Методология выявления основных направлений для развития кластеров, реализованная в России в 2010 году.

1. 1
ПРОЕКТ «ВЫЯВЛЕНИЕ ОСНОВНЫХ НАПРАВЛЕНИЙ ДЛЯ
РАЗВИТИЯ КЛАСТЕРОВ В СУБЪЕКТАХ РФ»:
МЕТОДОЛОГИЧЕСКАЯ СПРАВКА
Е.С. Куценко1
Оглавление
1. Понятие и ключевые признаки кластера .........................................................................2
2. Основные подходы к выявлению кластеров в экономике региона...............................5
3. Статистические методы идентификации основных направлений для развития
кластеров.................................................................................................................................6
4. Методология определения кластерных групп.................................................................8
5. Выделение значимых кластерных групп .......................................................................12
6. Значимые кластерные группы и кластеры.....................................................................19
Приложение 1. Алгоритм формирования кластерных групп М. Портером...................22
Приложение 2. Содержание нескольких кластерных групп............................................25
Приложение 3. Используемая статистика и процедуры ее обработки ...........................28
1
Куценко Евгений Сергеевич - руководитель группы кластерного развития ЗАО «Межрегиональный центр
промышленной субконтрактации и партнерства».

2. 2
1. ПОНЯТИЕ И КЛЮЧЕВЫЕ ПРИЗНАКИ КЛАСТЕРА
Кластер – постоянно совершенствующие свои конкурентные преимущества
взаимосвязанные организации, географически сконцентрированные и
объединенные общей сферой деятельности.
В качестве примеров кластеров обычно приводят компании в сфере
информационных технологий, располагающиеся в так называемой Кремниевой
Долине (штат Калифорния, США), автомобильные компании в Южной Германии,
производителей модельной обуви в Италии, виноделов в Калифорнии,
производителей кинофильмов в Голливуде и др.
Кластер обладает рядом общих и особенных признаков. Общим признаком
кластера является географическая концентрация организаций в определенной
сфере деятельности. Особенными признаками кластера являются: наличие
«критической массы» участников; высокий уровень связанности участников
кластера; инновационная активность участников кластера.
Возможные логические варианты сочетания признаков кластера представлены
на рис. 1.
Рис. 1. Варианты сочетания трех ключевых признаков кластера.
Источник: Е.С. Куценко
Согласно представленному определению, кластер обладает всей полнотой
трех ключевых признаков (поле номер 7).
Критическая масса
предприятий
Внутренняя
связанность
(кооперация)
Инновационная
активность
1
4
3
2
6
5
7

3. 3
Принадлежность к полю 1 означает, что в регионе наблюдается значимая
концентрация организаций, объединенных общей сферой деятельности, но ни
связанностью, ни инновационной активностью данные организации не обладают.
Речь в данном случае может идти о проблемных моногородах, в которых, зачастую,
размещается одно крупное предприятие.
Поле 2 означает присутствие единичных инновационных предприятий в
несвойственных (возможно пока что) для региона видах деятельности. Говорить об
этих предприятиях как о «точках роста» на данном этапе рано.
В качестве условного примера предприятий, характеризующихся большой
внутренней связанностью (поле 3) при отсутствии значимой концентрации и
инновационной активности, можно привести объединенные в ассоциации группы
малых и средних предприятий в ремесленной сфере, в сфере бытового
обслуживание и др. сферах, в которых на современном этапе развития
формирование кластеров маловероятно2
.
Поля 4, 5 и 6 характеризуются тем, что объединяют два признака кластера из
трех. Группы организаций, подходящих под данные характеристики мы будем
называть потенциальными кластерами или протокластерами.
Протокластер (потенциальный кластер) – совокупность организаций,
обладающая рядом, но не всей полнотой признаков кластера. Логически
протокластеры можно разделить на три типа:
I тип. Группа инновационно активных связанных предприятий. Как
правило, речь идет о зарождающемся кластере, которой набирает «вес».
Распространенным видом протокластера I типа является «Протокластер
малых и средних инновационных предприятий». Примером такого
протокластера, является группа малых и средних предприятий в сфере
инженерно-технического аудита в городе Москве.
II тип. Обладающая необходимой «критической массой» группа
инновационно активных организаций. В развитых странах примером такого
протокластера часто является «Протокластер крупных инновационно
активных компаний». Как правило, речь идет о быстром росте на новом
рынке. Кооперационные отношения и организации их опосредующие
(организации по сотрудничеству) еще не ранней стадии развития. В
развивающихся и транзитивных странах более часто встречается такой вид
протокалстера II типа как «Протокластер, сформированный в результате
2
В дополнение, стоит заметить, что такие группы предприятий формируются, как правило, в местных
отраслях. В силу этого, дальнейшее их развитие ограничено местным спросом.

4. 4
иностранных прямых инвестиций (протокластер FDI)». В качестве
примера данного типа предприятий можно привести сборочные производства
иностранных автомобильных корпораций, сосредоточенные в Калужской
области. Очевидно, что данные предприятия значимы для региональной
экономики и технологически продвинуты. Вместе с тем, ориентация на сборку
делает целый спектр связей (с компаниями-конкурентами в рамках
совместных проектов, малыми и средними отечественными предприятиями –
поставщиками, национальными образовательными и научными
учреждениями, с организациями по сотрудничеству и пр.) недостаточно
развитыми или вообще излишними.
III тип. Обладающие необходимой критической массой связанные
организации. В качестве примера можно привести успешные сырьевые
территориально-производственные комплексы, сформированные в советское
время по преимуществу в азиатской части России. Зачастую речь идет о
предприятиях, которые в момент своего создания были на мировом уровне
или даже опережали его, но с течением времени потеряли конкурентные
преимущества и не могут или не хотят вступить на путь инновационного
развития. Распространенным видом протокластера III типа является
«Обеспечивающий протокластер», существующий, как правило, в отраслях
ранних технологических укладов (сырьевые отрасли, металлургия, некоторые
виды химической промышленности, текстильная промышленность и пр.),
продукция которых далее используется в рамках других видов деятельности.
Еще можно выделить распространенный во многих развивающихся и
транзитивных стран «Замкнутый (locked-in) протокластер». Такой
протокластер оказался заложником когда-то давно выбранной технологии,
которая раньше приносила успех, но сейчас уже устарела. Отказаться от
устаревшей технологии оказывается слишком дорого, а на переход к новым
технологиям не хватает ресурсов и возможностей.
Поскольку и протокластеры, и кластеры имеют общие признаки, то можно
ввести родовое понятие хозяйственная агломерация их объединяющее.
Хозяйственная агломерация представляет собой совокупность
географически сконцентрированных организаций, объединенных общей сферой
деятельности, которая удовлетворяет как минимум двум из трех ключевых
признаков кластера: критическая массы организаций, высокая плотность связей
между организациями, высокий уровень инновационной активности.

