CC BY
40
Яброва О.А.
оценка пространственного распределения туристско-рекреационных ресурсов России: инструментарий и результаты
Географическое положение региона, его природно-климатические ресурсы и достопримечательности становятся источником развития лишь средствами туризма. С целью эффективного использования в России туристских ресурсов и объектов курортного лечения и отдыха создаются особые экономические зоны (ОЭЗ) туристско-рекреационного типа [1]. По результатам проведенного Минэкономразвития России в 2007 году конкурса из 28 заявок на создание таких ОЭЗ победителями были признаны 7 субъектов Российской Федерации.
Механизм ОЭЗ, являясь ярким примером частно-государственного партнерства, предполагает преференции по трем ключевым для бизнеса направлениям: налоговые и таможенные льготы, государственное финансирование инфраструктуры, снижение административных барьеров. Именно сочетание этих факторов делает режим особой экономической зоны привлекательным для инвесторов. Появление законодательства об ОЭЗ дало импульс к активизации инвестиционной политики на региональном и муниципальном уровне.
Однако в России механизм особых экономических зон пока находится в стадии становления и отладки, поэтому имеются значительные возможности по его развитию и оптимизации. В настоящее время инструмент ОЭЗ сложно использовать для запуска инвестиционных процессов в депрессивных и проблемных регионах. Этому препятствует как 50-процентное ограничение федерального инвестирования в инфраструктуру, так и текущие критерии отбора, дающие существенные преимущества наиболее развитым и благополучным субъектам Федерации. В то же время, за рубежом (особенно, в развитых странах) механизм ОЭЗ выполняет задачу поддержки отстающих регионов. Такой подход позволяет осуществлять догоняющее развитие территорий не только за счет прямой финансовой помощи из центра, но и путем создания вполне рыночных стимулов.
Принимая во внимание размеры территории Российской Федерации, а также климатогеогра-фическую и социально-экономическую дифференциацию регионов в ее составе, при формировании
стратегии развития рекреационной сферы невозможно абстрагироваться от территориального признака. Основу региональной дифференциации в развитии рекреационной сферы составляют объективные (географические, климатические, культурно-исторические, этнические и прочие) факторы. Существенное влияние оказывают также и регулируемые факторы, обусловленные уровнем развития туристской индустрии в регионах.
Выявление и учет региональных особенностей целесообразно проводить с использованием методологии статистического анализа совокупности экономических, климатогеографических, экологических и других характеристик регионов, а также статистической информации о функционировании и результатах деятельности предприятий и организаций региональных туристско-рекреационных комплексов.
Инструментарий анализа региональной вариабельности: общие принципы кластерного анализа
Проводить региональные сравнения целесообразно как по каждому показателю в отдельности, так и по совокупности показателей. В последнем случае могут быть использованы формальные методы классификации объектов. Развитие средств обработки больших массивов данных стимулировало проведение в последние годы широких комплексных исследований сложных социально-экономических, технических, медицинских, медико-социальных и других процессов и систем, таких как уровень и качество жизни населения, региональная дифференциация социально-экономического развития, дифференциация потребительского поведения населения. К числу наиболее известных работ в этой области относятся труды С.А. Айвазяна с соавторами, посвященные методологическим, методическим и прикладным проблемам классификации [2-5]. Прикладным вопросам многокритериальной классификации социально экономических систем в интересах стратегического управления в медико-социальной и торгово-производственной сферах посвящены исследования Д.Н. Верзилина с соавторами,
В.С. Гайворонского с соавторами, В.В. Уйбы, В.В. Черешнева [6-10].
Под классификацией понимается распределение рассматриваемой совокупности объектов на однородные, в определенном смысле, группы, либо отнесение каждого объекта к одному из заранее заданных классов [11]. В связи с многоплановостью и сложностью классифицируемых объектов данные о них носят многомерный характер, то есть возникает проблема классификации многомерных наблюдений. Значения показателей, наблюдаемые для каждого региона, являются координатами точек (регионов) в признаковом пространстве. Естественно предположить, что геометрическая близость двух или нескольких точек в этом пространстве означает схожесть объектов, то есть однородность регионов сразу по всем анализируемым показателям.
