Кластерный анализ в экономических исследованиях: направления и опыт использования



Дата10.01.2013
Размер108 Kb.
ТипДокументы



Кластерный анализ в экономических исследованиях: направления и опыт использования

УДК 338.001.5

КЛАСТЕРНЫЙ АНАЛИЗ В ЭКОНОМИЧЕСКИХ ИССЛЕДОВАНИЯХ:

НАПРАВЛЕНИЯ И ОПЫТ ИСПОЛЬЗОВАНИЯ

С.В. Боженко, А.А. Брут-Бруляко
В статье рассмотрены подходы к определению термина «кластер», выделены наиболее часто используемые методы и направления кластерного анализа. Выявлены существенные различия в понятиях «кластер» и «кластерный анализ», используемых в экономических исследованиях и других отраслях науки.


В последнее десятилетие кластерная политика стала одним из главных направлений государственной политики по повышению национальной и региональной конкурентоспособности в развитых и развивающихся странах. Правительством России кластерная политика также рассматривается как одна из одиннадцати ключевых инвестиционных инициатив, которые являются инструментами диверсификации российской экономики.

Термин «кластерный анализ», впервые введенный Р. Трионом (R. Tryon) в 1939 году, включает в себя более ста различных алгоритмов. Впервые эти методы стали применяться в антропологии и психологии. В отличие от задач классификации, кластерный анализ не требует априорных предположений о наборе данных, не накладывает ограничения на представление исследуемых объектов, позволяет анализировать показатели различных типов данных (интервальным данным, частотам, бинарным данным). При этом переменные должны измеряться в сравнимых шкалах.

Кластерный анализ позволяет сокращать размерность данных, делать их наглядными. Он может применяться к совокупностям временных рядов (здесь могут выделяться периоды схожести некоторых показателей и определяться группы временных рядов со схожей динамикой).

Кластерный анализ параллельно развивался в нескольких направлениях таких, как биология, психология и др., поэтому у большинства методов существует по два и более названий. Это существенно затрудняет работу при использовании кластерного анализа.

Задачи кластерного анализа можно объединить в следующие группы:

- разработка типологии или классификации;

- исследование концептуальных схем группирования объектов;

- представление гипотез на основе исследования данных;

- проверка гипотез о действительном существовании теоретически введенных исследователем групп.

Как правило, при практическом использовании кластерного анализа одновременно решается несколько из указанных задач.

Понятие «кластер» в экономике впервые было введено М. Портером в 1990 г. и применялось по отношению к отраслям экономики и организациям. Однако до этого термин «кластер» использовался советскими и российскими экономистами — А. Горкиным, Л. Смирнягиным, шведскими бизнес-экономистами — К. Фредрикссоном, Л.
Линдмарком для обозначения скоплений предприятий в пространстве, а также для описания процессов концентрации производства. При этом использование термина не предполагало применения наработанных в других науках математических методов кластеризации. Кластеризация осуществлялась методами экономического анализа ситуации, не используя общие математические процедуры. Часто от кластерного анализа брался только содержательный смысл.

Термин «кластер» переводится с английского как (1) кисть, гроздь; (2) скопление, концентрация; (3) группа, и имеет устоявшееся значение в каждой из множества наук, в которых он применялся ранее, например, в естественных науках, социологии и психологии. Заметим, что в различных науках значения термина могут не совпадать.

При анализе конкурентоспособности национальных экономик М. Портер пришел к понятию кластера следующим образом: он разделил национальную экономику каждого государства на отрасли и сравнил, какие отрасли являются основными в обеспечении конкурентоспособности каждой из экономик. Результаты проведенного анализа показали, что для экономики каждого государства существует свой набор конкурентоспособных отраслей (от трех до шести), обеспечивающих основной объем экспорта.