5. 5
2. ОСНОВНЫЕ ПОДХОДЫ К ВЫЯВЛЕНИЮ КЛАСТЕРОВ В ЭКОНОМИКЕ
РЕГИОНА
Распространенные методы выявления кластеров в экономике региона можно
разделить по источникам информации на две большие группы:
основанные на анализе официальной государственной статистики;
основанные на анализе косвенной информации и экспертных оценках.
У каждого из методов существуют свои преимущества и недостатки.
Преимущества методов, основанных на анализе статистики:
Доступность данных по всем видам деятельности и по всем регионам
(следовательно, масштабность исследования).
Относительная объективность данных и однозначность интерпретации
результатов.
Сопоставимость во времени и пространстве (в т.ч. возможность
международных сопоставлений).
Возможность верификации (проверки результата).
У метода, основанного на анализе статистики, есть недостатки, которые
касаются, прежде всего, наличия и адекватности статистических данных. Также
статистическая информация, по своему определению, носит агрегированный,
усредненный характер. Таким образом, методы, основанные на анализе статистики,
позволяют достаточно уверенно говорить об основных направлениях для развития
кластеров в регионе (и менее уверенно о собственно кластерах). В последнем
пункте настоящей справки вопрос отношения терминов кластер и основное
направление для развития кластеров будет рассмотрен подробно.
Методы, основанные на анализе косвенной информации 3
и экспертных
оценках, позволяют более обстоятельно и точно определить кластеры (и
протокластеры) в регионе. Вместе с тем, возникают проблемы с объективностью
используемых данных, верификацией полученных результатов и
масштабированием исследований. Последний пункт означает, что выявленный и
описанный на основе уникальной информации и экспертных оценок кластер может
с большими ограничениями сравниваться с другими кластерами данного региона,
3
Как правило, это различные базы данных (Компасс, Интегрум, Спарк и пр.), аналитические материалы,
данные анкетирования, интервьюирования, «фокус-групп» и пр.

6. 6
кластерами других регионов и стран, что может привести к недостаточно
объективным решениям. Дело в том, что недостаточно просто выявить «кластеры»
в каком-то одном регионе. Необходимо понимать свое конкурентное окружение, то
есть определить «кластеры» в других регионах на основе единой методологии.
Только в этом случае возможно адекватно оценить слабые и сильные стороны
региональных «кластеров».
В этой связи представляется целесообразным при проведении исследований
совмещать методы, основанные на анализе этих двух источников информации:
1. Проведение исследования по выявлению основных направлений для
развития кластеров в субъекте РФ.
2. Детальное исследование основных направлений для развития кластеров с
целью выявления и описания групп взаимосвязанных предприятий
(потенциальных или реальных кластеров).
Очевидно, что совмещение данных методов идентификации кластеров именно
в этом порядке является логичным и плодотворным.
Вместе с тем, методы, основанные на анализе статистической информации, до
сих пор не использовались в субъектах РФ. Предлагаемый проект имеет своей
основной целью восполнить данный пробел.
3. СТАТИСТИЧЕСКИЕ МЕТОДЫ ИДЕНТИФИКАЦИИ ОСНОВНЫХ
НАПРАВЛЕНИЙ ДЛЯ РАЗВИТИЯ КЛАСТЕРОВ
До настоящего времени в России методы, основанные на анализе
статистической информации, в целях выявления и анализа кластеров полноценно
не использовались 4
. Анализ зарубежного опыта показывает, что для
идентификации основных направлений для развития кластеров чаще всего
используется следующие методы:
Определение взаимосвязанных отраслей с помощью таблиц «Затраты -
Выпуск» (межотраслевой баланс).
Определение значимых кластерных групп.
4
Обзор статистический методов определения перспективных направлений для развития кластеров
представлен в статье Куценко Е.С. Кластеры в экономике: практика выявления. Обобщение зарубежного
опыта // Обозреватель - Observer, №10 (237), 2009 г.

7. 7
Определение взаимосвязанных отраслей с помощью таблиц «Затраты -
Выпуск» является наиболее широко (и давно) применяемым методом
идентификации основных направлений для развития кластеров. Под основными
направлениями для развития кластеров согласно данной методологии понимаются
тесно взаимосвязанные вертикально (то есть через отношения купли-продажи)
виды деятельности, сосредоточенные в регионе. В региональной науке такие
группы видов деятельности (отраслей) принято называть индустриальными
комплексами 5
. Данная методология была реализована для идентификации
основных направлений для развития кластеров в Финляндии, Норвегии6
, в США в
целом и в некоторых штатах 7
, индустриальные комплексы определялись для
Германии и Франции8
.
Практически исключительно статистическому методу на основе
межотраслевого баланса посвящены материалы коллективной монографии Boosting
Innovation: the cluster approach (OECD Proceedings, 1999).
Вместе с тем, в России данные методы не могут быть применены, так как
межотраслевой баланс ни на уровне страны, ни на уровне региона не составляется с
1995 года9
.
Определение значимых кластерных групп является вторым из наиболее
широко распространенных методов идентификации основных направлений для
развития кластеров. Данный метод был реализован в США, Канаде, Швеции и в
масштабах ЕС.
В силу широкого распространения (и объективной невозможности
реализовать первую методологию) за основу исследования по выявлению
основных направлений для развития кластеров в субъектах РФ была взята данная
методология.
5
Один из первых ученых, предложивших алгоритмы определения индустриальных комплексов в регионе на
основе анализа таблиц «Затраты-Выпуск» был Уолтер Изард. Подробнее см. Isard W. Industrial Complex
Analysis and Regional Development; a Case Study of Refinery-petrochemical-synthetic-fiber Complexes and Puerto
Rico. Cambridge: Technology Press of the Massachusetts Institute of Technology, 1959.
6
Hauknes J. Norwegian Input-Output Clusters and Innovation Patterns // Boosting Innovation: the cluster approach.
OECD Proceedings, 1999, P.63
7
Бергман и Фезер разработали и применили методику на основе анализа МОБ на национальном (США) и
региональном (штат Северная Каролина) уровнях, замечают, что полученный для экономики США
результат (23 направления для развития кластеров) соответствует исследованиям, проведенным в 1960-70-е
годах. Исключение составляют лишь новые отрасли: электроника, компьютеры и аэрокосмонавтика
(Bergman E., Feser E. Industrial and Regional Clusters: Concepts and Comparative Applications
http://www.rri.wvu.edu/WebBook/Bergman-Feser/chapter3.htm). Также необходимо выделить обстоятельное
исследование, проведенное в штате Виржиния (Stough R., Arena P., Kulkarni R., Riggle J., Trice M. Industrial
Cluster Analysis of the Virginia Economy, 1999. http://www.cit.org/VRTAC/2001/ClusterStudyPrefacev4.pdf)
8
Czamanski S., Ablas L. Identification of Industrial Clusters and Complexes: a Comparison of Methods and
Findings // Urban Studies 1979, 16, P. 63
9
Более того, в 1995 году МОБ был составлен по отраслям народного хозяйства в системе ОКОНХ, тогда как
в данный момент вся статистика предоставляется в разрезе видов экономической деятельности ОКВЭД.

