CC BY
25
48 (183) - 2010
СТРАТЕГИЯ РАЗВИТИЯ РЕГИОНА
УДК 331.28
МНОГОМЕРНАЯ КЛАССИФИКАЦИЯ ОСНОВНЫХ
ПОКАЗАТЕЛЕЙ РЕГИОНАЛЬНОГО УРОВНЯ РАЗВИТИЯ ПРОИЗВОДСТВЕННОГО ПОТЕНЦИАЛА
КАК ФАКТОРА КАЧЕСТВАЖИЗНИ НАСЕЛЕНИЯ КУРСКОЙ ОБЛАСТИ В СОСТАВЕ ЦЕНТРАЛЬНОГО
ФЕДЕРАЛЬНОГО ОКРУГА
М. В. ШАТОХИН, доктор экономических наук, профессор кафедры финансов бюджета и страхования E-mail: shato@mail.ru Курский филиал Всероссийского заочного финансово-экономического института
Е. В. ТИНЬКОВА, старший преподаватель кафедры экономики и управления E-mail: ser-tinkov@yandex.ru Курский государственный технический университет
Выполнен кластерный анализ регионов Центрального федерального округа по показателям уровня развития производственного потенциала и качества жизни населения. Построена производственная функция, которая доказывает, что фактически производственный потенциал является главным фактором жизни населения
Ключевые слова: промышленный потенциал, регион, факторный анализ, кластерный анализ, качество жизни.
При проведении исследования методами кластерного анализа выполнена многомерная классификация основных количественных характеристик уровня развития производственного потенциала и качества жизни населения по сгруппированным подмножествам соответствующих показателей
среди субъектов Центрального федерального округа (ЦФО), принятым Федеральной службой государственной статистики.
Статистические модельные расчеты выполнены авторами данной работы по программе кластерного анализа с использованием программы статистической обработки данных 8ТАТОКАРН1С8 2.1 + FORWINDOWS.
Методы кластерного анализа используются для разбиения изучаемой совокупности объектов на группы близких в я-мерном векторном пространстве объектов, называемых кластерами. Проведение многомерной классификации методами кластерного анализа позволяет строить дерево классификации п объектов посредством иерархического объединения их в группы или кластеры на основе
критерия минимума расстояния в пространстве т переменных, описывающих объекты, находить разбиение некоторого множества объектов на заданное число компактных кластеров.
Графическое изображение процесса объединения кластеров может быть получено с помощью дендрограммы — дерева объединения кластеров. Если начальное разбиение на классы нельзя произвести с достаточной степенью уверенности, то можно предварительно выполнить кластерный анализ с использованием дивизивной стратегии разбиения (разбиение объектов на кластеры непосредственно) и испробовать несколько вариантов числа группировок.
Рассмотрим результаты многомерной группировки субъектов ЦФО для определения качества регионального производственного потенциала Курской области и его соответствия качеству жизни населения.
Показатели уровня развития производственного потенциала — валового регионального продукта (ВРП), количества производственных предприятий и организаций, потенциала промышленности стройматериалов, потенциала строительства, потенциала агропромышленного комплекса, мощностей легкой промышленности, потенциала горнодобывающей промышленности, электроэнергетического потенциала, автотранспортного потенциала, финансового потенциала являются системообразующими для формирования качества жизни населения характеристиками регионального производственно-экономического комплекса. Как показывают данные кластерного анализа, субъекты ЦФО распределя-
ются натри группы по выделенным 17 показателям уровня развития производственного потенциала с различимой разницей между их центроидными значениями в кластерах (табл. 1).
Московская область, как показывает проведенный анализ, образует отдельный (третий) кластер показателей производственного потенциала, поскольку несопоставимо велика по сравнению с другими регионами округа.
Наибольший (второй) кластер, в который входит Курская область, образуют 13 регионов с относительно меньшими центроидными значениями большинства показателей этой группы по сравнению с малочисленным первым кластером, с относительно большими центроидными значениями соответствующих показателей.
В состав этого кластера входят традиционно передовые по уровню развития производственного потенциала регионы ЦФО: Воронежская, Белгородская и Липецкая области. Следовательно, второй кластер региональных объектов, включающий Курскую область, является средним по уровню развития производственного потенциала.
