Содержание к диссертации
Введение
Глава 1 Концепция промышленного кластера в экономической науке 18
1.1 Концептуальные представления о сущности и составных элементах промышленного кластера 18
1.2 Методологические основы классификации признаков промышленных кластеров 36
1.3 Кластер как институциональная форма организации рынка 44
Выводы к главе 1 56
Глава 2 Теоретические положения формирования кластерной промышленной политики 61
2.1 Моделирование роли государства в политике создания и развития промышленных кластеров 61
2.2 Категоризация институциональных форм продвижения кластеров как основа кластерной промышленной политики 76
2.3 Исследование институциональных форм продвижения промышленных кластеров и дифференциация кластерной промышленной политики 91
Выводы к главе 2 107
Глава 3 Методология формирования кластерной промышленной политики 114
3.1 Механизм, принципы и генезис кластерной промышленной политики 114
3.2 Методология идентификации и анализа кластерной структуры территорий 128
3.3 Исследование отраслевых особенностей промышленных кластеров 145
3.4 Анализ локализации промышленных кластеров на основе проектирования базы данных 153
3.5 Оценка влияния промышленных кластеров на экономику 181
Выводы к главе 3 200
Глава 4 Обоснование мероприятий кластерной промышленной политики Санкт-Петербурга 207
4.1 Анализ направлений и инструментария кластерной промышленной политики Санкт-Петербурга 207
4.2 Исследование кластерной структуры Санкт-Петербурга 218
4.3 Разработка мероприятий кластерной промышленной политики Санкт Петербурга 256
Выводы к главе 4 274
Глава 5 Формирование промышленной политики развития кластера приборостроения Санкт-Петербурга 278
5.1 Анализ кластерной промышленной политики в области приборостроения Санкт-Петербурга 278
5.2 Сравнительный анализ локализации и отраслевой структуры кластера приборостроения Санкт-Петербурга 289
5.3 Исследование предприятий кластера приборостроения Санкт-Петербурга 298
5.4 Государственный заказ как инструмент промышленной политики кластера приборостроения Санкт-Петербурга 319
Выводы к главе 5 334
Заключение 337
- Концептуальные представления о сущности и составных элементах промышленного кластера
- Методология идентификации и анализа кластерной структуры территорий
- Исследование кластерной структуры Санкт-Петербурга
- Государственный заказ как инструмент промышленной политики кластера приборостроения Санкт-Петербурга
Концептуальные представления о сущности и составных элементах промышленного кластера
Локализация субъектов рыночных отношений в непосредственной географической близости друг от друга и установление взаимных отношений для лучшего выполнения определенной экономической деятельности является фактом, который восходит еще ко времени начала развития городов Древнего мира [126, 301, 261]. Связанные тесными узами географические кластеры и в XXI веке остаются важным экономическим явлением, взращивающим самых успешных рыночных игроков в широком спектре глобальных отраслей. Активное участие в промышленных кластерах во второй половине 20 века обеспечивало одну из наилучших возможностей для малых и средних предприятий выжить и остаться конкурентоспособными на региональном, международном и даже глобальном уровне [293]. В то же время, крупные международные, мультинациональные и глобальные компании сталкивались с риском потерять целые звенья цепочки ценности в тех ключевых областях, где они конкурировали – производство, разработка товаров, научные исследования и опытно конструкторские разработки (НИОКР) – в пользу быстро реагирующих и сильных компаний, образующих тесный кластер на определенных географических территориях. Некоторые из этих крупных компаний также были в состоянии использовать огромный потенциал и возможности, предлагаемые промышленными кластерами. Как правило, они делали это, размещая ключевые операции компании в тщательно отобранных промышленных кластерах по всему миру или используя эти промышленные кластеры как основных новаторов в цепочке создания ценности [201, 224, 258].
