CC BY
58
экономические показатели работы птицеводческого предприятия.
Литература
1. Барабой, B.А. Селен: биологическая роль и антиоксидантная активность I В.А. Барабой, E.H. Шестакова II Український біохімічний журнал. -2004. - Т. 16. - № 1. - С. 23-31.
2. Surai, P.F. Selenium in nutrition and health I P.F. Surai. - Nottingham: University Press, 2006. - 913 p.
3. Полашек, Л. Каталог премиксов, кормовых добавок и продуктов для сельскохозяйственных и домашних животных (Премиксы для домашней птицы) I Л. Полашек. - Прага, 2000. - 16 с.
4. Махалов, А.Г. Научное обоснование использования биологически активных веществ в кормлении гусей: автореф. дис. на соискание учен. степени доктора с.-х. наук: спец. 06.02.02 “Кормление
сельскохозяйственных животных и технология кормов” I Махалов Александр Геннадьевич. - Сергиев Посад, 2008. - 43 с.
5. Пат. 29340 Україна, МПК А 23 К 1I00. Мінеральний премікс з селеном для м’ясних гусенят I Соболев О. I., Карунський О. Й. ; заявники та патентовласники Соболев О. I., Карунський О. Й. -№ 200110208; заявл. 13.09.01; опубл. 10.01.08, Бюл. № 1.
6. Selenium supplementation of livestock feed: trade memorandum T-3-112. - [1992-01-01]. - Ottawa : Canadian Food Inspection Agency, 1992. - 2 p.
1. Рекомендації з нормування годівлі сільськогосподарської птиці I [Братишко H.I., Горобец А.І., Притулено В.М. та ін.]; за ред. Ю.О. Рябоконя. - Бірки, 200S. - 101 с.
УДК 332.122:[331.101+330.111]]:005.332.4.001.24](410.32)
А.В. Полянин, доктор экономических наук ФГБОУ ВПО Орёл ГАУ
ТРУДОВОЙ И ЭКОНОМИЧЕСКИЙ ПОТЕНЦИАЛЫ СУБЪ ЕКТОВ ЦФО РФ И РАСЧЕТ
КОНКУРЕНТНЫХ ПРЕИМУЩЕСТВ
Управление социально-экономическим развитием региональных комплексов должно осуществляться с учетом конкурентные преимуществ регионов, которыге соответственно рассчитыгваются из имеющихся у регионов трудового и экономического потенциалов. Трудовой и экономический потенциалыы являются главныт условием инвестиционной привлекательности любого региона, его экономического роста и дальней его социально-экономического развития. В статье представлен расчет конкурентным преимуществ и степень инвестиционной привлекательности регионов на основе их трудового и экономического потенциалов.
Ключевые слова: трудовой потенциал, экономический потенциал, инвестиционная привлекательность,
конкурентные преимущества, региональный комплекс, экономический рост.
В настоящее время региональная политика в качестве важной составляющей включает задачу выравнивания социально-экономического развития регионов путем выравнивания бюджетной обеспеченности территорий. При этом, как правило, остается вне внимания имеющийся потенциал регионов. А именно трудовой и экономический потенциалы являются главным условием инвестиционной привлекательности любого региона [1].
Управление социально-экономическим развитием региональных комплексов должно осуществляться с учетом конкурентных преимуществ регионов. Для комплексной оценки конкурентных преимуществ субъектов Центрального федерального округа нами была использована методика, основанная на расчете системы взаимосвязанных индикаторов [5].
Каждый из этих индикаторов представляет собой результат нормализации и агрегирования ряда частных показателей в общие, характеризующие различные сферы текущей либо стратегической конкурентоспособности. Для нормализации рядов частных показателей рассматривается совокупность
The management socially-economic regional complex should be carried out by development taking into account competitive advantages of regions which accordingly pay off from labor for regions labor and economic potentials. Labor and economic potentials are the main condition of investment appeal of any region, its economic growth and the further social and economic development. In article calculation of competitive advantages and degree of investment appeal of regions on the basis of their labor and economic potentials is presented.
Key words: labor potential, economic potential, investment appeal, competitive advantages, regional complex economic growth.
их значении по регионам и по тому или иному показателю выбранные регионы ранжируют. После этого вычисляется значение показателя,
соответствующего числу регионов, чьи показатели хуже, чем у данного региона. Затем это число сопоставляется с общим числом регионов в рассматриваемо" группе.
Нормализованный показатель (НП) равен
отношению числа регионов, чьи показатели хуже, чем у данного региона (N0, к общему числу регионов в рассматриваемо" группе (N2):
НП = (Ni I N?) x 10
(1)
Нормализованные показатели имеют значение от 0 до 10. Оценка 10 присваивается региону с лучшим показателем, 0 - региону-аутсайдеру в данной группе. При этом десять процентов регионов по фактическому показателю принимают значение от 9 до 10, следующие десять процентов от 8 до 9 и т.д.
Агрегирование полученных нормализованных показателей в индикаторы происходит путем расчета среднеарифметических величин в разрезе
соответствующих сфер конкурентоспособности региона. Обобщающим показателем
конкурентоспособности региона выступает сводный индикатор конкурентоспособности, который
рассчитывается как среднеарифметическое индикаторов текущей и стратегической
конкурентоспособности. Для оценки нами текущей конкурентоспособности рассматривается производственная, инвестиционная, финансовая и социальная сферы каждого региона (табл. 1).
