Logo Международный форум «Евразийская экономическая перспектива»
На главную страницу
Новости
Информация о журнале
О главном редакторе
Подписка
Контакты
ЕВРАЗИЙСКИЙ МЕЖДУНАРОДНЫЙ НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ English
Тематика журнала
Текущий номер
Анонс
Список номеров
Найти
Редакционный совет
Редакционная коллегия
Представи- тельства журнала
Правила направления, рецензирования и опубликования
Научные дискуссии
Семинары, конференции
 
 
Проблемы современной экономики, N 4 (40), 2011
ЭКОНОМИКА И УПРАВЛЕНИЕ В СФЕРЕ УСЛУГ
Кострюкова О. Н.
заведующий кафедрой социально-культурного сервиса и туризма Санкт-Петербургского государственного инженерно-экономического университета,
кандидат экономических наук

Карпова Е. Г.
соискатель кафедры социально-культурного сервиса и туризма Санкт-Петербургского государственного инженерно-экономического университета

Методы идентификации туристских кластеров в системе регионального туризма
В статье рассмотрены основные подходы к определению понятия «туристский кластер», методы идентификации кластеров. Предложен методический подход к выявлению туристского кластера, основанный на количественных и качественных оценках
Ключевые слова: кластер, туристский кластер, идентификация туристских кластеров, региональный туризм
УДК 338.48; ББК 65.43

В настоящее время в экономических исследованиях регионального туризма достаточно бурно развивается так называемый кластерный подход. Необходимость поддержания и развития туристских кластеров отмечается практически во всех документах стратегического развития туристской сферы, активно разрабатываемых, как на национальном, так и региональном уровнях управления. В этой связи проблемы идентификации (выявления) туристских кластеров, оценки их воздействия на экономику региона, а также управления развитием кластерных образований в сфере туризма приобретают все большую актуальность.
Как известно, основные теоретические положения формирования и развития экономических кластеров осуществлены зарубежными учеными Е. Дахменом, Е. Лимером, М. Портером, И. Толенадо, П. Фишером, М. Фельдманом, Д. Якобсоном. Возросший в последнее время в России интерес к кластерной тематике способствовал появлению целого ряда отечественных работ, среди которых отметим работы Е.В. Акинфеевой, Г.Б. Клейнера, В.Б. Кондратьева, Л.С. Маркова, А.А. Миграняна, И.В. Пилипенко, А.Н. Праздничных, В.П. Третьяка, Т.В. Цихана, М.А. Ягольницера и др.
Проблемы функционирования и развития туристских, туристско-рекреационных кластеров получили прикладное развитие в работах зарубежных ученых, в частности Ф. Гоу и Э. Вильямса, Дж. Джексона и П. Мерфи, А. Макиавелли, И. Майкла, Т. Холла, М. Монфорта, М. Бени, А Родригеса, М. Новелли, Б. Шмитца, Т. Спенсера, С Нордин и других, а также в исследованиях, проводимых Всемирной туристской организацией (ЮНВТО). Среди отечественных ученых, концентрирующих свое внимание на проблемах туристских кластеров, можно отметить работы А.Ю. Александровой, Н.В. Зигерн-Корна, В.И. Кружалина, В.С. Новикова, ученых ряда научных центров, специалистов в области делового консультирования.
Являясь комплексным, емким понятием, «кластер» в общем виде определяется как «группа соседствующих взаимосвязанных компаний и связанных с ними организаций, действующих в определенной сфере и характеризующихся общностью деятельности и взаимодополняющих друг друга» [1]. Туристские, туристско-рекреационные кластеры в соответствии с общепринятыми классификациями относятся к индустриальным (отраслевым) и рассматриваются как достаточно традиционные. Имеющиеся подходы сводятся, как правило, к уточнению субъектного состава туристско-рекреационного кластера. Так, В.И. Кружалин, определяя субъектный состав туристского кластера, подчеркивает участие государственных органов управления, общественных организаций, трактуя кластер как «географически соседствующие взаимосвязанные компании, общественные организации и связанные с ними органы государственного управления, формирующие и обслуживающие туристские потоки, использующие рекреационный потенциал территории» [2, c. 26]. Акцент делается также на уточнении целеобразующей функции туристского кластера и основном локализующем факторе. Н.В. Зигерн-Корн, В.С. Новиков и ряд других авторов делают акцент на уточнении компонентного состава туристских кластеров, в который они включают поставщиков специализированных туристских услуг, предприятия туристской инфраструктуры, образовательные центры и другие организации, взаимодополняющие друг друга и ориентированные на удовлетворение общественных потребностей в туризме и рекреации [2, c.260]. А.И. Тарасенок определяет туристский кластер как «группу предприятий туристского комплекса, объединенных единым технологическим процессом обслуживания посетителей дестинации или участвующих в формировании единого турпродукта, потребляемого туристом или одним сегментом туристского спроса» [3, c.151].