Таким образом, формально проблема классификации состоит в разбиении анализируемой совокупности точек-наблюдений (в нашем случае - регионов) на сравнительно небольшое число классов, таких что точки, принадлежащие одному классу, находятся на сравнительно небольших расстояниях друг от друга. Решение этой проблемы возможно с помощью методов кластерного анализа. Полученные в результате разбиения классы называют кластерами от английского слова cluster - гроздь, пучок, скопление, группа элементов, характеризуемых общим свойством. Отметим, что в кластерном анализе синонимами термина «сходство» являются «подобие», «близость», «связность», «ассоциативность» [3]. Расстояние между точками является мерой «несходства» объектов. Чем меньше расстояние, тем более схожи, подобны анализируемые объекты. Для проверки статистической значимости различий между кластерами применяется дисперсионный анализ.
Анализ вариабельности регионов по показателям емкости рекреационного комплекса
Показатели развития инфраструктурного потенциала рекреационного комплекса представлены в отчетах Федеральной и региональных служб государственной статистики, отраслевых статистических материалах. Базовыми статистическими показателями, характеризующими емкость рекреационного комплекса, являются показатели следующих наименований:
- число коллективных средств размещения (в том числе гостиничного типа и специализированных);
- численность лиц, обслуженных коллективными средствами размещения (в том числе российских граждан, иностранных туристов из стран СНГ и стран вне СНГ).
На основе указанных статистических показателей можно определить относительные показатели, приемлемые для региональных сопоставлений. Такими показателями являются, например,
- доля гостиничного сектора в коллективных средствах размещения;
- доля лиц, размещенных в гостиничном секторе в общей численности лиц, обслуженных коллективными средствами размещения;
- численность лиц, обслуженных коллективными средствами размещения, на 100 000 населения региона;
- доля иностранных граждан из стран вне СНГ от общей численности лиц, обслуженных коллективными средствами размещения.
Предлагаемые показатели прямо или косвенно характеризуют емкость регионального гостиничного и санаторно-курортного сектора, нагрузку на гостиничный сектор, общую туристскую нагрузку на население региона, привлекательность региона для въездного и внутреннего туризма. Иными словами, рассматривая в совокупности предложенные показатели можно судить об типичных чертах и особенностях развития регионального рекреационного комплекса.
Классификация регионов РФ по характеристикам развития емкостного потенциала проводилась методом К-средних, максимизировалось начальное межкластерное расстояние, то есть кластеры формировались по принципу полной связи (метод наиболее удаленных соседей). В этом методе расстояния между кластерами определяются наибольшим расстоянием между любыми двумя объектами в различных кластерах, то есть «наиболее удаленными соседями» [3]. Для оценивания сходства между объектами классификации использовалось евклидово расстояние. Чтобы уменьшить влияние относительных величин переменных, предварительно значения анализируемых показателей были нормированы к единичной дисперсии и нулевому среднему.
Проанализированы значения четырех введенных выше относительных показателей емкостного потенциала рекреаций для 95 территориальных образований РФ за 2005 год. Субъекты РФ, в состав которых входит несколько крупных, существенно отличающихся по значениям показателей развития туризма, территориальных образований (например, Архангельская область и Ненецкий автономный округ, Красноярский край, Таймырский
Таблица 1
Средние значения показателей емкостного потенциала рекреаций для выделенных типов регионов
Показатель Номер кластера Для всех
1 2 3 4 кластеров
Доля гостиничного сектора в коллективных средствах размещения, % 73 48 72 37 59
Доля лиц, размещенных в гостиничном секторе в общей численности лиц, обслуженных коллективными средствами размещения, % 79 58 82 35 67
Численность лиц, обслуженных коллективными средствами размещения, на 100 000 населения региона 19 13 28 35 17
Доля иностранных граждан из стран вне СНГ от численности лиц, обслуженных коллективными средствами размещения, % 3 2 23 2 5
(Долгано-Ненецкий) и Эвенкийский автономные округа и т.д.) разделялись при анализе на территориальные образования.
