CC BY
47
РАЗРАБОТКА ИНДЕКСА ПРИОРИТЕТНОСТИ СОТРУДНИЧЕСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ В КОСМИЧЕСКОЙ ОТРАСЛИ С РАЗВИВАЮЩИМИСЯ СТРАНАМИ АЗИИ, АФРИКИ И ЛАТИНСКОЙ АМЕРИКИ
Н.В. Дюжева, С.А. Балашова
Российский университет дружбы народов ул. Миклухо-Маклая, 6, Москва, Россия, 117198
Статья посвящена разработке и практической апробации методики ранжирования развивающихся стран Азии, Африки и Латинской Америки по признаку их приоритетности для Российской Федерации при развитии сотрудничества в космической сфере на основе единого интегрального показателя ранжирования, объединяющего многокритериальные характеристики анализируемых стран.
Публикация отражает результаты расчетов на базе статистических и информационно-аналитических данных о странах. В предыдущей публикации описаны методологические подходы к ранжированию стран по единому интегральному показателю. В результате качественного и количественного анализа отобраны восемь групп показателей, влияющих на динамику развития космической отрасли развивающейся страны и степень ее заинтересованности в развитии отношений с Россией. На их основе модифицированным методом главных компонент построены субиндексы, которые формируют интегральный индекс приоритетности сотрудничества. В результате исследования показано, что наибольший приоритет в развитии сотрудничества имеют Китай (с большим отрывом), Индия и Бразилия. На базе построенного рейтинга выбраны пять стран, ключевые для развития сотрудничества в космической отрасли в каждом из трех регионов мира.
Ключевые слова: космическая отрасль, сотрудничество в космической сфере, ракетно-космическая промышленность, рынок услуг и объектов космической деятельности, ранжирование стран, метод главных компонент, экспорт высокотехнологичной продукции, сотрудничество с развивающимися странами.
Реализация методологии для построения индекса приоритетности сотрудничества Российской Федерации в космической отрасли с развивающимися странами Азии, Африки и Латинской Америки
На первом этапе исследования необходимо провести качественный анализ взаимосвязи показателей групп с искомыми промежуточными индикаторами (субиндексами).
Группа основных макроэкономических показателей развития страны (группа 1). Ограничиваясь наблюденным диапазоном изменений значений показателей можно принять, что монотонно возрастающий характер связи имеют показатели: темпы экономического роста (Х11), объем ВВП стран в текущих ценах (Х12), ВНД на душу населения по паритету покупательной способности валют (Х13), валовые внутренние инвестиции в процентах от ВВП (Х14), валовые сбережения в процентах от ВВП (Х15). Монотонно убывающей связью с искомым индикатором характеризуются показатели: доля населения страны, живущего ниже прожиточного минимума, установленного в стране (Х16), и уровень безработицы в процентах от экономически активного населения (Х17). Поэтому для унификации исходных показателей Х11, Х12, Х13, Х14 и Х15 применяется преоб-
разование (1а), а для унификации показателей Х16 и Х17 — преобразование (1Ь). За максимум и минимум принимается максимум и минимум наблюденных значений исходных показателей, и используется шкала, в которой N = 10. Таким образом, наибольшее значение унифицированного показателя, равное 10, присваивается стране с наибольшим (среди всех стран, включенных в анализ) значением данного исходного показателя, а наименьшее значение, равное 0, — стране с наименьшим значением.
Для определения числа индикаторов, необходимых для характеристики данной группы, проводится анализ группы унифицированных показателей методом главных компонент. Расчеты проведены в программе Еу1е'№8 (версия 6.0), результаты представлены в табл. 1.
Таблица 1
Анализ группы унифицированных показателей социально-экономического развития методом главных компонент
Eigenvalues: (Sum = 7, Average = 1 )
Number Value Difference Proportion Cumulative Value Cumulative Proportion
1 2,751 1,475 0,393 2,751 0,393
2 1,276 0,355 0,182 4,027 0,575
3 0,921 0,223 0,132 4,948 0,707
4 0,698 0,050 0,100 5,646 0,807
5 0,649 0,154 0,093 6,295 0,899
6 0,495 0,284 0,071 6,790 0,970
7 0,210 — 0,030 7,000 1,000
Eigenvectors (loadings):
Variable PC 1 PC 2 PC 3 PC 4 PC 5 PC 6 PC 7
X11 U 0,301 0,003 0,749 -0,558 -0,013 0,170 -0,087
X12 U 0,241 0,518 0,392 0,638 0,333 -0,022 0,040
X13 U 0,327 -0,593 0,227 0,299 -0,234 -0,375 0,454
X14 U 0,400 0,481 -0,300 -0,228 -0,308 0,137 0,594
X15 U 0,503 0,120 -0,164 0,070 -0,434 -0,307 -0,647
X16 U 0,413 -0,355 -0,187 0,221 0,116 0,770 -0,117
X17 U 0,401 -0,095 -0,286 -0,294 0,733 -0,353 0,011
Ordinary correlations:
X11_U X12_U X13_U X14_U X15_U X16_U X17_U
X11 U 1,000
X12 U 0,218 1,000
X13 U 0,271 -0,003 1,000
X14 U 0,219 0,309 -0,036 1,000
X15 U 0,267 0,288 0,403 0,647 1,000
X16 U 0,192 0,085 0,475 0,267 0,422 1,000
X17 U 0,213 0,131 0,266 0,340 0,415 0,423 1,000
В первой части таблицы приведены собственные числа ковариационной матрицы в порядке убывания, т.е. А,1 = 2,751, Х2 = 1,276 и т.д. (см. графу Value в табл. 1). Относительная доля дисперсии, обусловленная одной главной компонентой, равна 0,393, двумя компонентами -0,575 (см. графу Cumulative Proportion в табл. 1). Таким образом, при заданном уровне точности (условие (3)) данная группа показателей может быть охарактеризована минимум двумя индикаторами.