Разделяя точку зрения ведущих исследователей по данной проблематике, акцентирующих свое внимание на отдельных аспектах сущности туристско-рекреационных кластеров, и обобщая имеющиеся подходы, отметим имманентность кластерного подхода в туристско-рекреационной сфере, которая объясняется, с одной стороны, специфическими особенностями туристской деятельности и ее результата — туристского продукта, услуги, а с другой стороны, значительными положительными эффектами, возникающими вследствие реализации кластерных проектов. По нашему мнению, основными побудительными причинами формирования кластерных систем в туристско-рекреационной сфере являются следующие:
● технологическая специфика формирования и реализации туристского продукта, обусловливающая технологически связанный и комплементарный характер туристской деятельности;
● пространственная локализация туристского продукта;
● преимущества доступа и использования уникальных туристско-рекреационных ресурсов;
● маршрутная территориальная организация туризма;
● значительная доля малого и среднего бизнеса, занятого в формировании и обслуживании туристских потоков.
Отмеченные особенности определяют структуру и особенности формирования туристских кластеров. С точки зрения формирования структуры в туристско-рекреационном кластере можно выделить два типа взаимодействий: вертикальные и горизонтальные. Горизонтальные связи предполагают функциональную интеграцию различных независимых участников в единое целое, например, между конкурирующими предприятиями, занятыми схожими видами деятельности (размещение, развлечения, транспорт и общественное питание), а также между предприятиями, ориентированными на один и тот же сегмент потребителей, но предлагающими отдельные компоненты продукта (например, дополнительные туристские услуги). Вертикальные связи предусматривают взаимодействие компаний, участвующих в различных этапах технологического цикла «поставщик — производитель — потребитель», где отношения среди партнеров выстраиваются в рамках цепочки создания стоимости для потребителя.
По нашему мнению, наиболее целесообразным направлением развития традиционного понимания туристского кластера в настоящее время является исследование его с позиции общей теории систем. Наличие системных свойств у кластера подтверждают выводы ряда ученых. Результаты всех последних исследователей, тщательно изучающих структуру и состав реальных кластеров [4, 5, 6], подтверждают, что кластеры представляют собой открытые сложные самоорганизующиеся нелинейные системы, элементы которых объединены материальными, информационными и финансовыми потоками. Системный подход предполагает взгляд на туристские кластеры как на единое, целостное, системное образование, состоящее из множества взаимодействующих элементов или подсистем. При этом одним из важнейших вопросов является анализ механизмов организации, обуславливающих возникновение в целостной системе новых, интегративных свойств. Результатом интеграционных процессов, происходящих в экономике, является формирование синергетического взаимодействия в кластерных системах, сущность которого заключается в установлении и развитии связей между экономическими субъектами с целью осуществления согласованной деятельности в соответствии с частными и общими интересами.
Наличие у туристских кластеров системных свойств позволяет рассматривать их в качестве эффективного инструмента роста и развития региональной экономики. Однако существует целый ряд объективных трудностей, связанных с выявлением, идентификацией границ и структуры туристских кластеров, оценкой их воздействия на основные показатели развития туризма и на экономику региона в целом. В региональной экономике туризма этот аспект остается до сих пор практически неисследованным.
В экономической литературе, посвященной общим проблемам реализации кластерного подхода, рассматривается несколько основных способов идентификации экономических кластеров. Исследуем сущность предлагаемых подходов и попытаемся сформировать методические положения по их адаптации к особенностям туристско-рекреационных кластеров.
