EN

Свежий номер

Свежий номер
2021. Том 13. № 1 (1-142)

Суханова П.А.

Модели эффективных кластеров в условиях становления экономики инновационного типа: обзор зарубежных и отечественных подходов


Становление экономики инновационного типа предполагает новые подходы к эффективному экономическому развитию стран и территорий. Традиционные программы промышленного развития требуют применения новых инструментов, активизирующих инновационную деятельность предприятий. Одним из подтвердивших свою эффективность инструментов регионального экономического развития является кластерный подход. Кластер по своей сути предполагает эффективность как неотъемлемую характеристику его участников. Для опережающего развития российских регионов кластеры могут стать источниками генерации инновационных товаров и услуг и обеспечить глобальную конкурентоспособность российского производства и науки. Анализ моделей кластеров позволит определить структуру кластера, закономерности развития и факторы, влияющие на его эффективное развитие.
Автором проведен анализ моделей кластеров ведущих зарубежных исследователей – О. Сольвелла, Е. Фезера, К. Кетельса, Дж. Линдквиста. Определены основные структурные элементы моделей кластера: производственные компании, научные институты, органы власти. Выявлен и описан основной механизм обеспечения эффективности кластера – интенсивность процессов трансфера знаний и технологий, процессов коммерциализации. Проанализирован процесс институционализации кластера. Результаты анализа показывают, что формирование кластерных инициатив (институционализация кластера) является признаком кластеризации экономики. Структура кластера позволяет определить элементы, воздействуя на которые можно влиять на эффективность и развитие кластера.

Ключевые слова: кластер; кластерное развитие; внутрикластерное взаимодействие; мультикластер; модель воронки; институционализация кластера; кластерные инициативы; система взаимосвязей; кластеризация экономики

DOI: 10.17072/2218-9173-2016-3-17-28

Статья в .pdf

© Ars Administrandi, 2011-2020 ISSN 2218-9173