Во второй части таблицы приведены компоненты собственных векторов (так называемая матрица нагрузок). Первая главная компонента представляет собой линейную комбинацию исходных показателей, где коэффициентами являются компоненты первого собственного вектора, т.е.
= 0,3 • Х11^ + 0,24 • X12_U + 0,33 • X13_U + +0,4 • Х14^ + 0,5 • X15_U + 0,4 • Х16^ + 0,4 • Х17_^
Как видно, первые три показателя входят в первую главную компоненту с меньшими коэффициентами, чем показатели, характеризующие инвестиции и сбережения (Х14^ и Х15_^, а также уровень благосостояния населения (Х16^ и Х17_Ц). Заметим, однако, что при построении главных компонент сумма коэффициентов линейного разложения не равна единице (единице равна сумма квадратов коэффициентов), что делает невозможной интерпретацию коэффициентов как долю каждого показателя в итоговом значении главной компоненты.
В последней части таблицы приведена матрица парных корреляций унифицированных показателей. Наиболее тесную взаимосвязь имеют показатели Х14^ (унифицированные валовые внутренние инвестиции в % от ВВП) и Х15^ (унифицированные валовые сбережения в % от ВВП). Значимую корреляционную связь имеют между собой унифицированные показатели Х16 (доля населения страны, живущая за чертой бедности) и Х17 (уровень безработицы), а также оба эти показателя — с Х15. Значимую корреляционную связь имеют между собой показатели Х13 (ВНД на душу населения по паритету покупательной способности) и Х16 (доля населения страны, живущая за чертой бедности) (для унифицированных показателей корреляция положительна, а для исходных показателей — отрицательна). Остальные показатели менее тесно связаны друг с другом.
В данной ситуации не существует решения проблемы построения единственного интегрального индикатора в виде первой главной компоненты, с приемлемой точностью описывающего исходный набор показателей. В исходном наборе существуют слабо коррелированные показатели, хотя каждый из них вносит существенный вклад в построение первой главной компоненты и по смыслу должен входить в построение интегрального индикатора, характеризующего уровень социально-экономического развития.
В соответствии с изложенным выше алгоритмом исходная группа показателей социально-экономического развития разбивается на две подгруппы. Отнесение показателей к одной подгруппе производится исходя из двух условий: они должны характеризовать какой-то один аспект рассматриваемой категории и одновременно иметь относительно высокий уровень взаимной коррелированности [2], т.е. в определенной степени основывается на аналитической оценке, подкрепляемой расчетом корреляционных связей.
В первую подгруппу выделяются следующие показатели: ежегодные темпы роста ВВП, % (Х11), ВВП стран в текущих ценах (Х12), валовые внутренние инвестиции в % от ВВП (Х14), валовые сбережения в % от ВВП (Х15). Эта подгруппа характеризует динамику экономического роста страны и потенциал стабильности экономического развития за счет сбалансированности инвестиций и сбережений.
Вторая подгруппа отражает благосостояние населения и формируется из показателей: ВНД на душу населения по паритету покупательной способности (Х13), доля населения страны, живущая за чертой бедности (Х16), уровень безработицы (Х17).
Для каждой подгруппы используются унифицированные показатели и находятся собственные значения и собственные вектора ковариационной матрицы. Результат приведен в табл. 2. Как видно из таблицы, первая главная компонента описывает более 50% дисперсии унифицированных показателей для обеих подгрупп.
Таблица 2
Анализ первой и второй подгрупп унифицированных показателей методом главных компонент
Первая подгруппа Вторая подгруппа
Eigenvalues: (Sum = 4, Average = 1) Eigenvalues: (Sum = 3, Average = 1)
Number Value Cumulative Proportion Number Value Cumulative Proportion
1 2,017 0,504 1 1,782 0,594
2 0,863 0,720 2 0,737 0,84
3 0,770 0,913 3 0,482 1,00
4 0,350 1,000
Eigenvectors (loadings): Eigenvectors (loadings):
Variable PC 1 PC 2 Variable PC 1 PC 2
X11_U 0,370 0,812 X13_U 0,564 -0,64
X12_U 0,423 0,284 X16_U 0,631 -0,073
X14_U 0,582 -0,392 X17_U 0,533 0,765
X15_U 0,588 -0,327
В соответствии с формулой (5Ь)* и результатами расчета компонент собственного вектора РС1, приведенного в табл. 2, интегральный индикатор первой подгруппы имеет вид
У11 = У12 Х1 ] и =
^ 1 1 _ (8а)
= 0,14Х11_и + 0,18Х12_и + 0,34Х14_и + 0,34Х15_и.
