Экономическая проблематика кооперации субъектов промышленных кластеров

5.2 Инновационное взаимодействие	20,2
105
5.2.1 Совместные исследования предприятий и образова- тельных организаций	44,6	44
5.2.2 Уровень кластерного развития	39,4	86
5.2.3 Доля зарубежного финансирования, %	2,6	70
5.2.4 Стратегические альянсы, оборот в ВВП	0,0	62
5.2.5 Патентные группы 2+, доля в ВВП	0,2	50
5.3 Трансфер знаний	41,0	31

*Фрагмент «Глобального инновационного рейтинга» (2018, [135]) для Российской Федера- ции. Перевод и интерпретация автора

Статистический анализ позволил сформулировать ключевые тенденции глобального кластерного развития с фокусом на процессах инновационной ко- операции в промышленности:

1. 
   Высокая степень институализации субъектов промышленных кла- стеров, в частности субъекты «НИОКР» и «производство» разделены. Доля ОИС, принадлежащих якорным производственным предприятиям (SIC, табл. 1.3), находится в диапазоне 6-14%²⁸. Экономические характеристики различных по уровню технологичности промышленности (низко-, средне-, высоко-) сбли- жены (средняя доля заявок на ОИС в кластере, сформированных в рамках от- раслевой специализации - PCT, табл. 1.4). Научно-техническая, и производ- ственная кооперация характерна для всех секторов и отраслей, является ключе- вым признаком экономической состоятельности кластерного объединения в
   

¹
промышленности;

2. 
   «Конвергенция знаний» (Roco M. C., Sims W., 2002, [125]), межот- раслевые прикладные научные исследования и опытно-конструкторские разра- ботки - объективная состоявшаяся тенденция кластерного развития в промыш- ленности. Средняя доля заявок на ОИС в кластере, сформированных в рамках отраслевой специализации (табл. 1.4), незначительна 15,19% (вариация - 8,25). Научно-технический поиск решений носит междисциплинарный характер;
   
3. 
   Конвергенция порождает межкластерную кооперацию в научно- технической сфере, природа и системные принципы которой описаны экономи- стами Becqueriaux S., Milon F. (2013, [80]). Средняя доля заявок на ОИС, сфор- мированных в партнерстве кластеров (PIC, табл. 1.4), относительно велика 14,15% (вариация - 9,16). Наиболее выражена данная тенденция, что логично, в отраслях, производящих «средства труда» (например, электрические машины - 40,39%; механика -28%; оптика - 25,55%);
   

Таблица 1.3 – Научно-технические характеристики (фрагмент) 20-ти лучших промышленных кластеров по рейтингу «Глобального инновационного рейтин- га» (2018, [135])^*29

№	Наимено- вание кла- стера	Якорное предприятие^1		Основная технология (отрасль)			SE		Межкластерная ко- операция
		Наименование	SIC	Отрасль	РСТ	Партнер			PIC
1	Токио- Иокогама	Mitsubishi Elec- tric	6,4	Электрические ма- шины, приборы, энергетика	6,3	2,9		Осака-Кобе- Киото		22,8
2	Шэнь- чжэнь- Гонконг (Китай)	ZTE Corpora- tion	32,4	Цифровая связь	41,2	1,2		Пекин		11,7
3	Сан-Хосе- Сан- Францис- ко	Google	6,5	Компьютерные тех- нологии	18,3	3,4		Портленд, OR		5,3
4	Сеул	LG Electronics	16,6	Цифровая связь	10,4	10,8		Тэджон		34,6
5	Осака- Кобе- Киото	Murata Manu- facturing	10,4	Электрические ма- шины, приборы, энергетика	8,3	4,2		Токио- Иокогама		51,3
6	Сан-Диего	Qualcomm	56,1	Цифровая связь	23,6	3,1		Сан-Хосе- Сан- Франциско		14,8

