Системная оценка эффективности инновационного промышленного кластера по добыче и переработке сырья (на примере Кузбасского кластера "Комплексная переработка угля и техногенных отходов" тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Крицкий Дмитрий Викторович

• Крицкий Дмитрий Викторович
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Крицкий Дмитрий Викторович

ВВЕДЕНИЕ

1. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ КЛАСТЕРИЗАЦИИ

В ПРОМЫШЛЕННОСТИ

1.1. Понятия и основные принципы построения экономических промышленных

кластеров

1.2. Кластерная политика: согласование интересов, риски кластеризации

1.2.1. Вопросы согласования интересов

1.2.2. Риски кластеризации в промышленности

1.3. Кластеризация в современной российской экономике

Выводы по главе

2. МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОПРЕДЕЛЕНИЮ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ КЛАСТЕРИЗАЦИИ В ДОБЫЧЕ И

ПЕРЕРАБОТКЕ СЫРЬЯ

2.1. Кластеризация производств, связанных с добычей и

переработкой сырья

2.2. Измерение эффективности кластеризации в промышленности

2.3. Методический подход к оценке эффективности кластеризации в добыче и

переработке природного ресурса

Выводы по главе

3. СИСТЕМНАЯ ОЦЕНКА ЭФФЕКТИВНОСТИ ИННОВАЦИОННОГО ПРОМЫШЛЕННОГО КЛАСТЕРА «КОМПЛЕКСНАЯ ПЕРЕРАБОТКА УГЛЯ И

ТЕХНОГЕННЫХ ОТХОДОВ» В КУЗБАССЕ

3.1. Параметры и эффективность кластера

3.1.1. Оценка эффективности кластера (решение задачи 1)

3.1.2. Оценка эффективности участников кластера (решение задачи 2)

3.1.3. Общая задача оптимизации системной эффективности кластера (решение задачи 3)

Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

Введение диссертации (часть автореферата) на тему «Системная оценка эффективности инновационного промышленного кластера по добыче и переработке сырья (на примере Кузбасского кластера "Комплексная переработка угля и техногенных отходов"»

ВВЕДЕНИЕ

Актуальность темы диссертационного исследования подтверждается тем, что в настоящее время одним из факторов развития экономики России считается формирование промышленных кластеров. Это обусловливает создание и поддержку инновационных кластерных образований, кластерных проектов в масштабах страны. По данным сайта "Деловой профиль" [64] по мировому инновационному индексу (Global Innovation Index) Россия находилась на 47 месте из 131 стран по уровню инновационного развития в контексте глобальной кластеризации в 2021 г., поднявшись с 2015 года всего на 2 пункта. Такое отставание России от мировых стран-лидеров по кластерному развитию возможно объяснить, прежде всего, тем, что более 75% инновационных кластеров в стране инициированы только после 2012 года. Можно считать, что они находятся на начальном этапе своего становления и развития. В 2021 г. в стране насчитывалось 79 промышленных кластеров.

В Кузбассе была утверждена Программа развития пилотного инновационного территориального кластера «Комплексная переработка угля и техногенных отходов» на 20142020 годы. Этот кластер в 2012 г. по итогам конкурсного отбора вошел в утвержденный Правительством РФ перечень 25-ти пилотных инновационных территориальных кластеров России.

Территориальный кластер должен удовлетворять триединым интересам: 1) региона, властные органы которого являются инициаторами и формируют необходимые условия его создания; 2) самого кластера как вида производственной интеграции, создающей системный и синергетический эффект для его участников; 3) каждого из участников кластера, ожидающего проявления положительного эффекта его деятельности в кластере. Учёт этих интересов требует расчёта триединой эффективности создаваемого или действующего кластера.

К сожалению, в настоящее время при наличии значительного количества публикаций по различным аспектам кластерной проблематики все утверждённые Правительством РФ кластеры, в том числе и упомянутый Кузбасский кластер, не имеют в своих целевых параметрах научно обоснованных показателей экономической эффективности функционирования кластера. Важность расчёта эффективности создаваемого кластера вызывается прежде всего необходимостью обоснования потенциальной заинтересованности предпринимателя во вхождении в кластер. Предприниматели должны представлять полезность интеграции в кластер, иначе никакие властные постановления и программы не заставят бизнес встраиваться в кластерные структуры.

Таким образом, в поисках эффективных моделей развития регионы сталкиваются с недостаточным уровнем методических и практических разработок кластерообразования на территориальном уровне и часто возлагают на кластерный подход решение проблем, не свойственных этому инструменту. Поэтому проблемы обоснования возможности и целесообразности создания промышленных инновационных кластеров, включая проблемы оценки их эффективности, представляются весьма актуальными.

Степень разработанности проблемы. Анализ публикаций, представленных в отечественном и зарубежном информационном пространстве, проводился по нескольким направлениям: развитие предпринимательства и оценка эффективности создания новых видов бизнеса; кластеризация в региональных экономиках; экономико-математическое моделирование производственной деятельности на различных уровнях управленческой и хозяйственной иерархии; диверсификация производства на предприятии.

Среди множества публикаций по проблемам кластеризации можно выделить работы, чьими авторами являются М. Портер, М. Энрайт, К. Кетельс, А.Н. Асаул, Т.Е. Амброзевич, М. Афанасьев, А.В. Виленский, Е.А. Владимирский, Д.А. Гордеев, Е.Г. Гужва, В.В. Исайченкова, Н.Я. Калюжнова, Н.И. Ларина, Л.С. Марков, А.С. Маршалова, Г.Е. Мекуш, Л.А. Мясникова, Н.Н. Нелюбова, М.В. Николаев, Н.А. Неустроев, П.В. Новиков, А.В. Новикова, А.С. Новоселов, А.А. Петров, В.В. Печаткин, И.В. Пилипенко, М.А. Сажина, В.П. Третьяк, Р.А. Фалтинский, И.С. Ферова, А.Ф. Шакирова, М.А. Ягольницер, Г.А. Яшева и др.

В области экономико-математического моделирования производственной деятельности на различных уровнях управленческой и хозяйственной иерархии наиболее известны труды К.А. Багриновского, Н.П. Бусленко, В.И. Данилина, Л.В. Канторовича, О.П. Мамченко, В.Д. Маршака,

B.Н. Павлова, В.И. Суслова, В.В. Титова, М.К. Чернякова, Н.В. Шаланова, М.А. Ягольницера и др.

Различные модели кластеров рассматриваются в работах А.А. Бражкиной, А. В. Боговиза,

C.В. Булярского, С. В. Лобовой, Р.А. Маммаева, Е. В. Понькина, А.О. Синицына, Р.Т. Сиразетдинова, Ф.В. Шутилова и др.

По проблемам диверсификации производства на предприятии можно отметить, в частности, публикации Р.К. Аксяитовой, О. Ф. Алёхина, А.Э. Алямова, Е. Ю. Бодяевой, А.В. Жукова, Р.Р. Зариповой, А.М. Иванова, Г.Е. Мекуш, М.М. Сабурова, О.С. Солодовниковой, А.Д. Яковлева.

Анализ литературы показал, что уже существующий уровень проработанности методологических основ создания и функционирования кластеров в сфере переработки минерального сырья, нацеленных на решение проблем монетизации региональных природных

ресурсов, оценки интересов инициаторов и участников кластеров недостаточен. Дискуссионность проблематики, недостаточная исследованность вопроса системной эффективности кластеров как интеграционных структур, проблем функционирования конкурирующих сырьевых предпринимательских структур-участников кластера предопределили цель, задачи, объект и предмет данного диссертационного исследования.

Целью диссертационного исследования является разработка методического подхода к оценке системной эффективности инновационного промышленного кластера, интегрирующего добывающие и перерабатывающие сырьё предприятия, расположенные на территории одного субъекта Российской Федерации.

Для достижения этой цели были поставлены следующие задачи:

- выявить основные понятия, принципы и цели кластерной политики в промышленности;

- проанализировать влияние кластерной политики в целом и промышленных инновационных кластеров, связанных с добычей и глубокой переработкой сырья и техногенных отходов, на развитие предпринимательства на территориях их расположения;

- разработать методический подход к оценке системной эффективности инновационного промышленного кластера по добыче и переработке сырья, заключающийся в использовании результатов решения оптимизационных задач, позволяющих количественно оценивать системную эффективность кластерных взаимосвязей;

- проиллюстрировать использование предложенного методического подхода к оценке системной эффективности инновационного промышленного кластера с помощью экспериментальных расчетов по оценке системной эффективности кластера «Комплексная переработка угля и техногенных отходов» в Кузбассе-Кемеровской области.

Объектом диссертационного исследования является инновационный промышленный кластер по добыче и глубокой переработке угля и техногенных отходов на территории Кемеровской области.

Предметом исследования выступает системная эффективность инновационного промышленного кластера по добыче и глубокой переработке угля и техногенных отходов.

Область исследования соответствует требованиям специальности 5.2.3 Региональная и отраслевая экономика (экономика промышленности) паспорта специальности ВАК Министерства образования и науки Российской Федерации (экономические науки).

Научная новизна диссертационного исследования состоит в разработке методического подхода к оценке системной эффективности промышленного кластера на территории, обладающей значительными сырьевыми ресурсами. В его основе лежит принцип согласования интересов власти как органа, обеспечивающего благоприятные условия для достижения

максимальной эффективности кластера (эффект для экономики территории), совместного интереса участников кластера (эффект интеграции) и интереса каждого участника кластера (предпринимательский эффект).