В результате проведенной классификации выделено четыре кластера. В первый кластер вошли 33 региона, во второй - 42, в третий - 8, в четвертый - 4 региона. В табл. 1 указаны средние для кластеров значения исходных (не нормированных) показателей, по которым проводилась кластеризация.
В пользу правомерности полученного разбиения регионов на кластеры свидетельствует сравнительный анализ межкластерных и внутриклас-терных расстояний. Различия между выделенными кластерами проверялись также с использованием методов дисперсионного анализа базовых (ненормированных) значений рассматриваемых показателей. Выявлены достоверные различия между кластерами (р-значение существенно меньше 0.05) по большинству показателей. Предложена содержательная интерпретация полученных результатов.
Первый кластер - это регионы, в которых гостиничный сектор доминирует над специализированным, показатель туристической нагрузки и доля иностранных туристов находятся на среднем уровне. В этот кластер вошли такие регионы как Корякский, Ненецкий, Чукотский, Эвенкийский, автономные округа, в которых доля коллективных средств размещения гостиничного типа составляет 100%, а посещаемость иностранными туристами находится на нулевом уровне. Можно предположить, что это регионы, которые посещают, скорее со служебными, чем с рекреационными и туристическими целями. Наибольшей туристической привлекательностью среди регионов первого кластера в настоящее время обладает Владимирская область, входящая в туристическую зону «Зо-
лотое кольцо»: доля иностранных граждан среди туристов, посетивших ее, составляет 12 %. В то же время гостиничное обслуживание в регионе, по-видимому, целесообразно расширять: доля гостиничного сектора составляет 58 % при среднем значении для кластера - 73 %. Это кластер регионов средней туристической привлекательности.
Второй кластер характеризуется меньшей среднего уровня долей гостиничного сектора, то есть в регионах, его образующих существенна доля специализированных средств размещений, к числу которых относятся санаторно-курортные организации, дома, пансионаты, базы и др. организации отдыха, туристские базы. Туристическая нагрузка на население этих регионов (определяемая как численность лиц, обслуженных коллективными средствами размещения за год, на 100 000 населения региона) ниже среднероссийского уровня). Посещаемость регионов иностранными туристами находится на среднем уровне. В этом кластере по показателю туристической нагрузки выделяются Ярославская, Тверская и Ленинградская области: численность лиц, обслуженных коллективными средствами размещения, на 100 000 населения региона составляет соответственно 24, 23 и 21. Эти показатели выше среднероссийского. Регионы этого кластера имеют потенциал для развития рекреационного, лечебно-оздоровительного, спортивного и аналогичных видов туризма. В этих регионах развитие рекреационной сферы целесообразно для удовлетворения потребностей в отдыхе местного населения и населения соседних регионов.
Регионы третьего кластера отличает существенная привлекательность для иностранных туристов и высокая туристическая нагрузка на население. Доля иностранных туристов составляет 23 % против 2-3 % для других кластеров. Для
всех регионов этого кластера характерна высокая туристическая нагрузка: от 19 туристов на 100 000 населения в Сахалинской и Калининградской областях до 42 - в Санкт-Петербурге. Лидером по доле иностранных граждан среди лиц, размещенных в коллективных средствах размещения, является Санкт-Петербург, для которого этот показатель составляет 43 %. Самое низкое значение этого показателя в кластере наблюдается для Новгородской области - 12 %, что существенно больше среднероссийского значения, составляющего, как видно из таблицы 1,5 %. Таким образом, регионы третьего кластера можно охарактеризовать как регионы активно развивающегося въездного туризма.
Четвертый кластер отличает самая высокая туристическая нагрузка на население и доминирующее развитие специализированных средств размещения. Доля иностранных туристов в этих регионах находится на среднем уровне. Краснодарский край, безусловно, занял лидирующие позиции по показателю туристической нагрузки на население: 52 туриста, размещенных в коллективных средствах размещения на 100 000 населения края; высока доля специализированных средств размещения, составляющая 67%. Регионы этого кластера специализируются, преимущественно, на внутреннем туризме и предоставлении рекреационных услуг.
Формирование набора показателей для оценивания инвестиционной привлекательности регионов РФ как фактора перспективности развития рекреационной сферы
Основные методологические принципы выбора первичных показателей инвестиционной привлекательности регионов с точки зрения перспективности развития туристско-рекреационной сферы достаточно очевидны.