8. 8
4. МЕТОДОЛОГИЯ ОПРЕДЕЛЕНИЯ КЛАСТЕРНЫХ ГРУПП
Основная идея указанной методологии состоит в том, что для всех регионов
(страны или группы стран) рассчитывается занятость в так называемых кластерных
группах.
Кластерная группа – статистически выявляемая совокупность торгуемых
видов деятельности, которые обладают тематической близостью и демонстрируют
тенденцию к совместной локализации.
По критерию неравномерности распределения виды деятельности принято
разделять на местные (local) и торгуемые (traded). Под местной отраслью
понимается отрасль, занятость в которой пропорциональна численности населения.
Характерной чертой местных отраслей является их ориентация преимущественно
на местный спрос. Примерами таких отраслей являются общие медицинские
услуги, бытовые услуги, неспециализированная розничная торговля, производство
и реализация некоторых строительных материалов.
В торгуемых видах деятельности занятость не пропорциональна численности
населения и зависит от большого числа факторов, определяющих локализацию
предприятий торгуемых отраслей. При этом, такие отрасли, размещаясь гораздо
более неравномерно, ориентированы на межрегиональную и международную
торговлю. В качестве примеров можно привести самолетостроение,
автомобилестроение, производство фильмов, металлургию, межрегиональный и
международный туризм и др. В кластерные группы включаются исключительно
торгуемые виды деятельности10
.
Кластерные группы формировались на основе проведенного М.Портером
исследования, о том, какие виды деятельности в торгуемых отраслях постоянно
располагаются друг с другом притом, что они, a-priori, обладают свободой выбора
своего местоположения. Предполагалось, что если некоторые виды деятельности
постоянно располагаются друг с другом, то для этого существует определенные
основания - внешняя экономия. Вместе с тем, данный метод достаточно грубый и в
силу малого числа наблюдений (равном числу регионов) подвержен ошибкам,
когда совместная локализация вовсе не означает наличие внешней экономии и
вообще какой-либо тематической близости. Такие фиктивные корреляции были
отсеяны с помощью анализа таблиц «Затраты-Выпуск» и рассмотрения кейс-стади.
10
Теоретически, возможно образование кластера в местных отраслях, однако такой кластер в своем
развитии будет ограничен местным рынком. Поэтому такой кластер представляет слабый интерес с точки
зрения конкурентоспособности региона или страны.

9. 9
В итоге был сформирован 41 паттерн совместной локализации торгуемых видов
деятельности (кластерные группы). Подробно алгоритм формирования кластерных
групп М. Портером изложен в приложении 1.
Каждый вид деятельности, включенный в кластерную группу, имеет свой код
по классификатору видов экономической деятельности. Вместе с тем, кластерные
группы существенно отличаются от традиционной статистической группировки.
Кластерные группы включают виды экономической деятельности тематически
близкие друг к другу (или, другими словами, в общей сфере деятельности), так как
именно они имеют устойчивую тенденцию к совместной локализации. Тогда как
классификаторы видов экономической деятельности составлены в большей
степени по формальным признакам. Например, группа 35 «Производство судов,
летательных и космических аппаратов и прочих транспортных средств» включает в
себя «Строительство и ремонт судов» (35.1), «Производство железнодорожного
подвижного состава (локомотивов, трамвайных моторных вагонов и прочего
подвижного состава)» (35.2), «Производство летательных аппаратов, включая
космические» (35.3), «Производство мотоциклов и велосипедов» (35.4), в том числе
«Производство инвалидных колясок» (35.43). Формально все эти группы
представляют транспортные средства, но нет ровно никаких оснований утверждать
о тематической близости этих групп. Они не связаны технологически, не входят в
одну цепочку создания ценности, у них вряд ли есть значимые общие поставщики
и они ориентируются на разных покупателей. Неудивительно, что данные виды
деятельности не демонстрируют тенденцию к совместной локализации и
включаются в различные кластерные группы. Например, вид деятельности
«Строительство и ремонт судов» (35.1) в большей степени связан с
«Деятельностью морского транспорта» (61.1) и «Транспортной обработкой грузов
и хранением» (63.1)11
. При этом «Строительство и ремонт судов» включается в
Раздел D. «Обрабатывающие производства», тогда как «Деятельность морского
транспорта» и «Транспортная обработка грузов и хранение» - в Раздел
I. «Транспорт и связь».
Еще одна важное отличие кластерных групп заключается в том, что
практически каждая кластерная группа включает в себя как производство товаров,
так и оказание услуг, так как на практике они неразрывно связаны друг с другом и
располагаются в непосредственной близости друг от друга. В классификаторе
11
Данный пример был заимствован у Горана Линдквиста: Lindqvist G. Disentangling Clusters: Agglomeration
and Proximity Effects. Dissertation for the Degree of Doctor of Philosophy, Ph.D, Stockholm School of Economics
2009, P.21

10. 10
видов экономической деятельности производство товаров и оказание услуг
(выполнение работ) жестко обособлены друг от друга.
Таким образом, кластерные группы гораздо лучше, чем традиционные
классификаторы видов экономической деятельности приспособлены для отражения
существующих в регионе хозяйственных агломераций (как кластеров, так и
протокластеров).
Содержание кластерных групп было заново определено специально для
проекта «Выявление основных направлений для развития кластеров в субъектах
РФ». Содержание кластерных групп было сформировано с учетом следующих
положений:
Использовались общие принципы формирования кластерных групп М.
Портером. В первую очередь, были определены торгуемые виды
деятельности для России, из которых была исключена группа видов
деятельности, связанных с добычей природных ресурсов;
Всего было выделено 38 кластерных групп в полном соответствии с
Европейской Кластерной Обсерваторией 12
. При этом наполнение этих
групп видами деятельности происходило по аналогии с группами М.
Портера (согласно приложению B в статье М. Портера13
);
Использована косвенная (экспертная) информация о возможном
содержании кластерных групп14
.
В некоторых спорных случаях использовались данные по уровню
тяготения (локализации) видов деятельности к той или иной кластерной
группе (на основе подробной статистики по видам деятельности по всем
субъектам РФ);
12
Европейские исследователи перевели кластерные группы, рассчитанные в классификаторе SIC, в
кластерные группы, состоящие из видов деятельности согласно европейской классификации NACE. Надо
отметить, что данные классификаторы достаточно сильно различаются. Встречаются ситуации, когда вид
деятельности по SIC содержит множество видов деятельности по NACE, один или несколько из которых, в
свою очередь, содержать несколько видов деятельности по SIC. Для того, что бы сделать сопоставление
наиболее корректным специалистам Европейской Кластерной Обсерватории пришлось исключить из
состава кластерных групп “Prefabricated enclosures” и “Motor-driven products”, так как они полностью
растворяются в других кластерных группах, составленных из видов деятельности по NACE. Также
кластерные группы “Aerospace engines” и “Aerospace, vehicles and defence” были объединены в одну
кластерную группу. Таким образом, Европейская Кластерная Обсерватория использовала 38 кластерных
групп, а не 41, как Гарвардский Институт Стратегии и Конкурентоспособности.
13
Porter M., 2003, The Economic Performance of Regions // Regional Studies, Vol.37.6&7, pp. 549-578,
August/October 2003
14
Например, в методологической справке Европейской Кластерной Обсерватории предложен пример, из
которого ясно, что транспортировка по трубопроводам должна относиться не к группе «Транспорт и
логистика», а к группе «Нефть и Газ»;