Наиболее значимые результаты, определяющие научную новизну исследования и составляющие основу представленных к защите положений, заключаются:

- в уточнении целей создания инновационного промышленного кластера, интегрирующего производства по добыче и переработке сырья. Основной целью таких кластеров должно быть получение максимального полезного эффекта от использования сырья для бизнеса (например, максимальное проявление синергетического эффекта от кластеризации), для самого кластера (например, суммарный конечный финансовый результат), для территории (региона) локализации кластера и для экономики в целом;

- в необходимости использования понятия эффекта системы «инновационный промышленный кластер-регион». Совокупный эффект должен включать не только денежный доход, получаемый внутри кластера за счёт кооперации и интеграции его участников при добыче и переработке сырья, но и эффект, который получает социально-экономическая система региона в виде возможности развития предпринимательства на основе технологических и инновационных решений кластера, что, в конечном итоге, будет способствовать росту его конкурентных преимуществ;

- в предлагаемом методическом способе оценки эффективности инновационного промышленного кластера, основанном на использовании оптимизационного системного подхода для расчета эффективности кластеризации экономической деятельности в соответствие с триединством интересов участников интеграционного образования. При разработке методического обеспечения политики развития региона целесообразно использовать оптимизационные экономико-математические задачи, решения которых позволяют количественно оценивать эффективность взаимосвязей добывающих и перерабатывающих производств. В задаче 1 оптимизируются границы и общие параметры кластера - определяются в задаваемых или утвержденных (программных) условиях и ограничениях суммарные параметры в целом по добыче и переработке газа (метана) из угольных пластов, добыче и переработке угля и отходов его обогащения, переработке золошлаковых и иных техногенных отходов. Также оценивается проявление возможных экономических и технологических рисков. В задаче 2 происходит оптимизация производственной программы промышленного предприятия (участника кластера), в процессе которой определяется эффект для предприятия-участника (решается для каждого предприятия). В задаче 3 осуществляется оптимизация эффективности кластера, в решении которой определяется по замыслу синергетический эффект для участников

кластера наряду с эффектом для кластера и экономики региона в целом (в Методических рекомендациях по реализации кластерной политики в субъектах Российской Федерации и других методических материалах не указывается инструментарий расчетов целевых показателей кластеризации и эффективности кластерной политики, а также отсутствуют работы, использующие понятие оптимизированной эффективности кластеров);

- в апробации предлагаемого методического подхода с помощью экспериментальных расчетов, которые были выполнены в целях оценки системной эффективности инновационного промышленного кластера на примере Кузбасского кластера «Комплексная переработка угля и техногенных отходов.

Теоретической и методологической основой исследования послужили труды отечественных и зарубежных экономистов. В диссертации анализируются и обобщаются существующие концепции кластерного подхода. Развиваются отдельные методологические направления применительно к исследованию сырьевых кластеров. Теоретические выводы и обобщения сделаны на основе обработки официальных документов стратегического планирования и статистических данных, а также оригинальных расчётов автора.

Для решения поставленных задач применялись методы сравнения, системного анализа и синтеза, экономико-математические методы, статистический анализ.

Информационная база исследования включала нормативно-правовые акты, стратегические и программные материалы Российской Федерации и Кемеровской области, материалы Федеральной службы государственной статистики РФ и ее территориального органа по Кемеровской области, экспертные оценки [5, 39, 40, 49, 50-52, 56-58, 60, 61, 63, 71]. Результаты исследования сводятся в три блока:

теоретический результат состоит в развитии отдельных положений теории эффективности кластеризации промышленных производств в добыче и переработке сырьевых ресурсов, в частности, связанных с использованием понятий максимизации эффективности использования природных ресурсов и системной (триединой) эффективности кластера;

методический результат работы - это разработка и апробация методического способа определения оптимизированной оценки системной (триединой) эффективности кластеризации промышленных видов экономической деятельности;

практический результат заключается в том, что полученные оценки эффективности могут быть использованы при актуализации проектов развития кластера «Комплексная переработка угля и техногенных отходов» в Кемеровской области-Кузбассе.

Положения, выносимые на защиту:

1. Основные цели и целевые показатели промышленных инновационных кластеров могут быть достигнуты в результате оптимизации (в частности, максимизации) триединой выгоды, которая достигается при удовлетворении интересов: региональных - при реализации социально-экономической политики развития региона; кластерных - общих для всех взаимодействующих предприятий и организаций; предпринимательских - в получении максимального синергетического эффекта для каждого участника кластера. Такое представление системной результативности кластера позволяет определить его оптимизированные целевые показатели.

2. Совокупный эффект организации в регионе промышленного инновационного кластера должен включать не только денежный доход, получаемый внутри него за счёт кооперации и интеграции его участников при добыче и переработке сырья, но и эффект, который получает социально-экономическая система региона в виде возможности развития предпринимательства на основе технологических и инновационных решений кластера, что, в конечном итоге, будет способствовать росту его конкурентных преимуществ.

3. Методический подход к оценке системной эффективности промышленного инновационного кластера предполагает использование совокупности экономико-математических задач, решение которых позволяет количественно оценивать системную эффективность кластерных взаимосвязей, в соответствие с триединством интересов участников кластерной организации: задача 1 - оптимизация оценки границ и внешней эффективности кластера, оценка влияния возможных рисков; задача 2 - оптимизация производственной программы участников кластера; задача 3 - оптимизация кластера с предприятиями (оценка триединой эффективности кластера).

4. Проведенные экспериментальные расчеты по оценке системной эффективности инновационного промышленного кластера по добыче и переработке сырья (на примере кластера «Комплексная переработка угля и техногенных отходов» в Кузбассе-Кемеровской области) иллюстрируют практическую значимость предлагаемого методического подхода.

Обоснованность и достоверность результатов исследования обеспечивается опорой в исследовании на современные теоретические подходы и использованием методов исследования, получивших поддержку научного сообщества в России и за рубежом. Достоверность результатов также базируется на использовании данных официальной региональной и отраслевой статистики, а также статистической информации мировых исследовательских центров.

Апробация работы. Основные положения и результаты диссертационного исследования докладывались и обсуждались на семинаре кафедры применения математических методов в экономике и планировании экономического факультета Новосибирского государственного университета; на методологических семинарах Лаборатории экономических исследований

Кемеровской области ИЭОПП СО РАН; на семинарах отдела управления промышленными предприятиями Института экономики и организации промышленного производства СО РАН; на международной конференции, посвящённой 80-летию со дня рождения академика А.Г. Гранберга «Пространственный анализ социально-экономических систем: история и современность» (Новосибирск, ИЭОПП СО РАН, 10-13 октября 2016 г.), на Всероссийской конференции с международным участием, посвященной памяти академика А.Г. Гранберга "Пространственный анализ социально-экономических систем: история и современность" (Новосибирск, ИЭОПП СО РАН, 11-15 октября 2021 г.), на 17-й международной научно-практической конференции Российского общества экологической экономики (Новосибирск, ИЭОПП СО РАН, НГУ, 3-8 июля 2023 года).

Публикации. По теме диссертации опубликовано 13 статей и одна монография, в том числе 7 статей - в рецензируемых изданиях из перечня ВАК и одна статья - в журнале из наукометрической базы Work of Science. Общий объем - 14 п. л. (авторский вклад - 9 п.л.).

Структура и объем работы. Диссертация состоит из введения, трёх глав и заключения, которые изложены на 101 странице основного текста, список литературы включает 115 источников. В работе содержится 11 таблиц, 1 0 рисунков, два приложения, иллюстрирующих текст диссертационного исследования.

1. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ КЛАСТЕРИЗАЦИИ В ПРОМЫШЛЕННОСТИ

1.1. Понятия и основные принципы построения промышленных кластеров

«Точкой отсчёта» в развитии кластерной концепции считается классическое определение, данное профессором Гарвардской бизнес-школы Майклом Портером [55, c. 207]: «кластер - это группа географически соседствующих, взаимосвязанных компаний (производители товаров и услуг и др.) и связанных с ними организаций в конкретных областях экономики (образовательные заведения, органы государственного управления, инфраструктурные компании), которые конкурируют, но вместе с тем характеризуются общностью деятельности и взаимодополняют друг друга». Впоследствии многочисленные исследователи кластерной концепции предложили свои варианты трактовки. По наблюдениям М.А. Ягольницера [97], в научных работах можно найти около 20 определений кластера. Как в отечественной [6, 32, 33, 38, 46, 80], так и в зарубежной [100, 105, 106, 112 - 114] научной литературе представлено немало определений кластера. Можно сделать вывод: все предлагаемые определения являются в большей мере концептуальными и описательными. Характерно, что все авторы соглашаются с общей идеей, но адаптируют её для каждого конкретного региона или отрасли в зависимости от целей использования кластерной концепции. Можно согласиться с Дж. Кортрайтом [1 02] в том, что после более чем двух десятилетних исследований и обсуждений (со времён издания труда М. Портера) нет необходимости использовать единое универсальное определение «экономического» либо «промышленного» кластера. На наш взгляд, каждый случай применения кластерной концепции роста эффективности требует использования совокупности количественных и качественных методов оценки разных типов кластеров. В настоящей диссертационной работе в разделе 2.1 даётся авторское определение кластера, интегрирующего производства по добыче и переработке природного ресурса.

Важным становится выявление базовых мотивов или «микрооснов»: что заставляет или создаёт необходимость и целесообразность объединения фирм в интегрированные структуры? Дж. Кортрайт [102] рассматривает семь таких микрооснов (micro-foundations) и одновременно отмечает, что, поскольку не существует единой причины кластеризации, кластеры могут руководствоваться комбинациями микрооснов (рисунок 1.1).

6. Функционирование

в режиме «единого организма»

Рисунок 1.1 - Микроосновы построения (составляющие мотивы) кластерной структуры

Источник: [102]

Рассмотрим преимущества кластеризации. Как следует из многих определений, кластеризация характеризуется взаимодействием предприятий одного типа, конкуренцией, созданием сетей и сотрудничеством между ними. Теория кластеров подчеркивает необходимость согласования интересов между различными частями кластера для взаимной выгоды его участников. Особо подчеркнем выделение в работе [115, с. 54] трех уровней интересов и преимуществ кластера: уровень отдельной фирмы-участника, уровень сектора и более широкий уровень экономики (отдельного региона или нескольких смежных территорий).

На уровне фирмы кластеры помогают компаниям использовать рыночные возможности, которые они не смогли бы реализовать в одиночку. Отраслевые и региональные выгоды от кластеризации проистекают из способности кластера повышать престиж определенного сектора или отрасли в конкретном регионе на местном и международном уровнях.

Кластеры чаще всего обеспечивают экономическую специализацию конкретного региона в целом ряде смежных видов деятельности. Они могут способствовать повышению конкурентоспособности экономики за счет реформирования экономической политики, развития частно-государственного партнерства.

Со времён М. Портера кластерная теория пополнилась новыми понятиями, можно сказать, что понятие «кластеризации экономической деятельности» эволюционировало. В частности, в

современных публикациях и практической деятельности кроме «кластера» появились и активно используются такие понятия, как «кластерная инициатива», «кластерная организация», «кластерный менеджмент». Воспользуемся определениями, которые даны в публикации германских специалистов В. Дюрига и М. Ротганга [13]. Кластер (как территориальную концентрацию предприятий и исследовательских учреждений) часто не отличают от кластерных инициатив, которые возникают в результате объединения региональных акторов (кластерных организаций). Понятие «кластерная инициатива» был введен в 2003 г. К. Линдквистом, Г. Сольвеллом и К. Кетельсом [111]. По их мнению, сущность данного понятия заключается в деятельности различных акторов в совместных проектах или в программах действий по созданию или развитию кластера. Кластерная инициатива может создаваться как в рамках кластерной политики региона или страны, так и исходя из фактической деятельности её акторов, создающих или развивающих кластер. Кроме того, кластерная инициатива может возникать в рамках программы развития инновационного промышленного кластера.