Ввиду того, что теория экономических кластеров достаточно молода, пока не существует единого универсального подхода к идентификации кластеров в регионе. На наш взгляд, следует различать два типа диагностики кластеров. К первому типу, основанному на изучении конкретного кластера, можно отнести диагностику существующих кластеров. Данный тип носит конкретный характер и, как правило, основной его целью является подтверждение (либо опровержение) существования конкретного кластера. Ко второму типу, носящему общий характер, относится диагностика потенциальных кластеров. Основной целью данного подхода является анализ региона или страны в целом на наличие в нем кластеров. Для начала определяются географические концентрации предприятий (отраслей), а затем определяется наличие и степень взаимодействия между ними.
В настоящее время ученые выделяют три основных подхода к идентификации экономических кластеров в регионе: концепции индустриальных кластеров с позиции конкурентоспособности; определение индустриальных кластеров как результата действия экономии на агломерации; технико-экономические методы идентификации кластеров.
Первый подход, основанный на идентификации кластеров с позиции конкурентоспособности, был предложен и многократно апробирован основоположником кластерной концепции М. Портером и включает в себя широкий спектр доказательств: внутренний эффект масштаба, цепочку добавленной стоимости, конкурентоспособность, технологические инновации, объясняющие объединение предприятий в географическом пространстве. Основными элементами данного подхода являются:
● анализ крупной фирмы или концентрации схожих фирм;
● выявление цепочки связанных с ними по вертикали ниже- и вышестоящих фирм и организаций;
● поиск по горизонтали отраслей, проходящих через общие каналы или производящие побочные продукты/услуги;
● выделение организаций, обеспечивающих для кластера специальные навыки, технологии, капитал или инфраструктуру, а также выделение любых групповых образований, в которые входят участники кластера;
● поиск правительственных, законодательных структур, влияющих на участников кластера.
Согласно М. Портеру, основными признаками наличия потенциальных кластеров являются следующие: концентрация участников кластера на географически ограниченной территории; наличие у региона-базирования конкурентных преимуществ; наличие компаний-лидеров, способствующих концентрации, способствующих привлечению поддерживающих и обслуживающих предприятий; наличие производственно-технологической взаимосвязи и кооперации между участниками.
Предложенный М. Портером алгоритм идентификации кластеров получил определенное развитие в сфере туризма при идентификации региональных туристских кластеров. В качестве примера практической реализации рассматриваемого подхода можно привести исследования специалистов Карельского Научного центра Института экономики РАН, положенные в основу разработки проекта регионального туристско-рекреационного кластера сетевого типа, разработанного в рамках Стратегии социально-экономического развития республики Карелия до 2020 года [7]. Существенным недостатком данного подхода является только то, что он базируется лишь на качественном анализе и экспертных оценках.
Второй подход направлен на выявление потенциала кластеризации региона, он базируется как на количественном, так и на качественном анализе конкурентной устойчивости региона. Здесь зарубежные специалисты предлагают ряд подходов к измерению региональной специализации или агломерации. Среди основных методов можно выделить следующие:
● коэффициенты локализации;
● коэффициент Джинни, представляющий собой макроэкономический показатель, характеризующий дифференциацию денежных доходов населения в виде степени отклонения фактического распределения доходов от абсолютно равного их распределения между жителями страны [8];
● анализ сдвигов — метод анализа региональных систем, при котором экономический рост стратифицируется на государственный рост, региональный рост и частные факторы экономического роста.
Данные показатели, как правило, рассчитываются на основе уровня занятости региона и, как следствие, выявляют только наличие географической концентрации предприятий.
В России методика анализа конкурентной устойчивости региона в целях выявления кластеров была предложена А.В. Ермишиной [9] и получила дальнейшее развитие в трудах А.Н. Дырдоновой и ряда других ученых. Данная методика включает следующие три этапа:
Этап 1. Количественный анализ конкурентной устойчивости, который заключается в определении рыночной позиции отраслей региона. Данный анализ базируется на расчете основных показателей, отражающих конкурентную устойчивость в регионе и потенциал его кластеризации. К таким показателям относятся следующие: коэффициенты душевого производства, локализации и специализации. Однако применение этих коэффициентов вызывает определенные трудности, главным образом вызванные отсутствием точных пороговых значений, свидетельствующих о наличии кластера.