Таблица 1 - Оценка текущей конкурентоспособности регионов ЦФО
Производственная сфера представлена
следующими показателями: основные фонды (по учетной стоимости на конец года); число промышленных предприятий; число фермерских хозяйств; рост (индекс) промышленного
производства; рост (индекс) производства продукции сельского хозяйства всех категорий.
В блоке социальной сферы рассматриваются следующие показатели: численность населения
региона; среднегодовая численность занятых в
экономике; среднедушевые денежные доходы; число зарегистрированных преступлений; число
больничных коек на 10 тыс. человек.
Показатели инвестиционной сферы: инвестиции в основной капитал; рост инвестиций (индексы физического объема инвестиций в основой капитал в процентах к предыдущему году); инвестиции в основной капитал на душу населения, руб.; иностранные инвестиции.
Финансовая сфера представлена следующими показателями: сальдированный финансовый результат (прибыль минус убыток) деятельности организаций; сумма прибыли организаций; задолженность по кредитным обязательствам; банковские вклады привлеченные кредитными организациями.
В рамках стратегической конкурентоспособности нами было выделено три блока (табл. 2) показателей. В первом блоке оценивались масштабы внешнеэкономической деятельности (показатели внешней торговли с учетом экспорта и импорта для стран СНГ, так и вне СНГ. Во втором - степень развитости внутреннего инновационного потенциала по направлениям: исследовательские разработки
(число организаций, выполнявших исследовательские разработки, и численность персонала, занятого исследованиями и разработками); число организаций, использовавших информационные и коммуникационные технологии; число организаций, осуществлявших технологические инновации; объем инновационных товаров, работ, услуг, млн. руб.
Таблица 2 - Оценка стратегической конкурентоспособности регионов ЦФО
Субъект Сводные индикаторы
Внешняя торговля Инновации Деловая активность
Белгородская область 7,78 5,00 7,00
Брянская область 6,11 4,07 3,00
Владимирская область 4,46 6,48 4,89
Воронежская область 6,11 8,33 6,44
Ивановская область 1,95 3,89 2,34
Калужская область 4,17 5,74 5,44
Костромская область 1,95 0,93 2,78
Курская область 4,45 4,44 4,33
Липецкая область 8,06 0,74 6,55
Московская область 8,33 8,89 8,45
Орловская область 3,06 1,85 2,55
Рязанская область 1,67 2,78 4,44
Смоленская область 5,56 2,04 4,33
Тамбовская область 1,00 4,44 2,89
Тверская область 1,39 7,03 6,55
Тульская область 6,95 5,92 6,67
Ярославская область 3,62 6,11 7,44
г. Москва 9,44 9,44 7,55
В третьем блоке анализировалась деловая активность региона исходя из показателей: валового регионального продукта (ВРП); числа малых предприятий на конец года; среднемесячной начисленной
Субъект Сводные индикаторы
произ- водственная сфера социальная сфера инвести- ционная сфера финан- совая сфера
Белгородская область 6,33 5,55 3,89 6,66
Брянская область 3,45 5,70 1,78 3,78
Владимирская область 4,44 5,56 5,33 5,55
Воронежская область 7,33 5,42 5,89 7,33
Ивановская область 6,00 5,14 3,44 0,14
Калужская область 3,89 3,20 5,11 3,22
Костромская область 2,67 2,64 2,11 0,89
Курская область 3,67 3,75 0,89 4,22
Липецкая область 4,11 4,86 6,11 3,67
Московская область 8,33 7,50 7,56 8,89
Орловская область 2,89 1,95 2,01 3,00
Рязанская область 5,47 2,78 3,00 3,00
Смоленская область 3,33 3,89 4,67 5,11
Тамбовская область 4,22 3,34 2,11 2,34
Тверская область 6,00 5,14 3,78 3,67
Тульская область 6,11 7,08 5,33 6,89
Ярославская область 6,44 6,39 4,25 1,23
г. Москва 5,70 7,36 8,67 9,44
заработной платы; оборота розничной торговли; потребительские расходы в среднем на душу населения. Информационно" базо" для проведенного исследования послужили показатели статистики по ЦФО РФ.
Комплексная оценка конкурентных преимуществ региональных комплексов Центрального
федерального округа (табл. 3) позволила выявить регионы-лидеры и регионы-аутсаИдеры.
Таблица 3 - Оценка конкурентоспособности субъектов ЦФО по сводному индикатору.
Безусловными лидерами стали Москва и
Московская область. По показателям сводного индикатора текущей конкурентоспособности среди регионов-лидеров, кроме столичного региона, выделяются Ярославская, Тульская, Воронежская,
Белгородская области.
Высокий показатель сводного индикатора
стратегической конкурентоспособности имеют
Воронежская, Белгородская, Тульская, Ярославская области. Оценка сводного индикатора конкурентоспособности позволила определить регионы-лидеры, которыми стали Воронежская, Тульская, Белгородская, Ярославская области.
К регионам-аутсайдерам можно отнести Костромскую, Орловскую, Тамбовскую области. Комплексная оценка конкурентных преимуществ, позволяет определить степень эффективности использования потенциальных особенностей социально-экономического развития регионов
Отметим, что конкурентные преимущества не являются гарантией успешного развития региона в будущем [4]. В связи с этим особенно важно, как региональные власти будут выстраивать вектор социально-экономического развития. Регионы, которые и во время кризиса, опираясь на конкурентные преимущества, не остановятся в наращивании своих трудового и экономического потенциалов, имеют все шансы стать новыми «полюсами роста» в посткризисной экономике России [9].