Наглядным примером кластерной инициативы, описанным в работе [99], может служить Чикагский металлургический консорциум (Chicago Metro Metal Consortium (CMMC)), созданный в США в рамках Чикагской региональной инициативы роста (Chicago Régional Growth Initiative (CRGI)). В 2014 г. в агломерации большого Чикаго насчитывалось более 4000 предприятий по производству металлических и механических изделий с ежегодным суммарным доходом более 25 млрд долларов и с числом занятых более 110 тыс. человек. За три года CMMC привлёк более 46 млн долларов государственных и частных инвестиций в развитие металлургии и машиностроения, тем самым превратил Чикаго в глобальный центр обрабатывающих производств.

Как пишет В. Дюриг [13] в Германии в 2013 г. было выявлено 640 региональных кластерных инициатив. В их число входили 133 действующие кластерные структуры, относящиеся к лучшим национальным инновационным кластерам, которые пользовались поддержкой Федерального министерства экономики и энергетики. Кроме того, на земельном уровне удалось идентифицировать 413 кластерных инициатив различной направленности, из которых 387 поддерживаются из бюджетов земель. Из 640 кластерных инициатив только 361 считались инновационными кластерными инициативами, так как в них взаимодействовали представители науки и бизнеса, и все они имели собственный сайт в Интернете. Общая характеристика кластерных инициатив заключается в универсальной структуре задействования акторов (действующих субъектов), которая показана на рисунке 1.2.

В диссертации специально заострено внимание на понятии «кластерная инициатива» с целью подчеркнуть, что не всякое образование может считаться кластером.

Региональные акторы, имеющие связи с кластером

Партнёры кластера

Центральные

акторы

Рисунок 1.2 - Включение акторов в деятельность кластерных инициатив

Источник: [13]

Формирование кластеров на текущий момент стало одной из ключевых концепций регионального развития для многих стран мира. В США каждая крупная городская агломерация (metro area) имеет сильные отраслевые кластеры, которые легко идентифицируются и отражают уникальные конкурентные преимущества региона, например в сфере нефтегазовой промышленности (Хьюстон), автомобильной промышленности (Детройт), финансовых услуг (Нью-Йорк), военной промышленности (Сан-Диего).

В частности, с точки зрения исследовательских интересов, Хьюстонский нефтегазовый кластер является показательным примером того, как продукты и услуги с добавленной стоимостью производятся в результате переработки природных ресурсов (нефти), что способствует повышению социально-экономической эффективности региона.

Рисунок 1.3 показывает, как выглядит универсальная структура кластеров в ФРГ. В ней различают стратегические органы, которые принимают решения по среднесрочным целям и стратегии кластерной инициативы, а также и оперативные органы, которые занимаются, в том числе, и организацией кластерного менеджмента. Для работы над конкретными оперативными вопросами иногда создаются рабочие группы, в которых участвуют представители акторов кластера. Так, ведущий кластер «It's OWL» в Восточной Вестфалии отличается тем, что в нём находятся многочисленные инновационные достаточно большие для своего класса средние и малые предприятия в сфере машиностроения и отраслей со схожей структурой, занимающие важные позиции на мировых рынках. Целью кластера является совместная разработка «умных» технических систем. Организационная структура, подходящая под эти цели, была реализована в форме объединения общественной организации, кластерного менеджмента, правления кластера

Список литературы диссертационного исследования кандидат наук Крицкий Дмитрий Викторович, 2025 год

Источник: [50]

В главе 3 осуществлена попытка определения возможного эффекта от реализации Программы для экономики Кузбасса, самого кластера и его участников (в редакции Программы развития пилотного инновационного территориального кластера «Комплексная переработка угля и техногенных отходов» в Кемеровской области на 2014-2020 гг, утвержденной Коллегией Администрации Кемеровской области распоряжением от 20 октября 2014 г. N 676-р). В июле 2021 г. распоряжением Правительства Кемеровской области -Кузбасса была утверждена новая Стратегия развития кластера «Комплексная переработка угля и техногенных отходов» в Кемеровской области - Кузбассе на период до 2030 г. [51]. Стратегической целью развития кластера является повышение конкурентоспособности экономики Кузбасса за счет внедрения результатов НИОКР, использования инноваций и мирового опыта в сфере комплексной переработки угля и отходов, возникающих при его добыче, обогащении и сжигании, а также в смежных сферах.

Структурно кузбасский кластер похож на успешно действующий финский деревообрабатывающий кластер, ядро которого составляют четыре крупные фирмы -производители, вокруг которых образуются межфирменные внутрикластерные связи. Финский кластер включает блоки: сырьевой (заготовка древесины), блок смежных отраслей (машиностроение, энергетика), производственный блок (конечная продукция), блок услуг (управление, НИОКР, консалтинг, логистика, маркетинг).

Схематично конфигурацию структуры и взаимосвязей участников Кузбасского кластера можно представить в следующем виде (рисунок 2.1).

Рисунок 2.1 - Концептуальная конфигурация структуры и взаимосвязей участников кластера «Комплексная переработка угля и техногенных отходов» в Кузбассе

Источник: составлено автором

Понятно, что промышленный инновационный кластер по добыче и переработке сырья -это не только производственные предприятия, но и социально-экономическая и институциональная система. Вместе с тем, мировой и отечественный опыт показывают, что от 70 до 90% совокупного эффекта, полученного от кластеризации, достигается в производственном блоке. Именно поэтому основное внимание в диссертации уделено разработке методики оценки эффективности для промышленного блока кластера.

Производственный блок кластера состоит из ключевых предприятий угледобычи, углеобогащения и предприятий, использующих уголь как основной источник получения энергии и тепла (энергетика, металлургия, ЖКХ). На 1 января 2021 г. участниками кластера являлись 74 компании и организации [51]. Из этого числа 10 предприятий входят в инновационный блок кластера, 18 предприятий - в производственный блок и 16 предприятий - в научно-образовательный блок. В состав кластера входят также организации инфраструктуры и сервисные компании. По форме кластер в целом, так как он описан в Стратегии развития кластера от 2021 г. (по составу участников), можно представить в виде

кластера с укрупненной децентрализованной структурой. Угольное месторождение «Итатское» входит в Тяжинский район (северо-восток Кемеровской области, граничит с Новосибирской областью), характеризуемый относительно невысоким социально-экономическим развитием. Менчерепское и Караканское угольные месторождения находятся в Ленинск -Кузнецком и Беловском муниципальных районах (единая агломерация), характеризуемые средним и выше среднего уровнями экономического развития, а Серафимовское месторождение находится в среднеразвитом Промышленновском районе области. Объекты переработки угля этого участника кластера планировалось перерабатывать в прилегающем Ленинск-Кузнецком районе.

В связи с особенностью территориального размещения центров угледобычи в Кузбассе в расширенном случае в кластере ключевые предприятия инновационного блока становятся локальными центрами агломераций, вокруг которых формируется локальные сети взаимодействия с предприятиями производства и инфраструктуры. Так, например, Караканский технологический комплекс уже представляется как локальный подкластер в общей структуре Кузбасского кластера. Теснота связей ключевых предприятий с локальными агломерациями будет зависеть от степени их промышленной развитости и близости основных потребителей и предприятий переработки сырья. В промышленно развитых агломерациях возможны представления локальных интеграций как подкластеров в так называемом организационном виде «втулка-спицы».

Характер территориального размещения объектов планируемого кластера определяет и предполагаемую его организационную структуру: типа «снежинка» для добывающих и перерабатывающих производств Караканского, Менчерепского и Серафимовского комплексов и «втулка - спицы» для удаленного от них Итатского комплекса.

К сожалению, в документах, посвященных программе реализации кластера нет сведений о возможных сетевых взаимодействиях участников кластера. В Стратегии 2021 г. [51] даются лишь общие представления о предполагаемых кооперационных связях, но не обозначены новые параметры кластера.

2.2. Измерение эффективности кластеризации в промышленности

Развитие процесса кластеризации в различных отраслях экономики, естественно, вызвало интерес исследователей к проблеме измерения эффективности и конкурентоспособности кластеров. Рассмотрим несколько публикаций, посвящённых этой теме.

В работе Л.С. Маркова и М.А. Ягольницера [37] для определения ключевых показателей

эффективности кластеров проведен многофакторный статистический анализ, в котором в качестве критериев эффективности использованы показатели численности занятых, рентабельности и их изменения.

Анализ осуществлён в следующей последовательности:

- факторный анализ для выбора наиболее информативных переменных;

- корреляционный анализ для нахождения факторных переменных, непосредственно связанных с результирующими показателями, и для исключения факторных признаков, тесно связанных между собой;

- формирование множества независимых факторов для построения регрессионных уравнений;

- построение уравнений регрессии для обобщённого множества пространства факторов и для их подмножеств.

Разработанный авторами этой публикации инструментарий позволил выявить наиболее привлекательные группы факторов, воздействие на которые может оказать существенное влияние на результаты деятельности кластеров.

М.А. Николаев и М.Ю. Махотаева [48] на основе анализа теоретических и эмпирических исследований перечисляют следующие виды кластерных эффектов: эффект агломерации, эффект обучения, эффект кооперативной конкуренции. Проведенный анализ литературы позволил им выделить следующие принципы оценки эффективности кластера:

- принцип целенаправленности,

- принцип комплексности,

- принцип открытой системы,

- принцип синергии.

Исследователи обнаружили, что наибольшее внимание в тематической литературе уделяется принципу целенаправленности. В связи с чем, по их мнению, для оценки эффективности—необходимо учитывать следующие цели: «выживание фирмы в условиях конкуренции; избегание финансовых кризисов и банкротства; лидерство в борьбе с конкурентами; рост объёмов продаж и рыночной доли; минимизация затрат; максимизация прибыли; занятие определённой ниши и доли на рынке товаров». Как видно из этого перечня, цели подразделяются на цели результатов и рисков. Для отражения в целеполагании и того, и другого авторы предлагают использовать «генеральную цель» максимизации рыночной стоимости компании.

На основе многочисленных публикаций, посвященных проблеме оценки эффективности кластеров, можно выделить следующие основные методы оценки:

- методы оценки конкурентоспособности,

- качественные методы,

- методы оценки эффективности инвестиционного проекта,

- методы расчёта ключевых показателей для региона, кластера и бизнеса.

Последняя группа методов получила наибольшее распространение. Сюда относят такие ключевые показатели, как численность персонала, рентабельность, выручка, доля экспорта, доля занятых в НИОКР, доля расходов на НИОКР, общее количество патентов и доли участников, количество новых процессов производства и продуктов, рабочих мест, прибыльность, наличие коллективов, работающих на принципах саморегулирования, прозрачность коммерческой деятельности внутри кластера, показатели состояния окружающей среды, расходы на природоохранные мероприятия, показатели информационной эффективности и другие. Таким образом, учитываются факторы развития внутренней и внешней среды кластера.

