, структуры участников и фактических результатов деятельности.