В этом параграфе будет рассмотрена концепция понятия кластера для понимания ключевых факторов, которые важны для его функционирования и международного успеха. Однако, на эту тему существует большое количество публикаций – и, вероятно, именно по этой причине – использование данного термина и существующих трактовок базовых феноменов кластеров может быть достаточно противоречивым. В результате, разработчикам региональной политики и бизнесменам трудно принять меры в отношении потенциальных угроз, а также перспективных возможностей, обеспечиваемых кластерами.
Существуют две фундаментальные области, которые позволяют и аналитикам, и практикам получить реальное представление о феномене кластера. С одной стороны, институциональная область - при рассмотрении природы и качества базовой социальной структуры кластера можно понять его потенциал с точки зрения создания знаний и инноваций. С другой стороны, экономическая -оценив охват и масштабы экономической деятельности кластера, можно понять силы, которые обусловливают его конкурентную и деловую логику. В целом, социальные знания, экономические факторы и как следствие конкурентные силы обеспечивают фундаментальное понимание кластеров в динамическом смысле. Нельзя преувеличить результаты такого понимания с точки зрения выбора и реализации промышленной экономической политики. Кроме того, понимание того, как кластеры работают на практике, является исключительно важным для всех фирм, конкурирующих на глобальном рынке.
Большое количество научной и популярной литературы в 1990-х гг., посвященной промышленным кластерам, придало им беспрецедентную важность в целом ряде областей, включая бизнес администрирование, экономическую, государственную и социальную политику. Это привело к тому, что существует ряд разногласий и некоторых сомнений в отношении того, что различные авторы подразумевают и не подразумевают под промышленными кластерами, поэтому, первый вопрос в этой связи касается терминологии кластера.
Как отмечают различные авторы, крупные городские реалии вынужденно и практически всегда предоставляют возможность возникновения всякого рода агломераций, сначала человеческих, а затем социальных и экономических [16, 81, 254]. С одной стороны, крупные города и аналогичные агломерации взращивают урбанизационную экономию – другими словами, экономические преимущества, которые происходят из факторов или условий, приносящих пользу всем хозяйствующим субъектам и участникам агломерации. Например, впечатляющие возможности и инфраструктура воздушного транспорта Лондона, стратегическое географическое положение Афин с точки зрения западно-восточных логистических связей и разнообразие языков в Сингапуре могут давать экономические преимущества, полезные для всех субъектов, расположенных в или поблизости от этих больших городов. С другой стороны, городские агломерации приводят к росту территориальной экономии за счет масштаба. Это специальные экономические преимущества, возникающие в результате территориальной близости, свойственные только конкретным отраслям. В дополнение к предыдущим примерам, лондонский Сити – один из крупнейших мировых финансовых центров, включающий десятки, а может быть сотни тысяч высококвалифицированных финансовых профессионалов. Этот кадровый потенциал мирового уровня представляет собой очевидные выгоды для всех фирм, оказывающих финансовые услуги и размещающихся в Лондоне. Подобным же образом, город Афины и его близлежащее окружение представляют собой ведущий мировой центр, где сосредоточены люди, фирмы, активы и инфраструктура, специально заточенные под нужды судовой отрасли. То же самое можно сказать и о Сингапуре, за исключением того, что этот судовой узел, возможно, даже крупнее Афин и имеет более глобальный охват.
