CC BY
28
УДК 338:91 В.Н. ИЛЬИН
ББК 65.04 аспирант Восточно-Сибирского государственного
технологического университета, г. Улан-Удэ e-mail: vladimiri_ameta@mail.ru
РАНЖИРОВАНИЕ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ РЕСПУБЛИКИ БУРЯТИЯ ПО ОСНОВНЫМ МАКРОЭКОНОМИЧЕСКИМ ПОКАЗАТЕЛЯМ
Рассмотрен один из способов рейтинговой оценки муниципальных образований субъекта Федерации по основным макроэкономическим показателям. Для получения критериальных признаков использован компонентный анализ. Ключевые слова: доходы, ранжирование, компонентный анализ.
V.N. ILIN
post-graduate student of East Siberian State University
of Technology, Ulan-Ude e-mail: vladimiri_ameta@mail.ru
RANKING OF THE REPUBLIC OF BURYATIA’S MUNICIPAL ENTITIES OF ON THE BASIC OF MACROECONOMIC INDICATORS
One of the rating estimate methods of municipal entities of a Federation's subject on the basic of major macroeconomic indicators is studied. Component analysis is used in order to obtain criterion features.
Keywords: income, ranking, component analysis.
Одним из показателей, характеризующих ситуацию по выплате пенсий, является обеспеченность территориальных органов Пенсионного фонда по Республике Бурятия собственными доходами на покрытие расходов на эти цели. Изучение основных показателей деятельности территориальных органов Пенсионного фонда по Республике Бурятия свидетельствует о резкой дифференциации доли собственных источников финансовых ресурсов в общей сумме их доходов. Основными причинами неравномерной обеспеченности расходов на выплату пенсий собственными доходами являются разный уровень развития экономики в районах Республики Бурятия, неодинаковый уровень занятости населения и различное соотношение численности занятых в экономике и численности пенсионеров. Поэтому в деятельности отделения Пенсионного фонда по Республике Бурятия одной из главных задач является создание эффективного механизма регионального выравнивания с целью выполнения в полном объеме обязательств по выплате пенсий. Одним из способов ее
решения является проведение трансфертной политики в области пенсионного обеспечения на основе рейтинговой оценки районов Республики Бурятия.
Рассмотрим задачу ранжирования муниципальных образований Республики Бурятия. В качестве репрезентативных макроэкономических показателей, определяющих дифференциацию муниципальных районов по объему поступления доходов в Пенсионный фонд, отобраны с использованием корреляционного анализа следующие:
- размер среднемесячной номинальной начисленной заработной платы (х,), р.;
- объем промышленной продукции на душу населения (х2), р.;
- доля продукции сельского хозяйства в хозяйствах всех категорий на душу населения (хэ^ р.;
- оборот розничной торговли на душу населения (х4), р.;
- доходы местного бюджета на душу населения (х5), р.;
- расходы местного бюджета на душу населения (х6), р.;
© В.Н. Ильин, 2010
- инвестиции в основной капитал по крупным и средним предприятиям на душу населения (х7), р.
В качестве основного инструмента использован компонентный анализ, который позволил выявить социально-экономический потенциал районов Республики Бурятия для активизации пенсионной деятельности. Кроме того, проведен факторный анализ социальноэкономического развития районов Республики Бурятия по данным, полученным за 2008 г.
Из-за наличия большого числа исследуемых показателей ранжирование исходных данных проводить нецелесообразно, сначала необходимо применить метод главных компонент, являющийся удобным для «сжатия» информации с целью выявления обобщенных компонент [1]. Результаты применения компонентного анализа к данным за 2008 г. приведены в табл. 1.
Таблица 1 Характеристики факторной модели,
полученной по данным за 2008 г.
Пе- ре- мен- ная Собст- венные значения Процент общей дисперсии Кумуля- тивные собс- твенные значения Кумуля- тивный процент
X, 3,593 813 51,340 19 3,593 813 51,340 2
*2 1,309 159 18,702 27 4,902 972 70,042 5
Х3 0,906 577 12,951 09 5,809 548 82,993 5
Х4 0,601 738 8,596 26 6,411 287 91,589 8
Х5 0,333 726 4,767 51 6,745 013 96,357 3
Х6 0,210 579 3,008 27 6,955 591 99,365 6
Х7 0,044 409 0,634 41 7,000 000 100,000 0
На основе табл. 1 можно сделать вывод о том, что оптимальное количество главных
компонент, выбранных для анализа и ранжирования, будет равно двум. На это указывает число собственных значений, больших единицы, и накопленный процент, который показывает, что доля дисперсии исходных признаков, описываемая двумя первыми факторами, равна 70,04%.