1. Полнота и сбалансированность. Набор показателей должен адекватно отражать уровень экономического развития региона, уровень жизни населения, ресурсный потенциал туристско-рекре-ационной сферы. В тоже время набор показателей должен быть лаконичен, иными словами, удовлетворять требованиям неизбыточности, достаточной простоты для восприятия и интерпретации. Как свидетельствуют результаты аналогичных, с точки зрения применяемой методологии, прикладных статистических исследований в области многокритериальной классификации региональных социально-экономических систем, в состав анализируемых показателей достаточно включать базовые индикаторы анализируемых явлений [6-10].
2. Чувствительность. Измеряемые показатели должны статистически достоверно меняться при изменении условий (в частности, должна прослеживаться динамика этих показателей). Это также совершенно очевидное требование, учитывая прикладное значение проводимых измерений. Слишком малая вариабельность и большая инертность не позволили бы проводить мониторинг инвестиционной привлекательности. Более того, желательно, чтобы разные параметры обладали сходной чувствительностью, иначе картина будет постоянно искажаться.
3. Статистическая зависимость между показателями. Это требование связано с предыдущим. Хотя механизмы взаимовлияния социальных и экономических показателей во многих случаях неизвестны (статистическая зависимость не означает прямой причинно-следственной взаимосвязи), только те показатели, для которых такая зависимость выявлена, могут служить индикаторами при анализе инвестиционной привлекательности.
4. Интерпретируемость. Используя показатель, мы должны хотя бы в общих чертах понимать, что именно он характеризует. В противном случае все остальные требования оказываются бесполезными.
5. Доступность и надежность данных. Выбирая тот или иной показатель для дальнейшего изучения, мы должны быть уверены, что данные по нему регулярно собираются (по крайней мере, могут быть получены), что мы можем этим данным доверять, и что показатель измеряется по стандартной методике, то есть данные из разных регионов сопоставимы.
6. Экономичность. Поскольку сбор данных может происходить в очень широких масштабах, любой лишний показатель заметно увеличит стоимость работ. Опираясь на известные показатели социально-экономического развития, не следует анализировать те показатели, которые друг друга дублируют (например, функционально взаимосвязаны друг с другом).
Информационной базой исследования послужили официальные статистические данные о социально-экономическом развитии регионов РФ, представленные Росстатом.
Исходя из целей оценивания и вышеуказанных методологических принципов формирования набора первичных показателей, нами выбраны относительные статистические показатели, характеризующие состояние рынка труда и результативность экономической деятельности, а именно:
- численность незанятых трудовой деятельностью граждан, состоящих на учете в службах занятости (человек на 1000 населения);
- потребность предприятий в работниках, заявленная в службы занятости, (человек на 1000 населения);
- оборот розничной торговли (рублей на душу населения);
- объем инвестиций в основной капитал (рублей на душу населения);
- валовой региональный продукт на душу населения (в текущих основных ценах, рублей).
Многомерный статистический анализ вариабельности инвестиционной привлекательности регионов
Многомерный статистический анализ вариабельности инвестиционной привлекательности регионов с точки зрения перспективности развития туристско-рекреационной сферы основана на методе главных компонент и кластерном анализе. В соответствии с методом главных компонент взаимосвязь между наблюдаемыми показателями называется структурой зависимости и может быть измерена корреляциями между ними. В некоторых случаях, практически без потери информативности, можно снизить размерность пространства анализируемых показателей за счет построения некоторых латентных (гипотетических или ненаблюдаемых) факторов, измеряемых в условных единицах, количество которых будет меньше количества наблюдаемых показателей. Используемая затем процедура вращения главных компонент позволяет перейти к латентным факторам, лучше поддающимся содержательной интерпретации. При решении практических задач исследования использован вариант процедуры определения
латентных факторов с вращением главных компонент по методу варимакс.
В результате пространство анализируемых показателей, характеризующих региональную вариабельность рынка труда и результативности экономической деятельности, а следовательно, вариабельность привлекательности регионов с точки зрения перспективности инвестиций в развитие туристско-рекреационной сферы, было снижено с пяти статистических показателей до двух латентных факторов.