Например, принято считать, что коэффициент локализации, превышающий единицу, свидетельствует о более высоком уровне концентрации занятости определенной отрасли региона по сравнению со средним значением по стране. Е. Бергман и Е. Физер [10] считают, что о наличии специализации региона свидетельствует коэффициент локализации выше 1,25. П. Браунхельм и Б. Карлссон [11] при идентификации кластеров в Швеции принимали пороговое значение данного коэффициента равное 1,3. Н. Кумраль и С. Дегер определяли уровень кластеризации на основе минимального и максимального значения коэффициента локализации, от 1,25 до 5 соответственно [12].
А.В. Ермишина предлагает принять минимальное пороговое значение для указанных выше коэффициентов равным единице. По ее мнению, необходимо прослеживать динамику коэффициентов локализации, которая свидетельствует о возможных перспективах роста кластера. А.Н. Дырдонова предлагает оценивать потенциал кластеризации с помощью интегрального показателя (представляющего собой совокупность вышеназванных коэффициентов), пороговое значение которого также должно быть не меньше 1. Для оценки перспектив роста автор также считает необходимым прослеживать динамику интегрального показателя.
Этап 2. Качественный анализ наличия и состава ресурсной базы, необходимой для обеспечения конкурентоспособности предприятий региона в определенных областях.
Данный анализ направлен на определение конкурентной устойчивости отраслей региона, базирующейся на оценке ряда условий, таких как факторы производства, спрос на внутреннем рынке, конкурентоспособные отрасли-поставщики или другие сопутствующие отрасли и факторы, а также факторы, мотивирующие формирование эффективных стратегий.
Этап 3. Анализ непосредственно самого кластера. Целью данного этапа является определение характера управляющих воздействий на конкурентоспособность региона.
Данный анализ может проводиться с точки зрения институциональной организации и стратегического потенциала кластеров, внутренней мотивации и поддержания кластерных инициатив, сравнительной конкурентоспособности участников кластера.
Базируясь на подходе А.В. Ермишиной, В.В. Печаткин и С.М. Гаймалова [13] предложили проводить анализ не конкретных предприятий и отраслей, а спектра продукции и услуг, обеспечивающих конкурентные преимущества региона. Авторы считают необходимым ранжировать количественные критерии идентификации кластеров в зависимости от их масштаба и типа. Авторы предлагают шестиэтапный, четырехуровневый алгоритм идентификации потенциальных кластеров в регионе:
● выявление перспективных видов товаров/услуг;
● среде- и долгосрочное прогнозирование динамики цен и объемов производства отобранных на первом этапе товаров/услуг;
● анализ эффективности работы и финансовой устойчивости предприятий, занятых в производстве вышеуказанных товаров/услуг;
● анализ предприятий с точки зрения обеспеченности сырьем, финансовыми ресурсами, оснащенности и пр.;
● анализ потенциальных кластеров с точки зрения обеспеченности инфраструктурой и поиск возможностей для создания недостающих элементов инфраструктуры;
● выявление и определение уровня взаимодействия участников кластера.
В результате каждого этапа происходит отбор исследуемых объектов. По итогам реализации предложенного авторами алгоритма идентифицируются кластеры, различающиеся по масштабу и типу.
Третий подход к идентификации индустриальных кластеров базируется на экономической оценке взаимодействия между субъектами кластера.
Как известно, наличие взаимосвязей между предприятиями и организациями, входящими в состав кластера, является вторым существенным признаком экономических кластеров.
Одним из наиболее распространенных методов определения уровня взаимодействия между участниками кластера является матрица «затраты-выпуск». Данный метод характеризует связи между выпуском продукции в одной отрасли и затратами, расходованием продукции всех участвующих отраслей, необходимым для обеспечения этого выпуска.
Матрица «затраты-выпуск» показывает, как затраты одной отрасли связаны с выпуском другой отрасли. При этом данный метод представляет собой интерес с точки зрения возможности описать глубину взаимодействия между предприятиями кластера. Установив минимальное значение, выше которого взаимоотношения будут считаться значительными, можно провести идентификацию ключевых отраслей кластера, а также оценить доли других отраслей в кластере. Однако данный метод направлен на определение взаимоотношений «покупатель-продавец», при этом упускается коллективное взаимодействие, а также наличие связей с представителями власти, ассоциациями, образовательными и исследовательскими учреждениями.
