Кластеризация региона как базовая основа стратегического планирования Текст научной статьи по специальности «Экономика и бизнес»

УДК 338.27:332:334

КЛАСТЕРИЗАЦИЯ РЕГИОНА КАК БАЗОВАЯ ОСНОВА СТРАТЕГИЧЕСКОГО ПЛАНИРОВАНИЯ

К.П. ЛИЧКО, Ю.С. КИРСАНОВА (Кафедра прогнозирования и планирования в АПК)

Изложена методика расчета, а также поря док практического использования иерархического кластерного анализа программного продукта 8Р88 (10-й версии) для типизации с.-х. производства на муниципальном уровне.

Ключевые слова: стратегическое планирование, кластерный анализ, социальноэкономические факторы развития, муниципальные районы Московской обл.

Перестройка системы экономических отношений в нашей стране, получившая первоначальный импульс в 1991 г. и продолжающая ся в настоя -щее время, как следствие пробудила интерес к вопросам стратегического анализа и планирования .

Однако в России стратегическое планирование пока не нашло широкого применения. Несмотря на большое количество публикаций советских и российских ученых на эту тему, оно, как элемент рыночной системы, у нас еще не сложилось.

В принципе отсутствует нормативно-правовая база, исключением я вля -ется Федеральный закон от 20 июля 1995 г. № 115-ФЗ «О государственном прогнозировании и программах социально-экономического развити Российской Федерации» и Федеральный закон от 14 марта 2001 г. «О внесении изменений и дополнений в ФЗ № 115», до сих пор определя ю-щие общие услови осуществлени

прогнозно-плановой де тельности на национальном уровне страны.

Методы долгосрочного э кстраполя -ционного планировани и экономико-

математического моделирования, используемые в недалеком прошлом, в условиях диверсификации, динамично меняющейся внешней среды и конкуренции не работают, а богатый зарубежный опыт методологии и методики индикативного планировани в наших услови х не всегда применим.

При этом многие авторы [2, 3, 5] в своих работах отмечают, что методы многомерного анализа вл ютс наиболее действенным количественным инструментом исследовани

социально-экономических процессов. К одним из них относитс кластерный анализ, который наиболее я рко отражает черты многомерного анализа в классификации.

Кроме того, данный подход в отличие от большинства математикостатистических методов не накладывает никаких ограничений на вид рассматриваемых объектов, и позволяет рассматривать множество исходных данных практически произвольной природы, резко сокращать, сжимать большие массивы социальноэкономической информации, делать их компактными и нагля дными [1].

Это имеет большое значение для перспективного планирования, когда показатели имеют разнообразный вид, затрудня ющий применение традиционных эконометрических подходов при прогнозировании.

Цель исследования — выделить «однообразные местности» или относительно качественно однородные типы в разрезе муниципальных районов региона, учитывая комплекс социальноэкономических факторов, оказывающих вли ние на развитие с.-х. производства.

Методика

Объектом исследовани вл ютс

с.-х. производители Московской обл. Разнообразие объектов и задач, в рамках проведенного исследовани , обусловило необходимость использования различных методов: абстрактнологического, монографического, расчетно-конструктивного, графического, эконометрического моделирования , метода экспертных оценок и др.

Исходным моментом расчетов выступает процедура факторного анализа программного продукта БРББ, результатами которого вл ютс

стандартизаци заданных значений переменных (Е-преобразование) и вычисление с их помощью коррел цион-ных коэффициентов Пирсона между рассматриваемыми переменными. Далее, основывая сь на геометрическом представлении рассматриваемой задачи, было найдено однозначное решение методом выделени главных компонент и методом вращени факторов. При этом полная объясненная дисперси изученных переменных показывает, что из 12 отобранных переменных (методом коррел ционно-регрессионного анализа) 8 имеют

значения, превосходящие единицу, а именно переменная «плотность населения») объясняет 47,8% суммарной дисперсии, вторая «кадастровая стоимость 1 га с.-х. угодий»> — 19,7%, треть «стоимость валового произ-

водства с.-х. продукции на 100 га с.-х. угодий»> — 10,5%, другие пять — менее 7%, следовательно, для анализа может быть отобрано 8 этих первых переменных.