11. 11
Учитывался вариант определения содержания кластерных групп,
выполненный в рамках проекта «Инновационные кластеры и структурные
изменения в российской экономике»15
.
Список используемых в Проекте кластерных групп представлен в таблице 1.
Таблица 1. Классификация кластерных групп.
А
«Промышленные»
кластерные группы
(массовое производство
стандартизированной
продукции; производство
«полуфабрикатов» или
оборудования для других
отраслей)
B
«Креативные»
кластерные группы
(мелкосерийное и
единичное
производство
продукции с высокой
ролью дизайна;
ориентированное на
конечного
потребителя; сектор
услуг)
C
«Высокотехнологичные»
кластерные группы, а также
деятельность, сопутствующая
и/или содействующая
высокотехнологичным видам
деятельности
Металлургия Мебель Информационные технологии
Строительство крупных
инженерных сооружений
Ювелирная
промышленность
Осветительные и электрические
приборы
Тяжелое машиностроение Производство кож и меха Медицинская техника
Нефтегазовая промышленность Одежда Аэрокосмическая промышленность
Текстильная промышленность Спортивные товары и
товары для детей
Аналитические приборы
Производство полимерной
продукции: пластик и резина
Производство обуви Биофармацевтические препараты
Transportation and logistics
(транспорт и логистика)
Туризм и гостеприимство Коммуникационное оборудование
Сельское хозяйство Торговля Образовательная и научно-
исследовательская деятельность
Автомобильная промышленность Деловые услуги
Строительный инвентарь,
комплектующие и строительно-
монтажные работы
Индустрия развлечений
Химическая промышленность Финансовые услуги
Строительные материалы Издательская деятельность
и полиграфия
Рыболовство и рыбоводство Пищевая промышленность
Лесоматериалы
Табак
Производство и передача
электроэнергии
Технологическое оборудование и
обеспечение технологических
процессов
Источник: ЗАО «МЦС»: Е.С. Куценко, А.П. Карнаух
15
Голованова С.В. Инновационные кластеры и структурные изменения (итоговый отчёт по проекту № 09-
08-0006), под руководством С.В. Головановой, 2010 г. (http://www.promcluster.ru/index.php/publications-
cls.html)

12. 12
Содержание нескольких кластерных групп представлено в приложении 2.
Также одной из важных особенностей Проекта является то, что кластерные
группы разделены на промышленные, креативные и высокотехнологичные.
В промышленные кластерные группы входят производства, ориентированные
на массовое производство и которые сформировались или были радикально
преобразованы (например, как сельское хозяйство) в индустриальную эпоху (с
начала Промышленной революции до второй половины XX века). В данную группу
входят отрасли до 5 технологического уклада (не включая его).
В высокотехнологичные кластерные группы входят, как правило, отрасли
последних технологических укладов (5 и 6), а также отрасли (наука и образование,
медицинская техника), которые являются относительно наукоемкими.
Наконец, в промежуточную «креативную» кластерную группу входят виды
деятельности, которые нельзя назвать массовыми, однако новыми они также не
являются. Некоторые из них, более того, традиционны (ювелирная
промышленность, производство кож и меха, одежда, спортивные товары и товары
для детей), однако сильно зависят от креативности производителя, которые
производят индивидуализированную продукцию, мода на которую быстро
меняется. Очевидно, что такая креативность сильно отличается от
высокотехнологичности предыдущей группы, прежде всего, тем что опирается,
скорее, на ремесло и природные способности, чем на профессионализм и науку.
Также в эту группу входит сектор услуг (деловые услуги, финансовые услуги,
издательская деятельность и полиграфия, индустрия развлечений).
При этом необходимо понимать, что инновационными могут быть все виды
кластерных групп (т.е. высокотехнологичность не всегда является синонимом
инновационности).
5. ВЫДЕЛЕНИЕ ЗНАЧИМЫХ КЛАСТЕРНЫХ ГРУПП
Так как кластерные группы представляют собой статистические группировки,
то практически в каждом регионе все кластерные группы будут иметь свое
присутствие (выраженное определенным значением численности занятых, пусть и
небольшим). Очевидно, что не все кластерные группы в регионе одинаково
сигнализируют о наличии хозяйственных агломераций. Более того, сравнительно
низкие значения численности занятых позволяют говорить об отсутствии в регионе
хозяйственных агломераций в рассматриваемых кластерных группах.

13. 13
Таким образом, в рамках данной методологии именно значимые кластерные
группы (а не кластерные группы вообще) представляют собой основные
направления для развития кластеров в регионе. В связи с этим, следующей задачей
является определение значимых для региона кластерных групп.
Значимая кластерная группа – кластерная группа в регионе, которая
соответствует установленным критериям значимости.
В качестве показателя значимости М. Портер предпочитает использовать
«Коэффициент локализации». «Коэффициент локализации» рассчитывается по
следующей формуле:
Emp
Emp
Emp
Emp
Emp
Emp
Emp
Emp g
i
igi
g
ig
LQ , где
LQ – «Коэффициент локализации»;
Empig – количество занятых в отрасли i в регионе g;
Empg – общее количество занятых в регионе g;
Empi – количество занятых в отрасли i;
Emp – общее количество занятых.
Если «Коэффициент локализации» больше единицы, то данная отрасль
превалирует в экономике региона (по сравнению с отраслевой структурой страны).
Кластерные группы, «Коэффициент локализации» которых больше 116
, являются
значимыми. Данные по расчету «Коэффициента локализации» для кластерных
групп в Москве представлены в рис. 2.
16
М. Портер, часто использует пороговое значение 0,8. Бергман и Фезер рекомендуют использовать более
высокое пороговое значение 1,25 (Bergman E., Feser E. Industrial and Regional Clusters: Concepts and
Comparative Applications http://www.rri.wvu.edu/WebBook/Bergman-Feser/chapter3.htm). Практический опыт
подсказывает, что более целесообразно использовать порог 1,25 или даже более высокое пороговое значение
(вплоть до 2). В противном случае, количество значимых кластерных групп оказывается чрезмерно
высоким.