¹

№	Наимено- вание кла- стера	Якорное предприятие^1		Основная технология (отрасль)			SE		Межкластерная ко- операция
		Наименование	SIC	Отрасль	РСТ	Партнер			PIC
7	Пекин	BOE Technolo- gy Group	14,1	Цифровая связь	22,6	19,0		Сан-Хосе- Сан- Франциско		12,2
8	Бостон- Кем- бридж, Массачу- сетс	Massachusetts Institute of Technology	6,1	Фармацевтические препараты	12,4	16,6		Сан-Хосе- Сан- Франциско		6,7
9	Nagoya	Toyota	42,4	Транспорт	13,0	1,9		Токио- Иокогама		41,2
10	Париж	L’Oréal	7,7	Транспорт	8,1	9,6		Лион		4,5
11	Нью- Йорк, Нью-Йорк	IBM	4,2	Фармацевтические препараты	10,9	12,4		Сан-Хосе- Сан- Франциско		5,8
12	Франк- фурт-на- Mannheim	BASF	19,7	Органическая химия	7,2	4,3		Штутгарт		7,8
13	Хьюстон	Halliburton	12,9	Гражданское строи- тельство	25,1	5,2		Нью-Йорк		4,0
14	Штутгарт	Robert Bosch	47,7	Двигатели, насосы, турбины	11,3	2,3		Франкфурт- на-Майне		12,6
15	Сиэтл, Вашинг- тон	Microsoft	41,9	Компьютерные тех- нологии	34,6	4,2		Сан-Хосе- Сан- Франциско		16,8
16	Кельн- Дюссель- дорф	Henkel	7,7	Химия основных материалов	7,1	2,4		Франкфурт- на-Майне		10,5
17	Chicago, IL	Illinois Tool Works	11,6	Цифровая связь	7,4	5,5		Сан-Хосе- Сан- Франциско		4,8
18	Эйндхо- вен	Philips	84,9	Медицинские тех- нологии	17,9	0,9		Роттердам - Гаага		7,2
19	Шанхай	Alcatel Lucent	4,3	Цифровая связь	9,5	11,4		Нью-Йорк		6,3
20	Мюнхен	Siemens	11,7	Транспорт	8,0	4,4		Нюрнберг- Эрланген		4,4

*Показатели сформированы по данным статистки GII (2017, [135]), OECD (2018, [119]). Обозначения: SIC - доля заявок на ОИС в кластере, сформированных якорным предприяти- ем, %; PCT - доля заявок на ОИС в кластере, сформированных в рамках отраслевой специа- лизации, %; SE - доля заявок на ОИС в кластере, сформированных образовательными учре- ждениями кластера, %; PIC - доля заявок на ОИС, сформированных в партнерстве класте- ров, %.

4. 
   Популярная в научных исследованиях концепция перехода функции лидера кластера к образовательным организациям, «…в силу консолидации в них функций НИОКР» (Reid A. и др., 2008, [123]; Storper M., 2010, [133]; Lung
   

L. и др., 2014, [105]; Хлебников К.В., 2016, [69]; и др.) не обнаруживается в те- кущей практике. Средняя доля заявок на ОИС в кластере, сформированных об-
разовательными учреждениями кластера, (SE, табл. 1.4) сохраняется на уровне 8,47% (незначительна и вариация - 4,68). Объективно «якорными» сохраняются производственные промышленные предприятия, потребители, инвесторы - вы- годополучатели инновационной деятельности. Образовательные организации являются специализированным субъектом, ориентированным на воспроизвод- ство человеческого капитала кластера;

Таблица 1.4 – Секторальный и отраслевой анализ индикаторов развития (обо- значения в табл. 1.3) 100 крупнейших мировых промышленных кластеров, вы- деленных GII (2018, [135])^*

Сектора, отрасли	Кластеров, ед.	РСТ	SE	PIC
По уровню технологичности
Высокотехнологичные	7	13,69	11,22	14,33
Среднетехнологичные	8	17,67	6,58	14,12
Низкотехнологичные	1	7,90	8,05	6,70
По отраслям
Химия материалов	4	8,13	5,58	12,15
Биотехнология	2	10,75	12,75	6,90
Гражданское строительство	2	20,20	4,90	6,15
Компьютерные технологии	11	15,78	14,05	13,53
Цифровая связь	16	16,33	8,99	12,01
Электрические машины	7	13,93	9,01	40,39
Двигатели, насосы, турбины	2	25,45	1,85	8,75
Пищевая химия	1	7,50	12,40	2,90
Мебель	1	7,90	6,00	9,50
Механические элементы	1	44,00	0,50	28,00
Медицинские технологии	17	16,08	12,86	16,32
Оптика	2	13,55	0,25	25,55
Органическая химия	6	12,25	8,30	10,75
Фармацевтические препараты	15	9,31	18,02	7,46
Полупроводники	4	14,06	11,61	18,52
Текстильные машины	1	9,90	10,10	3,90
Транспорт	7	13,17	6,74	17,73
Средняя		15,19	8,47	14,15
Стандартное отклонение		8,25	4,68	9,16

*Исходные данные интерпретированы в контексте исследования автором

5. 
   Отраслевое распределение численности ведущих кластеров по от- раслям промышленности (табл. 1.4) подтверждает состоятельность взглядов на перспективные инновационные технологии VI технологического уклада (NBIC,
   

Roco M. C., Sims W., 2002, [125]): нано-, био-, информационные и когнитивные. 71% кластеров, входящих в 100 ведущих, относятся по основной отраслевой технологии к NBIC.
Выделенные 5 ключевых тенденций глобального кластерного развития автор определяет как организационные перспективы формирования и развития национальных промышленных кластеров.
Итак, с методологической позиции организационный принцип формиро- вания промышленного кластера, механизм, обеспечивающий экономические эффекты (MAR) объединения, - производственная и научно-техническая (инно- вационная) кооперация. Соответственно, логичным является переход к анали- зу экономических тенденций развития национальных промышленных класте- ров и оценке уровня инновационной кооперации таковых (раздел 1.2).