В табл. 2 представлены значения факторных нагрузок для сформированных латентных факторов. Факторные нагрузки есть коэффициенты корреляции латентных факторов с первичными показателями. В последней строке таблицы приведена доля в совокупной дисперсии, объясняемая каждым фактором. Видно, что первый латентный фактор объясняет 41 % региональной вариабельности инвестиционной привлекательности, второй - 30 %. Совокупный вклад обоих факторов в объяснение региональной вариабельности составляет 71 %.
Из таблицы видно, что статистические показатели, характеризующие результативность экономической деятельности, имеют высокую корреляцию с первым латентным фактором.
Индикаторы состояния рынка труда (численность незанятых трудовой деятельностью граждан, состоящих на учете в службах занятости, и заявленная в службы занятости потребность предприятий в работниках) оказывают большую нагрузку на второй латентный фактор.
Исходя из значений факторных нагрузок, проведена содержательная интерпретация выделенных факторов. Первый фактор назван фактором экономической активности регионов,
Таблица 2
Значения факторных нагрузок для латентных факторов инвестиционной привлекательности регионов
Статистический показатель Латентные факторы
фактор 1 фактор 2
Численность незанятых трудовой деятельностью граждан, состоящих на учете в службах занятости на 1000 населения 0,13 0,83
Потребность предприятий в работниках, заявленная в службы занятости на 1000 населения 0,34 -0,71
Оборот розничной торговли на душу населения 0,74 -0,48
Объем инвестиций в основной капитал на душу населения 0,78 0,14
Валовой региональный продукт на душу населения 0,88 -0,16
Общая дисперсия 0,41 0,30
второй - фактором трудовых резервов региона. Сформированные таким образом латентные факторы достаточно хорошо объясняют региональную вариабельность рынка труда и результативности экономической деятельности, и как следствие,
очевидно различие между регионами, образующими «облако» с центром в районе начала координатных осей, и регионами, существенно удаленными от нулевых значений хотя бы одного из факторов, положенных в основу классификации. Например,
СЕ
0)
с; о >.
ш
о т о.
0) со 0
о.
><
л т
0
1 н
О.
I
(б ©
6 5 4 3 2
•Л
♦♦»У» о;, .. ж ,
1
■ С.-Петербург
Д Ингушетия
Л Корякский а.о.
Ханты-Мансийский А а.о.
• Ямало-Ненецкий
• а.о.
Сахалинская обл. Тюменская обл. А
-1
Чукотский а.о.
Ненецкий а.о.
■ Кластер 1 А Кластер 2
♦ Кластер 3 а Кластер 4
* Кластер 5
-2 -3 -4
Москва
Фактор экономической активности (усл. ед.)
Рис. 1. Распределение регионов в пространстве выделенных латентных факторов инвестиционной привлекательности
региональную вариабельность перспективности инвестиций в развитие туристско-рекреационной сферы. На рис. 1 представлено распределение регионов в пространстве выделенных латентных факторов.
Для построения типологии регионов применен кластерный анализ.
Поскольку в основу классификации положены значения нормированных и некоррелированных друг с другом латентных факторов, применяется обычная евклидова метрика. Для формирования кластеров используется метод определения ближайшего соседа с максимизацией межкластерных расстояний [3]. Разбиение регионов на кластеры осуществляется одновременно по двум факторам: экономической активности и трудовых резервов.
Следует отметить, что результаты полученной формальной классификации (5 кластеров) предугадываются из вышеприведенного рисунка. Так,
для Москвы достаточно велико значение фактора экономической активности (2,84) и существенно ниже нуля значение фактора трудовых резервов (-3,20). В Республике Ингушетии при наличии значительных трудовых резервов (значение фактора равно 5,09 - максимум среди соответствующих значений для регионов РФ) экономическая активность немногим выше среднего уровня (значение фактора равно 0,33).
Красноярский край относится к самому многочисленному третьему кластеру, регионы, в составе которого, группируются в основном ниже оси абсцисс. Исходя из значений латентных факторов (0,15 и 0,15), можно заключить, что рассматриваемый регион занимает пограничное положение между третьим и пятым кластером.