В «Методических рекомендациях по реализации кластерной политики в субъектах Российской Федерации» [39] предлагаются следующие показатели результативности кластеризации:

- темпы роста производительности труда на предприятиях-участниках кластера;

- темпы роста объёмов инвестиций, в том числе прямых иностранных инвестиций в участников кластера;

- темпы роста объёмов несырьевого и высокотехнологичного экспорта кластера.

Эти показатели имеют прямое влияние на показатели развития региона - валовой внутренний продукт (ВРП), показатели воспроизводства и конкурентоспособности региона.

Заслуживает внимания способ оценки эффективности кластера по ключевым показателям, предложенный О.В. Несмачных и О.В. Назаровой [45]. Они в составе ключевых показателей рассматривают как показатели оценки результативности кластера для участника кластера, так и для территории. Ключевые показатели отражают эффективность во всех сферах кластера: производственно-инновационной, экономической и социальной. Для каждой сферы исследователи выделяют два показателя роста: рост дохода и рост конкурентоспособности предприятия-участника. Для них назначаются ключевые индикаторы, например, для роста дохода ими служат коэффициент выручки, коэффициент снижения себестоимости, динамика производительности труда. Каждому ключевому показателю эффективности задаётся целевое значение, которое он должен достичь через определённое время. Эффективность определяется по разнице между фактически достигнутой величиной показателя и целевым значением.

Методы оценки синергетического эффекта кластеризации, то есть эффекта для кластера и бизнеса, также стали предметом обсуждения в научных публикациях. Большинство

исследователей согласны, что производственная интеграция в виде кластера позволяет получить синергетический эффект, при котором доходы от совместного использования ресурсов превышают сумму доходов от использования тех же ресурсов по отдельности. В целом синергетический эффект инновационного кластера может проявляться не только в эффективности использования ресурсов, но и росте конкурентоспособности, эффекте инноваций и других показателях. Так в статье группы авторов (В.В. Исайченкова, П.В. Новиков, А.В. Новикова) предлагается механизм создания промышленно-производственных кластеров с максимальным уровнем конкурентоспособности входящих в них хозяйствующих субъектов. Разработаны веб-инструменты для комплексной оценки экономического эффекта создания кластера [21].

Для количественной оценки синергии в кластере Ф.В. Шутилов [96] обозначает следующие методические направления: метод сравнения показателей функционирования кластера и показателей его участников в состоянии кластера и «до кластера» (трудность сравнения может проявиться в выборе метода прогнозирования состояния предприятий «до кластера»); косвенный метод - уровень внешней (государственной) поддержки кластера.

А.В. Скоч [73] считает, что для количественной оценки синергетического эффекта кластера можно использовать доходный метод оценки стоимости кластера, основанный на определении суммарной чистой прибыли и амортизационных отчислений, получаемых в результате реализации инвестиционных проектов инновационного кластера. С.Г. Авдонина [3] предлагает затратный метод оценки стоимости участников кластера для определения синергетического эффекта кластера. Под затратным методом понимается определение рыночной стоимости предприятия величиной имущественной ценности его активов. Автор также рассматривает аналогичный способ оценки синергетического эффекта кластера по котируемой стоимости акций отдельного участника кластера в форме открытых акционерных обществ. Она утверждает, что такой метод оценки стоимости компаний получил широкое распространение в странах с высокой степенью развитости фондового рынка, чего пока не наблюдается в России. По мнению исследователя, методы рыночных сравнений для оценки эффективности работы кластерных структур сложно применять в российской практике, поэтому более предпочтительной является точная количественная оценка синергетического эффекта кластера с помощью доходного метода.

А.Н. Дырдонова [12] для расчёта синергетического эффекта предлагает метод сравнительного анализа таких показателей эффективности деятельности участников кластера как:

- индекс рентабельности, определяемый как отношение какого-либо показателя

рентабельности для кластера в целом к этому же показателю для отдельного участника при его самостоятельном функционировании;

- индекс прибыльности, определяемый как отношение бухгалтерской прибыли для кластера в целом к этому же показателю для отдельного участника при самостоятельном функционировании.

A.Н. Дырдонова считает, что, если значения этих показателей меньше или равны единице, то формально функционирование этого участника в кластере не имеет смысла, так как экономические показатели участника должны быть больше, чем кластера в целом. Кроме того, участники должны иметь высокие значения таких показателей, как коэффициент финансовой независимости, показатель оценки капитализации, уровень обеспеченности предприятий нематериальными активами.

Е.Г. Патрушева и Е.А. Большакова [54] предлагают методические положения оценки экономической эффективности кластерных проектов, по которым эффект регионального инновационного кластерного проекта, как совокупности локальных проектов, определяется суммарной добавленной стоимостью от реализации локальных инновационных проектов, включённых в кластер. Тогда, по их мнению, формирование регионального инновационного кластера в качестве проекта должно выполняться при условии максимизации его суммарной добавленной стоимости.

B.В. Ильин [18] в своей диссертационной работе утверждает: эффект кластеризации достигается путём оптимизации метода «затраты - выпуск». Однако автор предупреждает, что измерить данный эффект каким-либо единственным показателем нельзя, и предлагает применять для этого два показателя: уровень использования производственных мощностей и производительность труда, максимизация которых даст ожидаемый эффект кластера.

Наряду со строгими методами имеют место и экспертные подходы к оценке эффективности кластеров. В частности, Н.И. Клепикова [26], предлагает для всех пяти характеристик кластера, указанных в «Методических рекомендациях по реализации кластерной политики...» разрабатывать критерии оценки, например, по балльной шкале от 0 до 10: 0 баллов - отраслевой кластер не окажет влияние на развитие отрасли либо окажет отрицательное влияние; 5 баллов - кластер окажет незначительное влияние на развитие отрасли; 10 баллов -кластер окажет существенное положительное влияние на развитие отрасли.

Похожий способ оценки эффективности кластера содержится в работе Д.Ф. Рутко [69]. Способ базируется на расчете интегральных показателей. Автор считает, что эффективность кластера можно определить как разницу между суммой всех положительных выгод и суммой

дополнительных затрат на создание кластера. Если алгебраическая сумма положительна, то кластер состоялся. Если же отрицательна - кластер обречён на неудачу.

В работе В.В. Титова, Д.А. Безмельницына [77] осуществлена разработка научно-методологического подхода к построению эффективной системы внутрикорпоративного планирования функционирования и развития промышленного кластера при согласовании интеграционного взаимодействия его предприятий на основе использования модели оптимизации стратегического управления развитием высоко технологичного бизнеса в рамках платформы управления промышленным кластером. Предложенный методический подход к организации расчетов с помощью модели оптимизации планирования функционирования предприятий, фирм, корпораций в промышленных кластерах может быть представлен следующим образом. Все варианты расчетов ведутся на максимум прироста чистого дисконтированного дохода (ЧДД). Сначала делается расчет общего плана деятельности предприятий кластера без проектов. Далее учитывается реализация проектов на отдельных предприятиях (т.е. без интеграции). Следующий вариант расчетов - учитывается возможность реализации всех проектов. Так как при этом производство новой продукции осуществляется не на одном предприятии, то рассчитываются и используются внутрикорпоративные цены по этапам технологического процесса. Появляется оценка эффективности работы предприятий с интеграцией и без нее. Разница результатов определяет эффект кооперации, или синергии.

В статье С.В. Булярского и А.О. Синицына [8] предлагается динамическая модель, описывающая возможности кластеризации предприятий на различных рынках и позволяющая оценить транзакционные издержки. Модель построена на основе межотраслевого баланса, описывающего взаимопотоки сырья и материалов и готовой продукции в кластере при максимизации валовой прибыли кластера.

С точки зрения цели диссертационного исследования, вызывает интерес работа Р.А. Маммаева [36]. В работе предлагаются критерий и показатели эффективности использования ресурсного потенциала регионального промышленного производства. Критерий эффективности использования ресурсного потенциала региона формулируется следующим образом: «максимально возможное вовлечение сырьевых ресурсов региона в процесс производства промышленной продукции, востребованной рынком при минимуме совокупных затрат».

Общие проблемы экономико-математического моделирования кластерных образований рассматриваются в работе [34], идейно близкой диссертационному исследованию. Оценка эффективности включения в кластер какого-либо предприятия может определятся по-разному. Для промышленных предприятий, в том числе малых и средних, могут быть применены оптимизационные методы, с помощью которых выявляются экстремальные значения критериев

эффективности (финансовых результатов, затрат, инвестиций и др.). Применительно к объекту диссертационного исследования интересен подход, связанный с определением эффективности диверсификации производства участника кластера. Необходимость диверсификации может возникнуть, например, при создании сырьевого кластера в Кузбассе в случае организации производства по переработке угля на крупном угледобывающем предприятии. Среди публикаций по проблематике диверсификации производства можно выделить работы Р.К. Аксяитова [4], Р.Р. Зариповой [14-16], А.М. Иванова [17], О.С. Солодовниковой [75].

Анализ публикаций по проблемам эффективности кластеризации позволяет сделать вывод, что практически нет работ, в которых бы предлагаемые подходы использовались для практических расчётов. Ни в одном из проектов утверждённых Правительством РФ кластеров не представлены расчёты эффективности. В лучшем случае приводятся перспективные параметры кластеров, изначально заложенные в программы или мероприятия по созданию кластеров. М. Глухова в статье [11] с симптоматическим названием «Кластеры - нужны ли они российской экономике?» показывает прогнозные значения показателей по 25 кластерам, которые вошли в перечень, утверждённый федеральными властями в 2012 г.:

- суммарная выручка в 2016 г. составит 3810,6 млрд руб. в ценах 2011 г. (прирастет на 105% по отношению к 2011 году);

- индекс промышленного производства на территории расположения пилотных кластеров более чем в 1,8 раза превысит индекс производства промышленной продукции в целом по РФ за указанный период (по прогнозным оценкам Минэкономразвития России, он составит 58 % в текущих ценах);

- общее число рабочих мест на предприятиях кластеров с уровнем заработной платы, превышающим на 100% средний уровень в регионах локализации кластера, к 2016 г. увеличится до 331 692 единиц, или на 84,7% по сравнению с 2011 г.;

- доля занятых на малых предприятиях в общей численности занятых в кластерах увеличится к 2016 г. в среднем на 7,5 п. п. по сравнению с 2011 г.;

- средняя выработка на одного работника на предприятиях кластеров в 2016 г. ожидается на уровне 3629,5 тыс. руб./чел. в год (прирост на 86% по сравнению с 2011 годом). При этом в 10 из 25 кластеров прирост ожидается более чем на 100%.