Идея территориальной экономии за6 счет масштаба в территориальных агломерациях имеет длинную историю в экономике, начиная с ранних наблюдений за специализацией труда Адама Смита и заканчивая объяснениями Маршалла (1925 г.) [3], почему фирмы предпочитают сосредотачиваться в одних и тех же местах. Маршалл выделил три ключевых объяснения. Во-первых, фирмы объединяются географически, поскольку это позволяет им развить резерв специализированной высококвалифицированной рабочей силы с учетом специфических потребностей отрасли и иметь относительно легкий доступ к такому резерву. Во-вторых, эти фирмы могут обеспечивать неторговые, специфические для отрасли ресурсы, т.е. сосредотачиваясь на одной территории, фирмы имеют возможность получать экономию за счет масштабов при развитии и использовании общих технологий или специфической капитальной инфраструктуры. В-третьих, объединяющиеся территориально фирмы могут генерировать максимальный поток информации и идей. Другими словами, продукция, рынок и технологические знания легче распространяются и более эффективно трансформируются в ценные инновации между субъектами, находящимися на одной территории, по сравнению с субъектами, расположенными в отдалении друг от друга. Интересно и до некоторой степени парадоксально, что виртуальные коммуникационные технологии и разработки в области глобальных перевозок и логистики в 20 веке сделали территориальную экономию более, а не менее критической для конкурентоспособности фирм. С одной стороны, виртуальные коммуникации и аналогичные технологии выдвигают на первый план негласные знания и близкие личные отношения между хозяйствующими субъектами как решающие факторы успеха фирм в конкурентной борьбе. С другой стороны, глобальная логистика [360] предполагает, что доступ к основным производственным факторам, таким как капитал и неспециализированный труд, широко открыт для всех желающих, тогда как потоки специализированных знаний, а также интенсивный обмен знаниями, которые приводят к ценным инновациям, остаются более сильными между субъектами в одной и той же пространственной группе по сравнению с географически разобщенными фирмами.
Уточнение определения «промышленного кластера» включает описанные Маршаллом понятия урбанизации и, особенно, территориальной экономии за счет масштабов, но отходит от концепции агломераций в том, что знаниевые взаимодействия внутри кластера являются не случайными, а осознанными, социально выстроенными и основополагающими для его конкурентного выживания. Таким образом, промышленный кластер является социоэкономическим образованием, представляющим собой сообщество людей и группу хозяйствующих субъектов, расположенных в непосредственной близости друг от друга на конкретной территории. Внутри промышленного кластера значительная часть социального сообщества и хозяйствующих субъектов работают вместе, выполняя экономически взаимосвязанную деятельность, совместно разрабатывая и совершенствуя продукцию, технологии и организационные знания с целью создания наилучших продуктов и услуг на рынке.
Методология идентификации и анализа кластерной структуры территорий
В качестве ключевого вопроса теории кластеров можно выделить проблему выявления (идентификации) кластеров в регионах – отдельно взятых территориях [264, 260, 300]. На основании анализа зарубежного опыта можно выделить ряд методических подходов к выявлению кластеров, но основной проблемой остаются значительные различия в применении инструментария на практике с учётом имеющей информационно - аналитической базы [243]. Можно использовать парную категоризацию для сопоставления и анализа основных техник, позволяющих идентифицировать кластеры, но в большинстве случаев все они могут быть отнесены к одному из двух подходов [308]. В рамках первого подхода - «снизу» - выявление кластеров происходит на основании заранее известной информации о том, какие предприятия и отрасли лидеры находятся на определённой территории. В рамках второго подхода - «сверху» - производится поиск пространственной локализации кластеров на основании статистических данных о специфических и взаимосвязанных видах деятельности на данной территории. При этом для идентификации конкретных региональных кластеров используются общенациональные образцы.
Для реализации подхода «сверху» можно «сегментировать» экономику в разрезе межотраслевых и отраслевых промышленных кластеров, то есть выделить основные отраслевые и межотраслевые объединения предприятий на основании связанных видов деятельности с целью создания «эталонов» национальных кластеров.
Таким образом, «эталонные» кластеры являются формализацией наиболее вероятной формы агломерации, включающей связанные виды деятельности, но обретающей конечную, уникальную по составу форму только на практике. Таким образом, использование их в качестве априорно заданного ориентира не является единственно верным или наиболее предпочтительным решением. По сути, в рамках реализации кластерной промышленной политики они являются первоначальным ориентиром, в соответствии с которым могут в будущем развиваться промышленные кластеры.