Как правило, матрица строится, базируясь не на денежных потоках, а на относительных экономических показателях. Матрица может быть составлена для расчета нескольких показателей, свидетельствующих о связях между отраслями (предприятиями). В данном случае каждый коэффициент будет представлять часть валового выпуска отрасли (предприятия), потребляемого противоположной стороной.
Наиболее простым методом определения глубины взаимосвязей в кластере является метод сравнения коэффициентов матрицы с некими пороговыми значениями. Однако при этом опять возникают проблемы с выбором данного порогового значения.
Другим, более сложным, но популярным методом идентификации кластера с помощь матрицы «затраты-выпуск» является метод фильеров, в соответствии с которым принадлежность отрасли к кластеру определяется наличием между секторами относительно крупных связей. Подгруппы отраслей, относящихся к фильеру, определяются предварительно по техническим характеристикам. Далее, начиная с последней потребляющей отрасли, определяется, кто является ее поставщиками, и далее поставщиками поставщиков. Таким образом, определяются фильеры, которые могут составлять кластер.
Основное преимущество использования метода «затраты-выпуск» заключается в том, что формальное измерение взаимосвязей между отраслями позволяет выявить наличие кластера. Формальное ограничение данного метода связано с отсутствием или недоступностью оперативной информации о взаимодействии потенциальных участников кластера.
Применение матрицы «затраты-выпуск» направлено на определение коммерческих взаимосвязей и не учитывает финансовые потоки, потоки информационного обмена, а также потоки обмена знаниями и человеческими ресурсами между отраслями и предприятиями. Рост популярности аутсорсинга также может исказить результаты анализа.
Применение стандартного метода «затраты-выпуск» для выявления туристских кластеров, на наш взгляд, нецелесообразно. Во-первых, ввиду того что основной акцент данного метода сделан на материальных потоках, а для сферы услуг это не столь актуально. Во-вторых, важную роль в туристских кластерах играют образовательные, информационные организации, профессиональные ассоциации и пр. Взаимодействие между такого рода организациями и учреждениями нематериальной сферы деятельности остаются за рамками исследования.
Наряду с применением метода «затраты-выпуск», для оценки уровня взаимодействия между участниками потенциального кластера, используется упомянутый выше метод сдвигового анализа. Данный метод позволяет проследить рост доли региональной отрасли в уровне занятости, отличая эффект экономического роста от регионального, связанного с локальным конкурентным преимуществом. Присутствие такого сравнительного регионального преимущества может свидетельствовать о наличии кластера. Данная методика еще не получила широкого распространения.
По нашему мнению, для выявления туристско-рекреационных кластеров целесообразно применять комплексные методы идентификации, которые включают как количественный, так и качественный анализ.
Среди основных качественных методов выявления кластера, базирующихся на определении взаимодействия внутри потенциального кластера, можно выделить, например, следующие: метод экспертной оценки; метод опроса фокус-групп; метод Дельфи; отчеты отраслевых ассоциаций и пр.
Основная проблема последних трех методов заключается, во-первых, в отсутствии проверки достоверности данных. Кроме того, рост популярности кластерной теории приводит к тому, что участники статистических исследований, следуя моде, могут идентифицировать кластеры там, где их на самом деле нет.
Несмотря на рост популярности теории туристских кластеров, как за рубежом, так и в России, до сих пор не существует единообразной и понятной методики для определения границ кластера, а также критерия, с помощью которого можно отличить обычную географическую концентрацию от кластера. Большинство исследований, посвященных идентификации кластера, опускают важнейшую характеристику кластера — наличие взаимодействий и связей между участниками.
В таблице 1 выделены основные преимущества и недостатки рассмотренных выше методов идентификации кластеров применительно к туризму.