Содержательная интерпретация состава кластеров проводится исходя из средних (по кластерам) значений латентных факторов - оснований
классификации, а также средних и индивидуальных значений наблюдаемых статистических показателей.
Инвестиционная привлекательность регионов малочисленных кластеров (первого, второго и четвертого) заслуживает индивидуального рассмотрения.
Первый кластер образуют регионы с высоким уровнем экономической активности и высокой потребностью в рабочей силе. В составе кластера Москва и Санкт-Петербург, для которых характерны высокие значения наблюдаемых показателей экономической активности, а также большее 1 соотношение заявленной потребности в работниках к числу зарегистрированных безработных.
Во второй кластер вошли два региона (Республика Ингушетия и Корякский автономный округ) с высоким уровнем безработицы. Численность незанятых трудовой деятельностью граждан, состоящих на учете в службах занятости, высока и составляет для этих регионов 108,8 и 64,7 человек на 1000 населения соответственно. Потребность предприятий в работниках, заявленная в службы занятости, человек, крайне низкая и составляет соответственно 0,2 и 0,4 человек на 1000 населения. Таким образом, указанные регионы обладают высоким трудовым резервом.
В четвертый кластер вошли регионы с самой высокой экономической активностью. Ненецкий автономный округ, входящий в состав Архангельской области и рассматриваемый нами как самостоятельный объект исследования, отличается высоким уровнем инвестиций в основной капитал на душу населения. Для Тюменской области и входящих в ее состав Ханты-Мансийского и Ямало-Нененцкого автономных округов характерны высокие значения валового регионального продукта на душу населения.
Третий и пятый кластеры содержат большинство российских регионов: 57 и 20 соответственно. Для обоих кластеров характерны близкие к среднему по регионам России значения фактора экономической активности. Регионы третьего кластера отличают, как правило, значения фактора трудового резерва среднего и ниже среднего уровня. Для регионов пятого кластера значение этого фактора выше нуля.
Анализ взаимозависимости типологий регионов России
Далее, для уточнения привлекательности регионов с точки зрения перспективности инвестиций в сферу туризма и рекреации, построенная типо-
логия регионов анализируется в совокупности с типологией регионов по показателям емкости рекреационного комплекса.
Для сравнения типологий регионов продуктивным является использование непараметрических методов [7]. При сопоставлении двух типологий ставится вопрос о том, зависит ли принадлежность регионов к заданному кластеру одной типологии от того, к какому кластеру они принадлежат в рамках другой типологии, то есть, существует ли статистически значимая зависимость между типологиями.
Для проведения анализа данные о кластерной принадлежности регионов удобно представлять с помощью прямоугольных матриц, называемых двухвходовыми таблицами или таблицами сопряженности признаков [3]. Строки и столбцы матрицы соответствуют некоторым группам исследуемых объектов. Группы объектов формируются в зависимости от значений двух классификационных признаков. В рассматриваемом случае классификационными признаками регионов является принадлежность к типологии по инвестиционной привлекательности и емкости рекреационного комплекса.
Первый признак используется для формирования строк матрицы (пять типов регионов по инвестиционной привлекательности - пять строк), а второй - для формирования столбцов (четыре типа регионов по емкости - четыре столбца). Признаком в рассматриваемом случае является принадлежность региона к кластеру в составе той или иной типологии. Каждый элемент матрицы (содержимое ячейки двухвходовой таблицы) отражает некоторую количественную характеристику совокупности объектов, одновременно принадлежащих двум группам: первая группа определяется по номеру строки элемента, а вторая - по номеру столбца. Иными словами, каждый элемент матрицы отражает количество регионов, принадлежащих одновременно двум кластерам, взятым из двух сравниваемых типологий (табл. 3).
Например, из таблицы видно, что из числа 87 анализируемых регионов 57 регионов относятся к третьему кластеру в типологии по инвестиционной привлекательности (для этих регионов характерны близкие к среднему по России значения фактора экономической активности и, как правило, среднего и ниже среднего уровня значения фактора трудового резерва). Из этих 57 регионов 18 относятся к первому кластеру в типологии по емкости рекреационного комплекса, 32 региона - ко второму кластеру этой же типологии.