Таким образом, суть «эталонных» кластеров заключается в определении обладающих по отношению друг к другу комплементарными свойствами видов деятельности и, как следствие, располагающихся чаще всего близко друг к другу. Как следствие, если две или более отрасли, осуществляющие локальные межотраслевые контакты, расположены близко друг к другу в пространстве, то будет происходить взаимное усиление специализации кластера [55, 308].
На практике же основная цель использования «эталонных» кластеров заключается в предварительном выявлении региональных кластеров и проведении анализа их структуры, что необходимо для определения специфических свойств экономики каждого конкретного региона [230].
Соответственно, в рамках подхода «сверху» к выявлению кластеров используются два основных и неизменных свойства кластеров, а именно: функциональная связанность и географическая близость. Таким образом, в рамках данного подхода можно выделить подгруппу, которая используется с целью выявления промышленных кластеров на основании их функциональной связанности, и подгруппу, используемую для идентификации географических кластеров, образующихся в результате пространственной близости расположения промышленных предприятий [230].
Одним из наиболее распространённых и известных методов к идентификации промышленных кластеров является проведение анализа таблицы «Затраты – Выпуск» (межотраслевого баланса). В качестве одних из первых работ, развивающих данное направление, можно выделить исследования W. Isard [85], E. Schooler [86], H. Roepke [158], S. Czamanski [44], P. Slater [168]. Разработанные модификации подходов могут иметь специфические условия к идентификации кластеров. Так, идентификация может проходить на основании критерия максимизации сильных связей между отраслями без учёта слабых связей, оценке схожести входящих и исходящих сырьевых и продуктовых потоков, теории графов.
Пространственная связанность отраслей в меньшей степени исследуется исследователями, чем функциональная, несмотря на то, что начинали оба этих аспекта исследоваться примерно в одно и то же время. Таким образом, необходимо разделить два уровня идентификации кластеров: мезо и микро.
Идентификация мезоуровневых кластеров или кластеров отраслей осуществляется на основании расчёта коэффициентов локализации, которые позволяют понять специализацию региона и оценить уровень её конкурентоспособности. При этом наряду с анализом данных по локализации кластеров в данном регионе, необходимо также проводить анализ структурных и институциональных изменений, происходящих в отраслях с целью получения более полной картины о состоянии кластеров [94].
В качестве методики анализа межотраслевых кластеров можно выделить расчёт коэффициентов парной корреляции между основными показателями, характеризующими состояние и динамику изменения отраслей. Одним из наиболее распространённых показателей является объём и динамика изменения занятости в отраслях, а также их производные [143].
В качестве одного из ограничений использования коэффициентов локализации к идентификации кластеров можно выделить его чувствительность к административным границам территорий. Это связано с тем, что некоторые кластеры могут иметь выраженный межрегиональный, а не субнациональный характер, что не может быть зафиксировано и учтено при помощи коэффициентов локализации [308].
Использование подхода к идентификации микроуровневых кластеров (кластеров предприятий) позволяет обойти данную проблему. В основе данного подхода лежит анализ пространственной концентрации предприятий, основанной на измерении расстояний между предприятиями вне зависимости от типа исследуемого кластера (межотраслевого или суботраслевого). В качестве критерия эффективности выделяется максимизация плотности расположения предприятий на заданной территории. Как следствие, под кластером понимается область, в которой максимально плотно сконцентрированы специализированные предприятия [118, 308].
Таким образом, для достижения наилучшего результата идентификации кластеров с использованием подхода «сверху» необходимо использовать сочетания методик, делающих акцент на выявление как функциональных, так и пространственных связей. В качестве примера можно привести подход, разработанный М. Портером [141]. На основании своих разработок, М.Портер смог определить структуру «эталонных» кластеров американской экономики на основании детального анализа видов деятельности, включенных в американский классификатор SIC (Standard Industrial Classification) [143]. Данный метод стал классическим и используется во многих странах. Многие европейские и некоторые отечественные учёные пытаются использоваться данный подход или его модификации для идентификации кластеров.