Трудовой и экономический потенциалы являются главным условием инвестиционной привлекательности любого региона. Безусловно, важным этапом при проведении любого анализа является формирование исходной системы показателей. Для адекватного описания экономической ситуации, сложившейся в регионах ЦФО, определены основные показатели, которые дают достаточную характеристику экономического развития регионов. В качестве базы для исследования выбран период с 2006 по 2011 годы автор использовал официальную информацию [10] Росстата, опубликованную на сайтах «Регионы России» и «Национальные счета России», бюллетенях «Социально-экономическое положение областей Центрального федерального округа Российской Федерации». С введением на территории Российской Федерации в действие Общероссийского
классификатора видов экономической деятельности (ОКВЭД), с 2005 г. данные стали разрабатываться по видам экономической деятельности, а не по отраслям экономики, поэтому данные по объемам промышленной продукции за предыдущие года, по объемам отгруженных товаров собственного производства, выполненных работ и услуг собственными силами оказались несопоставимы по предыдущим периодам, поэтому исследование проводилось с 2006 года. Итоговая система показателей приведена в таблице 4, для удобства и лаконичности изложения каждому показателю присвоен свой код, кодировка осуществлена произвольно и не несет дополнительной смысловой нагрузки. В соответствии с терминологией, принятой в системе 8Р88, показатель назван переменной, а значения показателей по конкретному региону - наблюдением [3].
СводныИ СводныИ СводныИ
индикатор индикатор индикатор
Субъект текущей стратегической комплексной
конкуренто- конкурентосп конкуренто-
способности особности способности
Белгородская область 6,36 6,60 6,48
Брянская область 3,43 4,39 3,91
Владимирская область 5,22 5,26 5,25
Воронежская область 6,49 6,96 6,73
Ивановская область 3,65 3,38 3,52
Калужская область 3,36 5,12 4,24
Костромская область 3,02 1,89 2,46
Курская область 3,72 4,41 4,07
Липецкая область 4,69 5,12 4,91
Московская область 8,07 8,56 8,32
Орловская область 2,46 2,49 2,48
Рязанская область 3,56 2,96 3,26
Смоленская область 4,25 3,98 4,12
Тамбовская область 3,25 2,78 3,02
Тверская область 4,40 4,99 4,70
Тульская область 6,60 6,51 6,56
Ярославская область 6,79 5,72 6,26
г. Москва 7,80 8,81 8,31
Таблица 4 - Система используемых статистических показателей ЦФО РФ за 2006-11 гг. для расчетов в системе 8Р88
Код показа- теля Наименование показателя, единица измерения
Блок 1 - валовоИ региональны" продукт
П1 Валовой региональный продукт, млн. руб.
П2 Валовой региональный продукт на душу населения, руб.
П3 Индексы физического объема валового регионального продукта, в %
П4 Валовое накопление основного капитала, в текущих рыночных ценах, млн. руб.
Блок 2 - промышленность и основные фонды
П5 Стоимость основных фондов на конец года по полной учетной стоимости, млн. руб.
П6 Степень износа основных фондов на начало года, в %
Блок 3 - производство по видам экономическоИ деятельности
П7 Индексы производства по виду экономической деятельности «Добыча полезных ископаемых», в %
П8 Индексы производства по виду экономической деятельности «Обрабатывающие производства», в %
П9 Индексы производства по виду экономической деятельности «Производство и распределение электроэнергии, газа и воды», в %
Блок 4 - сельское хозяИство
П10 Продукция сельского хозяйства в хозяйствах всех категорий, в фактически действовавших ценах, млн. руб.
П11 Индексы производства продукции сельского хозяйства в хозяйствах всех категорий, в сопоставимых ценах, в % к предыдущему году
П12 Урожайность зерновых культур (в весе после доработки) в хозяйствах всех категорий, ц/га убранной площади млн. руб.
П13 Поголовье крупного рогатого скота в хозяйствах всех категорий, на конец года, тыс. голов
Блок 5 - розничная торговля и платные услуги
П14 Оборот розничной торговли на душу населения в фактически действовавших ценах, руб.
П15 Объем платных услуг на душу населения, руб.
Блок 6 - инвестиции
П16 Поступило иностранных инвестиций в экономику субъекта РФ, тыс. долларов США
П17 Инвестиции в основной капитал на душу населения в фактически действовавших ценах, руб.
П18 Индексы физического объема инвестиций в основной капитал, в сопоставимых ценах, в % к предыдущему году
Блок 7 - инновации
П19 Затраты на технологические инновации, тыс. руб.
П20 Удельный вес организаций, осуществляющих технологические инновации, в общем числе организаций, в %
Блок 8 - население
П21 Численность постоянного населения, тыс. человек
П22 Коэффициент естественного прироста населения на 1000 человек
П23 Ожидаемая продолжительность жизни при рождении, лет
Перед началом анализа произведена стандартизация исходных переменных. Все этапы анализа, кроме кластеризации, проведены параллельно для 2006 и 2011 годов. Кластеризация рассмотрена отдельно, поскольку на данных 2006 и 2011 годов выявлены существенные различия в ходе самой процедуры. На первом этапе проверены переменные на степень линейной зависимости. Для этого построена матрица корреляции стандартизированных переменных отдельно по данным 2006 и 2011 годов. Корреляция характеризует силу линейной связи между двумя переменными. Принято считать, что высокая корреляция имеет место при значения коэффициента больше 0,9, а существенная при значениях коэффициента от 0,9 до 0,7. В нашем случае большое количество пар переменных, имеющих высокие и существенные значения коэффициента корреляции, свидетельствует об их выраженной линейной зависимости. При проведении кластеризации этот факт играет отрицательную роль, поскольку в этом случае теряется равноценность переменных, искусственно усиливается влияние одних групп переменных (имеющих между собой линейную зависимость), а других - ослабляется [2].
