Podpora klastrov je v EÚ predmetom spracovania viacerých odborných dokumentov na úrovni európskej komisie. Väčšinou majú charakter strategických zámerov formulovania podpornej politiky, prípadne odborných pracovných dokumentov. Európska únia takisto podporuje výmenu informácií a spracovávanie odborných analýz aj prostredníctvom podpory asociácií zameraných na rozvoj klastrov.
K najvýznamnejším z nich patrí zriadenie European Cluster Observatory (ECO) v rámci iniciatívy Innova, ktorá uskutočňuje analýzy klastrov v EÚ a analýzy politík na podporu klastrov. V roku 2008 európska komisia založila tzv. European Cluster Policy Group s cieľom viac podporovať vznik svetových klastrov v EÚ, preskúmať nástroje na odstránenie prekážok klastrovej spolupráce a určiť budúce výzvy pre klastrové politiky v reakcii na globalizáciu.
PARAMETRE HODNOTENIA AUTOMOBILOVÝCH KLASTROV V EÚ
Podľa [1] závisí vývoj klastra od riadenia, zloženia a interakcie medzi účastníkmi klastra a od kvality manažmentu klastra. Mapovanie klastrov je nevyhnutnou podmienkou udržania konkurencieschopnosti klastra a vychádza z predpokladu, že prínosy, resp. identifikácia a odstránenie prípadných chýb, je nevyhnutné určitým spôsobom hodnotiť.
Porovnanie vybraných automobilových klastrov v EÚ vychádza zo základných indikátorov štatistických údajov Európskeho klastrového observatória ECO, ktoré sa zaoberá štatistickým mapovaním indikátorov klastrov v rámci EÚ. ECO identifikuje klastrový potenciál lokalizačným koeficientom založeným na regionálnych údajoch o zamestnanosti, ktoré zhromažďuje EUROSTAT.
Pri hodnotení klastrov je dôležité posúdiť ich intenzitu, teda či zamestnanosť v špecifikom priemysle, ktorý patrí do kategórie klastra v danom regióne, dosiahla tzv. „špecializované kritické množstvo“ potrebné na vytváranie spillovers a vytváranie väzieb, prinášajúcich pozitívne ekonomické efekty. [5] ECO sleduje na základe troch indikátorov teda veľkosti, zamerania a špecializácie túto špecializovanú kritickú masu a prideľuje jednotlivým klastrom tzv. „stars“ (od 0 – 3, v závislosti od splnených kritérií).
Top výsledkom je získanie troch ratingových hviezdičiek. Neskúma priame prepojenie medzi firmami a ani sily, na základe ktorých sa klastre rozvíjajú, ale či takáto koncentrácia dosiahla kritickú masu špecializácie potrebnej na rozvoj tzv. spill over efektov. Identifikuje tzv. odhalené efekty klastrov. Indikátor veľkosti sleduje, či zamestnanosť v regionálnom klastri dosahuje postačujúcu úroveň pre vytvorenie ekonomických efektov. Rating jednej hviezdičky spĺňa klaster so zamestnanosťou vyššou ako 15 tisíc pracovníkov. Indikátor špecializácie sleduje či je región v špecifickej kategórii klastra viac špecializovaný ako celková ekonomika vo všetkých hodnotených regiónoch. Je pravdepodobné, že daný klaster priláka príbuzné ekonomické aktivity z iných regiónov do tejto lokality. Jednu hviezdičku získa klaster, ak špecializačný koeficient je vyšší ako 1,75, teda 75 percent a viac zamestnancov v danom klastri, ako je priemer všetkých regiónov. Indikátor dominantnosti sleduje, či klaster dosahuje vysoký podiel z celkovej zamestnanosti; ak áno je pravdepodobné, že spillovers efekty a väzby v danom klastri existujú. Rating jednej hviezdičky získavajú regionálne klastre, ktoré dosiahnu sedem a viac percent sektorovej zamestnanosti v lokalite.