В дальнейшем Министерство торговли США использовало результаты, полученные М. Портером, для картографии кластеров США на основании выявленных им «эталонных» ядер кластерных групп [39]. Также, данные результаты использовались при разработке и реализации проекта Европейской кластерной обсерватории, направленного на анализ и картографирование кластеров стран ЕС. В рамках данного проекта состав «эталонных» кластеров Портера был адаптирован с учётом специфики экономики ЕС на основании данных европейского классификатора NACE [53]. В Российской Федерации подобная адаптация на основании классификатора ОКВЭД в полной мере не проводилась до настоящего времени. Таким образом, адаптация результатов по выявлению эталонных ядер, полученных М. Портером, по аналогии с европейским и американскими проектами позволит определить состав ядер кластеров в регионах РФ и получить адекватную базу для проведения кластерного анализа экономики страны.
Проведём анализ данного подхода подробнее.
В рамках подхода «сверху» наполнение кластерных групп на территории субъектов федерации в соответствии с выявленными «эталонами» позволяет сформировать условные кластеры, однако идентификация кластеров предполагает подтверждение гипотезы их существования на заданной территории, что достижимо с использованием статистического инструментария в соответствии с методологией, предложенной Европейской кластерной обсерваторией [53].
Исследование кластерной структуры Санкт-Петербурга
В соответствии с методологией идентификации и анализа кластерной структуры территории (см. рис. 3.4) проведем детализированную идентификацию кластеров, локализированных в данном регионе. Наличие и развитие положительных экономических эффектов, влияющих на деятельность предприятий, входящих в кластер, зависит от уровня специализации ядра кластера, т.е. уникальности в рамках определенного региона (страны), его размера и степени концентрации экономики данной территории (субъекта федерации) на отраслях данного кластера. Кластерная специализация региона определяются следующими показателями: «Коэффициент локализации», «Размер», «Фокус» (см. ф 3.1-3.3 п. 3.1). Сила или значимость кластера рассчитана на базе относительных показателей по статистике занятости. В данном исследовании ядро кластера региона признается сильным в случае соответствия двум и более критериям (см. рис. 3.2 п.3.1). В случае соответствия кластерной группы субъекта федерации какому-либо из критериев, ей присуждается «звезда», таким образом, кластерная группа признается сильной, если ей соответствуют 2 или 3 «звезды». При этом ни одна из «звезд» не присуждается в случае, если абсолютная численность занятых его ядра менее 1000 человек [110, 141, 53, 288].
Результаты расчетов идентификации кластеров на территории Санкт-Петербурга за 2008-2016 гг. представлены в таблице 4.1.
Таким образом, на основании проведённых расчётов можно сделать вывод о том, что в период с 2008 по 2016 г. такие кластеры, как: Торговля, Табак, Информационные технологии, Наука и образование - сохраняли наибольшую силу, то есть имели три звезды на всём или большинстве рассматриваемых периодов. Показатели таких промышленных кластеров, как: Производство и передача энергии, Биофармацевтика, Освещение и электрооборудование, Аналитические инструменты - превышали предельные значения только в двух случаях из трёх.
Показательно, что некоторые кластерные группы города, лидирующие по абсолютному показателю численности занятых, не могут быть признаны сильными в соответствии с используемыми критериями. Так инфраструктурные кластеры Строительство и Транспорт и логистика в Санкт-Петербурге занимают соответственно 2 и 3 место по числу работников. Это обусловило то, что по данным кластерам Санкт-Петербург попадает в 10% субъектов Федерации, лидирующих по показателю «Размер». Однако отраслям обоих кластеров свойственно весьма равномерное распределение численности занятых по регионам, о чем свидетельствует и коэффициент агломерации (см. п. 3.2, рис. 3.5), поэтому коэффициент локализации не достигает порогового значения. Кроме того, несмотря на большую долю занятости населения города в данных кластерных группах, многопрофильность экономики Петербурга приводит к сравнительно меньшей доли занятости в отраслях кластеров Строительство и Транспорт и логистика по отношению к субъектам Федерации, специализация которых напрямую связана с данными отраслями. Так, например, кластер Транспорт и логистика будет значимым в Мурманской и Архангельской областях, а Строительство - в Ленинградской области.