Так, например, США в рассматриваемый Портером период наиболее конкурентоспособны в отраслях: «полупроводники/компьютеры», «транспортные средства», «офисное оборудование», «телекоммуникационное оборудование», «военно-промышленный комплекс». Аналогичный перечень отраслей можно привести и по другим странам. Каждая из выделенных отраслей внутри страны не существовала отдельно, а имела целый набор «родственных и поддерживающих отраслей». Отрасль с группой поддерживающих и сопровождающих отраслей и образует отдельный «пучок» — кластер. Каждый кластер живет независимо и по отношению к каждому из них необходимы свои комплексы мер для поддержания и создания условий для развития. Заметим, что в данном разбиении отраслей на кластеры используется в основном представление о кластере как о «кисти» или «грозди» прикрепленных друг к другу объектов. Также здесь не используются специальные математические методы, объекты не выделены четко (объектом является отрасль как единое целое, кластеризация проводится с помощью анализа внешнеторгового баланса и содержательного экономического анализа связей между отраслями внутри экономики).

Портер утверждал, что именно в таких промышленных отраслевых кластерах и создаются наилучшие условия для повышения конкурентоспособности. Экономика государства (региона) распадается на подобные отраслевые пучки («кластеры»), и государству необходимо поддерживать каждый из кластеров, потому что невозможно предугадать, какой кластер будет развиваться быстрее, а какой медленнее и в каких отраслях возникнет потребность на внешнем рынке, обусловленном общей конъюнктурой.

Одним из недостатков данного определения кластеров является их нечеткая определенность и сложность выявления их конкретных пространственных границ. В большинстве случаев кластером в экономических науках называется любое групповое образование экономических субъектов, например, промышленные округа, территориальные промышленные комплексы (ТПК), технополисы и т.д. Это приводит к большой путанице в терминах. Так Р. Мартин и П. Санли обнаружили больше десяти отличных друг от друга экономических определений кластера [1].

Тип «кластера» как пучка связанных отраслей с одной конкурентоспособной отраслью на выходе разрабатывается и в российской экономической литературе [4].

Данный подход к пониманию кластера может быть детализирован следующим образам:

1. Кластер это — объединение нескольких промышленных групп, специализирующихся на производстве однотипной продукции и характеризующихся общностью географического положения.

2. Кластер это — отрасль промышленности или сферы услуг, которая пространственно представлена заводами определенных фирм, занятых в этой отрасли промышленности.

3. Кластер это — цепочка добавленной стоимости в определенном регионе или регионах.

В рамках этой концепции различают кластеры по наличию географической составляющей — к внепространственным кластерам относятся промышленные и национальные кластеры, а к пространственным— региональные, трансграничные и локальные кластеры.

В ряде работ структурные части ТПК приравниваются к кластерам. В этом случае отдельный регион включает в себя несколько «кластеров» [7]: «комплексный территориальный кластер» рассматривается как любой объект или часть объекта как составляющая территориальной структуры с учетом процессов развития параллельно задействованных производств и возможных последствий принимаемых решений в этой сфере.

Подобные взгляды можно найти и в работе М.Ф. Дриго [3]. Он рекомендует создавать различные ТПК региона на основе кластерного подхода, созвучного теории Портера: «Кластеры — это сконцентрированные по географическому признаку группы взаимосвязанных компаний, специализированных поставщиков, поставщиков услуг, фирм в соответствующих отраслях, а также связанных с их деятельностью организаций в определенных областях, конкурирующих, но вместе с тем, ведущих совместную работу». При этом реализация кластерного подхода должна осуществляться по двум направлениям:

- формирование кластеров, основанных на различных типах ограниченных ресурсов, находящихся в регионе;

- формирование кластеров в транспортной сфере, как части инфраструктуры, обеспечивающей эффективное функционирование промышленности в области обеспечения материально-техническими ресурсами и каналами распределения продукции и получения информации.

Подобные взгляды на кластер, как некоторую причинно и функционально связанную общность (связанную информационными, экономическими, логистическими и др. каналами) встречаются во многих книгах и учебниках по регионологии [2]. Данное понимание кластера существенно отличается от представления о кластерах и кластерном анализе в других науках, большинство из которых используют понимание кластера как «группы», «скопления» объектов, не имеющих друг с другом связи, но похожих по внешним признакам (кластер — любая совокупность «похожих» объектов внутри общей генеральной совокупности). Объекты внутри такого кластера не обязаны иметь какие-либо функциональные связи, не обязаны быть причинно связаны с каким либо первоистоком их состояния, они просто похожи по значениям выделенных параметров внутри генеральной совокупности. Причем если изменить описывающие объекты параметры или взять другой состав генеральной совокупности, включающей данные субъекты, то похожесть может исчезнуть. В данном подходе объекты и их формальные характеристики, по которым происходит сравнение, четко перечисляются и указываются до начала исследования.