Таблица 3
Таблица сопряженности признаков для группировки регионов по инвестиционной привлекательности и емкости рекреационного комплекса, абсолютные наблюдаемые частоты (количество регионов)
Номер кластера по Инвестиционной привлекательности Номер кластера по емкостному потенциалу Всего регионов
1 2 3 4
1 1 0 3 0 4
2 1 1 0 0 2
3 18 32 4 3 57
4 4 0 0 0 4
5 9 9 1 1 20
Всего регионов 33 42 8 4 87
Для анализируемой таблицы сопряженности признаков (табл. 3) проводится проверка статистических гипотез. Здесь нулевая гипотеза формулируется в терминах статистической независимости типологий регионов, альтернативная гипотеза состоит в том, что типологии зависимы.
Для проверки гипотезы о независимости используется процедура, состоящая в вычислении ожидаемого количества регионов, принадлежащих одновременного каким-нибудь из двух кластеров обеих типологий. Затем вычисляется значение статистики хи-квадрат и соответствующее ей р-значение. Для рассматриваемых типологий статис-
тика критерий хи-квадрат равна 30,4 при 12 степенях свободы, р-значение составляет 0,0024, что меньше уровня значимости 0,005. Следовательно, гипотеза о независимости типологий отвергается. Иными словами, существует выраженная зависимость между типологиями.
Далее приводятся результаты совместной типологизации регионов по инвестиционной привлекательности и емкости рекреационного комплекса (табл. 4).
В настоящее время Ростуризм осуществляет работу, направленную на формирование благоприятного инвестиционного климата России и ее регионов в части развития туристско-рекреационных
Таблица 4
Кластеры по Кластеры по емкости рекреационного комплекса
инвестиционной при- 1 2 3 4
влекательности
Гостиничный сек- Существенная доля Существенная Самая высокая
тор доминирует специализированных привлекатель- туристическая
над специализи- средств размещений, ность для иност- нагрузка
рованным. доля гостиничного сек- ранных граждан. Доминирующее
Туристическая тора ниже среднего. Высокая ту- развитие специ-
нагрузка и доля Туристическая нагрузка ристическая ализированных
иностранных - ниже среднего уровня. нагрузка. средств размеще-
туристов - на Посещаемость иност- Гостиничный ния. Доля иност-
среднем уровне ранными гражданами - сектор домини- ранных туристов
на среднем уровне. рует над специализированным. - на среднем уровне.
1. Экономическая актив- Чукотский а.о. - Москва -
ность - высокая Санкт-Петербург
Потребностью в рабочей Сахалинская обл.
силе - высокая
2. Экономическая актив- Корякский а.о. Ингушетия - -
ность - средняя.
Высокий уровень безра-
ботицы
Группировка регионов по инвестиционной привлекательности и емкости рекреационного комплекса
Окончание табл. 4
Кластеры по Кластеры по емкости рекреационного комплекса
инвестиционной привлекательности 1 2 3 4
3. Экономическая активность - средняя. Трудовой резерв - средний и ниже среднего уровня Владимирская Калужская Костромская Курская Орловская Смоленская Республика Коми Архангельская Вологодская Мурманская Псковская Астраханская Оренбургская Хакасия Красноярский Иркутская Саха (Якутия) Камчатская Белгородская Брянская Воронежская Ивановская Липецкая Рязанская Тверская Тульская Ярославская Ленинградская Волгоградская Ростовская Башкортостан Марий Эл Мордовия Татарстан Удмуртская Чувашская Пермский Кировская Нижегородская Пензенская Самарская Саратовская Курганская Свердловская Челябинская Бурятия Кемеровская Новосибирская Омская Еврейская авт. Карелия Калининградская Новгородская Приморский край Московская Краснодарский край Ставропольский край
4. Экономическая активность - значительно выше среднего. Трудовой резерв - выше среднего уровня Ненецкий ао Тюменская Ханты-Мансийский а.о. - Югра Ямало-Ненецкий ао
5. Экономическая активность - средняя. Трудовой резерв - выше среднего уровня Калмыкия Республика Тыва Таймырский а.о. Эвенкийский а.о. Усть-Ордынский Бурятский а.о. Томская Читинская Хабаровский Магаданская Тамбовская Адыгея Дагестан Кабардино-Балкарская Карачаево-Черкесская Северная Осетия - Алания Ульяновская Алтайский Агинский Бурятский а.о. Амурская Алтай
территорий. Одним из направлений данной работы является создание реестра инвестиционных проектов, который также станет информационной базой перспективных туристских проектов субъектов Российской Федерации.