И, напротив, кластерные группы, характеризующиеся крайне незначительной долей занятых по городу, могут быть признаны сильными в рамках страны в соответствии с данными критериями.
Так кластер Табак, на который приходится 0,10% работников города на 2012 год, на протяжении 5 лет соответствовал всем критериям силы кластера.
Этому способствовало незначительное распространение отраслей табачной промышленности в стране с ярко выраженной концентрацией в нескольких субъектах Федерации, в том числе в Санкт-Петербурге.
Все кластерные группы города, имеющие 1 «звезду» соответствуют только критерию размера кластера, и это легко объяснимо. В Петербурге диспропорционально меньшее количество занятых в конкретной отрасли, что, в сущности, свидетельствует об отсутствии местного кластера, формирует большую величину, чем свойственна другим субъектам, из-за общего количества работников, превосходящего многие другие субъекты федерации.
Соответственно, такие кластеры невозможно рассматривать в качестве сильных или значимых.
Ряд кластерных групп соответствует 2 и более критериям значимости только в течение одного года или нескольких лет, например, Бизнес услуги, Финансовые услуги, СМИ и полиграфия, Текстиль, Туризм и Ювелирные изделия. В ряде случаев более сильный кластер иного региона как бы «перетягивает» на себя часть менее значимого. Так, например, кластер СМИ и полиграфия за счет активного развития издательской деятельности в Москве, приводит к ослаблению соответствующего кластера Санкт-Петербурга.
Кластерная группа Туризм проявляет наибольшую силу в столице и в регионах, традиционно ассоциирующихся с внутренним туризмом (Новгородская область, Псковская область, Краснодарский край, Астраханская область). При этом надо понимать, что специфика формирования кластеров в соответствии с классификацией NACE предполагает отнесение видов деятельности, связанных с функционированием музеев, театров, выставок и прочих учреждений культуры к ядру кластера Наука и образование, в то время как именно они во многом определяют туристическую привлекательность Санкт-Петербурга.
Таким образом, в результате анализа выделено 10 сильных кластеров Санкт-Петербурга: промышленные – Информационные технологии, Биофармацевтика, Освещение и электрооборудование, Аналитические инструменты, Производство и передача электроэнергии Табак, инфраструктурные - Наука и образование, Торговля.
Следующим этапом исследование кластерной структуры региона является сравнительный анализ динамики степени локализации кластеров. В данном исследовании будет использован временной и пространственный сравнительный анализ, т.е. динамика развития кластеров будет сравниваться с динамикой других регионов, где данные кластеры также локализированы. Значимые кластеры, демонстрирующие больший уровень специализации (т.е. коэффициента локализации), могут оказывать влияние на аналогичные кластеры других субъектов Федерации, привлекая предприятия соответствующих отраслей за счет более выраженных положительных эффектов от концентрации или урбанизации. Вследствие этого возникает необходимость анализа силы кластеров, выявленных в данном регионе в качестве значимых, по другим субъектам Федерации для определения конкурирующих «очагов» концентрации предприятий соответствующей кластерной группы. В результате анализ основан на кластерных картограммах регионов РФ (см. п. 3.2).
Проведем за период 2008-2016 г. подробный сравнительный анализ значимых кластеров региона.
Рассмотрим промышленные кластеры, локализованные на территории.
Аналитические инструменты.
Производство аналитических инструментов в России представлено сильными кластерами в ряде субъектов федерации, среди которых Санкт-Петербург, Рязанская, Пензенская, Тамбовская, Саратовская области, республики Татарстан, Чувашия и Марий Эл. (см. таблицу 4.2). Большое число значимых местных кластеров соответствует достаточно низкому значению коэффициента агломерации - 0,34 (см. п. 3.2, рис. 3.5).