Однако результаты повернутой матрицы компонентов свидетельствуют о том, что исходное количество переменных можно сократить до трех факторов. Так, по данным таблицы 1 можно судить о факторных нагрузках, под которыми следует понимать корреля ционные коэффициенты между переменными и факторами.

При этом наибольшее абсолютное значение наблюдается между первым фактором — экономическим (0,980) и пятой переменной, а также переменные 1, 3, 4, 5, 6, 7 — характеризующие экономическую составляющую районов области, причем с очень высоким положительным значением кор-рел ционных коэффициентов. Наименьшее — между третьим фактором — социальным и дес той переменной (0,860). К социальной факторной компоненте также относятся переменные под номером одиннадцать и восемь, имеющие также высокие коэффициенты тесноты св зи.

Промежуточное положение занимает абсолютное значение между вторым фактором и двенадцатой переменной — 0,881. Помимо указанной переменной в состав этого фактора вошли переменные 9 и 2, логическа интерпретаци которых позвол ет назвать этот фактор жилищным.

Матрица повернутых компонент является предварительным этапом дл кластеризации. Затем проводитс иерархический кластерный анализ в разрезе экономического, жилищного и социального факторов. Он пред-ставл ет собой многофакторную группировку, при которой каждый объект исследовани рассматриваетс как точка И-мерного пространства, а типичные группы (кластеры) как скопление точек этого пространства [2]. Объекты разбиваютс на сегменты

Матрица повернутых компонент

Компоненты (факторы)

№ п/п Переменная экономический жилищный социальный

1 2 3

1 Плотность населения, чел/км2 0,886 -0,037 0,259

2 Кадастровая стоимость 1 га с.-х. угодий административных районов, тыс. руб. 0,088 0,631 0,077

3 Стоимость валовой продукции с.-х. на 100 га с.-х. угодий, тыс. руб. (в ценах 1994 г.) 0,944 -0,018 0,104

4 Количество сельхозработников на 100 га с.-х. угодий, чел. 0,973 -0,021 0,113

5 Стоимость ОПФ* на 100 га с.-х. угодий, млн руб.. 0,980 0,031 0,111

6 Оборотные средства на 100 га с.-х. угодий, млн руб. 0,688 0,515 0,036

7 Прибыль от реализации с.-х. продукции на 100 га с.-х. угодий, тыс. руб. 0,854 0,283 0,029

8 Среднемесячная заработная плата работников с.-х., руб. 0,501 0,376 0,558

9 Площадь жилищ, приходящаяся в среднем на 1 жителя, м2 общ. площ. -0,102 0,829 0,117

10 Обеспеченность населения медицинскими кадрами — врачами на 10000 чел. постоянного населения, чел. 0,125 -0,005 0,860

11 Оборот розничной торговли на душу населения, тыс. руб. 0,066 0,305 0,790

12 Ввод в действие жилых домов за счет всех источников финансирования в расчете на 1000 чел. населения, м2 0,138 0,881 0,174

* ОПФ — основные производственные фонды.

(кластеры) по степени близости друг к другу. Для вычисления расстоя ния между объектами в п-мерном пространстве переменных используютс различные меры сходства.

Наиболее попул рной мерой сходства я вля ется евклидово расстояние — это расстояние между объектами в пространстве трех переменных вы-числ етс по формуле:

Я =^1 (Х1 “ Х2 )2 + (У 1 У2 )2 + (*1 $ *2 )2

На рисунке исследуемые объекты Ох и 02 представлены точками в пространстве трех факторных переменных. Величина г (Ох, 02) есть расстоя ние между исследуемыми муниципальными районами региона.

I

Пример исследуемых районов в трехмер ном пространстве по факторам: экономический, жилищный, социальный

Дендрограмма районов Московской обл. по экономическому, социальному и жилищному факторам за 2007-2008 гг.