Чтобы не исключать из рассмотрения коррелирующие переменные, был применен факторный анализ; тем самым мы ушли от высокой корреляции исходных переменных за счет создания новых «синтетических» компонент. Методом главных компонент в каждом из восьми блоков выделены «главные компоненты» - синтетические показатели, построенные как линейная функция от исходных переменных.
Главные компоненты, соответствующие одному блоку, линейно независимы по самой методике их построения, заложенной в системе 8Р88. Количество главных компонент в каждом блоке определилось системой 8Р88 автоматически. Условные названия компонент присвоены в соответствии с наименованиями разделов исходной системы показателей. Полученные уравнения главных компонент приведены в таблице 5.
По некоторым блокам определилось различное число компонент, их количество определяется системой 8Р88 автоматически. Выделенные в рамках одного блока компоненты линейно не зависимы в силу методики их построения. Коэффициенты при стандартизованных значениях характеризуют степень их влияния на главную компоненту. Чем больше значение по модулю такого коэффициента, тем сильнее его влияние. Если коэффициент при ZПi имеет знак «+», то увеличение ZПi в итоге приведет к увеличению главной компоненты; в этом случае ZПi оказывает на главную компоненту прямое влияние. Если же коэффициент при ZПi имеет знак «-», то влияние ZПi на главную компоненту является обратным, то есть увеличение ZПi приведет в итоге к уменьшению главной компоненты.
Таблица 5 - Уравнения главных компонент вРвв для ЦФО 2006-2011 гг.
Наименование блока Год Уравнения главных компонент
валовой региональный продукт 2006 ВРП(06) = 0,295Ч7П1 + 0,280 Ч7П2 + 0,232Ч7П3 + 0,289 Ч7П4
2011 ВРП(11) = 0,328Ч7П1 + 0,308 Ч7П2 + 0,170Ч7П3 + 0,322 Ч7П4
основные фонды 2006 0Ф(06) = 0,630Ч7П5 + 0,631 Ч7П6
2011 0Ф(11) = 0,647Ч7П5 + 0,649 Ч7П6
производство по видам экономической деятельности 2006 ПР0(06) = 0,511Ч7П7 + 0,342 Ч7П8 +0,496Ч7П9
2011 ПР0(11) = 0,620Ч7П7 + 0,606 Ч7П8 +0,221Ч7П9
сельское хозяйство 2006 СХ(06) = 0,310Ч7П10 +0,313Ч7П11+0,256Ч7П12+0,293Ч7П13
2011 СХ1(11) = 0,310Ч7П10 +0,313Ч7П11+0,256Ч7П12+0,293Ч7П13 СХ2(11) =- 0,318Ч7П10+0,606Ч7П11+0,341Ч7П12-0,377Ч7П13
розничная торговля и платные услуги 2006 УСЛ(06) = 0,523Ч7П14 + 0,525 Ч7П15
2011 УСЛ(11) = 0,514Ч7П14 + 0,512 Ч7П15
инвестиции 2006 ИНВ1(06) = 0,513Ч7П16 + 0,538 Ч7П17 +0,155Ч7П18 ИНВ2(06) =- 0,301Ч7П16 + 0,011 Ч7П17 +0,951Ч7П18
2011 ИНВ1(11) = 0,561Ч7П16 + 0,541 Ч7П17 - 0,081Ч7П18 ИНВ2(11) =- 0,142Ч7П16 + 0,282 Ч7П17 +0,915Ч7П18
инновации 2006 ИНН(06) = 0,526Ч7П19 + 0,524 Ч7П20
2011 ИНН(11) = 0,575Ч7П19 + 0,576 Ч7П20
население 2006 НАС 1(06) = 0,381Ч7П21 + 0,638 Ч7П22 + 0,485Ч7П23 НАС2(06) = 0,769Ч7П21 + 0,014 Ч7П22 + 0,624Ч7П22
2011 НАС(11) = 0,401 Ч7П21 + 0,494 Ч7П22 + 0,463Ч7П23
По полученным главным компонентам 2006 г. и 2011 г. построены матрицы корреляции. Степень линейной зависимости главных компонент значительно ниже степени линейной зависимости стандартизованных переменных. Кластеризация регионов ЦФО осуществлена на основе выделенных главных компонент. Существуют разнообразные методы кластерного анализа, в данном случае использован метод к-средних. Этот метод максимизирует различия переменных в различных кластерах и минимизирует вероятность того, что наблюдения, имеющие схожие характеристики, попадают в разные кластеры.
Оптимальным стало разбиение совокупности наблюдений по главным компонентам,
сформированным по данным 2006 года на четыре группы (табл.. 6). При разбиении на четыре кластера расстояния от отдельных наблюдениИ до центра их кластера меньше расстояниИ между центрами других кластеров. ДанныИ факт свидетельствует о том, что кластеры четко разделены и межгрупповые различия максимизированы, что в свою очередь подтверждает надежность полученного разбиения. Отметим, что для территориИ кластера, расположенных на максимальном расстоянии от центра, менее типичны средние характеристики кластера, чем для остальных его территориИ. Чтобы определить, какие из главных компонент вносят наибольшиИ вклад в результаты кластеризации, использован Б-критериИ.