По данным 2016 г. наибольшее значение коэффициента локализации - 6,82 и, соответственно, фокуса - 3,59% - кластера Аналитические инструменты соответствуют республике Марий Эл (см. приложение 3 и 4), при весьма низкой численности занятых в сравнении с абсолютной величиной работающих в данном кластере по другим субъектам РФ – 2,85%. Однако относительно низкая вариативность экономики республики, сконцентрированной преимущественно в отраслях машиностроения и металлообработки, производства целлюлозно-бумажной продукции, пищевой промышленности и производства электронного и оптического оборудования определяет столь высокое значение показателя локализации. При этом, несмотря на небольшой размер кластерной группы, производство полупроводниковых приборов, хроматографов, спецоборудования является ключевой составляющей экспорта республики, что свидетельствует о конкурентоспособности продукции соответствующих отраслей и подтверждает предположение о наличии кластера в данном субъекте.
Государственный заказ как инструмент промышленной политики кластера приборостроения Санкт-Петербурга
Предприятия, осуществляющие поставку продукции специального назначения в рамках государственного (в том числе оборонного) заказа, образуют специфический сектор национальной экономики – оборонно-промышленный комплекс (ОПК) или оборонную промышленность. В современную эпоху именно ОПК определяет облик военной экономики, образует фундамент ее развития и служит важнейшей опорой военной мощи государства [322]; кроме того, именно уровень развития военно-технического потенциала в настоящее время определяет положение государства на мировой арене.
В течение 2000-х годов Россия выделяла огромные финансовые ресурсы на военные расходы, включая финансирование государственного оборонного заказа (ГОЗ). По темпам прироста наша страна обогнала все основные страны с сопоставимым уровнем оборонных расходов, включая стремительно перевооружающийся Китай: так, в России расходы выросли на 268%, а в Китае – на 242% (рис. 5.9). Кроме того, динамика расходов на ГОЗ в России в период с 1998 по 2009 год представляет собой экспоненциальную кривую (рис. 5.10) [378].
Государственный оборонный заказ в настоящее время ориентирован на закупку инновационной радиоэлектронной продукции. Расширение объемов и направлений государственных расходов на безопасность свидетельствует об увеличении государственного оборонного заказа. Так, на реализацию государственной программы развития вооружений на 2007-2015 годы [256] предполагалось израсходовать бюджетных средств в размере около 5 млрд руб., государственной программой развития вооружений до 2020 года [257] на развитие российских Вооруженных сил планируется выделить средства до 23 трлн руб.
Система государственного заказа, в том числе оборонного, является эффективным инструментом промышленной политики, если реализует базовые принципы её функционирования, разработанные в мировой практике и представленные в работах автора [292, 291]. К методологическим принципам относятся методы ценообразования, кооперации и методы организации закупок. Методы ценообразования предполагают формирование цены на продукцию с использованием различных параметров, таких как технические и экономические показатели контракта, прогнозируемая и фактическая цена и прибыль. В нормативно-правовой базе, регулирующей государственные закупки определены только методы организации закупок, методы ценообразования и кооперации не регламентируется. Это имеет серьёзные последствия для предприятия-подрядчиков и потребителей продукции, выражающиеся в росте трансакционных издержек на функционирование рынка государственных закупок.
Рассмотрим подробнее методы ценнообразования.
В мировой экономической практике выделяются две группы контрактов:
- контракты с фиксированной ценой, когда цена определяется на основе планируемых издержек и плановой прибыли;
- контракты, предполагающие возмещение фактических издержек производства, когда конечная цена определяется на основе фактических затрат подрядчика по контракту.
В таблице 5.11 описаны основные методы ценообразования по государственным контрактам на основе фиксированных цен и возмещения издержек [291].