-"-"-"-"-"HIERARCHICAL CLUSTER ANALYSIS-"-"-" Dendrogram using Ward Method

Rescaled Distance Cluster Combine

Label

C A S E C 0 5

Num ------------------

10 15

-+----------------------+--------

20

—4—

Воскресенский 3

Ногинский 19

Ступинский 32

Клинский 10

Можайский 16

Сергиево-Посадский 28

Лотошинский 13

Павло-Посадский 23

Шатурский 35

Егорьевский 6

Зарайский 7

Луховицкий 14

Щелковский 37

Коломенский 11

Озерский 21

Орехово-зуевский 22

Талдомский 33

Серебряно-Прудский 29

Шаховский 36

Волоколамский 2

Каширский 9

Ленинский 12

Одинцовский 20

Подольский 24

Солнечногорский 31

Истринский 8

Домодедово - гор. окр. 5

Наро-Фоминский 18

Серпуховский 30

Дмитровский 4

Раменский 26

Рузский 27

Пушкинский 25

Чеховский 34

Балашиха - гор. окр. 1

Мытищинский 17

Люберецкий 15

* *

25

------------4-

Таблица 2

Кластеры районов Московской обл. по основным социально-экономическим факторам, 2007-2008 гг.

Кластеры

типические специфические

1 (низший) 2 (средний) 3 (высший) 4 5 6 7

№ Кластерообразующие признаки (в расчете на 100 га с.-х. угодий) Всего Озерский, Орехово-Зуевский, Талдомский, Серебряно-Прудский, Шаховский, Волоколамский, Каширский Воскресенский, Ногинский, Ступинский, Клинский, Можайский, Сергиево-Посадский, Лотошинский, Павло-Посадский, Шатурский, Егорьевский, Зарайский, Луховицкий, Щелковский, Коломенский Подольский, Солнечногорский, Истринский, Домодедовский, Наро-Фоминский, Серпуховской, Дмитровский, Раменский, Рузский, Пушкинский, Чеховский Мытищинский Балашихинский Ленинский, Одинцовский Люберецкий

Количество районов — всего, шт. 37 7 14 11 1 1 2 1

в % 100 18,9 37,8 29,7 2,7 2,7 5,4 2,7

1 Стоимость валовой продукции с.-х., тыс. руб. (в ценах 1994 г.) 89,5 34,5 53,6 124,3 47,3 151,6 689,2 3745,6

2 Плотность населения, чел. на км2 91,2 45,0 73,6 98,2 380,0 830,7 245,8 1381,3

3 Кадастровая стоимость 1 га с.-х. угодий административных районов, тыс. руб. 29,3 28,0 25,6 36,1 39,1 21,5 36,0 34,2

4 Количество сельхозработников, чел. 3,4 1,8 2,4 4,7 2,4 30,6 17,4 105,8

5 Стоимость ОПФ, млн руб. 3,8 1,5 2,2 5,3 5,9 39,9 29,7 128,0

6 Оборотные средства, млн руб. 2,0 0,8 1,2 3,1 3,5 12,7 16,6 11,1

7 Прибыль от реализации с.-х. продукции, тыс. руб. 302,8 76,2 147,2 367,2 -180,6 1327,6 4426,0 6524,5

8 Среднемесячная заработная плата работников с.-х., руб. 13268 9223 11743 13645 21428 12875 17697 21007

9 Площадь жилищ, приходящаяся в среднем на 1 жителя, м2 общ. площ. 29,2 25,1 25,1 32,8 33,8 23,0 34,7 26,4

10 Обеспеченность населения — врачами на 10000 чел. постоянного населения, 25,8 20,7 26,4 25,3 35,4 25,1 22,4 30,9

11 чел. Оборот розничной торговли на душу населения, тыс. руб. 47,1 12,6 20,4 23,6 453,6 63,9 71,2 36,5

12 Ввод в действие жилых домов за счет всех источников финансирования в расчете на 1000 чел. населения, м2 1256 273 542 1701 2437 2119 2918 727

Дендрограмма, представленная на схеме, визуализирует процесс слия -ния районов области в результате кластерного анализа. Она идентифицирует объединенные кластеры и значения коэффициентов на каждом шагу. При этом отображаются не исходные значения коэффициентов, а значения, приведенные на шкале от 0 до 25. Кластеры, получающиеся в результате слия ния, отображены горизонтальными лини ми.