М. Глухова пишет, что для достижения этих прогнозных показателей предусматривалось выделение ежегодно в течение пяти лет, начиная с 2013 г., из федерального бюджета до 5 млрд руб. на условиях софинансирования программ развития инновационных территориальных кластеров (ИТК) субъектами РФ. В июне 2015 г. Постановлением Правительства РФ были введены «Правила предоставления и распределения субсидий из федерального бюджета

бюджетам субъектов Российской Федерации на реализацию комплексных инвестиционных проектов по развитию инновационных территориальных кластеров» [60], по которым размер субсидий определяется с учётом числа кластеров в регионе. Фактически, как показала практика последующих лет, субсидии были значительно сокращены. Программа развития ИТК, запущенная Минэкономразвития в 2012 г., позволила увеличить объем производства в 27 региональных комплексах до 2 трлн рублей. По оценке Д. Титова [78] лишь 12 кластерам удалось стать, по-настоящему эффективными и достичь размера годовой выработки на одного работника свыше 2,5 млн рублей.

В 2020 г. специалисты Делового профиля [64] посчитали, что российские инновационные территориальные кластеры являются эффективными, если:

1) на одного работника участников кластера приходится не меньше 6,67 млн руб. выпуска продукции;

2) на одного работника приходится не меньше 728 млн руб. в совокупном объеме налоговых поступлений;

Неэффективны кластеры, если:

1) на одного работника участников кластера приходится менее 1,65 млн руб. выпуска продукции;

2) на одного работника приходится менее 323,9 млн руб. в совокупном объеме налоговых поступлений.

В качестве иллюстрации приведем прогнозные результативные показатели кузбасского сырьевого кластера. Программой развития кластера на 2014-2020 гг. [50] было запланировано, что к 2020 г. уровень инвестиций в основные фонды на предприятиях кластера составит 140 млрд руб. (накопленным итогом) при совокупном объеме выручки предприятий-резидентов кластера в 200 млрд рублей. Совокупные налоговые отчисления участников кластера в бюджеты всех уровней, как ожидалось, в 2020 г. составят 25,3 млрд рублей. Последний показатель можно отнести к числу показателей общей эффективности кластера для экономики.

Как следует из этих данных, в перечне прогнозных показателей не показан синергетический эффект от деятельности кластера в целом и непосредственно для его участников, то есть не нашло своего отражения триединство цели создания и развития кластера. Хотя в соответствии с нормативными правовыми актами субъекта Российской Федерации в составе программы развития кластера должны быть описаны порядок и критерии оценки эффективности реализации ее мероприятий.

В научных публикациях, посвященных проблемам эффективности кластеризации промышленного производства в регионах, присутствует большое количество методов, с помощью

которых исследователи пытаются оценить её эффективность. Однако абсолютное большинство специалистов даже не ставят вопросы о необходимости согласования интересов акторов процессов кластеризации. В отличие от рассмотренных методов оценки эффективности в диссертации: а) проведен анализ интересов всех участников процесса кластеризации; б) поставлены задачи оценки их интересов, построены экономико-математические модели для их решения; в) проведены расчёты на примере действующего промышленного инновационного кластера.

2.3. Методический подход к оценке эффективности кластеризации в добыче и переработке природного ресурса

Следуя логике исследования кластеризации в экономике, процесс кластеризации можно разделить на несколько этапов:

- анализ возможностей и потенциала кластеризации с точки зрения социально-экономических условий отрасли или территории;

- анализ и оценка параметров эффективности потенциальных и реальных кластеров;

- анализ и прогнозирование показателей функционирования участников кластеров;

- анализ и оценка системной (триединой) эффективности кластера.

Схематично процесс кластеризации представлен на рисунке 2.2.

Рисунок 2. 2 - Концептуальная логическая схема совокупности оптимизационных

расчётов Источник: составлено автором

Рассматриваются следующие постановки задач определения триединой эффективности кластера (на примере сырьевого кластера Кемеровской области), описанные в публикациях Д.В. Крицкого [29] и Г.М. Мкртчяна [42]:

задача 1 - задача оптимизации границ и общих параметров кластера: определяются в задаваемых или утвержденных (программных) условиях и ограничениях суммарные параметры в целом по добыче и переработке газа (метана) из угольных пластов, по добыче и переработке угля и отходов его обогащения, по переработке золошлаковых и иных техногенных отходов, оцениваются проявления возможных экономических и технологических рисков. Задача может решаться как без включения в нее предприятий -участников, так и с их включением (в частности, с включением ключевых предприятий). Данная задача может решаться, например, без ограничений на отдельные программные параметры (инвестиции или общий объем перерабатываемого сырья) для определения общих возможностей формирования кластера. Оптимизированные выходные параметры (объем добычи и переработки сырья, суммарный размер необходимых и возможных инвестиций, предполагаемый триединый эффект кластера -региональная добавленная стоимость, стоимостной объем переработки сырья как оценка монетизации сырья (выручка как суммарная так и рассчитанная для ключевых предприятий, в случае постановки задачи с предприятиями), общие эксплуатационный и трудовые затраты на переработку) и другие данные передаются во вторую задачу для предприятий и в задачу 3;

задача 2 - задача оптимизации производственной программы (диверсификации производства) предприятия-участника кластера (решается для каждого предприятия): определяется собственная оценка эффекта для бизнеса. Задача решается как с учетом параметров, полученных из задачи 1 ) с предприятиями, так и без их учета (без ограничений из первой задачи) для проверки собственных (внекластерных) возможностей развития. Полученные параметры развития предприятий -участников передаются в задачу 3;

задача 3 - общая задача оптимизации триединого эффекта кластера: определяются эффекты для экономики региона, кластера и для каждого предприятия-участника. В условиях этой задачи используются выходные данные задач 1 и 2, и, соответственно, она может решаться в разных постановках.

Экономическая постановка задачи 1: найти такие объемы производства продукции переработки добытых газа, угля и возникших техногенных отходов, которые удовлетворяли бы задаваемым ограничениям и при которых достигался бы минимум суммарных затрат или максимум суммарного конечного финансового результата (внутренний эффект кластера) и максимальный вклад кластера в региональную экономику (внешний эффект кластера).

Эту задачу можно представить в виде блочной конструкции, так как Кузбасский кластер, по существу, состоит из упомянутых выше трёх составляющих. В Программе развития сырьевого кластера эти составляющие связаны следующей производственной цепочкой (рисунок 2.3):

УГОЛЬ

1

Строительные материалы. Резиновые материалы и изделия. Полимерные полуфабрикаты

Микросферы, краски, покрытия

Топливные

брикеты.

Водоугольное

топливо

Топливные брикеты, пылеугольное топливо. Химические полупродукты

Рисунок 2.3 - Карта производственной цепочки кластера «Комплексная переработка угля и

техногенных отходов» Источник: составлено автором по [50]

Вид цепочки определяет состав производственных переделов - добыча, переработка и рециклинг отходов. Поэтому, на наш взгляд, структуру задачи 1 можно представлять в виде продуктовых блоков: блок «Газ» - добыча и переработка газа (метана) из угольных пластов; блок «Уголь» - переработка угля и отходов его обогащения; блок «Отходы» - переработка золошлаковых и иных техногенных отходов (рисунок 2.4). Продуктовые блоки в задаче 1 связаны между собой общими ресурсами кластера: сырьевыми (для блоков «Газ» и «Уголь»), инвестиционными и трудовыми.

Для краткости дадим формализованное представление задачи 1 только для блока «Газ» без предприятий (формализованное представление блока «Уголь» дано в Приложении 1).

Отметим, что под добычей газа можно понимать его извлечение из угольных пластов.

Мощность сырьевой базы

Добавленная стоимость, выручка, прибыль

Блок "Газ" -

добыча и переработка газа из угольных пластов

Блок "Уголь" -

комплексная переработка угля и отходов его обогащения

Инвестиции

Блок "Отходы" -

переработка золошлаковых и техногенных отходов.

>8 тах

< Я

< I

тт

8 - задаваемая величина добавленной стоимости, выручки, прибыли Я - задаваемый объем сырьевой базы (объем добычи угля)

Рисунок 2.4 - Блочная структура задачи 1 - оптимизация границ и эффективности кластера

Источник: составлено автором

Введём обозначения:

И - индекс вида продукции из газа Л = 1, ...Н;

Н - число видов продукции из газа;

у^ - объём И-го вида продукции из газа;

Ои - прогнозный объём И-го вида продукции из газа;

О* - прогнозный объём добычи газа;

gh - объём газа, расходуемый при производстве единицы продукции из газа И-го вида;

е - отпускная цена 1 м3 газа;

8ргоа - капиталоёмкость добычи (1 м3) газа;

^ргоа - прогнозная величина инвестиций в добычу газа;

рн - отпускная цена единицы И-го вида продукции из газа;

ргос .. 1

^ - капиталоёмкость производства единицы И-го вида продукции из газа; $ргос - прогнозная величина инвестиций в переработку газа; / - трудоемкость добычи (1 м3) газа;

fh - трудоемкость производства единицы h-го вида продукции из газа;

q - удельные эксплуатационные затраты на добычу (1 м3) газа;

Rh - удельные эксплуатационные затраты на производство единицы h-го вида продукции из газа;

de - коэффициент амортизации основного капитала (инвестиций) в добыче газа;

dp - коэффициент амортизации основного капитала (инвестиций) в переработке газа.

Необходимо найти такие уи, которые удовлетворяют следующие условия:

Vn9h^h<G* (h=1.....Н) (1)

- т.е. суммарные искомые объёмы по всем видам продукции из газа должны быть не больше прогнозных объёмов добычи газа;

0<yh<Gh (2)

- искомые переменные не должны превышать технологические ограничения;

W = sprod • G* + 1,%=1з%гос • yh < (S^rod + S^roc) (3)

- инвестиции в добычу газа и в производство продукции из газа lgas не должны превышать прогнозную величину инвестиций в газовый блок кластера. Первое слагаемое в неравенстве (3) включено в случае представления в задаче объёмов добычи газа в виде переменных.

Полученные искомые значения уи должны привести к максимальной величине суммарный стоимостной объем добычи и переработки газа Sgas :

(G * -lh=idh^yh)^e+ ln=i Vh^Ph= Sgas - max . (4)

Если инвестиции представляются в задаче как критериальный показатель, минимизируемый в процессе ее решения, тогда выражение (3) примет следующий вид:

Igas = s^rod • G* + Zt=isrc • yh - min , (5)

а условие (4) примет вид

(в * Уп' Рп> Ъдаз . (6)

Для отражения в модели эффективности кластера для экономики области используется показатель добавленной стоимости, создаваемой в кластере, который также может использоваться как критериальный показатель задачи 1. Для блока «Газ» выражение добавленной стоимости выглядит следующим образом:

¿V = (Б?™* • ае + Бргос • йр) + (С*^ + £»=1Гп • Уп) +

+ ($даз - (С* 1"=1 Чп • Уп) , (7)

где (Б'Ргой • йе + Бргос • йр) - амортизация основного капитала; (в*+ • уп) -

затраты труда; (Бдаз — (в* • ц + цп • уп) - прибыль в добыче и переработке газа.