Nasledujúca tab. 1 zobrazuje porovnanie indikátorov podľa ECO vo vybraných klastroch: Automobilový klaster West Midlands vo Veľkej Británii, ACS – Automobilový klaster Slovinsko, MSAC – Moravskosliezsky automobilový klaster v ČR, AMZ – Automobilový klaster Sasko v Nemecku a Automobilový klaster – Západné Slovensko (AKS).
Tri hviezdičky a najlepšie výsledky získali klastre AKS, AMZ ,West Midlands. Jednu hviezdičku získal MSAC a ACS. Podľa indikátora veľkosti získali jednu hviezdičku klastre so zamestnanosťou vyššou ako 15 tisíc pracovníkov vo West Midlands, AMZ a AKS. Indikátor špecializácie bol vyšší ako 1,75 bol v klastroch vo West Midlands, AMZ a AKS, čo znamená, že klastre by mali prilákať príbuzné ekonomické aktivity z iných regiónov do tejto lokality.
Nevýhodou štatistických údajov podľa ECO je obmedzenie údajov iba na údaje o zamestnanosti. Možno skonštatovať, že pre kvalifikovanejšie skúmanie výkonnosti klastrov by preto integrujúcejším spôsobom bola kombinácia ďalších ekonomických a technologických údajov, ktoré sú zatiaľ na regionálnej úrovni nedostupné. Bolo by teda vhodnejšie použiť údaje o objeme miezd a platov, produktivity alebo pridanej hodnoty.
NÁVRH HODNOTENIA PRE VYBRANÉ AUTOMOBILOVÉ KLASTRE V EÚ
Navrhovaná metodika hodnotenia vychádza z analýz rôznych prístupov: metodika ESCA (Európsky sekretariát pre klastrovú analýzu) a CNG (Agentúra Kompetenznetze Deutschland) [2, 4], metodika ECEI (Európska iniciatíva pre klastrovú excelenciu) [4], metodika CLOE (Cluster Linked over Europe) [3], metodika identifikácie a charakterizácie klastrov podľa Koschatzky & Lo [6], britská metodika pre hodnotenie klastrov [6]. Na základe týchto analýz boli vybrané indikátory a metodika multikriteriálneho rozhodovania pre štyri vybrané automobilové klastre spolu a AKS. Na základe získaných informácií o vybraných automobilových klastroch bolo zvolených 8 kritérií (K1-K8). V nasledujúcej tab. 2 sú navrhnuté indikátory ako zvolené kritéria a údaje u jednotlivých klastroch.
Pre uvedené viackriteriálne rozhodovanie bola použitá metóda rozhodovacej matice. Navrhnutý variant riešenia spočíva v hodnotení váhy (dôležitosti) ôsmich kritérií bodovou stupnicou od 1 do10, pričom stupeň 10 bol priradený najväčšej váhe a stupeň 1 najmenšej váhe. Rovnakou stupnicou sa hodnotila skutočnosť, ako jednotlivé automobilové klastre vyhovujú zvoleným kritériám, tzn. stupeň 1 – nevyhovuje až po stupeň 10 – vyhovuje ideálne.
Na základe váženého súčtu bolo určené poradie. Výsledkom rozhodovacej metódy je skutočnosť, že automobilový klaster West Midlands najlepšie spĺňa zvolené kritériá, čo sa týka výkonnosti klastra. Za ním nasleduje automobilový klaster Sasko (AMZ), následne moravskosliezsky automobilový klaster, automobilový klaster Slovinsko a na poslednom mieste automobilový klaster Západné Slovensko.
SÚHRN
Prostredníctvom analýzy štyroch vybraných automobilových klastrov bolo identifikovaných niekoľko faktorov, ktoré majú rozhodujúci vplyv na rozvoj automobilových klastrov. Je dôležité si uvedomiť, že automobilový klaster sa mení a cieľom je minimalizovať dopad týchto zmien a realizovať rast klastra. Záverečná tab. 3 popisuje dôležité faktory úspechu pre rast automobilového klastra.