Как видно из формулы (8а), для построения интегрального индикатора потенциала экономического роста в равной степени важны такие показатели, как уровень инвестиций и уровень сбережений в % от ВВП.
Для второй подгруппы имеем:
У12 = 12 Х11 и =
1 (8Ь)
= 0,32Х13_и + 0,4Х16_и + 0,28Х17_и.
Вторая подгруппа состоит из трех показателей, наибольшую дисперсию из них имеет показатель Х16_и (доля населения страны, живущая за чертой бед-
* См.: Вестник РУДН. Серия «Экономика». — 2012. — № 4.
ности, в унифицированном виде), в соответствии с чем он имеет и больший вес при формировании индикатора второй подгруппы.
Для построения сводного интегрального индикатора группы социально-экономических показателей вычисляется взвешенное евклидово расстояние от каждой страны до эталона по формулам (6а-Ь). Для рассматриваемой группы веса, характеризующие долю дисперсии индикатора подгруппы, равны
VII = 0,4; у12 = 0,6.
Сводный интегральный индикатор определяется по формуле (6с), он измеряется в той же шкале, что и унифицированные показатели, т.е. его значения варьируются от 0 (минимально возможное) до 10 (максимально возможное).
Как видно из рис. 1, распределение индикатора близко к нормальному со средним значением 4,27 и стандартным отклонением 1,28. В рассмотренной группе стран наибольшее значение интегрального индикатора У1 имеет Катар (значение У1 = 7,67), наименьшее — Свазиленд (У1 = 0,63). Более 70% стран имеют значение индикатора, отличающееся от среднего не более чем на одно стандартное отклонение.
Series: Y1
Sample 1 70
Observations 70
Mean 4.271321
Median 4.292730
Maximum 7.666852
Minimum 0.628746
Std. Dev. 1.276951
Skewness -0.212812
Kurtosis 3.420685
Jarque-Bera 1.044549
Probability 0.593170
Рис. 1. Гистограмма и описательные статистики сводного интегрального индикатора группы социально-экономических показателей
Для более наглядного представления о вкладе каждого показателя в сводный индикатор группы оценим регрессию У1 на показатели группы (без свободного члена). В результате имеем:
У1 = 0,067• Х11 и + 0,044• Х12 и + 0,113• Х13 и +
, - , - , - (9)
+0,141 • Х14_и + 0,153• Х15_и + 0,216• Х16_и + 0,169• Х17_и. ( )
Сравнение формул (7) и (9) и использование стандартного метода главных компонент, а также модифицированной главной компоненты, наибольшие веса имеют унифицированные показатели Х14, Х15, Х16 и Х17. Наименьший вклад имеет унифицированное значение ВВП страны. Заметим, что именно этот показатель имеет наименьшую дисперсию из всех рассмотренных показателей для изучаемой группы стран.
и
2
3
4
5
7
Группа показателей финансовой стабильности и платежеспособности стран (группа 2). Все показатели данной группы непосредственно измеримы, могут принимать непрерывные числовые значения, имеют различные средние и дисперсии. Анализ корреляционных связей (табл. 3) показывает очень тесную корреляционную связь факторов Х21 (сальдо счета текущих операций платежного баланса) и Х26 (совокупные резервы). С остальными показателями эти факторы не имеют значимых корреляционных связей. Умеренную положительную корреляцию имеют показатели Х23 (совокупный объем внешнего долга в % от ВВП) и Х24 (совокупные платежи по обслуживанию внешнего долга в % от экспорта). Заметную отрицательную корреляцию имеют Х22 (профицит/дефицит государственного бюджета в % от ВВП) и Х25 (Совокупный долг государственных органов в % от ВВП). Остальные факторы имеют слабые и, как правило, незначимые корреляционные связи. Из этого следует, что для описания группы финансовых показателей одной главной компоненты явно недостаточно.
Таблица 3
Матрица парных корреляций группы показателей финансовой стабильности и платежеспособности
Х21 Х22 Х23 Х24 Х25 Х26 Х27
Х21 1,00 0,16 -0,14 -0,16 -0,13 0,9*** -0,11
Х22 1,00 -0,09 -0,1 -0,37*** 0,00 -0,2*
Х23 1,000 0,61*** 0,424 -0,182 0,040
Х24 1,00 0,21* -0,09 0,26**
Х25 1,00 -0,01 0,11
Х26 1,00 -0,07
Х27 1,00
*, **, *** — значимость на 10-, 5-, 1-процентном уровне соответственно.
Для унификации исходных показателей применено преобразование (1а) для показателей Х21, Х22, Х26 (их рост соответствует росту сводного индекса финансовой стабильности и платежеспособности), для остальных показателей применено преобразование (1Ь) (их рост соответствует снижению сводного индекса финансовой стабильности и платежеспособности).
Анализ группы унифицированных показателей второй группы методом главных компонент (табл. 4) говорит о необходимости разбиения исходной группы на подгруппы.