Данные кластеры способны сформировать отличные друг от друга подгруппы внутри общей совокупности, ввести объективную классификацию объектов, исходя из наличной информации, учитываемой показателями, стратифицировать весь набор объектов по значениям показателей. Такое понимание кластеров — как страт в общем наборе объектов, определенных по формальным значениям показателей, без выхода во внешние причинные связи, характерно для естественных наук и, в частности, математики. Для этого подхода разработано множество алгоритмов и методов. Именно в русле такого понимания кластерный анализ и развивается с момента своего появления.

Данный подход к понятию кластера и кластеризации позволяет выделить из общей совокупности объекты с нужными свойствами, выявить расслоение объектов по рассматриваемым параметрам. Причем генеральная совокупность объектов и параметры кластеризации могут быть любыми.

Такой подход также начинает применяться и в экономике [5, 6]. В своей работе С.А. Фирсова и С.Н. Леора кластеризуют 79 регионов РФ по 21 показателю, которые разделены на несколько групп, относящихся к разным сферам (инновационному и информационному развитию, инфраструктурным, социальным и экономическим переменным). Затем по каждому типу переменных (для каждого типа выбрано от двух до шести переменных) проводится кластеризация (выделяются группы субъектов РФ с похожими значениями показателей). Результаты шести кластеризаций сопоставляются и выявляются группы регионов, устойчивых по отношению к каждой кластеризации (элементы каждой группы должны попадать в один кластер при каждой из шести кластеризаций). Полученные результаты качественно интерпретируются. Данная методика позволяет сравнивать между собой регионы по указанным показателям и сопоставлять различные сферы жизнедеятельности региона в разрезе сравнительного анализа.

При этом подходе теряется большая часть от полной аналитической информации внутри одного региона. Однако в некоторых случаях необходимо выйти за эти рамки, даже ценой потери части содержательной информации, чтобы иметь ориентиры для формулирования соотношений. Хотя при этом и теряется большая часть содержательной и конкретной информации, тем не менее появляется возможность сравнивать регионы, смотреть на ситуацию «сверху», оценивать общее движение в целом и, как следствие, направление движения каждой из выделившихся групп, как реальной совокупности.

Подобное исследование проводится в работе Н.Н. Райской [5]: математическими методами кластеризуются 76 регионов по 13-ти переменным (рассматриваемые переменные относятся к экономической, коммуникационной, научной и образовательной сферам). Здесь не производится разбиение на группы переменных и кластеризация проводится только одна, сразу по всем переменным, по каждому временному срезу. Полученные кластеры содержательно описываются и интерпретируются, также анализируется состав кластеров от среза к срезу, и рассматриваются причины перехода субъектов в кластеры с соответственно более высоким или более низким потенциалом.

Рассмотренные направления применения кластерного анализа в экономических исследованиях показывают, что большинство из них основаны на сформулированном М. Портером понятии «кластер». Разрабатываемые же в последние годы в экономике математические методы кластеризации основаны на кластеризации значительного числа объектов по сравнительно малому числу параметров. В первую очередь это связано с тем, что кластеризация большого числа регионов по значительному числу параметров затруднительна с содержательной точки зрения. Учитывая, что кластеризация объектов производится в многомерном пространстве, и говорить о форме и визуализации кластеров невозможно, основной гарантией наличия реальной кластерной структуры является ее качественная содержательность и аналитическая ясность. Такой результат можно получить, если снизить количество переменных — отказаться от части переменных, то есть потерять информативность (в этом случае необходимо разработать критерии выбора наиболее содержательных переменных).

Для понижения размерности пространства авторы предлагают использовать методы факторного анализа. В модели факторного анализа предполагается, что вся совокупность переменных зависит от небольшого числа скрытых (латентных) факторов плюс— на каждую переменную— независимая от факторов погрешность, малая по сравнению с частью вариативности переменной, определяемой факторами. По полученным значениям факторов необходимо проводить кластерный анализ, разбивающий общую совокупность регионов на подгруппы «похожих» по факторным значениям регионов.