Таблица 1
Методы идентификации индустриальных кластеров
Наименование подходаДостоинстваНедостатки
Коэффициент душе-вого производства, коэффициент локализации, коэффициент специализацииДоступность необходимых данных; простота расчета; возможность использования в комплексе с другими подходами.Свидетельствует о концентрации/специализации туристской отрасли в регионе, а не о наличии клас-терного образования; необходимо дополнять качественным анализом; нет ясности с выбором порогового значения
Матрица «затраты-выпуск»Позволяет формально измерить взаимосвязи между отраслями, что, в свою очередь, позволяет выявить наличие кластера.Отсутствие / недоступность оперативной информации о взаимодействии потенциальных участников туристского кластера; не учитывает финансовые потоки, потоки информационного обмена, а также обмена знаниями и человеческими ресурсами; основной акцент сделан на материальных потоках, а для туризма это не столь актуально.
Сдвиговой анализПозволяет проследить рост доли региональной туристской отрасли в уровне занятости, отличая эффект экономического роста от местного эффекта, связанного с локальным конкурентным преимуществом.Не получил широкого распространения, в том числе в туризме.
Метод экспертной оценкиДетальная информация, индивидуальный подход.Субъективность оценки; отсутствие систематического сбора информации; отсутствие обобщенных данных.
Метод опроса фокус-группОтносительно низкие издержки; небольшие временные затраты.Проблема неявки респондентов в указанное время и место; необходимость применения доп. стимулов, в том числе оплаты участия.
Метод ДельфиПрименим практически в любой ситуации, требующей прогнозирования, в том числе если для принятия решения недостаточно информации; анонимность и независимость мнений экспертов; ориентация на стратегическое планирование; комплексный охват решаемой проблемы.Субъективность мнений специалистов; трудоемкость; большие затраты времени на многоуровневую экспертизу и полное исключение прямого столкновения мнений экспертов.


Можно сделать вывод, что в настоящее время актуальна разработка универсального, комплексного метода идентификации туристских кластеров. Как было отмечено выше, необходимо, чтобы такой метод базировался как на количественных, так и на качественных оценках. Также, необходимо, чтобы анализ проводился с учетом двух основных признаков туристских кластеров — географической концентрации предприятий сферы туризма, а также наличия взаимосвязей между этими предприятиями.
Кластерная концепция и сфера туризма имеют общие схожие особенности. Согласно ВТО, туристский продукт находится в тесном взаимодействии с местной территорией, активизируя совместные действия взаимосвязанных предприятий, направленные на повышение привлекательности и ценности туристской дестинации. О привязанности туристского продукта к определенной территории свидетельствует еще одна отличительная особенность туристской услуги — потребитель сам направляется за туристским продуктом в определенную дестинацию. Сходство с кластерной теорией подтверждается и другими признаками туризма, такими как комлементарность и взаимная зависимость местных предприятий и организаций, интеграция местной культуры и традиций.
Учитывая специфику туристских кластеров и принимая во внимание основные подходы к идентификации кластеров, предлагаем следующую последовательность выявления туристских кластеров.
Этап 1. Количественная идентификация концентрации предприятий сферы туризма в определенном регионе. Для этого предлагаем использовать коэффициенты локализации и специализации, душевого производства, а также интегральный коэффициент.
Основная сложность, как было указано выше, заключается в выборе порогового значения данных коэффициентов. В большинстве теоретических исследований принято считать, что коэффициент локализации равный или выше единицы свидетельствует о большем уровне концентрации отрасли в регионе по сравнению со средним значением по стране. Однако необходимо определить, какое пороговое значение коэффициента локализации будет свидетельствовать о наличии кластера. Как было указано выше, существуют разные точки зрения касательно выбора порогового значения. Принимая во внимания различные подходы к установлению порогового значения, предлагаем принять его для туристских кластеров равным 1,1. Пороговое значение равное 1,25 предлагаем определить для коэффициентов специализации и душевого производства. Исходя из принятых выше значений, предлагаем принять для интегрального коэффициента пороговое значение равное 1,2.
Этап 2. Выявление взаимосвязей. С этой целью для выявления связей между предприятиями целесообразно использовать прямой анализ взаимосвязей в цепочке ценностей в сочетании с качественным методом экспертных оценок. Прямой анализ взаимосвязей в цепочке ценностей группирует отдельные сектора сферы туризма на основе взаимосвязей в вертикальной продуктовой цепочке. При осуществлении прямого анализа цепочки ценности в сфере туризма целесообразно использовать теорию графов, которая позволяет визуализировать прямые связи, заложенные в таблицах «затраты — выпуск».