Таблица 6 - Покомпонентные результаты кластеризации регионов ЦФО в 2006 году
Кластер Принадлежность наблюдениИ к кластеру Характеристики кластера
Высокие значения главных компонент (х>1) Средние значения главных компонент (1>х>0) Низкие значения главных компонент (х<0)
1 Ивановская область Костромская область Смоленская область Тамбовская область ВРП, НАС2, ИНВ2 оф, про, СХ, УСЛ, ИНВ1, ИНН, НАС1
2 Брянская область Курская область Орловская область Рязанская область Тверская область НАС2, СХ ВРП, ПРО, ИНВ2, ИНН, НАС1 ОФ, УСЛ, ИНВ1
3 Владимирская область Калужская область Липецкая область Тульская область ПРО, ВРП, НАС1 СХ, УСЛ, ИНВ1, ИНН ОФ, ИНВ2, НАС2
4 Белгородская область Воронежская область Московская область Ярославская область г. Москва ВРП, ИНВ1, ИНН, НАС1,УСЛ ПРО, ОФ, СХ ИНВ2, НАС2
Мы обозначили, согласно рекомендуемой
методики, величину Р-критерия, при котором главные компоненты вносят значимый вклад в кластеризацию, при значении больше 8. Из расчетов следует такие
значения Р-критерия наблюдались по компонентам СХ, ИНН, НАС1, УСЛ, ВРП, ИНВ1. Следовательно, именно эти компоненты внесли наибольший вклад в
итоговую кластеризацию наблюдений в 2006г. и являются определяющими.
Порядковый номер кластера указывает, чем выше номер кластера, тем больше трудовой и экономический потенциалы, соответственно тем больше темпы экономического роста и инвестиционная привлекательность регионального бизнес-пространства выше.
Таким образом, на основании полученных расчетов в 2006 году сформировалось четыре кластера, причем наибольший вклад в построенную кластеризацию внесли шесть главных компонент СХ, ИНН, НАС1, УСЛ, ВРП ИНВ1. Они сформированы на основе исходных показателей блоков «сельское хозяйство», «инновации», «розничная торговля и
платные услуги», «валовой региональный продукт», «инвестиции». В уравнении этих определяющих компонент стандартизованные значения исходных переменных входили только с положительными коэффициентами и, следовательно, оказывали на перечисленные компоненты прямое влияние.
По большинству определяющих компонент коэффициенты при стандартизированных значениях исходных переменных сложились равнозначные, поэтому их влияние на формирование компоненты одинаково. Исключение составили компоненты ИНВ1 и НАС 1. На ИНВ1 наибольшее влияние оказали показатели объема поступлений иностранных инвестиций в экономику субъектов РФ и инвестиций в основной капитал на душу населения; на НАС 1 -показатели коэффициента естественного прироста населения и ожидаемой продолжительности жизни при рождении.
Первому кластеру (Ивановская, Костромская, Смоленская и Тамбовская области) свойственны средние значения ВРП, НАС2, ИНВ2, и низкие значения по всем главным компонентам. Регионы, вошедшие в этот кластер, равноудалены от своего центра, поэтому характеристики кластера для них одинаково типичны.
Второй кластер (Брянская, Курская, Орловская, Рязанская и Тверская области). Эта группа имела высокие значения по НАС2, СХ, средние значения по всем главным компонентам, в том числе и по тем, которые вносят наибольший вклад в кластеризацию. Не все из вышеперечисленных регионов находились на равном расстоянии от центра своей группы. Максимально удаленной оказалась Курская область, поэтому для нее характеристики кластера менее типичны, чем для остальных территорий, они по некоторым компонентам ближе к третьему кластеру. У регионов этого кластера преобладали низкие, по
сравнению с другими территориями, значения
исходных показателей по блокам «основные фонды», «розничная торговля и платные услуги»,
«инвестиции».
Третий кластер образован Владимирской, Калужской, Липецкой и Тульской областями. По всем компонентам, которые внесли наибольший вклад в кластеризацию, в данной группе сложились средние значения. Ближе других к центру данного кластера Тульская область, этой территории наиболее
свойственны характеристики данного кластера. По удаленности от центра кластера находятся -Владимирская область, которая по некоторым компонентам близка к более низкому ко второму кластеру, а Липецкая области по некоторым компонентам близка к более высокому четвертому кластеру. Отличительной особенностью этого кластера стало высокое значение компоненты ПРО, отражающей блок «производство по видам экономической деятельности», то есть имелись высокие значения исходных показателей, так как их стандартизированные значения входят в уравнение главной компоненты с положительными коэффициентами.
Для четвертого кластера, образованного такими субъектами ЦФО, как г. Москва, Белгородская, Воронежская, Московская и Ярославская области характерны высокие и средние значения по главным компонентам. Компоненты ВРП, ИНВ1, ИНН, НАС1,УСЛ имели в этом кластере максимальные значения по сравнению с другими кластерами. Субъекты кластера в основном находятся на равном расстоянии от центра (за исключением г. Москва), по этому им в равной степени свойственны его характеристики. Высокие по сравнению с другими территориями, значения показателей сложились по блокам «инновации», «население», «розничная
торговля и платные услуги», «валовой региональный продукт», «инвестиции». Особенностью оценки блока «инвестиции» стало сочетание низкого значения компоненты ИНВ2, с высоким значением ИНВ1. Это означает, что территории этого кластера имеют достаточно высокие, по сравнению с другими территориями, значения индексов физического объема инвестиций в основной капитал и низкие значения других показателей блока «инвестиции».
