CC BY
1
кафедра «Экономическая кибернетика»
Виноградова Ю.В.
студент 3 курса Масленикова Т.В. студент 3 курса экономический факультет Костромская ГСХА Россия, г. Кострома ТИПОЛОГИЯ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ КОСТРОМСКОЙ ОБЛАСТИ ПО ДЕМОГРАФИЧЕСКОЙ СИТУАЦИИ Аннотация: статья посвящена построению типологических группировок городских округов и муниципальных районов Костромской области по демографической ситуации. Построена группировка по степени удаленности от регионального центра, проведена многомерная кластеризация по статистическим показателям естественного и миграционного движения населения.
Ключевые слова: типология, кластерный анализ, демографическая ситуация, миграционный прирост.
M. A. Kozlov, candidate of technical Sciences, associate Professor associate Professor of the Department "Economic Cybernetics"
Kostroma state agric ultural Academy Russia, Kostroma Vinogradova Yu.V., Maslennikova T. V.
students
3rd year, faculty of economic Kostroma state agricultural Academy
Russia, Kostroma THE TYPOLOGY OF MUNICIPAL DISTRICTS OF THE KOSTROMA REGION ON THE DEMOGRAPHIC SITUATION Abstract: the article is devoted to the construction of typological groups of urban districts and municipal districts of the Kostroma region on the demographic situation. Built grouping according to the degree of remoteness from the regional center conducted a multivariate clustering statistical indicators of natural and migration movement of population.
Key words: typology, cluster analysis, demographic situation, migration growth.
Изучение основных статистических показателей, характеризующих естественное и миграционное движение в городских округах и муниципальных районах Костромской области проведенное в работе [3] выявило существенные различия в складывающейся демографической ситуации внутри области, т.е. тенденция общей убыли населения области происходит на фоне заметной дифференциации ее уровня и динамики в
муниципальных образованиях. Поэтому целью дальнейшего исследования является разработка типологии муниципальных образований области по демографическим характеристикам, которая необходима для решения практических задач муниципальной политики в области промышленности, строительства, транспорта, образования, здравоохранения и т.д
В чем причина столь разной ситуации в пределах одной области? Возможно, определяет зависимость показателей миграционного и естественного прироста населения удаленность от регионального центра. Для проверки гипотезы города и районы области были сгруппированы по степени пространственной удаленности от Костромы следующим образом: центр и прилегающие к центру районы - до 50 км, среднеудаленные районы -50-100 км, удаленные - 100-200 км и отдаленные районы более 200 км. Картограмма представлена на рисунке (рисунок 1).
Рисунок 1 - Картограмма сгруппированных муниципальных образований Костромской области по степени пространственной
удаленности от регионального центра Характеристики выделенных групп по основным демографическим показателям за 2014 год представлены в таблице 1.
Группа «Центр и прилегающие к центру территории», в которую входят Красносельский район, Нерехтский район, г. Кострома, Костромской район и г. Волгореченск имеет положительный общий прирост населения. Прежде всего, это связано с низкими коэффициентами смертности и выбытия. Коэффициент смертности является самым низким по сравнению с другими группами. Данный факт связан с тем, что смертность в сельской местности исторически выше, чем в городах.
Среднеудаленные районы характеризуются отрицательным приростом населения. В этой группе наблюдаются самые высокие коэффициенты смертности, рождаемости, брачности и прибытия за 2014 год, а коэффициент
разводимости является наименьшим.