Таким образом, полученные в результате анализа пространственного распределения ту-ристско-рекреационных ресурсов России типологии регионов по уровню развития емкостного потенциала рекреаций и инвестиционной привлекательности могут быть использованы при разработке инвестиционных проектов, а также при обосновании управленческих решений в области
государственного регулирования туристско-рек-реационной сферы.
Представленный инструментарий анализа пространственного распределения туристско-рекреационных ресурсов России, результатом которого являются оценки региональной дифференциации емкостного потенциала рекреаций и инвестиционной привлекательности регионов, рассматривается нами как одно из направлений развития научных исследований в сфере туризма, способствующее, в конечной цели, определению приоритетных направлений развития туризма в Российской Федерации в рамках государственного регулирования туристской деятельности.
СПИСОК ЛИТЕРАТУРЫ
1. Федеральный закон от 3 июня 2006 г №76-ФЗ «О внесении изменений в Федеральный закон «Об особых экономических зонах в Российской Федерации» // Российская газета. 2006. 8 июня.
2. Айвазян С.А. Интегральные индикаторы качества жизни населения: их построение и использование в социально-экономическом управлении и межрегиональных сопоставлениях. М.: ЦэМИ РАН. 2000. 118 с.
3. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. Москва: Финансы и статистика. М.: Финансы и статистика. 1989. 607 с.
4. Айвазян С.А., Герасимова И.А. Социальная структура и социальное расслоение населения Российской Федерации (по материалам выборочного обследования населения трех регионов РФ): Препринт #WP98/061. М.: ЦЭМИ РАН. 1998. 86 с.
5. Типология потребления / Отв. ред. д-р ф.-м.н. С.А. Айвазян, д.э.н. Н.М. Римашевская. М.: Наука, 1978. 168 с.
6. Верзилин Д.Н., Гайворонский В.С., Гер-дюш А.Э., Максимова Т.Г. Многофакторная социально-экономическая типология регионов Российс-
кой Федерации // Личность, образование и общество в России в начале XXI века: Межвузовский сб.научн. трудов. СПб.: ЛОИРО, РГПУ им. А.И. Герцена. 2001. С. 125-128.
7. Верзилин Д.Н. Методы анализа условий и качества функционирования социальных и медицинских систем в субъектах Российской Федерации. СПб.: Изд-во СПбГУЭФ, 2004. 175 с.
8. Гайворонский В.С., Верзилин Д.Н., Максимов Г.К., Карпова Г.А., Максимова Т.Г. Методология стратегического анализа качества региональных социальных и медицинских систем. СПб.: Изд-во СПбГУЭФ. 2002. 111 с.
9. Уйба В.В. Методология управления качеством медицинской помощи в сети лечебно-профилактических учреждений. М., СПб.: ФМБА "Изд-во ВМА". 2005. 175 с.
10. Черешнев В.В. Модели конкуренции и конъюнктуры товарного рынка. СПб.: Изд-во СПбГУЭФ. 2005. 127 с.
11. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики: В 2-х томах, 2-е изд., испр. Т.1. М.: ЮНИТИ. 2001. 656 с.
Заборовская О.В., Дегтярева В.А., Баранова И.В.
тенденции развития сферы услуг в постиндустриальной экономике
Краткий экскурс в дефиниции сервисной экономики предпримем по материалам Ю. Латова (18). Сфера услуг (service) - сфера экономики, где производятся блага, полезный эффект которых проявляется в самом процессе их создания.
Надо отметить, что широко употребляемый и интуитивно понятных термин "сфера услуг" до сих пор не является однозначно определенным. Так, сферу услуг можно рассматривать "не как особую отрасль народного хозяйства, характеризующуюся определенным содержанием кон-
