CC BY
26
ГЕОСТАТСИТИЧЕСКИЙ АНАЛИЗ ПРОЦЕССОВ РАЗВИТИЯ РЕГИОНАЛЬНЫХ
ПРОМЫШЛЕННЫХ КЛАСТЕРОВ
Д.Л. Напольских, канд. экон. наук, доцент
A.Н. Видякин, аспирант
B.С. Смирнов, студент
Поволжский государственный технологический университет (Россия, г. Йошкар-Ола)
Работа выполнена в рамках гранта Президента Российской Федерации для государственной поддержки молодых российских ученых МК-1479.2017.6
Аннотация. Рассматриваются методические подходы к анализу сети мониторинга процессов кластеризации экономики российских регионов. Приведены результаты адаптации методов геостатистики для моделирования региональных промышленных кластеров. Предлагается комплекс методов, применение которых позволит повысить достоверность экономико-математических моделей кластеризации экономики региона. Рассмотрены проблемы экономической интерпретации пространственной структуры сети мониторинга данных.
Ключевые слова: геостатистика, промышленные кластеры, региональное развитие, сеть мониторинга.
Региональные промышленные кластеры представляют собой целостный территориальный комплекс промышленных предприятий, локализованный в рамках конкретного субъекта Российской Федерации. Локализация кластера в рамках определённой территории дает возможность применения методов геостатистического анализа, в частности анализа сети мониторинга данных, с целью выявления точек экономического роста региона.
В современных российских условиях кластерная форма пространственной организации промышленного развития становится одним из ключевых направлений социально-экономического развития страны в целом. Об актуальности выбранного направления исследований свидетельствует значительное внимание к вопросам развития промышленных кластеров со стороны Федерального центра и органов государственной власти субъектов Российской Федерации.
Результаты исследования. Рассмотрим основные подходы к визуализации и анализу сети мониторинга данных в ходе моделирования процессов кластеризации региональных экономических систем. Для выявления и визуализации кластерной структуры сети мониторинга данных
обычно используется триангуляция Делоне. Триангуляция Делоне представляет собой процедуру построения системы треугольников с вершинами в точках измерений при условии, что треугольники не пересекаются между собой ребрами и количество тупоугольных треугольников минимально. Визуализации кластерной структуры сети мониторинга данных на основе триангуляции Делоне позволяет выделить и качественно обособить области сети мониторинга с высокой плотностью измерений (кластеры) [1]. Альтернативным геостатистическим подходом к визуализации сети мониторинга данных являются полигоны Вороного. В мировой практике геостатистического анализа данный подход также имеет следующие наименования: «области влияния», ячейки Дирихле, разбиение Тиссена. Данные наименования являются тождественными [2].
Соответственно, при относительно равномерном распределении точек наблюдений в пространстве (на территории региона) количество пар точек должно незначительно колебаться для всех рассмотренных расстояний. Следует отдельно отметить возможность наблюдения так называемого «граничного эффекта», при котором количество пар точек уменьшаться при увели-
чении расстояния. Неравномерное распределение числа пар точек свидетельствует о наличии в сети мониторинга кластеров и разреженных областей [3]. Для анализа гистограммы площадей полигонов Вороного применяется следующий подход. Для относительно однородной (регулярной) сети мониторинга гистограмма должна иметь один выраженный «пик», так как все полигоны примерно одного размера. Любые области искажения на гистограмме, в частности несколько «пиков», широкий «пик», длинный «хвост», свидетельствуют о наличии кластеров в рамках сети мониторинга [4].
В качестве примера рассмотрим размещение организаций и предприятий промышленных кластеров, расположенных на территории Республики Татарстан. Проанализированы кластер «Новые материалы» (число организаций-участников: 12, общее количество работников: 27646 че-
120
100 80
ловек), «Пищевой кластер Республики Татарстан» (число организаций-участников: 20, общее количество работников: 5023 человек), Территориально-отраслевой кластер Агрополис "Алькиагробио-пром"(число организаций-участников: 29, общее количество работников: 954 человек). Гистограмма, описывающая зависимость числа пар точек в сети мониторинга данных (организации и предприятия кластеров) от расстояния между ними представлена на рисунке. На основании гистограммы можно сделать вывод о кластерной структуре сети мониторнга данных. Интерпретация полученных результатов выглядит следующим образом: на территории Республики можно выделить два центра процессов кластеризации экономики: агломерация города Казани и район городов Набережные Челны и Нижнекамска.