Сумма добавленных стоимостей по всем блокам кластера должна принимать максимальное значение.

Для решения задачи 1 с предприятиями в ее условия добавляется индекс предприятия I: / = 1,...,/, где I- число предприятий.

Задача 2 представляет собой задачу оптимизации производственной программы предприятия. Она может быть формализовано описана различными моделями (см. раздел 2.2). Для удобства и соблюдения принятой конфигурации оптимизационных моделей в задаче 1 в нашем диссертационном исследовании используется следующая формализованная постановка задачи для предприятия блока «Уголь».

Введём обозначения:

г - индекс вида угля, / = 1,..., К;

j - индекс продукции переработки угля, ] = 1, ...,Ь ;

К - количество типов добываемого угля;

Ь - количество видов продукции из угля;

НI] - возможный объём производства j- ой продукции из угля г-го вида;

Si - текущие затраты на добычу 1 т угля г-го вида;

5тпт - минимальная величина текущих затрат на добычу 1 т угля г-го вида;

Ур - текущие затраты на производство 1 тр-го вида продукции из угля г-го вида;

С1 - цена 1 т г -го вида угля;

Рц - цена единицыр -ой продукции из угля г-го вида;

Tij - объём угля /-го вида, необходимого для производства 1 т продукции j-ro вида;

prod 1 г

щ - удельные инвестиции на 1 т добываемого угля /-го вида;

ргос 1

а^ - удельные инвестиции на 1 т продукции j-го вида из угля /-го вида;

- заданный объём добычи угля /-го вида; дргой - заданная величина инвестиций на добычу угля; дргос - заданная величина инвестиций на переработку угля;

Необходимо найти такие х^ объёмы j-го вида продукции из угля /-го вида, при которых выполнялись бы следующие условия:

lIj=1ri]-xij<Oi (i = 1.....К) (8)

- т.е. суммарные искомые объёмы по всем видам продукции из угля должны быть не больше прогнозных объёмов добычи угля /-го вида;

0 < Хц < Нц (9)

- искомые переменные не должны превышать технологические ограничения;

Zh afrod • Ol + Zi=i Y!j=i a?™c • Xij < (Aprod + AProc) (10)

- полученные суммарные инвестиции в добычу угля всех видов и в производство продукции из угля всех видов не должны превышать задаваемую величину инвестиций в развитие предприятия.

Искомые переменные х^ должны определить максимальное значение суммарного конечного стоимостного результата (условной прибыли) добычи и переработки (S):

Z=i(( Oi - Zj=i Tij • Хц) • Ci - (О, - Z)=i Tij • Хц) • Si) +

+ I?=ilU(xtJ • Pij - xiJvij) = S - max . (11)

Если суммарные инвестиции используются в виде минимизируемого критериального показателя, то выражение (9) будет иметь следующий вид:

Zh аГ* • Oi + Zh ZU а%ос • Хц - min , (12)

а условие (10) запишется в виде:

1?=1(( 01 — Ъ)=1 Гц • Хц) •С1 — 0Г 81) +

■4 = 14]

+ Т,?=1 Ъ)=1.(хц • Рц — ХцРц) > 5 . (13)

Данная задача решается для каждого участника кластера. Ее особенность заключается в фиксировании значений эксплуатационных затрат на производство единицы продукции из угля. Результаты решений задач по каждому предприятию передаются в задачу 3.

Теоретическая экономическая постановка задачи 3 сводится к определению таких эксплуатационных затрат (себестоимости) на производство единицы каждого вида переработанной и произведенной продукции во всех блоках задачи 1 (удельные эксплуатационный затраты являются искомыми переменными задачи), которые удовлетворяли бы заданным ограничениям, и при показателях, полученных из решений задач 1 и 2, достигался бы минимум суммарных затрат или максимум суммарной прибыли кластера и соответственно суммарной добавленной стоимости кластера. В теоретической задаче объёмы производства всех видов продукции всех блоков могут быть как переменными, так и известными величинами, полученными из задачи 2.

При условии, что в задаче 3 используются полученные при решении задач 1 и 2 значения амортизации основного капитала (инвестиций), трудовых затрат и стоимостного объема добычи и переработки сырья (выручки) в целом по кластеру (границы кластера) и по каждому предприятию, формализовано ее можно описать представленным ниже образом.

Введём обозначения:

И1 - индекс вида продукции из угля = 1,..., Н1;

Н1 - количество видов продукции из угля;

И2 - индекс вида продукции из газа к1 = 1,..., Н;

Н2 - количество видов продукции из газа;

Из - индекс вида продукции из техногенных отходов к3 = 1,..., Н3;

Н3 - количество видов продукции из техногенных отходов;

г - индекс предприятия 1 = 1,...,! ;

I - число предприятий;

Vпп - объём И-го вида продукции из угля на г-м предприятии;

ры2 - объём И-го вида продукции из газа на г-м предприятии;

Ущ3 - объём И-го вида продукции из техногенных отходов на г-м предприятии;

О* - прогнозный объём добычи угля;

О2* - прогнозный объём добычи газа;

д1 - эксплуатационные затраты на добычу (1 т) угля;

- эксплуатационные затраты на добычу (1 м3) газа;

Чш1 - минимально допустимые эксплуатационные затраты на производство единицы И-го вида продукции из угля на г-м предприятии;

Чш2 - минимально допустимые эксплуатационные затраты на производство единицы И-го вида продукции из газа на г-м предприятии;

Чш3 - минимально допустимые удельные эксплуатационные затраты на производство единицы И-го вида продукции из техногенный отходов на г-м предприятии;

- суммарный стоимостной объем добычи и производства продукции переработки (выручка) на г-м предприятии;

АУ1 - добавленная стоимость в добыче и переработке угля;

АУ2 - добавленная стоимость в добыче и переработке газа;

АУ3 - добавленная стоимость в переработке техногенных отходов;

А11 - амортизация основного капитала (основных фондов) в добыче и переработке угля г-го предприятия;

А11 - амортизация основного капитала (основных фондов) в добыче и переработке газа г-го предприятия;

А11 - амортизация основного капитала (основных фондов) в переработке техногенных отходов г-го предприятия;

Ьц - трудовые затраты в добыче и переработке угля г-го предприятия; - трудовые затраты в добыче и переработке газа г-го предприятия;

Ь13 - трудовые затраты в переработке техногенных отходов г-го предприятия;

Км - стоимостной объем (выручка) от добычи и переработки угля;

Кт2 - стоимостной объем (выручка) от добычи и переработки газа;

- стоимостной объем (выручка) от переработки техногенных отходов.

Искомые переменные задачи:

Чш1 - эксплуатационные затраты на производство единицы И-го вида продукции из угля на г-м предприятии;

Чы2 - эксплуатационные затраты на производство единицы И-го вида продукции из газа на г-м предприятии;

Чш3 - эксплуатационные затраты на производство единицы И-го вида продукции из

техногенный отходов на г-м предприятии.

Необходимо найти такие Чпц, Чм2, Чыз, которые удовлетворяют следующим условиям:

Чпп ^ Чы1, Чьи ^ Чщ1, Чыз ^ ЧыТ а = 1.....1), (К = 1.....НД (Ъ.2 = 1.....н2), (Кз = 1.....Н3) (14)

- искомые эксплуатационные затраты на производство единицы по всем видам продукции из угля, газа и техногенных отходов на всех предприятиях должны быть не меньше минимально допустимых эксплуатационных затрат на производство всех видов продукции, соответствующих блокам кластера;

(1 = 1,... I), (^ = 1.....НО, (К2 = 1.....Н2), (Ь = 1.....Н3) (15)

- суммарный стоимостной объем (выручка) добычи и переработки не должен превышать значение, полученное из решения задачи 2.

Выражение для суммарной добавленной стоимости по блокам кластера выглядит следующим образом:

АУХ = Х11А11+Х[Ьп + (Т1Т»1 Яш - (01 • Ч1 + Т.1 Т?1 ЧЫ1 • *ш)) АУ2 = Аа + Ь12 + (Ц ТН!2 Яы2 - (01 • Ч2 + Т1 ТЛ2 ЧЫ2 • »1*2» АУз = Т1 Аа + Т1 кз + (Т1 Тн!3 Яыз - Т11Н13 Чыз • Vыз),

(16)

где Т1А11 - амортизация основного капитала; Т1 - затраты труда; (ПТ?1 - (01 • Ч1 + Т1 Т1г Чыи • КпО) - прибыль в добыче и переработке.

Тогда выражение

(АУ1 + АУ2 + АУз) ^ тах (17)

означает, что сумма добавленных стоимостей по всем блокам кластера должна принимать максимальное значение.

Задача 3 представляется как задача, в которой определяется триединый эффект кластеризации: для региона, кластера в целом и каждого участника кластера.

В решении задачи 3 предполагается, что желаемое уменьшение текущих эксплуатационных затрат (себестоимости) по сравнению с решениями задачи 2 будет

проявлением гипотетического синергетического эффекта кластеризации.

Для определения триединой эффективности кластера задачи 1 и 3 можно формулировать как оптимизационные многокритериальные задачи. В этих задачах триединая эффективность определяется одновременно в каждом решении.

Опишем возможные способы решения многокритериальных задач.

В теории многокритериальной оптимизации [43] решается задача одновременно по нескольким критериям [79]. Постановка такой задачи заключается в следующем: найти числа х1,... хп, удовлетворяющие ограничениям:

д1{х1,.хп) <Ьи1 = 1,...М, (18)

при которых критериальные функции

гк=^(х1,...хп),к = 1,...К (19)

достигают экстремального значения.

Одним из способов решения такой задачи является метод преобразования целевых функций в ограничения (метод е — ограничений), который состоит в следующем: оставляют в качестве целевой одну из функций, а остальные превращают в ограничения.