Таблица 4
Анализ группы унифицированных показателей финансовой стабильности и платежеспособности методом главных компонент
Е^епуаЮеэ: (Бит = 7, Дуегаде = 1)
ЫитЬег Уа!ие Difference Ргорог1юп Сити!а1ме Уа!ие Сити!а1ме Ргорог1юп
1 2,31 0,69 0,33 2,31 0,33
2 1,62 0,49 0,23 3,94 0,56
3 1,14 0,16 0,16 5,07 0,72
4 0,98 0,41 0,14 6,05 0,86
5 0,57 0,26 0,08 6,62 0,95
6 0,31 0,24 0,04 6,93 0,99
7 0,07 — 0,01 7,00 1,00
Как видно из таблицы, собственные значения ковариационной матрицы убывают недостаточно быстро (разница между первым и вторым значениями меньше 1), доля дисперсии, соответствующая первой главной компоненте, равна 0,33, т.е. как и было указано выше, одной главной компоненты недостаточно для воспроизведения группы исходных показателей без существенной потери информативности. Две главные компоненты описывают уже 56% дисперсии исходной совокупности показателей. Однако, в соответствии со слабой коррелированностью факторов и с учетом качественных свойств показателей второй группы разобьем исходную совокупность на три подгруппы.
В первую подгруппу отнесем показатели, характеризующие платежеспособность: Х21 (сальдо счета текущих операций платежного баланса) и Х26 (совокупные резервы). Ко второй подгруппе отнесем показатели Х22 (профицит/дефицит государственного бюджета в % от ВВП) и Х27 (годовые темпы инфляции), а к третьей — Х23 (совокупный объем внешнего долга в % от ВВП), Х24 (совокупные платежи по обслуживанию внешнего долга в % от экспорта) и Х25 (совокупный долг государственных органов в % от ВВП). Показатели второй подгруппы относятся к бюджетным характеристикам, а показатели третьей подгруппы отражают долговою нагрузку страны.
Для каждой подгруппы используются унифицированные показатели и находятся собственные значения и собственные вектора ковариационной матрицы. Результат приведен в табл. 5. Как видно из таблицы, первая главная компонента описывает более 50% дисперсии унифицированных показателей для всех выделенных подгрупп.
Таблица 5
Анализ подгрупп унифицированных показателей финансовой стабильности и платежеспособности методом главных компонент
Первая подгруппа Вторая подгруппа Третья подгруппа
Eigenvalues: (Sum = 2, Average = 1) Eigenvalues: (Sum = 2, Average = 1) Eigenvalues: (Sum = 3, Average = 1)
Number Value Cumulative Proportion Number Value Cumulative Proportion Number Value Cumulative Proportion
1 1,90 0,95 1 1,20 0,60 1 1,85 0,62
2 0,10 1,00 2 0,80 1,00 2 0,80 0,89
3 0,34 1,00
Eigenvectors (loadings): Eigenvectors (loadings): Eigenvectors (loadings):
Variable PC 1 PC 2 Variable PC 1 PC 2 Variable PC 1 PC 2
X21_U 0,71 -0,71 X22_U 0,71 -0,71 X23_U 0,66 -0,11
X26_U 0,71 0,71 X27_U 0,71 0,71 X24_U 0,59 -0,54
X25_U 0,47 0,83
В соответствии с формулой (5Ь) и результатами расчета компонент собственных векторов РС1 для каждой подгруппы, приведенных в табл. 5, интегральные индикаторы подгрупп имеют вид:
У21 = ЕХ2 3 _ и = 0,5Х21_и + 0,5Х26_и, (9а)
У22 = £ /?Х2 ] _и = 0,5Х22_и + 0,5Х27_и, (9Ь)
У23 = £ / ?Х2 ] _ и = 0,43X23 _и + 0,35X24 _и + 0,22X25 _ и. (9с)
Интегральный индикатор второй подгруппы строится из индикаторов подгрупп по формулам 6 (а-с). На рис. 2 приведена гистограмма и описательные статистики построенного индикатора. За исключением нескольких стран, имеющих очень низкие (для Северной Кореи У2 = 1,47) и очень высокие (для Китая У2 = = 7,93) показатели финансовой стабильности и платежеспособности, страны слабо дифференцированы по этому признаку и сгруппированы вокруг среднего значения.
24
Series: Y2
Sample 1 70
Observations 70
Mean 4.685639
Median 4.830006
Maximum 7.934520
Minimum 1.471398
Std. Dev. 0.818030
Skewness -0.375420
Kurtosis 8.355459
Jarque-Bera 85.29706
Probability 0.000000
Рис. 2. Гистограмма и описательные статистики интегрального индикатора группы финансовых показателей
Регрессия сводного индикатора У2 на унифицированные показатели второй группы показывает, что в наименьшей степени на результативный индекс влияют профицит/дефицит бюджета (Х22) и совокупный объем государственного долга в % от ВВП (Х25), остальные показатели входят с одинаковыми (в пределах стандартной ошибки) весами.