Далее проведем анализ главных компонент и рассмотрим решение с семью факторами. Для этого проанализируем корреляции между переменными и семью факторами (или «новыми» переменными), выделенными по умолчанию. Эти корреляции называются факторными нагрузками [2]. Таким образом, они представляют самую важную информацию, на которой базируется интерпретация факторов. Рассмотрим невращаемые факторные нагрузки для всех семи факторов (табл. 2).
Факторы извлечены так, чтобы последовательные факторы составляли меньше разницы. Поэтому неудивительно, что первый фактор показывает самые большие значения факторных нагрузок. Также обратим внимание, что признак факторных нагрузок только рассчитывает то, что переменные с противоположными нагрузками на том же самом факторе касаются того фактора противоположными способами.
Возможно изобразить факторные нагрузки в виде диаграммы рассеяния. На этой диаграмме каждая переменная представлена точкой. Можно повернуть оси координат в любом направлении без изменения относительного положения точек; однако действительные координаты точек, т.е. факторные нагрузки, должны, без сомнения, меняться.
Таблица 2
Матрица факторных нагрузок в пространстве семи факторов
Переменная Фактор 1 Фактор 2 Фактор 3 Фактор 4 Фактор 5 Фактор 6 Фактор 7
Х1 0,769 44 -0,093 79 0,412 311 -0,353 12 -0,195 96 0,256 46 0,016 81
Х2 0,497 81 0,738 151 -0,008 61 -0,284 19 0,355 40 -0,009 11 0,008 57
Х3 -0,840 37 0,122 077 -0,381 92 0,029 41 0,073 40 0,355 08 -0,025 68
Х4 0,716 33 -0,273 25 0,277 02 0,490 75 0,278 94 0,129 08 -0,011 52
Х5 0,771 79 -0,225 01 -0,578 26 0,005 14 -0,008 05 0,022 968 0,137 22
Х6 0,870 95 -0,170 62 -0,421 26 -0,091 86 -0,039 96 -0,020 77 -0,156 29
Х7 0,424 86 0,765 62 -0,045 24 0,382 23 -0,290 08 0,031 78 -0,000 72
Собственное значение 3,593 83 1,309 19 0,906 57 0,601 73 0,333 72 0,210 57 0,044 40
Процент общей дисперсии 0,513 42 0,187 02 0,129 51 0,085 96 0,047 67 0,030 08 0,006 34
Рассмотрим число факторов, которые необходимо вращать, т.е. сохранить и интерпретировать. Было предварительно решено, что, вероятнее всего, число факторов составляет два.
Результаты, полученные с помощью матрицы факторных нагрузок, представлены в табл. 3.
Таблица 3 Матрица факторных нагрузок в пространстве двух факторов
Картина становится более ясной: две
главные компоненты объясняют 70% общей
дисперсии. Из этого можно сделать вывод, что факторы, влияющие на объем поступления доходов в территориальные органы Пенсионного фонда, можно объединить в две группы:
- среднемесячная номинальная начисленная заработная плата (х1), р.; продукция сельского хозяйства на душу населения (х3), р.; оборот розничной торговли на душу населения (х4), р.; доходы местного бюджета на душу населения (х5), р.; расходы местного бюджета на душу населения (х6), р.;
- объем промышленной продукции на душу населения (х2), р.; инвестиции в основной капитал по крупным и средним предприятиям на душу населения (х7), р.
Проведенные расчеты показывают, что в течение рассматриваемого периода на экономику районов Республики Бурятия оказывали влияние одни и те же группы факторов. Первую будем интерпретировать как уровень жизни, а вторую — как уровень развития промышленности.
Далее проведем ранжирование районов по двум факторам (табл. 4).
Переменная Фактор 1 Фактор 2
Х1 0,745 912 0,210 850
Х2 0,173 880 0,873 188
Х3 -0,822 264 -0,212 175
Х4 0,766 284 0,024 804
Х5 0,798 712 0,090 697
Х6 0,869 209 0,179 210
Х7 0,095 979 0,870 331
Собственное значение 3,252 605 1,650 366
Процент общей дисперсии 0,464 658 0,235 767
Таблица 4
Ранжирование муниципальных образований Республики Бурятия в 2008 г.