Рассмотрим качественное соответствие закономерностей многомерной классификации регионального производственного потенциала и качества жизни населения. Для этого выполняется кластерный анализ первого подмножества показателей качества жизни населения — демографии и занятости, которые образованы семью характеристиками, включающими коэффициенты рождаемости, смертности, естественного прироста населения, ожидаемой продолжительности жизни,
Таблица 1
Кластерный анализ показателей уровня развития производственного потенциала в регионах ЦФО
Кластер Число элементов кластера (областных регионов) Центроидные значения показателей (переменных) в кластере
Х41 Х42 Х44 Х45 Х46 Х47
1 3 228 043 147 284 35 587 105,7 172,5 237,9
2 13 121 824 103 904 28 903 105,3 23,0 90,9
3 1 1 306 ООО 196 131 224 666 103,8 251,9 743,8
Продолжение табл. 1
Кластер Число элементов кластера (областных регионов) Центроидные значения показателей (переменных) в кластере
Х48 Х49 Х50 Х51 Х52 Х53
1 3 6 242 103 569 890 147 453
2 13 3 389 76 88 2218 1219 248
3 1 586 396 0 2 100 2 373 1 858
Окончание табл. 1
Кластер Число элементов кластера (областных регионов) Центроидные значения показателей (переменных) в кластере
Х54 Х55 Х61 Х62 Х72
1 3 281 6,5 985 1441 92 305
2 13 178 9,9 387 981 39 861
3 1 648 27,6 7 881 4 124 444 006
показатели среднегодовой численности занятых в экономике, незанятых трудовой деятельностью, численность безработных (табл. 2).
Регионы ЦФО образуют три хорошо выраженных кластера в пространстве переменных, представляющих показатели демографии и занятости населения. Как показывает проведенный анализ, Московская область образует отдельный (третий) кластер с наилучшими значениями рассматриваемых показателей, поскольку она несопоставимо велика по сравнению с другими регионами округа, имеет наивысшие в ЦФО характеристики производственного потенциала и, как следствие этого, лучшие характеристики качества жизни. Наибольший кластер (второй), в который входит Курская область, образуют 10 регионов со средними центроидными значениями показателей рождаемости, смертности, продолжительности жизни и безработицы, в отличие от регионов ЦФО с относительно худшими значениями рассматриваемых показателей. Следовательно, кластер, в который входит Курская область, является средним по рассматриваемой группе показателей качества жизни населения.
Проведем сопоставление регионального уровня развития производственного потенциала и второй группы характеристик качества жизни населения, образованных девятью показателями уровня жизни, включающими среднедушевые денежные доходы, среднемесячную заработную плату, размер пенсий, площадь жилых помещений на одного жителя, потребление основных продуктов питания.
Для этого рассмотрим данные проведенного нами кластерного анализа субъектов ЦФО по этой группе показателей качества жизни (табл. 3).
Как показывают данные кластерного анализа, рассматриваемые областные регионы образуют три группы с хорошо различимыми отклонениями центроидных значений подмножества переменных, выражающих показатели уровня жизни населения.
Разумеется, Московская область образует отдельный (третий) кластер с максимальными значениями большей части показателей этой группы, что подтверждает ранее сделанный вывод о причинной обусловленности качества жизни населения, объема и уровня развития производственного потенциала, которые являются для Московской области абсолютно наибольшими среди всех субъектов ЦФО. Причем показатели среднедушевого потребления картофеля и хлебобулочных изделий для Московской области не являются максимальными, поскольку здесь сформировался свойственный для наиболее высокого уровня качества жизни молочно-мясной тип питания населения.
Шесть субъектов ЦФО, включая Курскую область, соответствуют группе средних, образующих первый кластер по уровню этой группы показателей качества жизни регионов, десять регионов следует отнести к группе условно худших по центроидным значениям соответствующих показателей.