Таблица 1 - Характеристики групп муниципальных образований, объединенных по степени пространственной удаленности от регионального центра_
Наименование показателя Группы
Центр и прилегающие к центру районы Среднеудаленные районы Удаленные районы Отдаленные районы
Общий прирост на 1000 человек 6,81 (1)10 -13,10 (2) -17,06 (3) -19,13 (4)
Число родившихся на 1000 человек 12,31(3) 14,73(1) 12,05(4) 13,15(2)
Число умерших на 1000 человек 14,02(1) 19,31(4) 18,30(2) 18,68(3)
Естественный прирост на 1000 человек -1,71(1) -4,58(2) -6,25(4) -5,53(3)
Брачность на 1000 человек 8,43(2) 10,78(1) 7,88(4) 8,18(3)
Разводимость на 1000 человек 5,21(4) 4,87(1) 5,00(2) 5,18(3)
Число прибывших на 1000 человек 43,60(2) 53,56(1) 42,56(3) 41,38(4)
Число выбывших на 1000 человек 35,08(1) 62,09(4) 53,38(2) 54,97(3)
Миграционный прирост на 1000 человек 8,52(1) -8,52(2) -10,81(3) -13,59(4)
Средний рейтинг группы 1,8 2 3 3,2
В удаленных районах прослеживаются минимальные коэффициенты рождаемости и естественного прироста, нет ни одного «лучшего» показателя
10 рейтинг показателя
Отдаленные районы характеризуются низким коэффициентом прибывшего населения. Это объясняется тем, что молодых людей здесь ничего не привлекает, а наоборот отталкивает. Многие из деревни пытаются переехать в город, это связано с недостатком рабочих мест на малой родине; только в самой Костроме можно получить высшее образование, поэтому школьники сразу после 11 класса уезжают из деревень, сёл. Получив высшее образования, никто не пытается вернуться на село, все хотят закрепиться в городе: пытаются устроиться на работу по профессии, выходят замуж (женятся), рожают детей.
Анализ данных, представленных в таблице 1 за 2014 год, выявил закономерность от пространственной удаленности двух показателей - общий и миграционный приросты на 1000 человек, что нельзя сказать о данных за 2006 году, где не прослеживается определённая территориальная зависимость. Поэтому была проведена многомерная классификация городских округов и муниципальных районов Костромской области с использованием кластерного анализа по статистическим показателям естественного и миграционного движения населения, что позволило разбить совокупность на 4 кластера (рисунок 2).
Парфрн
грс
Галиче Островс Кологривс Павинс Макарьевс Солигаличс Буйс Костромс Вохомс Межевс Октябрьс ньевс \.адыйс Сусанинс Мантуровс Красносельс Поназыревс Чухломс Шарьинс Судиславс город Кострома город Шарья город Волгореченс Нейский ра Пыщугс Нерехтский ра город Мантуров город Бу город Га
0
Дендрограмма для 30 набл. Метод Варда Расстояние Чебышева
4 6
Расстояние объед
10
2
8
Рисунок 2 - Кластерный анализ муниципальных образований Костромской области На рисунке 3 представленная картограмма Костромской области с выделением полученных кластеров.
Рисунок 3 - Картограмма Костромской области по результатам
кластерного анализа В основу кластеризации были положены общие коэффициенты рождаемости, смертности, брачности, разводимости, а также коэффициенты прибытия и выбытия. В таблице 2 представлены характеристики полученных кластеров.
Таблица 2 - Характеристики кластеров
Показатель 1 кластер 2 кластер 3 кластер 4 кластер
Число умерших на 1000 человек 22,75 17,68 16,99 14,27
Число родившихся на 1000 человек 14,63 11,69 11,81 12,76
Число прибывших на 1000 человек 54,76 55,73 39,66 40,19
Число выбывших на 1000 человек 71,22 64,55 47,45 33,34
Брачность на 1000 человек 9,85 7,97 7,55 8,64
Разводимость на 1000 человек 5,4 4,07 6,25 5,13
Миграционный прирост на 1000 человек -16,46 -8,82 -7,79 6,85
Естественный прирост на 1000 человек -8,12 -5,99 -5,18 -1,51
Общий прирост на 1000 человек -24,58 -14,81 -12,97 5,34
Как видно, первый кластер, в который вошло 7 муниципальных районов, характеризуется высокими показателями смертности. Средний возраст населения муниципальных образований этой группы самый высокий (таблица 3), об этом же говорит коэффициент нагрузки пожилыми людьми и коэффициент старости. Данные показатели занимают максимальные значения в анализируемой совокупности и составляют соответственно 54,93 и 24,94. Коэффициент выбытия занимает лидирующее положение 70,98. Это связано с социально-экономическими причинами. Происходит большой
отток населения из-за недостатка рабочих мест. Об этом говорит коэффициент оборота по приему на работу, который является наименьшим и составляет 15,8 [1]. Кроме этого, низкое значение имеет коэффициент замещения, который составляет 0,809. То есть имеет место сокращение числа занятых и увеличение безработицы. Тем не менее группа характеризуется наибольшими значениями общих коэффициентов рождаемости и брачности, что соответствует благоприятной демографической ситуации.