На следующем этапе была выполнена кластеризация регионов Центрального федерального округа по главным компонентам [6], сформированным по данным 2011 года. Оптимальные результаты получены при разбиении регионов на пять групп, а не на четыре, как в 2006 году. Это связано с тем, что при разбиении регионов на четыре группы для одной территории расстояние между наблюдениями и центром кластера, куда определялась эта территория, получилось больше, чем расстояние между центрами этого и соседнего кластеров.
При разбиении на пять кластеров (табл. 7) расстояния от отдельных наблюдений до центра их кластера меньше расстояний между центрами других кластеров. Данный факт свидетельствует о том, что кластеры четко разделены и межгрупповые различия максимизированы, что в свою очередь подтверждает надежность полученного разбиения.
Таким образом, в 2011 году сформировалось пять кластеров, и наиболее значимый вклад в построенную кластеризацию внесли четыре главные компоненты, сформированные на основе исходных показателей «валовой региональный продукт», «производство по видам экономической деятельности», «розничная
торговля и платные услуги», «сельское хозяйство». Порядковый номер кластера указывает, чем выше
номер кластера, тем больше темпы экономического регионального бизнес-пространства выше. роста и инвестиционная привлекательность
Таблица 7 - Покомпонентные результаты кластеризации регионов ЦФО в 2011 году
Кластер Принадлежность наблюдений к кластеру Характеристики кластера
Высокие значения главных компонент (х>1) Средние значения главных компонент (1>х>0) Низкие значения главных компонент (х<0)
1 Ивановская область Костромская область Орловская область Тамбовская область СХ1, УСЛ, ИНВ2, НАС ВРП, ОФ, ПРО, СХ2, ИНВ1, ИНН
2 Брянская область Калужская область Рязанская область СХ2, ИНВ2 ВРП, ПРО, ИНН ОФ, СХ1, УСЛ, ИНВ1,НАС
3 Владимирская область Курская область Смоленская область Тверская область ИНВ2, НАС ВРП, СХ1, ПРО, УСЛ, ИНВ1 ОФ, СХ2, ИНН
4 Воронежская область Липецкая область Тульская область Ярославская область г. Москва ВРП, ПРО, УСЛ, СХ2 ОФ, ИНВ1, ИНН, НАС СХ1, ИНВ2
5 Белгородская область Московская область ВРП, ПРО, СХ1, ИНВ1, ИНН ОФ, СХ2, УСЛ, ИНВ2, НАС
Таким образом, на основании полученных расчетов в 2011 году сложились пять кластеров, причем расстояния от отдельных наблюдений до центра их кластера намного меньше расстояний между центрами других кластеров.
Первый кластер (Ивановская, Костромская,
Орловская и Тамбовская области) характеризуется низкими значениями главных компонент по сравнению с другими территориями, с наихудшими значения исходных показателей по блокам «валовой региональный продукт», «основные фонды»,
«производство по видам экономической
деятельности», «инвестиции» и «сельское хозяйство».
Для второго кластера (Брянская, Калужская и Рязанская области) характерно сочетание высоких, средних и низких компонент. Но следует отметить, что в отличие от первого кластера по компонентам характеризуемых значениями исходных показателей по блокам «валовой региональный продукт»,
«производство по видам экономической
деятельности», «инновации» значения компонент
средние. Сразу следует отметить, что особенностью оценки блоков «инвестиции» и «сельское хозяйство» стало сочетание низкого значения компоненты ИНВ1,
СХ1, с высоким значением ИНВ2 и СХ2.
Коэффициенты при стандартизованных значениях характеризуют степень их влияния на главную компоненту. Чем больше значение по модулю такого коэффициента, тем сильнее его влияние. Коэффициент при компонентах ИНВ1, СХ1 имеют знак «+», то и увеличение показателя в итоге приведет к увеличению главной компоненты; в этом случае значение оказывает на главную компоненту прямое влияние. Если же коэффициент численных значениях ИНВ 2 и СХ2 имеет знак «-», то влияние значения на главную компоненту является обратным, то есть увеличение значения приведет в итоге к уменьшению главной компоненты. То есть по сути дела по блокам
«инвестиции и «сельское хозяйство» значения главных компонент во втором кластере низкие.
Третий кластер (Владимирская, Курская, Смоленская и Тверская области) характеризуются в основном средними значениями главных компонент со значениями исходных показателей по блокам «валовой региональный продукт», «производство по видам экономической деятельности», «инвестиции», «сельское хозяйство», «розничная торговля и платные услуги». Также следует отметить, что в данном кластере очень низкие значения компонент исходных показателей по блокам «основные фонды» и «инновации».
Для четвертого кластера (Воронежская, Липецкая, Тульская, Ярославская области и г. Москва) типичны высокие показатели главных компонент с значениями исходных показателей по блокам «валовой региональный продукт», «производство по видам
экономической деятельности», «розничная торговля и платные услуги». Для данного кластера типичны средние значения главных компонент с значениями исходных показателей по блокам «основные фонды», «инновации» и «население». Низкими для данных регионов можно признать показатели главных компонент с значениями исходных показателей по блокам «сельское хозяйство» и «инвестиции» (в сравнении с 2006 годом), так как коэффициент при компонентах ИНВ1, СХ1 имеют знак «+», то и увеличение показателя в итоге приведет к увеличению главной компоненты; в этом случае значение оказывает на главную компоненту прямое влияние. Если же коэффициент численных значениях ИНВ2 и СХ2 имеет знак «-», то влияние значения на главную компоненту является обратным, то есть увеличение значения приведет в итоге к уменьшению главной компоненты. То есть по сути дела по блокам «инвестиции и «сельское хозяйство» значения главных компонент в четвертом кластере довольно низкие.