Рассмотрим соответствие уровня регионального производственного потенциала и третьей группы выбранных нами характеристик качества
Таблица 2
Кластерный анализ показателей демографии и занятости населения в регионах ЦФО
Кластер Число элементов кластера (областных регионов) Центроидные значения показателей (переменных) в кластере
Х16 Х17 Х18 Х19 Х20 Х21 Х22
1 10 10,5 17,4 2,99 74,45 532,6 8,59 7,54
2 6 10,1 19,4 0,93 72,85 690,8 13,8 12,0
3 1 10,5 16,6 3,9 74,0 2 860,1 38,8 26,3
Кластерный анализ показателей уровня жизни в регионах ЦФО
Кластер Число элементов кластера (областных регионов) Центроидные значения показателей (переменных) в кластере
Х23 Х24 Х26 Х27 Х28
1 6 11 508 12 194 4 233 25 66
2 10 10 677 12 078 4 391 24 59
3 1 19 871 21 502 4 771 28 91
Окончание таблицы 3
Кластер Число элементов кластера (областных регионов) Центроидные значения показателей (переменных) в кластере
Х29 хзо Х31 Х32
1 6 236 120 103 145
2 10 213 102 88 111
3 1 260 103 97 116
Таблица 3
Кластерный анализ показателей здравоохранения, обучения и криминализации в регионах ЦФО
Таблица 4
Кластер Число элементов кластера (областных регионов) Центроидные значения показателей (переменных) в кластере
хзз Х34 Х35 Х36 Х38 Х39 Х40
1 3 305 41 107 43 89 226 1 531
2 8 98 16 38 37 114 263 1 778
3 6 100 18 42 55 111 235 2 031
Группа лучших по уровню производственного потенциала регионов ЦФО
Типичный лучший регион -Московская облас
Группа лучших по качеству жизни населения регионов ЦФО
Группа сред-
них по уров-
ню производ-
ственного по- |
тенциала ре-
гионов ЦФО
Типичный средний регион -Курская область
Группа средних по качеству жизни населения регионов ЦФО
Схемное изображение функционального соответствия качества жизни населения уровню развития производственного потенциала в регионах ЦФО, выявленного путем проведения кластерного анализа: а — типичный лучший регион — Московская область; б — типичный средний регион — Курская область
жизни населения, образованных показателями здравоохранения, обучения и криминализации. Подмножество переменных, выбранных для многомерной группировки областных регионов ЦФО по уровню здравоохранения, обучения и криминализации, образуют семь показателей, включая численность учащихся общеобразовательных, средних специальных, высших учебных заведений; численность врачей и больничных коек, мощность поликлинических заведений в расчете на 10 ООО чел. населения; число зарегистрированных преступлений на 100 ООО чел. населения. Данные кластерного 1. анализа распределения регионов ЦФО по этой группе показателей качества жизни населения приведены в табл. 4. По этой группе показателей Московская, Воронежская, Белгородская области образуют первый кластер с наилучшими по сравнению с другими регионами ЦФО относительными 2. показателями количества учащихся, студентов, врачей и преступлений, что объясняется высоким уровнем развития производственного потенциала
в этих регионах. Третий кластер образуют шесть регионов, в число которых входит Курская область, со средними значениями рассматриваемых показателей качества жизни (за исключением уровня криминализации, который в этом кластере наибольший); второй наиболее многочисленный кластер по этой группе показателей образуют восемь условно худших регионов.
Как показывают результаты многомерной классификации субъектов ЦФО, выполненной методами кластерного анализа, между уровнем развития ресурсного потенциала и качеством жизни населения в оценке по трем группам показателей (демографии и занятости населения; уровня жизни; обучения, здравоохранения, криминализации) существует взаимно однозначное соответствие.
Объективным подтверждением указанной закономерности является выполненное нами обоснование того, что Московская область является типичным лучшим регионом в группах лучших регионов как по развитию производственного потенциала, так и по качеству жизни. Курская область представляет группу средних по уровню производственного потенциала и качеству жизни регионов ЦФО.
Список литературы
ЕвченкоА. В., Кузъбожев Э. ^.Прогнозирование и программирование социального развития региона в переходной экономике: ресурсный подход / под науч. ред. д-ра экон. наук, проф. Э. Н. Кузьбожева. Курск: Изд-во РОСИ, 2000. 216 с.
Смирнов В. Эффективность социально-экономического развития региона: оценка и обеспечение // Проблемы теории и практики управления. 2008. № 9. С. 15-23.
