Колодко Д.В.кандидат экономических наук, доцент кафедры бизнес-информатики, Северо-Западный институт управления, филиал Российской академии народного хозяйства и государственной службы при Президенте РФ (СЗИУ РАНХиГС), Санкт-Петербург, Российская Федерация dvkolodko2019@gmail.com ORCID id: отсутствует SPIN-код: 2079-6082
Селентьева Т.Н.старший преподаватель, Высшая инженерно-экономическая школа, Санкт-Петербургский политехнический университет Петра Великого (СПбПУ), Санкт-Петербург, Российская Федерация selentieva_tn@spbstu.ru ORCID id: отсутствует SPIN-код: 1664-5995
Зайцев А.А.доктор экономических наук, профессор, Высшая инженерно-экономическая школа, Санкт-Петербургский политехнический университет Петра Великого (СПбПУ), Санкт-Петербург, Российская Федерация andrey_z7@mail.ru ORCID id: отсутствует SPIN-код: 6011-8893
Предмет. Инновационная деятельность предприятий – участников кластеров. Цели. Обоснование выбора объектов государственной поддержки инновационной деятельности предприятий – участников кластеров. Методология. Иерархический метод рандомизированных сводных показателей. Метод Монте-Карло. Результаты. Массив данных был получен в ходе проведения исследования кластерного строительства в Санкт-Петербурге. На основе расчетов продемонстрирован выбор двух предприятий, наилучших по оценке вероятности доминирования. Обоснована возможность использования в качестве критерия выбора такой характеристики рандомизированных сводных показателей, как величина математического ожидания. Выводы. Разработанный в ходе исследования алгоритм применения метода рандомизированных сводных показателей развивает инструментальное обеспечение институционального подхода к анализу деятельности региональных кластеров.
Ключевые слова: метод рандомизированных сводных показателей, метод Монте-Карло, инновационная кооперация, кластер, государственная поддержка
Список литературы:
Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников: монография. М.: Физматлит, 2012. 816 с.
Колодко Д.В. Многокритериальный выбор инвестиционного проекта с помощью метода рандомизированных сводных показателей // Управление экономическими системами. 2019. № 3. URL: Link
Колодко Д.В. Иерархический метод рандомизированных сводных показателей и его применение для сравнения инвестиционной привлекательности проектов // Теоретическая и прикладная экономика. 2020. № 1. С. 111–131. URL: Link
Крамер Г. Математические методы статистики. М.: Мир, 1975. 643 с.
Хованов Н.В. Анализ и синтез показателей при информационном дефиците: монография. СПб.: Санкт-Петербургский государственный университет, 1996. 196 с.
Коуз Р. Фирма, рынок и право. М.: Дело, 1993. 192 с.
Ульямсон О.И. Экономические институты капитализма: фирмы, рынки, «отношенческая» контрактация. СПб.: Лениздат, 1996. 702 с.
Норт Д. Институты, институциональные изменения и функционирование экономики. М.: Начала, 1997. 180 с.
Родионов Д.Г., Кичигин О.Э., Селентьева Т.Н. К вопросу об условиях возникновения кластеров на рынке монополистической конкуренции: институциональный подход // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2018. Т. 11. № 6. С. 54–68. URL: Link
Родионов Д.Г., Кичигин О.Э., Селентьева Т.Н. Особенности оценки конкурентоспособности инновационного регионального кластера: институциональный подход // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2019. Т. 12. № 1. С. 43–58. URL: Link
Kudryavtseva T., Olaniyi E.O. Identification and Analysis of the Cluster Structure of a Territory and its Impact on Regional Development: An example of Russia. Journal of Advanced Research in Law and Economics, 2019, vol. 10, iss. 4, pp. 1322–1337. URL: Link.33
Родионов Д.Г., Кудрявцева Т.Ю. Механизм и принципы формирования кластерной промышленной политики // Инновации. 2018. № 10. С. 81–87. URL: Link
Кудрявцева Т.Ю. Кластер как институциональная форма организации рынка // Общество. Среда. Развитие. 2018. № 3. С. 3–9. URL: Link
Схведиани А.Е., Кудрявцева Т.Ю. Анализ взаимосвязи между кластерной специализацией и валовым региональным продуктом // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2018. Т. 11. № 5. С. 66–73. URL: Link
Кудрявцева Т.Ю., Схведиани А.Е. Исследование региональных кластеров с использованием информационно-аналитических систем (на примере биофармацевтического кластера) // Регионология. 2020. Т. 28. № 1. С. 48–79. URL: Link
Kutsenko E., Islankina E., Abashkin V. The Evolution of Cluster Initiatives in Russia: The Impacts of Policy, Life-Time, Proximity and Innovative Environment. Foresight, 2017, vol. 19, iss. 2, pp. 87–120. URL: Link
Земцов С.П., Баринова В.А., Панкратов А.А., Куценко Е.С. Потенциальные высокотехнологичные кластеры в российских регионах: от текущей политики к новым точкам роста // Форсайт. 2016. Т. 10. № 3. С. 34–52. URL: Link
Куценко Е.C. Пилотные инновационные территориальные кластеры России: модель устойчивого развития // Форсайт. 2015. Т. 9. № 1. С. 32–55. URL: Link