Регионы пятого кластера - Московская и Белгородская области обладали максимальными значениями по показателям главньых компонент с значениями исходньых показателей по блокам «валовой региональный продукт», «производство по видам экономической деятельности», «сельское
хозяйство», «инновации» и «инвестиции». Регионьы находятся на одинаковом расстоянии от центра кластера, поэтому им в равной степени свойственны: его характеристики. По остальным значениям
главньых компонент регионьы имеют средние значения. Таким образом, Московская и Белгородская области имеют в 2011 году наибольшие темпы экономического роста и наиболее высокую инвестиционную привлекательность регионального бизнес-пространства.
За изучаемый период изменилась кластеризация регионов ЦФО (рис. 1) и определились наиболее привлекательные для инвестиционной деятельности регионы.
2006 год Переходы 2011 год Инвестиционная привлекательность (трудовой и экономический потенциалы)
Субъекты ЦФО Субъекты ЦФО
Кластер 1 ► ► Кластер 1 очень низкая
Ивановская область — Ивановская область
Костромская область — Костромская область
Тамбовская область ► Тамбовская область
Смоленская область ^ \ Орловская область
Кластер 2 Кластер 2 низкая
Брянская область Брянская область
Курская область — Калужская область
Орловская область . Рязанская область
Рязанская область — Кластер 3 средняя
Тверская область — Владимирская область
Владимирская область -—■ Смоленская область Курская область
Калужская область ^ Тверская область
Липецкая область . Кластер 4 высокая
Тульская область . Кластер 4 Воронежская область Липецкая область
Белгородская область Воронежская область Московская область — Ярославская область ■—■ Тульская область Ярославская область г. Москва Кластер 5
г. Москва Белгородская область Московская область очень высокая
Рисунок 1 - Кластеризация субъектов ЦФО РФ и изменение их инвестиционной привлекательности за период с 2006г. по 2011г.
В итоге с помощью экономико-математических методов, реализованных в данной системе 8Р88, на основе экономического моделирования положения регионов Центрального федерального округа в 20062011 годах выявлены: основные тенденции их
развития и инвестиционной привлекательности.
Несмотря на то, что некоторые регионы утратили свои позиции, в целом за исследуемый период наблюдалась положительная динамика в различных сферах экономического развития региональных бизнес-пространств и повышения трудового и экономического потенциалов, а соответственно инвестиционной привлекательности большинства регионов ЦФО РФ.
Литература
1. Бланк, И.А. Инвестиционный менеджмент / И .А. Бланк - К.: Эльга-Н, 2009 - 586 с.
2. Емельянов, А.А. Имитационное моделирование экономических процессов. / А.А. Емельянов - М.: ИФРА-М, 2010 - 368 с.
3. Полянин, А.В. Прогнозирование перспектив развития региональных социально-экономических систем. / А.В. Полянин - Орел: Картущ, 2010 - 240 с.
4. Степанищев, С.В. Принципы и методы оценки приоритетных направлений инвестирования региональных программ социально-экономического
развития / С.В. Степанищев // Экономика и управление. - 2009. - № 2. - С. 138-143.
5. Суханов, Ю.А. Обоснование методического
подхода к формированию стратегии развития регионального экономического комплекса / Ю.А. Суханов, Т.В. Стебеняева // Обозрение
прикладной и промышленной математики. - 2007. -Т. 14. - № 6. - С. 1136-1137.
6. Тиголов, С.Г. Региональная экономика. /
С.Г.Тиголов - Ростов-на-Дону: Феникс, 2009 - 320с.
7. Фетисов, Г.Г. Региональная экономика и
управление. / Г.Г. Фетисов, В.П. Орешин - М.: ИНФРА-М, 2008 - 416 с.
8. Фридман, Ю.А. Экономические интересы субъектов региональной промышленной политики: проблемы количественной оценки / Ю.А. Фридман, О.А. Бияков, Г.Н. Речко // Вестник Кузбасского государственного технического университета. - 2008. - № 2. - С. 102-108.
9. Чуб, А.А. Оценка устойчивости развития региональной социально-экономической системы / А.А. Чуб // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. - 2009. - № 81. - С. 62-67.
10. Официальный сайт Федеральной службы государственной статистики [Электронный ресурс] ИЯЬ: http//www.gks.ru (дата последнего обращения 12.02.2011).
Вестник ОрелГ Ay
август
№4(37)
2012
Теоретический и научно-практический журнал. Основан в 2005 году
Учредитель и издатель: Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Орловский государственный аграрный Университет»_______________________________________________________
Редакционный совет:
Парахин Н.В. (председатель) Амелин А.В. (зам. председателя) Астахов С.М.
Белкин Б.Л.
Блажнов А.А.
Буяров В.С.
Гуляева Т.И.
Гурин А.Г.
Дегтярев М.Г.
Зотиков В.И.
Иващук О.А.
Козлов А.С.
Кузнецов Ю.А.
Лобков В.Т.
Лысенко Н.Н.
Ляшук Р.Н.
Мамаев А.В.
Масалов В.Н.
Новикова Н.Е.
Павловская Н.Е.
Попова О.В.
Прока Н.И.
Савкин В.И.
Степанова Л.П.
Плыгун С.А. (ответств. секретарь) Золотухина О.А. (редактор)
Адрес редакции:
302019, г. Орел, ул. Генерала Родина, 69.
Тел.: +7 (4862) 45-40-37 Факс: +7 (4862) 45-40-64 E-mail: [email protected] Сайт журнала: http://ej.orelsau.ru Свидетельство о регистрации ПИ /ФС77-21514 от 11.07.2005 г.