Число пар точек (ед)
б0
40
20
. I ■. ■. ill
I..
i. illl. I .lui..
оооооооооооооооооооооооооооооо
Расстояние между точками (км) Рисунок 1. Зависимость числа пар точек (организации и предприятия кластеров) от
расстояния между ними
0
Статистический подход является альтернативным методом анализа сети мониторинга данных и основывается на рассмотрении расположения точек измерений экономических величин как случайного точечного процесса. Соответственно, оценка и выявление особенностей структуры распределения точек наблюдения на плоскости может проводиться с использованием статистических индексов. В рамках
геостатистического анализа процессов кластеризации экономических систем российских регионов получила применение диаграмма Моришита. Индекс Моришита рассчитывается для области наблюдений, разбитой на прямоугольные ячейки равного размера, по следующей формуле:
5 4 - 1)
где N —число точек измерения в рамках сети мониторинга данных;
Q — число ячеек разбиения сети мониторинга данных;
пг (г = 1, 2, ..., Q) — число точек, попавших в г-ю ячейку сети мониторинга данных.
Таким образом, Индекс Моришита представляет собой характеристику вероятности того, что при выборе двух случайных точек измерения они окажутся в одной ячейке, на которые разбита сеть мониторинга данных. Визуализация результатов анализа происходит в виде построения Диаграммы Моришита, которая представляет собой зависимость индекса Мориши-та от размера ячеек, на которую разбивается сеть мониторинга данных. Выделено три основных типа диаграммы Моришита, позволяющих дать оценку структуре сети мониторинга данных, а именно:
- значение индекса Моришита с увеличением размера ячеек также растет и стремится к 1, в данном случае распределение точек наблюдения в рамках анализируемой сети мониторинга данных можно считать равномерным;
- значение индекса Моришита не зависит от размера ячейки и примерно равно единице (незначительные колебания в
точек наблюдения в рамках анализируемой сети мониторинга данных можно считать случайным (отсутствие кластеризации);
- значение индекса Моришита с увеличением размера ячеек либо уменьшается, либо растет выше 1, в данном случае распределение точек наблюдения в рамках анализируемой сети мониторинга данных можно считать кластерным.
Заключение. На основании рассмотренных выше подходов возможен анализ и выявление характерных особенностей сети мониторинга данных: наличие кластерных структур либо, напротив, разреженных областей в рамках сети мониторинга. Для решения практических задач пространственного моделирования процессов развития региональных промышленных кластеров достаточно использование следующих методов:
- построение гистограммы расстояний между точками сети мониторинга данных;
- построение гистограммы площадей полигонов Вороного для сети мониторинга данных.
В обоих рассмотренных случаях гистограмма представляет собой график распределения количества пар точек или количества полигонов Вороного, соответствующих определённому интервалу значений расстояния или площади.
районе 1), в данном случае распределение
Библиографический список
1. Матерон, Ж. Основы прикладной геостатистики. - М.: Мир, 1968. - 407 с.
2. Каневский, М.Ф. Элементарное введение в геостатистику / М.Ф. Каневский, В В. Демьянов, Е.А. Савельева. - М., 1999. - 136 с.
3. Арутюнян, Р.В. Прогноз электропотребления: Анализ временных рядов, геостатистика, искусственные нейронные сети / Р.В. Арутюнян, В.И. Богданов, Л.А. Большов. -М., 1999. - 45 с.
4. Демьянов, В.В. Геостатистика: теория и практика / В.В. Демьянов, Е.А. Савельева. -М.: Наука, 2010. - 327 с.
GEOSTATICS ANALYSIS OF DEVELOPMENT PROCESSES OF REGIONAL
INDUSTRIAL CLUSTERS
D.L. Napolskikh, candidate of economics sciences, associate professor
A.N. Vidyakin, postgraduate
V.S. Smirnov, student
Volga state university of technology
(Russia, Yoshkar-Ola)
Abstract. Authors present methodical approaches to the analysis of the network for monitoring the processes of clustering the economy of Russian regions are considered. Paper shows results of adaptation of geostatistics methods for modeling regional industrial clusters. A set of methods is proposed, the application of which will increase the reliability of economic and mathematical models of clustering the economy of the region. The problems of economic interpretation of the spatial structure of the monitoring network are considered.
Keywords: geostatistics, industrial clusters, regional development, monitoring network.