Многокритериальная постановка может быть применена ко всем описанным задачам. Например, для задачи 1 многокритериальная постановка реализуется следующим образом. Сначала отыскиваются по отдельности оптимизированные величины критериальных функций при заданных ограничениях задачи - максимум добавленной стоимости (ЛV) и минимум инвестиций (I ) в создание и развитие кластера. Затем вводится новая переменная «у». После чего критериальные функции преобразуются в безразмерные дополнительные ограничения:

-^лищ + у>1 ^иь — у<1 . (20)

Далее формализуется новая задача 1 с переменными xtj, y, :

у ^ min у >0, Xij > 0,

Igas = Spr0d • G* + Z%=1S%r0C • yh < (S^od + S^oc),

(G* - Z%=igh • yh)' e + Y.h=iyh • Ph > Sgas

h

дутах ¿jj=1

1—xVj=iAvj + y>i;

(21)

В итоге получаем задачу, решением которой являются значения (х11, х12, ...х21,... , хкь, у), то есть определяются оптимизированные объёмы производства, при которых в одном решении в изначально заданных ограничениях достигается максимально возможная величина добавленной стоимости и минимально допустимая величина инвестиций. Добавленная переменная «у» показывает величину отклонения полученных оптимизированных критериальных функций АУтах и 1т1П от их значений, рассчитанных независимо друг от друга. Минимизация «у» определяет некоторую гармоничную точку между дутах и Iт1П, показывающую одновременно как внешнюю (для региона), так и внутреннюю эффективность кластера.

Так же может быть использован метод аддитивной свёртки критериев.

Предположим, что показатели, принятые как критерии оптимизации экономически соизмеримы и для них определены весовые коэффициенты Ъ1,Ъ2,..., Ьк, отражающие важность каждого критерия. Это значит, если Ь^ > Ьу, то критериальный показатель ^\ более важен, чем показатель /у. При этом

Тк=1Ьк = 1, Ьк = 1, Ьк>0. (22)

Строится новая целевая функция

f(X) = YJk=ibk • fk(X) (23)

и решается задача оптимизации скалярного критерия. В задаче 1 целевая функция для данного метода примет следующий вид: bi • AVgas + b2 • lgas ^ max (24)

при сохранении исходных ограничений.

Заметим, что основной недостаток аддитивного метода - субъективность выбора весов критериев Ьк. Тем не менее метод может быть полезным при оценке влияния изменения того или иного критериального показателя на искомые параметры. Это является весьма важным при формировании нескольких возможных сценариев кластерной стратегии.

В главе 3 показаны результаты экспериментальных расчётов по описанным задачам.

Выводы по главе 2

1. В настоящее время пока ещё недостаточно развиты методики количественной оценки инновационной ёмкости сырьевых отраслей и влияния этих отраслей на инновационное развитие

экономики. Современный мировой кризис убедительно показал, что единственно верная стратегия перспективного развития сырьевых регионов - это монетизация сырьевых ресурсов территории. Хотя никто из исследователей не дал чёткого определения этого понятия, практически все исходят из понимания того, что речь идёт об извлечении максимально возможного денежного дохода из добываемого и перерабатываемого сырья.

Парадигма инновационного развития сырьевого региона должна предполагать, что в перспективе именно развитие предпринимательства вокруг сырьевых отраслей (экономического ядра региона) будет драйвером инновационного развития и роста конкурентных преимуществ и экономической защищённости территории.

2. В большинстве научных публикаций, посвященных проблемам эффективности кластерной организации промышленного производства в регионах, присутствует многоразмерность признаков, характеризующих эффективность исследуемого объекта, что вызвано необходимостью учитывать как макро-, так и микропоказатели экономического развития. Превалируют публикации о моделях инновационных кластеров. Научное сообщество явно недостаточное внимание уделяет проблемам эффективности кластеризации в производствах, связанных с природными ресурсами и их переработкой. Кроме того, в публикациях по эффективности практически не прослеживается триединство целей кластеризации. Проблема может быть исследована с помощью решения системы оптимизационных экономико-математических задач в различных постановках.

3. Следуя логике исследования кластеризации в экономике, процесс кластеризации можно разделить на несколько этапов:

- анализ возможностей и потенциала кластеризации с точки зрения социально-экономических условий отрасли или территории;

- анализ и оценка параметров эффективности потенциальных и реальных кластеров;

- анализ и прогнозирование показателей функционирования участников кластеров;

- анализ и оценка системной (триединой) эффективности кластера.

Предлагаемый в диссертации методический подход к определению системной эффективности территориального инновационного кластера, базой которого является совокупность решений системы оптимизационных экономико-математических задач, конечно, следует рассматривать в качестве одного из возможных вариантов концептуального представления о методологии определения системной эффективности кластеризации в экономике России. Общую схему анализа и оптимизации можно рассматривать как вклад в методологию территориального стратегического планирования в условиях активизации кластерной политики.

СИСТЕМНАЯ ОЦЕНКА ЭФФЕКТИВНОСТИ ИННОВАЦИОННОГО ПРОМЫШЛЕННОГО КЛАСТЕРА «КОМПЛЕКСНАЯ ПЕРЕРАБОТКА УГЛЯ И ТЕХНОГЕННЫХ ОТХОДОВ» В КУЗБАССЕ

3.1. Параметры и эффективность кластера

В качестве иллюстрации предложенной концептуальной системы расчетов триединой эффективности промышленного кластера в диссертации представлены расчёты по трем задачам:

задача 1 - оптимизация общих границ и эффективности кластера, в решении которой определяется в программных условиях и ограничениях суммарный эффект в целом по добыче и переработке газа (метана) из угольных пластов, переработке угля и отходов его обогащения и переработке золошлаковых и других техногенных отходов, а также оцениваются проявления некоторых экономических рисков функционирования кластера. Эта задача была решена в двух постановках - без предприятий-участников кластера и с якорными предприятиями;

задача 2 - оптимизация производственной программы промышленного предприятия-участника кластера (решается для каждого предприятия) - определяется эффект для предприятия-участника. В качестве иллюстрации задача решается для пятерых участников кластера: четыре якорных (основных участников кластера) и агрегированная позиция "другие предприятия".

задача 3 - оптимизация эффективности кластера, в решении которой определяется по замыслу синергетический эффект для участников кластера наряду с эффектом для кластера в целом.

3.1.1. Оценка эффективности кластера (решение задачи 1)

Для определения эффективности кластера воспользуемся предложенной в разделе 2.3 общей задачей 1, состоящей из совокупности задач второго блока логической схемы расчётов триединой эффективности кластера (рисунок 2.4, Приложение 1). Здесь необходимо сделать два важных замечания:

первое - поскольку для полной реализации этой задачи отсутствовала необходимая информация, ее постановка в диссертации носит упрощённый характер:

- все ее блоки объединены и представлены в виде продуктовых позиций;

- параметры удельных расходов сырья и выходы готовой продукции, а также отходов производства были определены на основе экспертных оценок;

второе - целью экспериментальных расчётов является не получение точных расчётов параметров кластера, а инструментальная иллюстрация предложенного методического подхода.

Особо отметим, что все расчеты по всем задачам проводились по данным, заявленным в Программе развития кластера «Комплексная переработка угля и техногенных отходов» 2020 г. (таким образом, результаты расчетов относятся к 2020 году). Объем комплексной переработки угля в соответствии с Программой развития кластера (далее - Программа) должен был к 2020 г. составить 200 млн тонн. Эта величина была принята в качестве границы возможного использования угля на переработку. Необходимо было определить возможные границы производства продуктов переработки: коксохимии, газификации, гидрогенизации, углеродных материалов, водоугольного топлива и продуктов переработки техногенных и золошлаковых отходов. В Приложении 2, кроме общего объёма переработки угля, показаны объем добытого газа при предварительной дегазации угольных пластов - 4000 млн м3, объем использования техногенных отходов - 1 200 тыс. тонн и объем переработки золошлаковых отходов - 800 тыс. тонн. Возможные границы производства остальных продуктов были рассчитаны экспертным путём. Таким же образом были рассчитаны все остальные удельные показатели -капиталоёмкость и себестоимость тонны видов переработанной продукции.

В целом матрицы задачи даны в Приложении 2. В матрицах использованы, как уже говорилось выше, экспертные оценки значений удельных расходов видов перерабатываемого угля на производство продуктов переработки. К сожалению, в тексте утверждённой Программы такая информация, а также данные по удельным инвестициям полностью отсутствуют. Разработчики Программы не провели расчёты по затратам, в т.ч. - по инвестициям. В строках инвестиций "удельные инвестиции в производство тонны продуктов гидрогенизации (синтетическое топливо), углехимических продуктов и углеродных материалов" даны показатели, исходя из имеющегося опыта создания таких производств за рубежом. Например, по данным М. Далтона [103] капитальные вложения в создание мощностей по производству синтетического топлива из угля (продукт гидрогенизации) в размере 80 тыс. баррелей составляют от 7 до 9 млрд долларов, то есть для создания мощности в одну тонну по этим данным понадобиться примерно 37 млн рублей. По данным известного специалиста в области переработки угля И.А. Коробецкого [28] стоимость переработки 1 млн тонн угля в жидкие углеводороды составляет почти 1 млрд евро. Только стоимость технико-экономическое обоснования (ТЭО) проекта переработки 1 млн тонн угля в жидкие продукты равна 20 млн евро.

По экспертным оценкам (Л. Славинская [47], К. Ренкс [65], ООО Проминвест [62]) и информации, которая содержится в самой Программе, были определены для расчётов выручки

средние обобщённые цены на продукты переработки. С учётом сказанного выше, были сформулированы несколько постановок задачи 1.

Наибольший интерес представляли постановки, которые формально описывали параметры Программы. В общем виде задача сводились к следующему: найти такие объёмы производства продуктов переработки по укрупненной (программной) номенклатуре по всем участникам кластера, которые бы удовлетворяли ограничениям:

- на объёмы перерабатываемого угля - 200 млн тонн, см. выше;

- на стоимостные объёмы производства (выручка) - 127.6 млрд руб.;

- на выделенные инвестиции на реализацию Программы - 188,7 млрд руб.

При этом: в первой постановке максимизировалась выручка; во второй -минимизировались суммарные инвестиции на реализацию Программы. Решение задачи дано в таблицах 3.1 и 3.21.

Из таблицы 3.1 видно, что все основные ограничения удовлетворены, но в решении на максимум прибыли увеличился объем производства продуктов гидрогенизации, а в решении на минимум инвестиций значительно увеличился объем производства водоугольного топлива у других производителей-участников кластера. В решении на максимум прибыли увеличился объем производства продуктов газификации в Караканском комплексе. Полученные приведенные стоимости (двойственные оценки) переменных в задаче на максимум прибыли показали оптимизированные цены 1 тонны переработанной продукции. Наиболее высокие оценки, как и следовало ожидать, оказались у ограничений на объем производства продуктов коксохимии, углеродных материалов и гидрогенизации, что показывает на проблематичность увеличения производства этих видов продуктов.