Последующие этапы предполагают качественный анализ.
Этап 3. Для определения специфики (типа) туристского кластера необходимо выявить туристскую доминанту. Доминанта является главной причиной совершения туристских поездок. При отсутствии доминанты развитие кластера не целесообразно.
Для выявления туристской доминанты, предлагается опираться на статистические данные, а также на экспертные оценки.
Этап 4. На следующем этапе проводим анализ конкурентной устойчивости выявляемого туристского кластера. Для этого необходимо протестировать регион базирования кластера с помощью ромба конкурентных преимуществ М. Портера, который включает следующие 4 фактора: условия для факторов производства; содержание стратегии фирмы и соперничества; состояние спроса; родственные и поддерживающие отрасли. В результате данного анализа необходимо определить, какие именно факторы, влияющие на туристский кластер, могут быть наиболее эффективно использованы в целях повышения конкурентоспособности кластера в целом. При выявлении недостаточного количества или качества анализируемых факторов возможна разработка предложений по дополнительному финансированию недостающих элементов.
Таким образом, предлагаемый подход позволяет соединить количественный и качественный анализ и может быть положен в основу идентификации туристских кластеров региона и выявления наиболее конкурентоспособного.


Литература
1. Портер М. Конкуренция: исправленное издание / Пер. с англ. О.Л. Пелявского, А.П. Уриханяна, ЕЛ. Усенко, И. А. Шишкиной. — М.: Вильямс, 2005. — 602 с.
2. Туризм и рекреация: фундаментальные и прикладные исследования: Труды V Междунар. науч.-практ. конф. МГУ им. М.В. Ломоносова, геогр. фак-т, Москва, 28–29 апреля 2010. — СПб.: Д.А.Р.К., 2010. — 708 с.
3. Тарасенок А.И. Геоэкономика туризма: учеб. пособие. — Минск.: Новое знание; ИНФРА-М, 2011. — 272 с.
4. Клейнер Г.Б., Качалов Р.М., Нагрудная Н.Б. Синтез стратегии кластера на основе системно-интеграционной теории [Электронный ресурс]. — Режим доступа: http://www..Kleiner.ru/Cluster%20Strategy.htm (дата обращения: 04.09.2011).
5. Марков Л.С., Ягольницер М.А. Мезоэкономические системы: проблемы типологии // Регион: экономика и социология. — 2008. — № 1.
6. Агафонов В.А. Кластерная стратегия: системный подход // Экономическая наука современной России. — 2011. — № 3 (50). — С. 77–91.
7. Управление развитием туризма в регионе. Опыт реализации Стратегии Республики Карелии / Ин-т экономики КарНЦ РАН; под общ. ред. Ю.В. Савельева, О.В. Толстогузова. — Петрозаводск: Изд-во Карельского научного центра РАН, 2008. — 141 с.
8. Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. — 5-е изд., перераб. и доп. — М.: ИНФРА-М, 2006. — 495 с.
9. Ермишина А.В. Конкурентоспособность региона: методика оценки потенциала кластеризации [Электронный ресурс]. — Режим доступа: http://www.citystrategy.leontief.ru (дата обращения: 04.09.2011).
10. Bergman E.M., Feser E.J. National industry cluster emplates: a framework for applied regional cluster analysis // Regional Studies. — 2000. — 34 (1). — pp. 1–19.
11. Braunerhjelm P., Carlsson B. Industry clusters in Ohio and Sweden, 1975–1995 // Small Business Economics. — 1999. — № 12. — pp. 279–293.
12. Kumral N., Deger C. An Industrial Cluster Study: as a basis for the Aegean Region’s Development Policy // Working Paper. — 2006. — № 06/01, Department of Economics of Ege University.
13. Печаткин В.В., Гаймалова С.М. Теоретические и прикладные аспекты формирования промышленных кластеров в регионах России // Промышленная политика в Российской Федерации. — 2006. — № 11.

Вернуться к содержанию номера

Copyright © Проблемы современной экономики 2002 - 2024
ISSN 1818-3395 - печатная версия, ISSN 1818-3409 - электронная (онлайновая) версия