У2 = 0,17• Х21 и + 0,08• Х22 и + 0,13 • Х23 и +
, _ , _ , _ (10) +0,17 • Х24_и + 0,08 • Х25_и + 0,13 • Х26_и + 0,16 • Х27_и. ( )
Группа показателей уровня технологического развития страны (группа 3) и группа показателей уровня развития ИКТ (группа 4). Ограничиваясь наблюденным диапазоном изменений значений показателей, можно принять, что все восемь показателей, включенные в группу 3, так же как и пять показателей, включенных в группу 4, имеют монотонно-возрастающий характер связи с искомыми интегральными индикаторами технологического развития и развития ИКТ. Поэтому для их унификации применено преобразование (1а).
Анализ корреляционных связей показателей группы 3 показывает, что большинство из них достаточно тесно связано между собой: из 28 коэффициентов парной корреляции только 5 имеют значения ниже 0,3, т.е. указывают на слабый характер межфакторной корреляции. Показатели группы 4 также в достаточной сте-
пени коррелированы, и для их описания с заданной точностью может быть использована только первая главная компонента. Действительно, как видно из табл. 6, первое собственное значение ковариационной матрицы намного превосходит второе и первая главная компонента в достаточной степени информативна (относительная дисперсия составляет 0,58 для группы 3 и 0,53 для группы 4). Поэтому ограничимся первой главной компонентой для построения интегрального индекса уровня технологического развития и интегрального индекса уровня развития ИКТ.
Таблица 6
Анализ групп унифицированных показателей уровня технологического развития и уровня развития ИКТ методом главных компонент
Группа технологического развития Группа развития ИКТ
Eigenvalues: (Sum = 8, Average = 1) Eigenvalues: (Sum = 5, Average = 1)
Number Value Cumulative Proportion Number Value Cumulative Proportion
1 4,65 0,58 1 2,66 0,53
2 1,43 0,76 2 1,44 0,82
3 0,67 0,84 3 0,60 0,94
4 0,63 0,92 4 0,20 0,98
5 0,29 0,96 5 0,10 1,00
6 0,16 0,98
7 0,14 1,00
8 0,03 1,00
Eigenvectors (loadings): Eigenvectors (loadings):
Variable PC 1 PC 2 Variable PC 1 PC 2
X31_U 0,37 0,30 X41_U 0,48 0,42
X32_U 0,43 0,01 X42_U 0,31 0,52
X33_U 0,39 0,29 X43_U 0,51 0,19
X34_U 0,27 0,34 X44_U 0,45 -0,52
X35_U 0,40 -0,31 X45_U 0,47 -0,48
X36_U 0,38 -0,43
X37_U 0,33 -0,41
X38_U 0,20 0,51
Исходя из формулы (5а) и результатов расчета компонент первого собственного вектора, приведенных в табл. 6, имеем интегральный индекс технологического развития в виде модифицированной первой главной компоненты:
У3 = £ I2 Х3 ] _и = 0,14 • Х31_и + 0,18 • Х32_и + 0,15 • Х33_и +
+ 0,07 • Х34_и + 0,16 • Х35_и + 0,14 • Х36_и + (11)
+ 0,11 • Х37_и + 0,04 • Х38_и.
Аналогично интегральный индекс развития ИКТ в виде модифицированной первой главной компоненты имеет вид
У4 = £ I22 Х4 ] _и = 0,22 • Х41_и + 0,1 • Х42_и + 0,26 • Х43_и +
+ 0,21 • Х44_и + 0,22 • Х45_и.
Как видно из формулы (11), веса между показателями распределились достаточно равномерно, за исключением факторов Х34 (доля экспорта высокотехно-
логичных товаров в % от объема экспорта промышленной продукции) и Х38 (охват населения третичным образованием в % от общего объема обучающихся), веса которых существенно ниже, чем у остальных показателей.
В интегральный индекс развития ИКТ с наибольшим весом входит Х43 (количество пользователей широкополосного интернет на 100 жителей), а с наименьшим — Х42 (количество пользователей мобильной связи на 100 жителей).
Несмотря на то, что интегральный индекс У3 имеет относительно большую дисперсию, распределение стран по его значениям крайне неравномерно: более 90% стран имеют значения интегрального индекса от 0 до 2 (табл. 7), и только четыре страны (Китай, Корея, Сингапур и Бразилия) имеют значение больше 2. По уровню развития ИКТ (У4) страны распределены более равномерно: более 90% стран имеют значения показателя от 0 до 4, наиболее развитыми в отношении ИКТ из стран, включенных в анализ, являются Сингапур и Корея.
Таблица 7
Распределение количества стран по значениям интегрального индекса технологического развития и интегрального индекса развития ИКТ
Индекс технологического развития Индекс развития ИКТ
Value Count Cumulative Value Count Cumulative
Percent Percent
[0, 2) 66 94,29 [0, 2) 36 51,43
[2, 4) 1 95,71 [2, 4) 28 91,43
[4, 6) 1 97,14 [4, 6) 3 95,71
[6, 8) 2 100,00 [6, 8) 3 100,00
Total 70 100,00 Total 70 100,00
Группа показателей уровня активности стран в космической отрасли (группа 5). В данную группу входит один количественно измеримый показатель — Х51 (объемы государственного бюджета, выделяемые для финансирования космических проектов и программ) и пять показателей, измеренных в баллах экспертным путем в шкале от 0 до 10. Поэтому унифицировать требуется только первый показатель, который связан с искомым индикатором монотонно-возрастающей связью.
