19 декабря 2015г.
В настоящее время экономическое пространство характеризуется процессом углубления территориальной дифференциации по ряду основных экономических и социальных параметров. Данная тенденция довольно остро ставит проблему создания научно обоснованного и практически приемлемого метода оценки неравномерности экономического пространства, выявления факторов, вызывающих процесс дифференциации территории. Низкий уровень диверсификации экономики регионов, неравномерное распределение населения, различное экономико- географическое положение регионов являются основными причинами пространственной неравномерности территорий, что, несомненно, определяет необходимость исследования факторов и последствий неравномерности экономического пространства в контексте сбалансированного развития системы региональной экономики.
Исследование неравномерности экономического развития региона может осуществляться с помощью различных математических инструментов, в том числе с применением кластерного анализа, позволяющего распределить муниципальные образования на примерно схожие группы. Основная цель этого вида анализа заключается в выделении в исходных многомерных данных таких однородных подмножеств, чтобы объекты внутри групп были похожи в определенном смысле друг на друга, а объекты разных групп - не похожи. Данной цели можно достичь, используя различные подходы. Так, применение вероятностно-статистических методов, предполагает, что каждая группа является реализацией некоторой случайной величины. Предполагается, что исходная совокупность представляет собой смесь нескольких выборок, которую нужно разделить. В классическом виде подход называется методом разделения смесей. Структурный подход производит выделение компактных групп объектов, удаленных друг от друга и отыскивает «естественное» разбиение совокупности на области скопления. Третий подход – вариативный (нормативный). Он заключается в разделении совокупности по некоторому признаку в соответствии с определенными интервалами, причем характер распределения объектов на выбор интервалов и число групп практически не влияет[1, С. 9].
В качестве исходных данных будут использованы 8 показателей экономического развития районов: X1 – объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по чистым видам экономической деятельности на душу населения (руб.), X2 - объем продукции сельского хозяйства на душу населения (руб.), X3 - инвестиции в основной капитал на душу населения (руб.), X4 - собственные доходы бюджетов муниципальных образований на душу населения (руб.),X5 - оборот розничной торговли на душу населения (руб.),X6 - объем платных услуг на душу населения (руб.), X7- наличие основных фондов на конец года по полной стоимости по коммерческим организациям на душу населения (руб.), X8 - среднегодовая численность занятых в экономике (чел.).
Предварительно, для получения адекватных результатов нами была проведена процедура стандартизации всех признаков по формуле:
С целью повышения качества типологизации районов отследим изменения в кластеризации в 2004 г., 2007 г. и 2012 г. Для выбора оптимального варианта распределений муниципальных районов нами было проведено исследование несколькими методами: методом ближайшего соседа, методом наиболее удаленных соседей, взвешенным центроидным методом, методом невзвешенного попарного среднего, методом Варда и методом k- средних. Все методы применительно к рассматриваемому периоду дают примерно одинаковые результаты. На Рисунке 1 представлена классификация, полученная методом невзвешенного попарного среднего за 2004 г.
Рис.1. Дендрограмма, полученная методом
невзвешенного попарного среднего по экономическим показателям
за 2004 г.
Первую группу можно охарактеризовать как промышленно развитую.
На территории этих муниципальных образований находится, по крайней
мере, одно крупное предприятие, привлекающее население к трудовой деятельности и обеспечивающее доходную часть местных бюджетов. Второй класс состоит из достаточно развитых районов, но уступающих
по уровню экономического развития членам первого кластера. Третья группа включает
районы сельскохозяйственной
специализации. Неустойчивость развития данной
отрасли отражается на показателях муниципальных образований.
Распределение районов в 2007 г. существенно отличается от предыдущего (Рисунок 2). Данные изменения объясняются существенными различиями в значениях
экономических показателей. Так, средняя величина отгруженных товаров собственного производства для первого
кластера составила 1330,63 тыс. руб., для второго – 227,31 тыс. руб., для третьего – 51,45
тыс. руб., аналогичная ситуация
наблюдается по остальным экономическим индикаторам.
Рис.2. Дендрограмма, полученная методом
Варда по экономическим показателям за 2007 г.
Кластеризация, выполненная по данным
2012 г. показала некоторые
изменения в группировках районов (Рисунок
3). Так, из первого
кластера во второй перешли Прибайкальский и Северо-Байкальский районы, произошли изменения во второй и третьей группировках.
Рис.3. Дендрограмма, полученная методом
Варда по экономическим показателям за 2012 г.
Отметим, что среднее значение объема отгруженных товаров собственного производства для первого кластера составило 4165,68
тыс. руб., для второго – 760,91 тыс. руб., для третьего – 247,39 тыс. руб. Следовательно, к 2012 г. наблюдается рост экономических индикаторов в каждой группировке, средний темп роста составляет 369,33%.
Таким
образом, в Республике Бурятия наблюдается неравномерность экономического развития муниципальных образований. Применение кластерного анализа
к экономическим показателям за ряд лет позволило выявить три группы муниципальных образований, а также установить определенную устойчивость в распределении районов
по кластерам.
Список литературы
1.
Мандель И.Д. Кластерный анализ.
– М.: Финансы и статистика. – 1988. – 176 с.
2.
Статистический ежегодник
по Республике Бурятия [Текст]: Статистический сборник 01-01-12 / Бурятстат.
– Улан-Удэ: Бурятстат, 2009.
– 351 с.
3.
Статистический ежегодник
по Республике Бурятия [Текст]: Статистический сборник 01-01-12 / Бурятстат.
– Улан-Удэ: Бурятстат, 2013.
– 514 с.