Такие исследования можно проводить, исследуя генеральную совокупность в разрезе любых признаков.

СПИСОК ЛИТЕРАТУРЫ

  1. Martin R. Deconstructing Clusters: Chaotic Concept or Policy Panacea? / R. Martin, P. Sunley // Journal of Economic Gewography. — 2003. — Vol. 3. — Р. 5—35.

  2. Гутман Г.В. Регион в формировании социального государства / Г. В. Гутман, О. П. Звягинцева, А. А. Мироедов. — М. : Финансы и статистика. — 2005. — 160 с.

  3. Дзарасов С. Экономика: рыночная или смешанная? / С. Дзарасов // Вопросы экономики.— 2003.— №7.— С.139—145.

  4. Паникорова С. Факторы выполнимости государственных целевых программ / С. Паникорова // Экономист.— 2006.— №8.— С. 36—42.

  5. Райская Н.Н. Кластерный анализ регионов России по уровню инвестиционного потенциала / Н. Н. Райская, Я. В. Сергиенко, А. А. Френкель // Вопросы статистики.— 2007. — № 5. — С. 3—9.

  6. Фирсова С.А. Анализ инновационного развития региональных научно-инновационных комплексов на основе методов многомерной классификации / С. А. Фирсова, С. Н. Леора // Вестник ИЖЭКОНА. Серия: экономика. — 2007. — Вып. 5 (18). — С 54—65.

  7. Шалмин Г.Г. Российские корни территориального кластера / Г. Г. Шалмин, А. И. Гагарин // ЭКО. — 2007. — № 12. — С. 163—171.


S.V. Bogenko, A.A. Brut-Brulyako

CLASTER ANALYSIS IN ECONOMIC RESEARCH: APPROACHES

AND RESEARCH EXPERIENCE


Похожие:

Кластерный анализ в экономических исследованиях: направления и опыт использования iconЛекция №23 кластерный анализ
Синонимами термина "кластерный анализ" являются "автоматическая классификация объектов без учителя" и "таксономия"
Кластерный анализ в экономических исследованиях: направления и опыт использования iconКластерный анализ в задачах социально-экономического прогнозирования 1 Введение в кластерный анализ
Охватывает функции расстояний 1, 2, 3
Кластерный анализ в экономических исследованиях: направления и опыт использования iconФакультет: «Бизнес и управление»
Разработка и использования эконометрических методов в экономических исследованиях тс
Кластерный анализ в экономических исследованиях: направления и опыт использования iconКонспект лекции 4 (часть 2) концевая н. В. 2007 Тема Многомерный статистический анализ Вопросы Многомерный статистический анализ
Многомерный статистический анализ. Задачи классификации объектов: кластерный анализ. Дискриминантный анализ
Кластерный анализ в экономических исследованиях: направления и опыт использования iconЭкономико-математический анализ инновационного процесса 08. 00. 13 -математические методы и применение вычислительной техники в экономических исследованиях, планировании и управлении народным хозяйством и его отраслями

Кластерный анализ в экономических исследованиях: направления и опыт использования iconКластерный анализ диспропорций инновационно
Выявление этих групп позволит провести более тщательный анализ аспектов привлечения, освоения и учета инвестиций и инноваций
Кластерный анализ в экономических исследованиях: направления и опыт использования iconКластерный анализ диспропорций инновационно
Выявление этих групп позволит провести более тщательный анализ аспектов привлечения, освоения и учета инвестиций и инноваций
Кластерный анализ в экономических исследованиях: направления и опыт использования iconАнализ понятие о кластерном анализе. Кластерный анализ один из новейших математико-статистических методов, получивших распространение благод
...
Кластерный анализ в экономических исследованиях: направления и опыт использования iconВыводы и рекомендации участников конференции «Немцы России: исторический опыт и современные проблемы самоорганизации»
Анализ исторического прошлого российских немцев показывает, что они имели опыт самоорганизации в различных сферах общественной жизни,...
Кластерный анализ в экономических исследованиях: направления и опыт использования iconРек. Мсэ-r m. 1823
Технические и эксплуатационные характеристики цифровых систем сотовой сухопутной подвижной связи для использования в исследованиях...
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org