14. 14
Рис. 2. Ранжирование кластерных групп в городе Москве по
коэффициенту локализации
Источник: Росстат, анализ ЗАО «МЦС»: Е.С. Куценко, А.П. Карнаух.
Методология М. Портера была доработана и реализована для выявления и
картографирования основных направлений для развития кластеров в ЕС
Европейской Кластерной Обсерватории17
.
Европейская кластерная обсерватория использовала дополнительные
критерии для определения значимых кластерных групп. Помимо «Коэффициента
локализации» значимость кластерной группы зависит также от «Размера» и
«Фокуса».
«Размер» кластерной группы рассчитывается по следующей формуле:
17
Европейская Кластерная Обсерватория (European Cluster Observatory) – проект, управляемый Центром
Стратегии и Конкурентоспособности (Center for Strategy and Competitiveness) Стокгольмской Школы
Экономики при финансировании Европейской Комиссии. Методология и результаты исследования
представлены на интернет-сайте http://www.clusterobservatory.eu

15. 15
i
ig
Emp
Emp
Size , где
Size – «Размер» кластерной группы i;
Empig – количество занятых в кластерной группе i в регионе g;
Empi – количество занятых в кластерной группе i.
«Фокус» кластерной группы рассчитывается по формуле:
g
ig
Emp
Emp
Focus , где
Focus – «Фокус» кластерной группы i;
Empig – количество занятых в кластерной группе i в регионе g;
Empg – количество занятых в регионе g.
В качестве пороговых значений, характеризующих значимые кластерные
группы в регионе, установлены следующие критерии:
«Коэффициент локализации» ≥ 2;
регион должен входить в число 10% регионов, лидирующих по
«Размеру» рассматриваемой кластерной группы;
регион должен входить в число 10% регионов, лидирующих по «Фокусу»
рассматриваемой кластерной группы.
Соответствие каждому из указанных трех критерием дает региону одну
«звезду» по рассматриваемой кластерной группе (максимум, соответственно, 3).
Таким образом, в регионе могут существовать кластерные группы с разным
количеством «звезд». Количество «звезд» определяет силу кластерной группы.
Также установлен критерий, согласно которому звезда не может присуждаться
кластерной группе, которая аккумулирует численность менее 1000 занятых в
регионе.
При реализации Проекта в России было решено использовать критерии
значимости кластерных групп, разработанные Европейской Кластерной
Обсерваторией.
В качестве примера, иллюстрирующего смысл введенных коэффициентов,
приведем данные по регионам, в которых кластерная группа «Информационные
технологии» является значимой (см. табл. 2). Значение «Коэффициента
локализации» 3,42 для города Москвы может быть интерпретировано следующим

16. 16
образом: доля занятости в кластерной группе «Информационные технологии» в
общем числе занятых по городу Москве превосходит среднюю по всем субъектам
РФ долю в 3,42 раза.
Следующий показатель - «Фокус» в городе Москве равен 0,09, что означает,
что численность занятых в кластерной группе «Информационные технологии»
составляет 9% от общей занятости Москвы. «Размер» данной кластерной группы в
городе Москве составляет 0,29: таким образом, практически треть всех занятых в
сфере «Информационные технологии» по России работают в городе Москве. В
трех субъектах РФ (города федерального подчинения Москва и Санкт-Петербург,
Московская область) сосредоточено 50% всех занятых в кластерной группе
«Информационные технологии».
Таблица 2. Характеристики распределения кластерной группы
«Информационные технологии» по субъектам РФ.
Регион
Коэффициент
локализации Фокус Размер
Итоговое
количество
звезд
г.Москва 3,42 0,09 0,29 3
Московская область 2,70 0,07 0,11 3
г.Санкт-Петербург 2,74 0,08 0,10 3
Hижегородская область 1,82 0,05 0,05 2
Новосибирская область 1,40 0,04 0,03 2
Владимирская область 1,20 0,03 0,01 1
Калужская область 1,82 0,05 0,01 1
Республика Татарстан 0,69 0,02 0,02 1
Свердловская область 0,92 0,03 0,03 1
Челябинская область 0,73 0,02 0,02 1
Томская область 1,56 0,04 0,01 1
Источник: Росстат, анализ ЗАО «МЦС»: Е.С. Куценко, А.П. Карнаух.
Все регионы, в которых «Коэффициент локализации» больше или равен 2,
получают «звезду» по этому показателю (г. Москва, г. Санкт-Петербург и
Московская область). Регионы, вошедшие в число 10%, обладающих наивысшими
значениями по показателям «Фокус» и «Размер» получают дополнительные
«звезды». В таблице показатели для таких регионов выделены жирным шрифтом.
Рисунок 3 иллюстрирует на карте выделенные регионы-конкуренты по
направлению «Информационные технологии».
Описание используемой статистики и процедуры ее обработки изложено в
приложении 3.

17. 17
Рис. 3. Карта регионов, в которых кластерная группа «Информационные
технологии» является статистически значимой.
Источник: Росстат, анализ ЗАО «МЦС»: Е.С. Куценко, А.П. Карнаух.
Помимо анализа размещения кластерных групп по субъектам РФ,
плодотворным также является анализ состава и силы кластерных групп в
отдельных регионах. Например, определение в городе Москве значимых
кластерных показывает, что основными направлениями для развития кластеров
являются:
• «Финансовые услуги»
• «Образовательная и научно-исследовательская деятельность»
• «Торговля»
• «Коммуникационное оборудование»
• «Биофармацевтические препараты»
• «Измерительное и исследовательское оборудование»
• «Информационные технологии»
• «Индустрия развлечений»
• «Аэрокосмическая промышленность»
• «Издательская деятельность и полиграфия»
• «Деловые услуги»
Подобные данные по критериям значимости для всех кластерных групп в
городе Москве представлены на рис 4.

18. 18
Особенностью города Москвы является то, что в ней достаточно сильно
развиты практически все кластерные группы. По показателю «Размер», Москва
входит в число 10% самых развитых регионов практически по всем кластерным
группам. Исключение составляют лишь такие группы, как:
• «Нефтегазовая промышленность»
• «Сельское хозяйство»
• «Химическая промышленность»
• «Лесоматериалы»
• «Автомобилестроение»
• «Охота и рыболовство»
• «Мебель»
• «Тяжелое машиностроение»
• «Металлургия»
Ранги LQ, size и focus в Свердловской области
34
Рис. 4. Место города Москвы по показателям «Коэффициент
локализации», «Размер» и «Фокус»
Источник: Росстат, анализ ЗАО «МЦС»: Е.С. Куценко, А.П. Карнаух.