Специалист регионального методического центра по УДК: Служеникина А.М. Технический редактор: Мосина А.И.
Сдано в набор 15.07.2012 г. Подписано в печать 30.08.2012 г. Формат 60x84/8. Бумага офсетная. Гарнитура Таймс.
Объём 16 усл. печ. л.
Тираж 300 экз. Издательство Орел ГАУ, 302028, г. Орел, бульвар Победы, 19. Лицензия ЛР /021325 от 23.02.1999 г.
Журнал рекомендован ВАК Минобрнауки России для публикаций научны1х работ, отражающих основное научное содержание кандидатских и докторских диссертаций
Содержание номера
Общее земледелие
Соколов М.С., Соколов Д.М. К оценке биобезопасности экологических ресурсов и
производства трансгенных растений..................................................... 2
Степанова Л.П., Тихойкина И.М., Шамараева В.С., Рыбин П.И., Степанова Е.И. Влияние нетрадиционных удобрительных форм на биогенность и биологическую активность
почвы................................................................................. 7
Лысенко Н.Н., Макеева Т.Ф., Прудникова Е.Г., Хилкова Н.Л. Влияние удобрений и фунгицидов на фитосанитарное, физиологическое состояние и продуктивность зерновых
культур............................................................................... 14
Мельник А.Ф. Повышение эффективности адаптивных технологий выращивания озимой
пшеницы............................................................................... 21
Абакумов Н.И., Бобкова Ю.А. Влияние основной обработки и гербицида «Тризлак» на фитосанитарное состояние посевов, урожайность и качество зерна озимой
пшеницы............................................................................... 26
Черный E.C., Степанова Л.П., Цыганок Е.Н., Коренькова Е.А., Степанова Е.И. Экологоагрономическая оценка влияния жидких органических удобрений и отходов производства на
плодородие серых лесных почв.......................................................... 30
Кемов К.Н., Стифеев А.И. Состояние почвенного покрова в зоне влияния хвостохранилища Михайловского ГОКа и использование мелиорантов для повышения продуктивности овса и
люцерны1.............................................................................. 36
Кирсанова Е.В., Борзенкова Г.А., Тиняков Л.А., Мусалатова Н.Н., Суханов С.С. Эффективность защитностимулирующих композиций для обработки семян зерновых,
зернобобовых и крупяны1х культур в условиях Орловской области......................... 39
Лопачёв Н.А., Стебаков В. А., Наумкин В.Н. Гречиха в биологизированном севообороте
Орловщины1............................................................................ 46
Пожарский С.М., Лысенко Н.Н. Насекомые-фитофаги, болезни кормовых бобов и
мероприятия по их контролю в Орловской области........................................ 50
Титова Е.М., Внукова М.А. Влияние биопрепаратов на продуктивность
ячменя................................................................................ 58
Васильчиков А.Г. Изучение эффективности изолятов ризобий сои различного
географического происхождения......................................................... 61
Басов Ю.В., Козявина К.Н. Изучение фитотоксичности ионов свинца на модельных
системах.............................................................................. 64
Павловская Н.Е., Костромичева Е.В, Кулешова Е., Горькова И.В., Гагарина И.Н.
Ячмень - источник антибиотиков........................................................ 70
Гурин А.Г., Сычева И.И. Оптимизация минерального питания при доращивании саженцев
садово-декоративных культур........................................................... 73
ж ивотноводство
Балакирев Н.А., Нигматуллин Р.М., Тинаева Е.А. Интерьерные особенности кроликов
основные пород, разводимых в Российской Федерации..................................... 76
Масалов В.Н., Дедкова А.И., Сергеева Н.Н. Современное состояние свиноводства в
Орловской области..................................................................... 80
Учасов Д.С., Ярован Н.И., Сеин О.Б. Влияние пробиотика «Проваген» и его комбинаций с хотынецкими природныши цеолитами и фумаровой кислотой на морфо-биохимический состав
крови и продуктивность свиноматок..................................................... 84
Климова С.П., Шендаков А.И., Шендакова Т.А. Влияние степеней инбридинга на
молочную продуктивность чёрно-пёстрого голштинизированного скота...................... 86
Самусенко Л.Д., Химичева С.Н. Продуктивность и состав молока коров, основные пород в
Орловской области..................................................................... 90
Сидоренко О.В. Зернофуражное производство как фактор развития животноводческой
отрасли............................................................................... 92
Киселев Л.Ю., Левенец И.А., Плиева Т.Х. Определение оптимальной дозы препарата
«Костомикс Форте» при выращивании цыплят.............................................. 99
Дедков В.Н., Гнеушева И.А., Павловская Н.Е. Биоконверсия соломы злаковых культур
грибами рода trichoderma в кормовы1е продукты для животноводства...................... 102
Габаев М.С., Гукежев В.М. Эффективность использования естественных горных пастбищ
карачаевскими овцами.................................................................. 105
Каничева И.В. Микробиоценоз содержимого толстого отдела кишечника ягнят раннего
возраста.............................................................................. 107
Соболев А.И., Гуньчак Е.В. Эффективность использования селена в составе комбикормов
для гусят, выращиваемых на мясо....................................................... 110
Экономика АПК
Полянин А.В. Трудовой и экономический потенциалы субъектов ЦФО РФ и расчет
конкурентных преимуществ.............................................................. 113
Звягинцева Ю.А., Титаренко В.В. Механизм и особенности воспроизводства основных фондов на сельскохозяйственные предприятиях......................................... 121
© ФГБОУ ВПО Орел ГАУ, 2012