Все показатели этой группы этой группы очень тесно связаны между собой, и первая главная компонента описывает более 74% общей дисперсии данной группы показателей. Опуская промежуточные расчеты, которые аналогичны рассмотренным выше для групп 3 и 4, приведем формулу для расчета интегрального индикатора уровня активности стран в космической отрасли на основе первой модифицированной главной компоненты
Y5 = 0,16 • X51_U + 0,17 • X52 + 0,17 • X53 +
Здесь U не надо X52 U и т.д.?
_ + 0,15 • X54 + 0,16 • X55 + 0,19 • X56.
(13)
Резкая градация стран по последнему показателя (Х56 — наличие космодромов), обуславливает несколько больший вес этого показателя в расчете интегрального индекса по сравнению с весами других факторов.
Наибольшее значение данный индикатор имеет для Китая (У5 = 10 — наибольшее из всех возможных значений), далее с существенным отрывом следует Индия (У5 = 7,5), затем Иран (У5 = 6,2) и Казахстан (У5 = 5,9). Абсолютное же большинство стран (более 80%) имеют значение индикатора, не превышающее 2.
Группа показателей, дополнительно влияющих на потребности стран в космической продукции и услугах (группа 6). Эта группа состоит из двух показателей (Х61 — площадь территории и Х62 — площадь лесов), характеризующих существующую или потенциальную потребность стран в реализации космических программ, связанных с экологией, мониторингом погоды, состояния лесных массивов и пр. Опираясь на предположение, что страны с большей территорией и большей площадью лесов испытывают больше потребностей в проведении такого рода космических программ, унификацию показателей Х61 и Х62 проводили по формуле (1а).
Показатели Х61 и Х62 очень тесно связаны между собой и входят с одинаковыми весами в первую главную компоненту, которая описывает более 90% суммарной дисперсии. Таким образом, интегральный индикатор группы 6 имеет вид
Группа показателей военно-технического сотрудничества стран с Российской Федерацией (группа 7). В данную группу входит один количественно измеримый показатель — Х74 (расходы на военные цели) и три показателя, измеренные в баллах экспертным путем в шкале от 0 до 10. Поэтому унифицировать требуется только показатель Х74, который связан с искомым индикатором монотонно возрастающей связью.
Между показателями группы, оцененными экспертно, наблюдается тесная корреляционная связь, так как они характеризуют разные стороны военного сотрудничества стран с Россией, в то же время они имеют достаточно слабую корреляционную связь с военным бюджетом (коэффициент корреляции равен 0,38). Тем не менее первой главной компоненты достаточно, чтобы с заданной степенью информативности охарактеризовать данную группу. Интегральный индикатор группы 7 имеет вид
Практически равные веса имеют показатели, характеризующие уровень военного сотрудничества с Россией, несколько меньшее значение имеет размер военного бюджета.
Группа показателей политической стабильности и политической лояльности стран к России и соответствия стран региональным приоритетам международного сотрудничества Российской Федерации (группа 8). В эту
группу входят три показателя, измеренные в баллах экспертным путем в шкале от 0 до 10: Х81 — политическая стабильность (преемственность власти, отсутствие локальных войн и конфликтов, относительно стабильный экономический курс), Х82 — политическая лояльность (дружественные отношения или возможность влиять на принятие решений в стране) к России, в том числе наличие бывших тесных отношений с СССР, Х83 — наличие кооперационных связей в области
У6 = 0,5 • Х61_и + 0,5 • Х62_и.
(14)
Здесь и не надо? У7 = 0,27 • Х71 + 0,29 • Х72 + 0,29 • Х73 + 0,15 • Х74 _и.
(15)
космической деятельности, авиации или ВПК — производственных и научно-исследовательских. Показатели Х82 и Х83 тесно коррелированны, в то же время связь между Х81 и Х83 достаточно слабая (коэффициент корреляции равен 0,39). Однако первой главной компоненты, так же как и в предыдущем случае, достаточно, чтобы с заданной степенью информативности охарактеризовать данную группу. Интегральный индикатор группы 8 имеет вид
Здесь и не надо? У8 = 0,23 • Х81 + 0,4 • Х82 + 0,37 • Х83. (16)
В наибольшей степени на значение индикатора имеют влияние уровень лояльности по отношению к России и наличие кооперационных связей, в меньшей степени — политическая стабильность.
Таким образом, выявлены и оценены взаимосвязи и весовые значения количественных и качественных параметров, характеризующих страны, которые образуют восемь промежуточных показателей (субиндексов).
На втором этапе исследования рассчитывается сводный интегральный индикатор всех групп показателей, характеризующий приоритетность сотрудничества РФ в космической отрасли.
В соответствии с изложенной выше методологией интегральный индикатор приоритетности сотрудничества в космической отрасли строится на основе следующей блок-схемы (рис. 3). Интегральные индикаторы нижнего уровня строится на основе базовых статистических показателей, интегральные индикаторы верхнего уровня — на основе свертки индикаторов нижнего уровня.