Муниципальное образование (город, район) Фактор Ранг Сумма рангов Итоговый рейтинг Разность рангов, di Квадрат разницы рангов di2
F2 Ь2 Як Яу
Улан-Удэ 1,835 -0,064 3 8 11 3 3 0 0
Северобайкальск 2,212 -1,021 1 23 24 13 2 11 121
Баргузинский 0,032 -0,565 8 15 23 10 12 -2 4
Баунтовский 0,115 1,832 7 2 9 2 4 -2 4
Бичурский -1,221 -0,701 23 21 44 23 22 1 1
Джидинский -0,891 -0,668 20 18 38 21 19 2 4
Еравнинский -1,191 0,829 22 4 26 15 14 1 1
Заиграевский -0,214 -0,469 12 13 25 14 10 4 16
Закаменский -0,113 -0,630 11 17 28 16 17 -1 1
Иволгинский -0,817 -0,341 18 12 30 17 23 -6 36
Кабанский 0,289 -0,241 6 10 16 7 8 -1 1
Кижингинский -0,362 -0,810 14 22 36 20 18 2 4
Курумканский -0,043 -0,552 9 14 23 11 15 -4 16
Кяхтинский -0,316 -0,103 13 9 22 8 13 -5 25
Муйский 2,074 1,284 2 3 5 1 5 -4 16
Мухоршибирский -0,062 0,793 10 5 15 5 7 -2 4
Окинский -0,926 3,162 21 1 22 9 6 3 9
Прибайкальский 0,917 0,409 5 6 11 4 11 -7 49
Северо-Байкальский 1,149 -0,314 4 11 15 6 1 5 25
Селенгинский -0,438 0,162 16 7 23 12 9 3 9
Тарбагатайский -0,842 -0,686 19 20 39 22 21 1 1
Тункинский -0,436 -0,624 15 16 31 18 16 2 4
Хоринский -0,750 -0,680 17 19 36 19 20 -1 1
Сумма - - - - - - - - 352
Среди непараметрических методов оценки тесноты связи наибольшее применение имеют ранговые коэффициенты Спирмена (р). В данном случае коэффициент Спирмена равен 0,826. Связь между исследуемыми признаками прямая и тесная, т.е. исследуемые факторы развития экономики и социальной сферы на 82,6% влияют на доходы Пенсионного фонда по Республике Бурятия.
Значимость коэффициента ранговой корреляции Спирмена проверяется на основе /-критерия Стьюдента. В данном случае *расч. = 6,72 больше /Та6л. (0,05; 21) = 2,12, поэтому найденное значение коэффициента считается статистически значимым.
На основании проведенного исследования можно сделать вывод о том, что лидирующие позиции у промышленно развитых муниципальных образований: городов Улан-Удэ и Северобайкальска, Муйского, Окинского, Баунтовского и Прибайкальского районов. Поэтому данные муниципальные образо-
вания относятся к территориям с высоким налоговым потенциалом. Остальные районы имеют сельскохозяйственную направленность, поэтому демонстрируют отставание. Эти территории будут обладать низким налоговым потенциалом.
Таким образом, ранжирование муниципальных образований на основе компонентного анализа, учитывающего определенный промежуток времени, позволяет не только выявить районы с высоким или низким потенциалом поступления средств в территориальные органы Пенсионного фонда, но и проследить, насколько они стабильны. Кроме этого, использование факторного анализа на различных временных промежутках дает возможность увидеть, как меняется причинно-следственная связь, и выявить наиболее устойчивые факторы. Данное исследование имеет практическую значимость и может быть использовано для проведения трансфертной политики в области пенсионного обеспечения.
Список использованной литературы
1. Дубров А.М. Обработка статистических данных методом главных компонент. М., 1978.
2. Иберла К. Факторный анализ / пер. с нем. В.М. Ивановой. М., 1980.
Bibliography (transliterated)
1. Dubrov A.M. Obrabotka statisticheskikh dannykh metodom glavnykh komponent. M., 1978.
2. Iberla K. Faktornyi analiz / per. s nem. V.M. Ivanovoy. M., 1980.
