2020 Выпуск №2

Проблематика регионального развития предполагает исследование драйверов роста с учетом конкурентной, инновационной и открытой среды. В данных условиях в качестве таковых рассматриваются кла­стерные формы интеграции как центры экономического и инновацион­ного регионального развития. В статье исследуется специализирован­ный АПК, складывающийся на межрегиональном уровне на побережье Азовского и Черного морей — в Краснодарском крае и Ростовской обла­сти. Цель работы — анализ структуры акторов, предпосылок и тра­ектории процесса кластерогенеза, факторов его акселерации и тормо­жения. Гипотезой исследования стал тезис о сравнительной эффек­тивности кластерных форм для развития АПК двух исследуемых реги­онов в условиях глобальной конкуренции. Основываясь на методологиче­ских подходах классических исследований по кластерной проблематике и эмпирическом материале как общероссийской и региональной стати­стики, так и данных компаний реального сектора, действующих в ис­следуемых регионах, авторы сформировали бикомпонентную модель кластерного развития АПК (включая «достройку» базовых сфер АПК и собственно кластерные форматы развития). Установлено, что сегодня инновационные векторы развития комплекса часто соотносятся с крупными агрохолдингами, которые также выступают заказчиками НИОКР в отрасли. Выявлено отсутствие (несмотря на наличие фор­мальных стратегий регионального и кластерного развития) консенсуса относительно взаимодействия в отрасли и стратегии ее развития. Установлено наличие рисков для кластерного компонента развития в сфере регулирования. Обозначены актуальные векторы развития этого процесса. Полученные результаты могут использоваться при выработ­ке механизмов региональной экономической политики в сфере кластери­зации в АПК.

The issue of regional development involves the study of growth drivers in a competitive, innovative and open environment. In these conditions, cluster forms of integration are considered as centers of economic and innovative re­gional development. The article examines a specialized agro-industrial com­plex that is developing at the interregional level on the coast of the Azov and Black Seas — in the Krasnodar Territory and the Rostov Region. The aim of the work is to analyze the actors, prerequisites and trajectory of the cluster-genesis process, factors of its acceleration and inhibition. The study focuses on the comparative efficiency of cluster forms for the development of the agro-industrial complex in the two regions in the global competition context. Given the methodological approaches to classical cluster studies, empirical material of both all-Russian and regional statistics, and data from real sector compa­nies operating in the regions under study, the authors formed a bi-component model of cluster development for the agro-industrial complex (including the "completion" of basic spheres in the agro-industrial complex and the actual cluster development formats). Today the innovative vectors of the complex de­velopment often lay along the large agricultural holdings, which also act as customers of R&D in the industry. The lack (despite the presence of formal strategies for regional and cluster development) of consensus on interaction in the industry and its development strategy was revealed. The cluster develop­ment component runs some certain risks in regulations. The authors indicate actual vectors of the development process. The obtained results can be used in working out the mechanisms for regional economic policy in the agro-industrial clustering.

В условиях, когда знания становятся первостепенным ресурсом, а эффективное управление их созданием, использованием, трансфером и накапливанием — важнейшей управленческой функцией, большую ак­туальность приобретают оценка и мониторинг способности террито­риальных инновационных систем к генерации нового научного знания. Если коммерциализация знаний в территориальном разрезе в первую очередь рассматривается на уровне региона в рамках производственного процесса, то генерацию знаний целесообразнее изучать на уровне городов как важнейших урбанизированных научных центров региона. В рамках данного исследования ставилась задача оценить территориальное рас­пределение городов России по способности генерации нового научного знания с последующей разработкой рекомендаций по управлению их территориальным капиталом как основой конкурентоспособности. Для России решение указанной проблемы наиболее актуально ввиду большого разнообразия городов и невозможности и даже опасности применения унифицированных подходов к их развитию. Большая территориальная протяженность страны, удаленность отдельных городов друг от друга, их неоднородность по размеру, уровню развития, знаниевой специализа­ции делает важным управление разнообразием и диверсификацией зна­ний. В исследовании использован наукометрический подход для оценки генерации знания на основе анализа данных публикационной активно­сти за 2013—2017 гг. по международной реферативной базе данных научного цитирования Скопус. В выборку исследования вошло 440 горо­дов, имевших хотя бы 1 публикацию. Разработана типология городов России с выделением трех типов и отдельных подтипов, учитывающих их специфику. Для первого типа городов («выше среднего») отмечены высокие показатели научной продуктивности. При этом, если для пер­вого подтипа они дополнены высокими показателями научной связно­сти, цитируемости и качества публикаций, то для второго подтипа эти показатели существенно ниже. Второй тип городов — «средние» или «переходные», научные коллективы которых имеют значительный публикационный опыт. Однако недостаточный средний уровень цити­рования и практически полное отсутствие публикаций в высокорей­тинговых журналах из Топ-10 % не позволяют отнести их к ведущим национальным научным центрам первой группы. Третий тип («ниже среднего») с наиболее низкими значениями всех показателей был разде­лен на три подтипа: к первому отнесены города, научные группы кото­рых публикуют небольшое количество статей с высоким уровнем ци­тирования и в журналах Топ-10 %; ко второму — города, имеющие при небольшом уровне научной продуктивности научные связи на нацио­нальном и международном уровне; к третьему — города-«молчуны», не проявившие себя ни по одному показателю.

When knowledge is a paramount resource, the effective management of its accumulation, use, and transfer becomes the most important function, which enables to assess and monitor the ability of territorial innovation sys­tems to generate new scientific knowledge. While the commercialization of knowledge in the territorial context is primarily considered at the regional level as part of the production process, it is more appropriate to consider the knowledge generation at the level of a city where the city is the most im­portant urbanized scientific regional centre. This study aims to assess the ter­ritorial distribution of Russian cities by their ability to generate new scientific knowledge with the subsequent development of recommendations for manag­ing their territorial capital as the basis of competitiveness. For Russia, the so­lution to this problem is most relevant in the view of a wide variety of cities and the impossibility and even danger of using unified approaches to their de­velopment. The large territory of the country, the remoteness of individual cit­ies from each other, their diversity in size, development level, knowledge spe­cialization makes it important to manage the diversification of knowledge. In this study, a science-related approach was used to assess the knowledge gener­ation based on the publication activity analysis of 2013—2017 according to the international abstract database of Scopus scientific citation. The study in­cludes 440 cities with at least 1 publication. Based on the results of the study, Russian cities fall into three types and individual subtypes, considering their specific features. The first type of cities “above average” is specified with high indicators of academic productivity, while for the first subtype they are sup­plemented by high indicators of scientific connectivity, citation and quality of publications. For the second subtype, these indicators are significantly lower. The second type of cities, “medium” or “transitional” have significant publi­cation experience. However, the insufficient average citation level and very few publications in high-ranking journals do not allow them to be attributed to the leading national scientific centres of the first group. The third type “be­low average” with the lowest values of all indicators is divided into three sub­types: the first group includes cities whose scientific groups publish a small number of articles with a high level; the second group brings together the cit­ies with a low level of scientific productivity having scientific connections at the national and international level; the third, the “silent” cities, which do not show any activity in any way.