19. 19
Кластерные группы, имеющие одну звезду, хотя и менее значимы в экономике
Москвы, по сравнению с другими регионами имеют высокую численность
занятых.
6. ЗНАЧИМЫЕ КЛАСТЕРНЫЕ ГРУППЫ И КЛАСТЕРЫ
Как мы уже отметили, значимые кластерные группы представляют собой
основные направления для развития кластеров. Но не сами кластеры. Так как эти
понятия часто путают, необходимо дополнительно рассмотреть данный вопрос.
Значимая кластерная группа в регионе и кластер различаются, прежде всего,
вследствие того, что не все признаки кластера поддаются выявлению (что
характерно для любого статистического подхода).
Значимые кластерные группы достаточно хорошо определяют общие
признаки кластера (близость по территориальному и тематическому принципу), а
также позволяют делать вывод о наличии критической массы. Однако, значимость
кластерной группы не позволяет однозначно сделать выводы о связанности и об
инновационной активности хозяйствующих субъектов.
Конечно, в принципе, методология значимых кластерных групп апеллирует и
к связанности и к инновационной активности. Логика такова: если какие-то виды
деятельности постоянно располагаются друг с другом, то между ними существует
выгодная для всех сторон связь. Поскольку в современном мире надежным залогом
конкурентоспособности является инновационная деятельность, то эти связи носят
характер, способствующий инновациями (например, мобильность персонала,
бенчмаркинг, обучение и наука, социальные сети). Таким образом, в теории,
существует положительная связь между значимостью кластерных групп, с одной
стороны, и связанностью и инновационной активностью хозяйствующих
субъектов. Более того, статистический анализ подтверждает наличие и значимость
таких связей (как в США и Европе, так и в России). Однако наличие такой
закономерности (в большой выборке) и присутствие ее в конкретной значимой
кластерной группе в конкретном регионе – это две большие разницы.
Также на основании значимости кластерной группы невозможно судить о
присутствии организаций по сотрудничеству, образовательных и научных
организаций, о степени вовлеченности органов государственной власти.

20. 20
Итак, можно сделать первый вывод: значимые кластерные группы
определяют хозяйственные агломерации в регионе, но не тип хозяйственной
агломерации (кластер или протокластер).
Далее. Значимые кластерные группы могут аккумулировать достаточно
большое число занятых в экономике (несколько сот тысяч). Такие большие
значимые кластерные группы, как правило, не покрываются одним кластером (или
другой хозяйственной агломерацией). Дело в том, что связанность как признак
кластера предполагает (как уже отмечалось) тесные личные связи между
сотрудниками различных хозяйственных субъектов. Очевидно, что число связей у
каждого участника кластера – величина ограниченная. Рост участников кластера за
данные естественные пределы приводит к тому, что управляемость такой
структуры падает, а издержки по координации могут превысить предполагаемые
выгоды от участия в кластере. Такой кластер нестабилен и, видимо, с течением
времени разобьется на несколько кластеров или протокластеров.
Второй вывод заключается в том, что значимые кластерные группы, как
правило, включают в себя несколько хозяйственных агломераций (см. рис. 5).
Рис. 5. Соотношение кластерных групп и кластеров на условном примере.
Источник: ЗАО «МЦС»: А.Н. Киселев, Е.С. Куценко
При этом необходимо понимать, что нельзя исключать вероятность, что за
рамками идентифицированных основных направлений существуют
хозяйственные агломерации. Все дело в «приблизительности» статистических

21. 21
данных. Так как виды деятельности в экономике постоянно претерпевают
изменения в процессе научно-технического прогресса (одни виды деятельности
исчезают, другие, наоборот, появляются), значимые кластерные группы, как уже
было замечено, лишь приближенно соответствуют реальной структуре
хозяйственных агломераций в регионе. Более того, установленные нормативно
виды деятельности (классифицированные по системе ОКВЭД) постепенно
«отрываются» от реально существующих видов деятельности18
.
Возможна ситуация, когда принадлежность к определенной кластерной
группе для формирующегося кластера не может быть однозначно определена. Так
развивающийся в городе Москве кластер в области энергосбережения (и
аналогичные образования в других субъектах РФ) входит одновременно в
кластерные группы «Измерительное и исследовательское оборудование»,
«Осветительные и электрические приборы», «Производство и передача
электроэнергии».
Вместе с тем, по определению, значимые кластерные группы показывают те
направления, в которых количество и уровень развития хозяйственных
агломераций является наибольшим в рассматриваемом регионе, - это третий
вывод.
Итак, высокая плотность хозяйственных агломераций в значимой кластерной
группе позволяет обоснованно говорить об основных направлениях для развития
кластеров, но не о наличии или отсутствии полноценных кластеров. Для
определения конкретных хозяйственных агломераций и определения степени их
развития требуется проводить дополнительные исследования.
18
Предприятия вольны сами определять, какой из кодов ОКВЭД для них более всего подходит. Как
правило, они выбирают множество видов деятельности по ОКВЭД, которые приблизительно отражают то,
чем предприятие занимается, или планирует когда-либо заниматься.

22. 22
ПРИЛОЖЕНИЕ 1. АЛГОРИТМ ФОРМИРОВАНИЯ КЛАСТЕРНЫХ ГРУПП М.
ПОРТЕРОМ
Алгоритм формирования кластерных групп, созданный М. Портером, состоит
из ряда последовательных шагов19
. Прежде всего, следует отметить, что в основе
определения кластерных групп лежит модель распределения отраслевой занятости
по территории всей страны. Важной особенностью данной группы методов
является приоритет статистики занятости. Это связано с тем, что прибыль или
выручка могут фиксироваться (как правило, крупными компаниями) не там, где
она реально была получена. В дополнение к этому, прибыль зачастую достаточно
плохо отражают реальные масштабы хозяйственной деятельности.
Далее, все отрасли (виды деятельности), представленные статистикой
занятости, М. Портером были условно разделены на три группы: «местные»,
«торгуемые» и «сырьевые».
Если определить «сырьевые» отрасли не представляет особого труда20
, то
разделение «местных» и «торгуемых» отраслей на практике требует разработки
более сложных критериев. М. Портер использовал в качестве таковых долю
национальной отраслевой занятости во всех штатах, для которых «Коэффициент
локализации» больше или равен 1; значение «Коэффициента локализации» для
пяти лидирующих по этому показателю штатов; значение коэффициента Джини по
занятости21
. «Торгуемые» отрасли имеют следующие характеристики:
доля национальной отраслевой занятости во всех штатах, для которых
«Коэффициент локализации» (location quotient) больше или равен 1 ≥ 50%
всей занятости в отрасли,
значение «Коэффициента локализации» для пяти лидирующих по этому
показателю штатов ≥ 2,
значение коэффициента Джини по занятости ≥ 0,3.
В итоге из 879 отраслей экономики (согласно американской классификации
SIC – аналог ОКВЭД) были выделены: 241 местная отрасль, 48 сырьевых отраслей
19
Алгоритм изложен в соответствии с Porter M. The Economic Performance of Regions // Regional Studies,
Vol.37.6&7, August/October 2003, pp. 549-578. Возглавляемый М. Портером проект по выявлению основных
направлений для развития кластеров в США в настоящее время продолжает развиваться, наполняясь
обновленной статистикой. Большое количество статистической информации находится в открытом доступе
по адресу http://www.isc.hbs.edu/econ-clusters.htm.
20
В общероссийском классификаторе видов экономической деятельности данные отрасли представлены в
разделе С «Добыча полезных ископаемых».
21
Коэффициент Джини по занятости (employment GINI coefficient) отражает степень неравномерности
распределения занятых в рассматриваемой отрасли по регионам.