Высокая научная и техническая неопределённость выполнения государственного контракта приводит к низкой точности прогнозирования затрат и, как следствие, невозможности применения контрактов с фиксированной ценой. В этом случае используются контракты с возмещением издержек и риски неопределённости перекладываются с подрядчика на государственного заказчика. Однако риски могут быть разделены между подрядчиком и заказчиком на основе контрактов поощрительного типа, когда государство контролирует технико-экономические показатели деятельности предприятия и в результате корректирует размер получаемой, прибыли в зависимости от показателей эффективности работы подрядчика. Следует отметить, что реализация такого подхода ценообразования требует усиления государственного финансового контроля за деятельностью подрядчика, так как существует риск завышения государственным подрядчиком издержек выполнения контракта. С другой стороны, такой подход обеспечивает получение инновационной продукции, способствует накоплению капитала и частных инвестиций.
Основным методическим недостатком действующей системы государственного заказа, с которым сталкиваются предприятия кластера приборостроения является использование только фиксированной цены на государственные контракты. Это обстоятельство и приводит к низкой рентабельности продукции, поставляемой по государственным контактам предприятиями кластера. В сложившейся системе отношений все технические риски разработки и производства инновационной радиоэлектронной продукции и все экономические риски, например, колебания курса валют, полностью лежат на предприятиях – подрядчиках. Это приводит к существенному завышение цен на продукцию в рамках неконтролируемых государством накладных расходов, которые «достигают от сотни процентов до тысячи» [403]. Твердофиксированные цены на продукцию подавляют инновационные процессы предприятий, так как увеличивают техническую неопределённость, при этом экономические риски также велики, так как существует зависимость от импорта, что было подробно описано в предыдущем параграфе.
В мировой практике государственных закупок, которая реализуется через международную систему прокьюремента, установлено, что основным стимулом выполнения государственного контракта является получение прибыли.
Следовательно, одной из задач государственного заказчика, является выбор такого метода ценообразования, который позволит оптимизировать риски между подрядчиком и заказчиком и получить прибыль. В российском законодательстве не существует такого положения, которое бы требовало обеспечение прибыли подрядчика. Это обстоятельство приводит к низкой рентабельности предприятий кластера, низкой инвестиционной активности и зависимости от государственного финансирования.
Таким образом, для решения проблем предприятий кластера, подробно описанных в п.5.3, необходимо совершенствование методов ценообразования на продукцию, поставляемую по государственному, в том числе оборонному, заказу.
Исходя из развернутого описания представленных двух основных типов контрактов, становится очевидным, что контракты с возмещением издержек производства в силу присущего им фактора неопределенности, включающего экономический, технологический и прочие виды рисков, применяются, когда федеральное ведомство не может точно сформулировать спецификацию заказываемого изделия, то есть в случаях, когда речь идет о заказе на разработку и производство новой военной и гражданской техники, технологии и особенно на проведение военных и гражданских программ НИОКР.
Именно с применением этого типа контрактов связано резкое наращивание научно-технического и военно-технического потенциалов, а в равной мере – и усиление экономического стимулирования корпораций–подрядчиков государства, исполнителей его различных заказов, прежде всего в области НИОКР.
Таким образом, контракт с возмещением издержек по условиям применения и основным характеристикам, на первый взгляд, кажется наиболее подходящим вариантом для дальнейшей разработки предложений в области государственного заказа применительно к предприятиям кластера приборостроения, поскольку учитывается фактор неопределенности при заказе на разработку новой технологии и техники, а также проведение НИОКР - как раз то, что является основным конечным продуктом предприятий ядра исследуемого кластера.
Тем не менее, следует отметить, что контракты с возмещением издержек в силу присущего им технологического риска требуют проведения тщательного расчета, поскольку просчет по таким контрактам, в связи с их большой стоимостью и санкциями государства, может иметь катастрофический эффект для крупного предприятия - генерального подрядчика и полное банкротство для десятков средних и тысяч мелких фирм - его субподрядчиков.