Таблица 3 - Сравнительная характеристика кластеров
Наименование показателя 1 кластер 2 кластер 3 кластер 4 кластер
Процент женщин 53,7 53,3 55 54,5
Коэффициент старости 24,9 21,9 22,4 20,3
Коэффициент нагрузки детьми 33,3 29,6 32,5 28,6
Коэффициент нагрузки пожилыми 54,9 47,9 50,6 42,1
Коэффициент оборота по приему 15,8 23,3 16,9 28,4
Коэффициент оборота по выбытию 19,5 26,4 18,6 31,1
Коэффициент замещения 0,809 0,881 0,908 0,914
Средний возраст 42,6 40,95 40,36 38,93
Средний возраст женщин 45,1 45,8 43,2 41,3
Для второго кластера характерна обратная ситуация - наименьшее значение общего коэффициента рождаемости. Это связано с тем, что в данной типологической группе находятся женщины немолодого возраста, средний возраст которых является наивысшим и составляет 45,8 лет. Следует также отметить, что в этой группе сосредоточено наименьшее количество женщин (53,27%), чем в других кластерах.
Что касается третьего кластера, в данный кластер вошли в основном города: г. Галич, г. Буй, г. Мантурово, г. Нея, г. Нерехта, то для него характерен самый низкий коэффициент прибытия. Это связано с движением рабочей силы. Коэффициенты оборота по приему и выбытию имеют наименьшие значения, а именно 16,87 и 18,58 соответственно. Это говорит о том, что для людей, приезжающих в эту группу, такая ситуация с движением рабочей силы не привлекает, а наоборот отталкивает. Здесь коренное население имеет своё постоянное место работы и сильно дорожит им.
Только для четвертого кластера характерна ситуация, где миграционный приток превышает естественную убыль. Для всех остальных групп ситуация обстояла иначе - естественная убыль превышала миграционный отток. Группа характеризуется низкими показателями смертности. Это обуславливается тем, что в группе проживает более молодое население по сравнению с другими кластерами. Об этом говорит коэффициент нагрузки пожилыми людьми и коэффициент старости. Эти показатели имеют минимальные значения и составляют соответственно 42,13 и 20,3 [2]. Здесь наименьший средний возраст населения, который составляет 38,93 лет. Коэффициент выбытия также имеет самый низкий
показатель. Такая ситуация объясняется движением трудовых ресурсов. В данной группе коэффициент оборота по приему занимает высокое положение из всех остальных групп и составляет 28,39. Кроме этого, коэффициент замещения тоже имеет наивысший показатель, а именно 0,914. Из всего следует, что это дает людям представление о том, что в данной группе есть рабочие места. То есть имеет место увеличение числа занятых и сокращение безработицы. Многомерные средние по выделенным кластерам, представленные в таблице 4, позволяют сделать вывод, что к районам с наиболее благоприятной демографической ситуацией можно отнести районы первого кластера, с уровнем развития выше среднего - районы второго кластера; со средним уровнем развития - районы четвертого кластера; с уровнем развития ниже среднего - районы третьего кластера.