Двойственные оценки в задаче на минимум суммарных инвестиций выявили уровни капиталоемкости производства. Наиболее капиталоёмкими являются производства углеродных материалов и продуктов гидрогенизации. Понятно, что значения оценок были получены на основе информации, носящей экспертный характер, поэтому для реальных значений эффективности Программы необходима более тщательная проработка её технологических и экономических параметров.

1 Здесь и далее все экономико-математические задачи были решены в среде MS Excel (надстройка «Поиск решений»).

Таблица 3.1 - Решения задачи по данным Программы

Решение на максимум выручки Решение на минимум инвестиций Ограничения, т

Объемы производства Значение, т Двойственная оценка, руб. Значение, т Двойственная оценка, руб.

Другие участники кластера

Углехимия 43997850 750 43997850 3753,6 43997850

Газификация 2940200 3200 2940200 2539,0 2940200

Гидрогенизация 2196430 20000 2196430 52,4 2196430

Водоугольное топливо 2200000 100 2200000 82,2 2200000

Техногенные и золошлаковые отходы 1934500 600 1934500 458,3 1934500

Караканский угольно-энергетический комплекс

Углехимия 2000 132000 2041 0 2000

Газификация 1000000 9000 1000000 2859,1 1000000

Гидрогенизация 600000 20000 600000 1742,4 600000

Техногенные и золошлаковые отходы 24000 650 24000 675,4 24000

Энерготехнологический комплекс на базе месторождения "Менчерепское"

Углехимия 50 122000 50 378,8 50

Техногенные и золошлаковые отходы 40000 600 40000 727,3 40000

Энерготехнологический комплекс "Серафимовский"

Углехимия 100 75000 100 2159,1 100

Газификация 59800 9000 59800 3327,1 59800

Техногенные и золошлаковые отходы 1500 800 1500 719,7 1500

Технологический комплекс на базе месторождения "Итатское"

Гидрогенизация 20000 20000 20000 39242,4 20000

Углеродные материалы 3000 250000 3000 50530,3 3000

Целевая функция

Выручка, млрд руб. 101,3 0,22 128,0 0,04 128,0

Прибыль, млрд руб. 25,6 32,1

Инвестиции, млрд руб. 182,7 183,7 188,0

Эффект

Амортизация, млрд руб. 8,99 9,03

Затраты труда, млрд руб. 18,96 19

Добавленная стоимость, млрд руб. 53,55 60,1

Источник: расчеты автора

Для определения возможностей реализации Программы были решены задачи в целом по кластеру (без предприятий-участников) без ограничений на выручку и инвестиции, но с ограничениями на объёмы производства (переменные задачи). Решения задач приведено в таблице 3.2.

Из полученных решений видно, что при максимизации выручки она получилась меньше (126.43 млрд руб.), чем указанная в Программе (126.7 млрд руб.), но в решении на минимум инвестиций (без ограничения на выручку) выручка увеличилась (относительно решения на максимум выручки) на 15,5 млн руб., при этом на 25,8 млн руб. увеличились инвестиции, то есть каждый дополнительный миллион рублей инвестиций увеличил выручку на 0,6 млн рублей. В решении на минимум инвестиций без ограничения на выручку на 155 тыс. тонн увеличилось производство водоугольного топлива по сравнению с данными Программы.

Внешняя (для региона) и внутренняя (для кластера в целом) эффективности были получены из решения двухкритериальной упрощённой обобщённой задачи 1 (см. раздел 2.3) -найти такие объёмы производства продуктов переработки, которые приводили бы к максимальной выручке и (одновременно) добавленной стоимости созданной участниками кластера, и при этом бы суммарные инвестиции принимали минимальное значение, то есть определялись: внутренний эффект кластера - максимальная выручка; внешний эффект для региона - максимальная добавленная стоимость; эффект для участников кластера, частных инвесторов и бюджета региона - минимально-допустимые инвестиционные затраты.

В качестве критерия оптимизации в задаче (раздел 2.3) принимался минимум дополнительной переменной, а на полученные экстремальные значения линейных функций в решениях задач на максимум выручки (или добавленной стоимости) и минимум инвестиций вводились фиктивные ограничения (> и < 1 соответственно, см. раздел 2.3 формула 21). Для решения этой двухкритериальной задачи, упрощённой относительно описанной в разделе 2.3, в исходную матрицу (таблица 3.1) были введены значения себестоимости производства продуктов (на одну тонну продукта), рассчитанная экспертным способом обобщённая средняя величина трудоёмкости (зарплатоёмкости) рубля суммарной выручки в целом по кластеру и задан коэффициент амортизации основного капитала Основной капитал кластера условно принят равным полученной величине инвестиционных затрат.

Таблица 3.2 - Решения задачи при отсутствии ограничений на параметры Программы

Решение

на максимум выручки на минимум суммарных

инвестиций

объёмы двойственные объёмы двойственные

производства оценки производства оценки

Коксохимия, тыс. т 44000 750 44000 3378,8

Газификация, тыс. куб. м 4000 9000 4000 2539,5

Гидрогенизация, тыс. т 2800 20000 2800 512,7

Углеродные материалы, т 3000 1200000 3000 42265,4

Водоугольное топливо, тыс. т 2200 100 2355,4 0

Техногенные и

золошлаковые

отходы, тыс. т 2000 600 2000 269,5

Инвестиции, млрд руб. 187,99 180,02

Выручка, млрд руб. 128,43 127,45

Прибыль, млрд руб. 35,4 26,9

Амортизация, млрд руб. 8,9 8,7

Затраты труда, млрд руб. 18,96 18,96

Добавленная

стоимость, млрд руб. 63,3 54,6

Источник: расчеты автора

Матрица задачи для такой постановки имела вид, представленный таблице 3.3. В результате решения двухкритериальной задачи инвестиции получились меньше на 8 млрд руб. данных Программы с некоторым уменьшением относительно Программы выручки кластера. По величинам выручки и инвестиций можно оценивать общий эффект кластеризации. Эффект от реализации Программы для экономики региона проявился в размере валовой добавленной стоимости Кемеровской области - 60 млрд рублей. Вновь следует отметить, что это решение требует подтверждения при точных заданных параметров Программы.

Отметим, что все проведённые расчёты, результаты которых описаны выше, осуществлялись на базе умышленно заниженных относительно экспертных оценок удельных инвестиций и цен переработанных продуктов. В частности, в Аналитическом отчёте Центра кластерного развития Кузбасского технопарка за 2015 г. [94] дана примерная величина удельных капитальных затрат в производство продуктов переработки угля - на производство 1 тонны

моторного топлива при гидрогенизации угля - 1,41 млн руб.; на производство 1 тонны олефинов - 2,81 млн руб.; на производство 1 м3 искусственного природного газа - 5,6 млн рублей. Поэтому интерес вызывало решение задачи 1 без ограничения на инвестиции (188,7 млрд руб.), но при ограничениях на объёмы производства продукции и объёмы перерабатываемого угля (таблица 3.3) на минимум суммарных инвестиций с экспертно-оцененными удельными инвестициями на производство углеродных материалов и продуктов гидрогенизации угля. То есть в задаче вместо 810 руб. на производство тонны продуктов гидрогенизации принималось экспертное значение в 65 тыс. руб. и вместо 43 тыс. руб. на производство тонны углеродных материалов принималось 80 тыс. рублей.

Таблица 3.3 - Матрица двухкритериальной задачи определения эффективности

углехимического кластера

Коксохимия Газификация Гидрогенизация Углеродные материалы Водоуго- льное топливо Техногенные и золошла-ковые отходы Значения правых частей

Искомые объёмы, тыс. т 4400 4000 2800 3000 2200 2000

Уголь, т/т 4,2 0 3,1 10 0,9 2,2 199,86*

Инвестиции, руб./т 3782 2540 810 43226 86 481 188,00**

Выручка, руб./т 750 9000 20000 1200000 100 600 128,0**

Амортизация, млрд руб. 9,00

Затраты труда, млрд руб. 18,96

Добавленная стоимость, млрд руб. 59,68

* тыс.т ** млрд руб.

Источник: расчеты автора

Решение такой задачи определило суммарную величину инвестиций в реализацию Программы в размере 360 млрд руб., то есть почти в два раза превышающую инвестиции по Программе. Размер выручки при этом остался равным значению в решении двухкритериальной задачи (128 млрд рублей). Последнее связано с тем, что были сохранены цены, соответствующие суммарному объёму выручки. Однако и этот целевой параметр Программы может не соответствовать реальной выручке. Так, в Аналитическом отчёте Центра кластерного развития Кузбасского технопарка за 2015 г. [94] показана стоимость отдельных продуктов

углехимии, из них наиболее дорогостоящими являются малотоннажные продукты переработки каменноугольной смолы (пиридиновые основания) - около 125 тыс. руб. за тонну, пека (углеродные волокна) - около 3 млн руб. за тонну, антрацита (активированный уголь) - около 130 тыс. руб. за тонну. Современная цена углеродного волокна из группы углеродных материалов достигает 3 млн руб. за тонну. Поэтому, как уже отмечалось, решения описанной задачи носят иллюстративный характер. Автором была проведена серия расчетов по оценке влияния возможных изменений в суммарных параметрах кластера, рассматриваемых как риски при его создании и функционировании. В таблице 3.4 приведены результаты этих расчетов.

Было проведено четыре расчета по модели с предприятиями-участниками кластера:

1 - без участия в кластере ключевого участника (Караканского угольно-энергетического комплекса), то есть проявление риска выбытия какого-либо участника из состава кластера;

2 - без участия в кластере ключевого участника (Караканского угольно-энергетического комплекса), но с сохранением программных показателей у "других" участников кластера. Этот расчет должен был показать влияние этого риска на основные предприятия кластера;

3 - при уменьшении суммарных инвестиций на реализацию кластерной программы, то есть проявление риска недостаточности финансового обеспечения кластерных проектов;

4 - при резком увеличении операционных затрат на реализацию технологических процессов переработки угля, то есть проявление риска удорожания производства продуктов переработки угля.

Как показывают данные таблицы 3.4 в результате расчета 1, было получено решение: основная нагрузка падает на "других" участников кластера, вызывая более чем в два раза (относительно базового решения) увеличение объемов производства водоугольного топлива. При том, не смотря на то, что суммарный объем производства всех видов продуктов вырос по сравнению с базовым решением, заметно снизились все другие параметры кластера: выручка, себестоимость, прибыль, инвестиции. Увеличение объемов производства водоугольного топлива связано с низкой капиталоемкостью производства.

Таблица 3.4 - Результаты расчетов оценки влияния проявлений возможных рисков при

функционировании кластера

Базовое Решение 1 Решение 2 Решение 3 Решение 4

решение на на на на

на мини- минимум минимум максимум минимум

мум инвести- инвестиций выручки с инвести-