23. 23
и 590 торгуемых отраслей. Характеристики этих группировок представлены в
таблице 3. Кластерные группы согласно описываемой методологии состоят только
из торгуемых отраслей, которые свободны в выборе своего местоположения.
Таблица 3. Занятость и заработная плата, США, 2004.
показатель Торгуемые
отрасли
Сырьевые
отрасли
Местные отрасли
Общая занятость,
тыс. чел.:
32 894,918 767,525 78 739,608
Средняя годовая
заработная плата,
долл. США:
49,367 35,815 30,416
Доля в
национальной
занятости, %.:
29,2654 0,6828 70,0518
Источник: Prof. Michael E. Porter, Cluster Mapping Project, Institute for Strategy and
Competitiveness, Harvard Business School; Richard Bryden, Project Director.
http://www.isc.hbs.edu/econ-clusters.htm
На третьем этапе, гарвардские исследователи решают задачу определения
состава кластерных групп: из каких торгуемых отраслей состоят кластерные
группы. Так как отношения между фирмами различных отраслей носят
многосторонний характер, определить положительные экстерналии в качестве
критерия принадлежности к одной группе на практике затруднительно. В качестве
критерия избирается постоянно повторяющаяся из штата в штат географическая
близость фирм различных торгуемых отраслей. Данный подход основан на
предпосылке, согласно которой, с одной стороны, экономика США является самой
большой в мире (в ней представлено наибольшее количество отраслей). С другой
стороны, экономическое пространство США является единым и не препятствует
фирмам переходить из одного штата в другой 22
. Таким образом, становится
возможным выявить устойчивые сочетания (паттерны) совместно локализованных
отраслей. Такие паттерны и представляют собой кластерные группы.
Четвертый этап методологии выявления значимых кластерных групп в
экономике США состоял в исключении фиктивных корреляций между отраслями.
22
К примеру, если производство комплектующих для компьютеров всегда располагается в географической
близости от производства программного обеспечения, то это означает, что существуют определенные
выгоды от такого близости и эти две отрасли входят в одну кластерную группу.

24. 24
Фиктивными корреляциями называются такие случаи, в которых совместная
локализация отраслей не означает существования единой кластерной группы23
.
Рис. 6. Паттерны совместной локализации отраслей (кластерные группы) в
экономике США24
.
Источник: Портер М. Кетелс К., 2007, Конкурентоспособность на распутье: направления
развития российской экономики. С.16
23
В качестве причин появления фиктивных корреляций М. Портер выделил ряд факторов.
Во-первых, излишняя широта определений в официально выделяемых статисткой отраслях. Вполне
возможна ситуация, в которой можно выявить связь двух отраслей, хотя, на самом деле, лишь небольшая
часть одной отрасли является взаимозависимой с другой.
Во-вторых, в статистических данных, используемых Институтом Стратегии и Конкурентоспособности, не
делается различий между занятостью в головном подразделении, отвечающем за функционирование всех
территориальных подразделений компании, и занятостью, обслуживающей местные рынке. Это ведет к
переоценке, к завышению численности населения, занятого в торгуемых отраслях. Следствием этого
является либо завышение оценки силы кластерной группы, либо выявление кластерной группы там, где ее
на самом деле нет.
В третьих, отрасли, представленные в больших городах, кажутся сильно взаимосвязанными, хотя в
действительности, тематически они могут быть не связаны.
В-четвертых, небольшие отрасли статистически демонстрируют малую или даже нулевую занятость во
многих регионах. Это ведет к тому, что в других регионах можно ошибиться в предположении об их
корреляции.
В-пятых, географические корреляции могут быть ложными вследствие того, что некоторые отрасли (или
целые группы отраслей) в рамках рассматриваемого региона (штата) локализованы благодаря случаю или
исторической привязанности к природным ресурсам.
24
Некоторые названия были переведены заново, т.к. они некорректно отражали содержание англоязычных
аналогов. Например, группа «Medical devices» переводилась на русский язык как «Медицинские услуги»,
тогда как собственно большинство такие услуг относиться к местным видам деятельности и не могут быть
включены в кластерные группы. Правильным переводом, в данном случае, является «Медицинская
техника».

25. 25
Для исключения ложных географических корреляций использовались данные
межотраслевого баланса и качественные описания истории развития и
взаимодействия отраслей в исследуемых регионах (case-study).
В итоге была получена 41 кластерная группа, каждая из которой в среднем
состоит из 29 отраслей (см. рис 6).
И, наконец, на последнем этапе, М. Портер и его команда проанализировали
существующие пересечения кластерных групп. Пересечение кластерных групп
означают ситуацию, в которой одна отрасль включена в несколько кластерных
групп. Также в рамках кластерных групп были выделены подгруппы, которые
представляют собой отрасли с максимальной корреляцией.
Преимущество подхода М. Портера является то, что он позволяет перейти от
анализа видов деятельности (отраслей) к анализу кластерных групп. Кластерные
группы представляют собой паттерны совместной локализации отраслей, которые
объединяют виды деятельности, которые являются взаимосвязанными и имеют
тенденцию к совместной локализации.
ПРИЛОЖЕНИЕ 2. СОДЕРЖАНИЕ НЕСКОЛЬКИХ КЛАСТЕРНЫХ ГРУПП
Кластерная группа
Код
ОКВЭД Наименование
Информационные технологии
(ИТ)
30,01 Производство офисного оборудования
30,02
Производство электронных вычислительных машин и прочего
оборудования для обработки информации
31,2
Производство электрической распределительной и
регулирующей аппаратуры
31,3 Производство изолированных проводов и кабелей
72,1
Консультирование по аппаратным средствам вычислительной
техники
72,2
Разработка программного обеспечения и консультирование в
этой области
72,3 Обработка данных
72,4
Деятельность по созданию и использованию баз данных и
информационных ресурсов
72,6
Прочая деятельность, связанная с использованием
вычислительной техники и информационных технологий
73,1
Научные исследования и разработки в области естественных и
технических наук
Медицинская техника
(Медтехника)
24,42 Производство фармацевтических препаратов и материалов
33,1
Производство изделий медицинской техники, включая
хирургическое оборудование, и ортопедических
приспособлений
24,41 Производство основной фармацевтической продукции