Интегральная характеристика приоритетности сотрудничества в космической отрасли
I. Интегральная характеристика социально-экономического развития
X
1.1. Характеристика потенциала экономического роста
1.2. Характеристика благосостояния населения
II. Интегральная характеристика финансовой стабильности и плате-жеспо-собности
11.1. Уровень плате-жеспо-собности
11.2. Уровень долговой нагрузки
III. Интегральная характеристика уровня технологического развития
Н.Э. Бюджет
IV. Интегральная характеристика уровня развития ИКТ
V. Интегральная характеристика актив-ности в космической отрасли
VI. Интегральная характеристика экологических программ
VII. Интегральная характеристика активности в военном сотрудничестве
По иерархии в диаграмме получается так. Правильно?
VIII. Интегральная характеристика политической стабильности и лояльности к России
Рис. 3. Блок-схема для построения сводного интегрального индикатора приоритетности стран Азии, Африки и Латинской Америки для РФ по развитию сотрудничества в космической области
Свертка интегральных индикаторов групп на основе взвешенного евклидова расстояния приводит к следующей формуле для расчета сводного индикатора INT:
Pk =
0,08(71k -10)2 + 0,03(72k -10)2 + 0,08(73k -10)2 + 0,1(71k -10)2 + + 0,17(75k -10)2 + 0,1(76k -10)2 + 0,24(77k -10)2 + 0,21(78k -10)2,
(17)
INTk — 10 — p . в верхней формуле 74k нет, а Y1k дважды?
Для более наглядного представления веса каждого группового индикатора в сводном индикаторе оценена регрессионная модель (без свободного члена) сводного индикатора на индикаторы группы. В результате имеем:
INT = 0,05 71 + 0,08 • 72 + 0,07 73 + 0,11-74 +
, , , , (18) + 0,17-75 + 0,11-76 + 0,22 • 77 + 0,14-78. )
Таким образом, наибольшее влияние на изучаемую характеристику оказывают сотрудничество в военной сфере, активность страны в космической отрасли, политическая стабильность и лояльность и уровень развития ИКТ в стране. В меньшей степени влияние оказывают макроэкономические, финансовые показатели и уровень технологического развития.
10
Series: INT
Sample 1 70
Observations 70
Mean 2.212678
Median 1.856907
Maximum 7.164201
Minimum 0.630520
Std. Dev. 1.177364
Skewness 1.560727
Kurtosis 6.346635
Jarque-Bera 61.08504
Probability 0.000000
Рис. 4. Гистограмма и описательные статистики сводного интегрального индикатора приоритетности сотрудничества в космической области
На основании построенного индикатора может быть произведено ранжирование и группировка стран по приоритетности сотрудничества. Как видно на рис. 4, среднее значение индекса равно 2,2 и большинство стран имеют значения, близкие к средним. Наиболее высокую характеристику приоритетности имеет Китай (INT — 7,16), затем, с большим отрывом, следует Индия (INT — 5,19).
Результаты исследования
В табл. 8 представлены результаты проведенного анализа, а именно рейтинг стран по индексу приоритетности развития сотрудничества в космической сфере и для Российской Федерации.
Таблица 8
Результаты ранжирования стран по сводному индексу приоритетности развития сотрудничества в космической сфере
№ Страна !1\1Т № Страна !1\1Т № Страна !1\1Т
1. Китай 7,16 25. Армения 2,42 49. Нигерия 1,51
2. Индия 5,19 26. Таджикистан 2,30 50. Парагвай 1,49
3. Бразилия 4,70 27. Пакистан 2,25 51. Бруней 1,38
4. Республика Корея 4,46 28. Кыргызстан 2,21 52. Камбоджа 1,38
5. Казахстан 4,18 29. Сирия 2,19 53. Намибия 1,38
6. Малайзия 4,05 30. Куба 2,18 54. Панама 1,35
7. Иран 3,80 31. Эквадор 2,16 55. Бахрейн 1,33
8. Венесуэла 3,69 32. Боливия 2,07 56. Ливан 1,27
9. Саудовская Аравия 3,61 33. Шри Ланка 2,04 57. Доминиканская Республика 1,25
10. Вьетнам 3,45 34. Бангладеш 1,96
11. Алжир 3,41 35. Турция 1,87 58. Суринам 1,24
12. Индонезия 3,27 36. Монголия 1,85 59. Кения 1,24
13. ОАЭ 3,26 37. Южная Африка 1,84 60. Лаос 1,22
14. Аргентина 3,16 38. Филиппины 1,78 61. Мьянма 1,16
15. Марокко 2,78 39. КНДР 1,77 62. Габон 1,14
16. Мексика 2,78 40. Катар 1,76 63. Гватемала 1,12
17. Азербайджан 2,75 41. Ирак 1,76 64. Гайана 1,12
18. Перу 2,68 42. Иордания 1,75 65. Маврикий 1,02
19. Таиланд 2,65 43. Оман 1,68 66. Ботсвана 1,00
20. Узбекистан 2,60 44. Египет 1,63 67. Сальвадор 0,89
21. Туркменистан 2,55 45. Уругвай 1,60 68. Грузия 0,89
22. Чили 2,49 46. Тунис 1,55 69. Белиз 0,64
23. Колумбия 2,48 47. Кувейт 1,52 70. Свазиленд 0,63
24. Сингапур 2,43 48. Коста Рика 1,51
Таким образом, по совокупности показателей приоритетными для развития сотрудничества в космической отрасли странами (первая десятка) являются Китай, Индия, Бразилия, Южная Корея, Казахстан, Малайзия, Иран, Венесуэла, Саудовская Аравия и Вьетнам, т.е. основную массу образуют страны Азии; Латинская Америка представлена только Бразилией и Венесуэлой, страны Африки в первую десятку приоритетных стран не вошли.