Осуществление вышеперечисленных процедур по отношению к исследуемым 37 районам Московской обл. за 2 007 г. позволило выя вить 7 кластеров, которые существенно разнятся соотношением в отклонени х анализируемых показателей от средних значений по области в целом (табл. 2).

Из данных таблицы 2 видно, что преобладают районы первых трех кластеров — 86,5% единиц исследуемой совокупности. В целом эти кластеры достаточно многочисленны, что по-звол ет признать их характеристики типичными. Что нельзя сказать об остальных четырех кластерах, которые вл ютс специфическими в силу единичности их представителей и разнонаправленности кластерообразующих признаков. Поэтому в дальнейшем следует отдельно проанализировать типические и специфические кластеры, сравнивая их между собой. Так, сопоставляя по типическим кластерам значени кластерообразующих признаков, закономерно прослеживается последовательная динамика их увеличени от первого кластера к третьему.

Первый (низший) кластер, состав-ля я 18,9% исследуемой совокупности, характеризуется наименьшими значени ми стоимости валовой продукции сельского хоз йства на 100 га с.-х. угодий, а также наименьшими по сравнению со средними показате-л ми по области другими основными социально-экономическими показателями; третий кластер — наивысши-

ми показател ми по сравнению с первым, превышая средние показатели по области. Второй кластер — наиболее многочисленный — занимает промежуточное положение между первым и третьим кластерами. На первый взгляд, их большинство должно располагать определенными предпосылками, а потому иметь больше шансов приблизитьс к представител м третьего кластера. Но это верно лишь отчасти, поскольку, немного превос-ход по показател м кластерообразующих признаков районов первого кластера, они имеют существенное отставание от районов высшего кластера.

При рассмотрении четвертого, пя -того, шестого и седьмого кластеров обращает на себ внимание наличие среди кластерообразующих признаков разновекторной динамики.

В частности, если значения показателей стоимости валовой продукции сельского хозяйства, количества работников сельхозпроизводства, стоимости ОПФ последовательно возрастает от четвертого к седьмому кластеру, то в изменении показателей среднемес чной заработной платы, площади жилищ в расчете на 1 постоянного жителя, оборота розничной торговли на душу населения, а также ввода в действие жилых домов, как фактора социально-жилищного, такой последовательности не наблюдаетс . А именно взаимодействие двенадцати показателей формируют существенно различающиеся между собой, но внутренне более однородные группы районов Подмосковь .

Выводы

1. Кластерный анализ практически полностью исключает возможность субъективного подхода к зонированию территории региона и позволяет проводить эту процедуру по тем показателям, которые отражают цели иссле-довани .

2. Кластерный анализ позволяет объектов, характеризующиеся одно-сформировать относительно объектив- родными чертами стро сельского хо-ные типические группы исследуемых з йства.

Библиографический список

1. БРББ: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей / Пер. с нем. Ахим Бююль, Петер Цё-фель. СПб. ООО «ДиаСофтЮП», 2005.

2. Мандель И.Д. Кластерный анализ / И.Д. Мандель. М.: Финансы и статистика, 1988.

3. Миркин Б.Г. Группировки в социально-экономических исследованиях / Б.Г. Миркин. М.: Финансы и статистика, 1985.

4. Петриков А. Проблемы агропродовольственной политики России // Экономика сельского хозяйства России, 2001. № 7. С. 3-7.

5. Юзбашев М.М. Статистический анализ тенденций и колеблемости / М.М. Юз-башев, А.И. Манелля. М.: Финансы и статистика, 1983.

SUMMARY

Methods of calculations and the order of hierarchical cluster analysis practical use of software product SPSS (the tenth version) for typification in farming industry at munici pal level are stated in this scientific article.

Key words: strategic planning, cluster analysis, socio-economic factors of development, munici pal districts of Moscow region.

Личко Климентий Павлович — д. э. н., РГАУ - МСХА имени К.А. Тимирязева. Тел. 976-06-25.

Кирсанова Юлия Сергеевна — РГАУ - МСХА имени К.А. Тимирязева. Тел. (495) 976-06-25. Эл. почта: yusk@timacad.ru