Секция «Экономические науки»

Подсекция 8

Бачуріна І.В.

Чернігівський державний технологічний університет

Коефіцієнт просторової концентрації виробництва для виділення ядер потенційних кластерів

Наявний методологічний апарат є недостатньо ефективним для ідентифікації потенційних кластерів. Науковці Росії та України пошук можливих регіональних кластерів здійснюють за допомогою співставлення коефіцієнтів локалізації та спеціалізації для кожного регіону. Вітчизняні дослідники також обмежують пошук можливих кластерів даними двома коефіцієнтами. Західні дослідники для виявлення кластерів використовують коефіцієнт Джині, який дає можливість визначити, наскільки диверсифікований рівень певного параметру по регіонах.

Формування кластерів відбувається шляхом поступової концентрації виробництва навколо певних ядер. Отже, існує потреба в показнику, який не просто ілюстрував би рівень диференціації показників виробництва по районах, а визначав тенденції концентрації виробництва (та рівня даної концентрації) навколо певних конкретних ядер. Очевидно також, що вихідними даними для розрахунку даного показника мають бути статистичні масиви на рівні адміністративних районів, а не областей.

Проведене нами дослідження дало можливість розробити спеціальний коефіцієнт просторової концентрації виробництва, який розраховується за наступною методикою:

де - коефіцієнт просторової концентрації виробництва для і-того району, який характеризує рівень концентрації виробництва навколо і-того району;

- зміна коефіцієнту локалізації для і-того району за період (оптимально – рік);

- зміна коефіцієнту локалізації для j-того району за період;

- відстань між центрами районів і та j;

, - максимальна (мінімальна) відстань від центру району і до іншого з усієї досліджуваної сукупності (1...n).

В результаті розрахунків одержуємо значення для кожного району з досліджуваної сукупності. Чим більше (позитивне) значення даного показника для і-того району, тим вищій рівень концентрації навколо нього виробництва. Тобто, район з максимальним значенням можна розглядати як ядро потенційного кластеру. Для найбільш достовірних результатів пропонується:

1) здійснювати розрахунок за 3 періоди;

2) розрахунок здійснювати по усій сукупності адміністративних районів в Україні. Чим дрібнішою є базова одиниця досліджуваної сукупності (наприклад підприємство), тим точніші будуть результати; до використання на рівні адміністративних областей показник є неприйнятним.

Відмітимо, що розроблена методика дуже легко реалізується у табличному процесорі MS Eхcel, а отже не потребує значних витрат часу аналітика.

До основних переваг розробленої методики можна віднести:

· показник є динамічним, а не статичним, оскільки свідчить не про наявний стан, а відображає тенденції;

· показник дає можливість не лише оцінити ступінь концентрації виробництва, а й виділити ядро, навколо кого відбувається концентрація;

· показник дає можливість оцінити, наскільки сильно виробництво „підтягується” до ядра, а не лише долю продукції, що виробляється у певному радіусі навколо ядра потенційного кластеру.

Методика розрахунку є наступною:

1) формуємо 2 масиви вихідних даних: обсяги виробництва по районах за кілька періодів та матрицю відстаней між центрами районів (рис.4). Для спрощення розрахунків використовуємо відстані між географічними центрами районів, а між адміністративними райцентрами. Для цього доцільно використовувати спеціальні бази даних транспортних компаній. Так, для проведення розрахунків у межах наших досліджень ми використали базу даних на сайті http://www.lardi-trans.ru/distance/.

Рис.1. Масиви вихідних даних для розрахунку коефіцієнту просторової концентрації виробництва овочів у Чернігівській області у MS Eхcel

2) далі на основі вихідних даних та наведеної вище формули здійснюємо розрахунок шуканого коефіцієнту. Отримуємо значення показника для кожного з районів (базових одиниць вимірювання).

3) у масиві отриманих даних виділятимуться райони (чи інші азові одиниці вимірювання) з найвищим рівнем коефіцієнту просторової концентрації – ядра потенційних кластерів. У випадку, якщо ядро є сталим протягом кількох років, можна робити висновок про процеси кластеризації навколо нього.

Як показали проведені нами розрахунки для апробування методики, розроблена формула дає можливість не просто констатувати наявність у конкретному регіоні відносно розвинутої певної галузі економіки, а визначає процеси кластеризації та ядра, навколо яких відбуваються дані процеси.