На базе построенного рейтинга можно отобрать по пять стран, ключевых для развития сотрудничества в космической отрасли в каждом из трех регионов мира. В Азии это Китай, Индия, Южная Корея, Малайзия, Иран. В Африке к таким странам относятся Алжир (11-я позиция в рейтинге), Марокко (15-я), ЮАР (37-я), Египет (44-я) и Тунис (46-я позиция). Однако страны Африки не занимают лидирующих мест в рейтинге и уступают в приоритетности другим анализируемым регионам. Пять наиболее приоритетных стран в Латинской Америке составляют
Бразилия, Венесуэла, Аргентина, Мексика и Перу. Они занимают в рейтинге 3-е, 8-е, 14-е, 16-е и 18-е места соответственно.
Такой количественный анализ по группе показателей в обязательном порядке необходимо дополнять анализом качественным, который должен проводиться как минимум по следующим параметрам:
— наличие тесных взаимосвязей и некоторая «подконтрольность» стран США и американских компаний, а также европейским и китайским игрокам рынка, по сути, предопределяющая направление сотрудничества конкретной анализируемой страны по потреблению продукции и услуг космической деятельности и развитию собственной космической промышленности;
— существующие ограничения рынка, прямо или косвенно создающие барьеры по вхождению на рынок и по развитию сотрудничества в космической сфере с анализируемыми странами;
— текущие политические приоритеты стран, национальные амбиции стран по освоению космической отрасли и возможность использования их для лоббирования интересов российских компаний по взаимодействию в космической сфере.
На основе полученного рейтинга стран и по результатам дополнительного качественного анализа приоритетным регионом для активного проникновения Федерального космического агентства и предприятий отечественной ракетно-космической промышленности на мировой рынок услуг и объектов космической деятельности является Латинская Америка. Азиатский регион не настолько интересен, несмотря на лучшие позиции в рейтинге. Рынок азиатских стран является высоко конкурентным рынком с жесткими барьерами вхождения, и, зачастую, он либо поделен между несколькими крупнейшими игроками (Сингапур, Южная Корея — полностью подконтрольные США рынки), либо имеется достаточный объем национальных технологических разработок и продукции космической деятельности (Китай, Индия, Иран, др.).
ЛИТЕРАТУРА
[1] Айвазян С.А. К методологии измерения синтетических категорий качества жизни населения // Экономика и мат. методы. — 2003. — Т. 39. — № 2.
[2] Айвазян С.А., Степанов В. С., Козлова М.И. Измерение синтетических категорий качества жизни населения региона и выявление ключевых направлений совершенствования социально-экономической политики (на примере Самарской области и ее муниципальных образований) // Прикладная эконометрика. — 2006. — № 2. — С. 18—84.
[3] URL: http://data.worldbank.org/indicator — статистическая база данных Всемирного банка.
[4] URL: http://www.imf.org/external/ns/cs.aspx?id=28 — World Economic Outlook Database September 2011, статистическая база данных Международного валютного фонда.
[5] URL: https://www.cia.gov/library/publications/the-world-factbook/index.html — The World Factbook, информационная база данных Центрального разведывательного управления США.
[6] URL: www.indexmundi.com,www.iformatsiya.ru и другие интернет — сайты и аналитические статьи.
[7] URL: http://www.spacefoundation.org/programs/research-and-analysis/space-report — The Space Report 2011.
DEVELOPING INDEX OF PRIORITY COOPERATION OF RUSSIAN FEDERATION IN SPACE INDUSTRY WITH DEVELOPING INDUSTRIES OF ASIA, AFRICA AND LATIN AMERICA
N.V. Dyuzheva, S.A. Balashova
Peoples' Friendship University of Russia
Miklukho-Maklaya str., 6, Moscow, Russia, 117198
The article is devoted to the construction and practical approbation of the ranking methodology of developing countries of Asia, Africa and Latin America on the basis of priority for the Russian Federation to the cooperation development in the space field.
This paper is the second part of the article and reflects the results of the calculations based on statistics and on the examination of information about the considered countries. As a result of quantitative and qualitative analysis eight groups of basic indicators have been selected. These indicators have the influence on the rate of development of space industry in emerging countries and their involvement into cooperation with The Russian Federation. Using the principal component analysis eight sub-indexes and the integral index have been constructed. It is shown that China has the highest priority, and then follows India and Brazil. Five key for the cooperation development in space field countries from Asia, Africa and Latin America have been indicated based on the constructed integral index.
Key words: Aerospace, space cooperation, space industry, the market for services and space facilities, countries ranking, principal components analysis, high technology export, co-operation with developing countries.