Meranie výkonnosti klastrov a klastrových iniciatív pomocou modelov a nástrojov benchmarkingu formuluje závery a odporúčania pre automobilové klastre. Štatistické mapovanie klastrov patrí k novším prístupom slúžiacim na získanie lepšieho hodnotenia klastrov. Ide o účinný nástroj, ktorý pomáha identifikovať vznik, existenciu, nárast i rozpad klastrov v danom regióne. Automobilové klastre MSAC, AKS a ACS sú zapojené do projektu AutoNet, ktorého cieľom je spolupráca za účelom podpory inovatívneho prostredia pre vytváranie nových procesov, produktov v automobilovom priemysle.
Zavádzanie klastrov v automobilovom priemysle vedie k zvýšeniu výkonnosti firiem a dodávateľských reťazcov. Klastrové iniciatívy sú adekvátnym a efektívnym nástrojom na koncentrovanie zdrojov a prostriedkov za účelom dosiahnutia kritického množstva a pre zrýchlenie predávania znalostí know-how. Zavádzanie a koordinácia klastrových iniciatív a sietí sa stali dôležitým nástrojom v rukách regionálnych samospráv pre podporu a napomáhanie rozvoja ekonomického rastu v technologicky vyspelých aj v tradičných odvetviach ekonomiky.
Príspevok bol pripravený v rámci riešenia grantového projektu KEGA č. 004 TUKE-4/2013 „Intenzifikácia modelovania vo výučbe II. a III. stupňa v štúdijnom odbore 5.2.52 Priemyselné inžinierstvo“.
LITERATÚRA
[1] ESCA: Benchmarking as a Tool for Cluster Analysis. CLuster Excellence makes the differnce. ESCA leaflet MArch. 2012, s. 7. Dostupné na ineternete: http://www.cluster-analysis.org/ downloads/ESCA_leaflet_March 2012.pdf
[2] ESCA: Benchmarking of Cluster Organisations a Tool for Improving Cluster Managment. s. 4. Dostupné na internete: http://www. cluster-analysis.org/downloads/BenchmarkingPaperKergel_v4.pdf
[3] CLOE: Cluster Management Guide – Guidelines for the Development and Management of Cluster Initiatives.. 2006 s.72. Dostupné na internete: http://www.clusterforum.org/en/cluster_ management_guide.html
[4] GAMP, T. L.; KOCKER, M.; CHRISTENSEN, T. A.: Clusters are individuals – creating economic growth through cluster policies for cluster management excellence.[online]. 2011, s. 132. Dostupné na internete: http://fivu.dk/en/publications/2011/files-2011/clusters_ indhold.pdf
[5] KAČÍRKOVÁ, M.: Zhlukový potenciál v regiónoch nových členských krajín Európskej únie.[online]. 2008 [cit. 2013-04-15]. s. 35. Dostupné na internete: http://ekonom.sav.sk/uploads/journals/ WP07.pdf
[6] KOSCHATZKY, K.; LO, V.: 2007. Methodological framework for cluster analyses. Institute Systems and Innovation Research. Karlsruhe 2007 s. 19. ISSN 1438-9843. Dostupné na internete: http://www.isi.fraunhofer.de/isi-media/docs/isi-publ/2007/ isi07a24/framework-cluster-analyses.pdf
[7] SOLVELL, O.; LINDQVIST, G.; KETELS, CH.: 2006. Zelená kniha klastrových iniciatív. Czechinvest. [online]. 2006 [cit. 2013-02-10], s. 94. Dostupné na ineternete: http://www.czechinvest.org/data/files/ zelena-kniha-klastrovych-iniciativ-64.pdf
TEXT DOC. ING. PETER TREBUŇA, PHD., ING. DUŠAN SABADKA, PHD., KATEDRA PRIEMYSELNÉHO INŽINIERSTVA, SJF, TU KOŠICE FOTO archív redakcie