26. 26
Измерительное и
исследовательское
оборудование
(Измерительное оборудование)
33,2 Производство контрольно-измерительных приборов
33,3
Монтаж приборов контроля и регулирования технологических
процессов
33,4
Производство оптических приборов, фото- и
кинооборудования
33,5 Производство часов и других приборов времени
32,2
Производство передающей аппаратуры, аппаратуры для
проводной телефонной и телеграфной связи
32,3
Производство аппаратуры для приема, записи и
воспроизведения звука и изображения
32,1
Производство электро- и радиоэлементов, электровакуумных
приборов
72,2
Разработка программного обеспечения и консультирование в
этой области
73,1
Научные исследования и разработки в области естественных и
технических наук
33,1
Производство изделий медицинской техники, включая
хирургическое оборудование, и ортопедических
приспособлений
Биофармацевтические
препараты
(Биофармацевтика)
24,41 Производство основной фармацевтической продукции
24,42 Производство фармацевтических препаратов и материалов
73,1
Научные исследования и разработки в области естественных и
технических наук
74,3 Технические испытания, исследования и сертификация
74,82 Упаковывание
Коммуникационное
оборудование
(Связь)
31,3 Производство изолированных проводов и кабелей
32,2
Производство передающей аппаратуры, аппаратуры для
проводной телефонной и телеграфной связи
32,3
Производство аппаратуры для приема, записи и
воспроизведения звука и изображения
73,1
Научные исследования и разработки в области естественных и
технических наук
Торговля
50,4
Торговля мотоциклами, их деталями, узлами и
принадлежностями; техническое обслуживание и ремонт
мотоциклов
50,5 Розничная торговля моторным топливом
52,12
Прочая розничная торговля в неспециализированных
магазинах
52,2
Розничная торговля пищевыми продуктами, включая напитки,
и табачными изделиями в специализированных магазинах
52,21 Розничная торговля фруктами, овощами и картофелем
52,22
Розничная торговля мясом, мясом птицы, продуктами и
консервами из мяса и мяса птицы
52,23 Розничная торговля рыбой, ракообразными и моллюсками
52,24
Розничная торговля хлебом, хлебобулочными и кондитерскими
изделиями
52,25 Розничная торговля алкогольными и другими напитками
52,26 Розничная торговля табачными изделиями
52,27
Прочая розничная торговля пищевыми продуктами в
специализированных магазинах
52,32
Розничная торговля медицинскими товарами и
ортопедическими изделиями
52,33
Розничная торговля косметическими и парфюмерными
товарами
52,4 Прочая розничная торговля в специализированных магазинах
52,41
Розничная торговля текстильными и галантерейными
изделиями
52,43 Розничная торговля обувью и изделиями из кожи
52,44 Розничная торговля мебелью и товарами для дома

27. 27
52,45
Розничная торговля бытовыми электротоварами, радио- и
телеаппаратурой
52,46
Розничная торговля скобяными изделиями, лакокрасочными
материалами и материалами для остекления
52,48 Прочая розничная торговля в специализированных магазинах
52,5
Розничная торговля бывшими в употреблении товарами в
магазинах
52,6 Розничная торговля вне магазинов
52,61 Розничная торговля по заказам
52,62 Розничная торговля в палатках и на рынках
52,63 Прочая розничная торговля вне магазинов
52,7 Ремонт бытовых изделий и предметов личного пользования
52,71 Ремонт обуви и прочих изделий их кожи
52,72 Ремонт бытовых электрических изделий
52,73 Ремонт часов и ювелирных изделий
52,74
Ремонт бытовых изделий и предметов личного пользования, не
включенных в другие группировки
50,1 Торговля автотранспортными средствами
50,3
Торговля автомобильными деталями, узлами и
принадлежностями
51,11
Деятельность агентов по оптовой торговле живыми
животными, сельскохозяйственным сырьем, текстильным
сырьем и полуфабрикатами
51,12
Деятельность агентов по оптовой торговле топливом, рудами,
металлами и химическим веществами
51,13
Деятельность агентов по оптовой торговле лесоматериалами и
строительными материалами
51,14
Деятельность агентов по оптовой торговле машинами,
оборудованием, судами и летательными аппаратами
51,15
Деятельность агентов по оптовой торговле мебелью, бытовыми
товарами, скобяными, ножевыми и прочими металлическими
изделиями
51,16
Деятельность агентов по оптовой торговле текстильными
изделиями, одеждой, обувью, изделиями из кожи и меха
51,17
Деятельность агентов по оптовой торговле пищевыми
продуктами, включая напитки, и табачными изделиями
51,18
Деятельность агентов, специализирующихся на оптовой
торговле отдельными видами товаров или группами товаров,
не включенными в другие группировки
51,19
Деятельность агентов по оптовой торговле универсальным
ассортиментом товаров
51,21
Оптовая торговля зерном, семенами и кормами для
сельскохозяйственных животных
51,24 Оптовая торговля шкурами и кожей
51,31 Оптовая торговля фруктами, овощами и картофелем
51,32
Оптовая торговля мясом, мясом птицы, продуктами и
консервами из мяса и мяса птицы
51,33
Оптовая торговля молочными продуктами, яйцами, пищевыми
маслами и жирами
51,35 Оптовая торговля табачными изделиями
51,36
Оптовая торговля сахаром и сахаристыми кондитерскими
изделиями, включая шоколад
51,37 Оптовая торговля кофе, чаем, какао и пряностями
51,38 Оптовая торговля прочими пищевыми продуктами
51,39
Неспециализированная оптовая торговля пищевыми
продуктами, включая напитки, и табачными изделиями
51,41 Оптовая торговля текстильными и галантерейными изделиями

28. 28
51,42 Оптовая торговля одеждой, включая нательное белье, и обувью
51,43
Оптовая торговля бытовыми электротоварами, радио- и
телеаппаратурой
51,44
Оптовая торговля изделиями из керамики и стекла, обоями,
чистящими средствами
51,45 Оптовая торговля парфюмерными и косметическими товарами
51,47
Оптовая торговля прочими непродовольственными
потребительскими товарами
51,51 Оптовая торговля топливом
51,52 Оптовая торговля металлами и металлическими рудами
51,53
Оптовая торговля лесоматериалами, строительными
материалами и санитарно-техническим оборудованием
51,54
Оптовая торговля скобяными изделиями, ручными
инструментами, водопроводным и отопительным
оборудованием
51,56 Оптовая торговля прочими промежуточными продуктами
51,57 Оптовая торговля отходами и ломом
51,61 Оптовая торговля станками
51,62
Оптовая торговля машинами и оборудованием для
строительства
51,64 Оптовая торговля офисными машинами и оборудованием
51,66
Оптовая торговля машинами и оборудованием для сельского
хозяйства
63,12 Хранение и складирование
ПРИЛОЖЕНИЕ 3. ИСПОЛЬЗУЕМАЯ СТАТИСТИКА И ПРОЦЕДУРЫ ЕЕ
ОБРАБОТКИ
Источником статистической информации является Федеральная Служба
Государственной Статистики.
Для идентификации значимых кластерных групп в субъектах РФ
использовалась статистика по занятости:
Средняя численность работников - всего (количество замещенных рабочих
мест), с январь по январь, за 2005-2007 годы. Сводные данные по крупным
и средним предприятиям. Это самая общая категория средней численность
работников, которая включает в себя постоянных работников и так
называемых внешних совместителей. В данную статистику не включаются
материалы выборочных обследований населения по проблемам занятости
и данные органов исполнительной власти. Данные представлены по
чистым видам экономической деятельности.
Использовались подробные статистические данные по всем кодам ОКВЭД,
которые данные были агрегированы в 38 кластерных групп.