Таблица 4 - Многомерная средняя по группам районов
Номер кластера Муниципальные образования Многомерная средняя по кластеру Ранг
1 Мантуровский, Сусанинский, Кадыйский, Парфеньевский, Октябрьский, Межевской, Вохомский районы 0,72 1
2 Костромской, Буйский, Солигаличский, Макарьевский, Павинский, Кологривский, Островский, Галичский, Антроповский районы -0,09 2
3 города: Буй, Галич, Мантурово, г. Нерехта и Нерехтский район, г. Нея и Нейский район, Пыщугский район -0,39 4
4 города: Волгореченск, Шарья, Кострома; Судиславский, Шарьинский, Чухломский, Поназыревский, Красносельский районы. -0,24 3
Решение демографических проблем невозможно без кардинального изменения социально-экономического положения муниципальных образований. Задачей органов местного самоуправления, как наиболее приближенных к населению, является непосредственное предоставление комплекса муниципальных услуг, обеспечивающих условия для стабильного воспроизводства человека, поэтому следующим этапом работы будет оценка эффективности работы органов местного самоуправления по реализации муниципальной социально-демографической политики.
Использованные источники:
1. Регионы России. Социально-экономические показатели. 2015: Р32 Стат. сб. / Росстат. - М., 2015. - 1266 с. ISBN 978-5-89476-411-5 http://www.gks.ru/free_doc/doc_2015/region/reg-pok15.pdf ;
2. Демографический ежегодник - Костромская область Стат. сборн. -Кострома: Тер. орган Федеральной службы гос. статистики по Костромской обл. (Костромастат), 2007-2015;
3. Масленикова Т.В., Козлова М.А. Дифференциация естественного движения и миграции населения Костромской области [Текст] / Т.В. Масленикова, М.А. Козлова // Экономика и социум, 2016.
Колмакова Е.Н. студент 3 курса
факультет «Информационные системы и технологии» Поволжский Государственный Университет Телекоммуникаций и Информатики
Россия, г. Самара
ОБЗОР ОСОБЕННОСТЕЙ ЯЗЫКА ПРОГРАММИРОВАНИЯ KOTLIN
Статья посвящена обзору языка программирования Kotlin. Описаны его преимущества перед другими языками. Рассмотрены основные возможности, отсутствующие в Java.
Ключевые слова: Kotlin, Java, языки программирования, функции
The article provides a review of Kotlin language. Describe it is advantages over other languages. Consider the main features that not present in Java.
Keywords: Kotlin, Java, programming languages, functions
В наши дни существует множество языков программирования, среди которых есть действительно мощные и многофункциональные. Но ни один синтаксис не является универсальным. Потому, появление новых языков явление довольное частое. Рассмотрим Kotlin, один из таких языков, который подает большие надежды на будущее.
Kotlin - это новый статически типизированный язык программирования, ориентированный на платформу Java. Его главные особенности прежде всего направлены на безопасность, выразительность, краткость и универсальность кода. Однако история разработки «альтернативных» Java языков насчитывает более десятилетия, поэтому у Kotlin немало конкурентов - Scala, Fantom и Gosu, да и сама Java тоже не стоит на месте. Но всё же Kotlin имеет хорошие перспективы, и тому есть несколько причин.
Во-первых, компания JetBrains, которая занимается созданием языка, хорошо разбирается в современных инструментах разработки и за долгое время существования накопила большой опыт в области языков программирования, а также собрала сильную команду специалистов. Kotlin приходит к нам из индустрии, а не научного сообщества. Он решает реальные проблемы, с которыми сталкиваются работающие программисты сегодня.
Во-вторых, необходимость создания нового языка существует давно, но создать такой язык, который бы позволил взять (огромную) готовую кодовую базу Java, обычных Java-разработчиков, дать им новый инструмент и более эффективно продолжать разработку — такого инструмента до
