WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 17 |

Развитие жилищно-коммунального хозяйства и рост 10. 0,Кластерный анализ – метод, позволяющий классифицижилищного строительства ровать многомерные наблюдения. При отнесении наблюдения Эффективное использование земельных ресурсов 11. 0,в ту или иную группу одновременно участвуют все группирои муниципальной собственности вочные признаки. В проведенном исследовании предпочтение Оздоровление экологии и природоохранная 12. 0,деятельность этому методу многомерной классификации обусловлено по13. Расширение внешнеэкономических связей 0,строением научно обоснованных групп (кластеров), выявлением внутренней связи между единицами наблюдений совокупРешение поставленных проблем в порядке приоритетноности, а также методу, не требующему априорной информации сти будет способствовать развитию сельской местности, укрео видах законов распределения исследуемых рядов.

плению ее конкурентоспособности как внутри региона, так и за Каждый объект можно представить в виде точки в nего пределами.

мерном пространстве по m-показателям. При этом, как правило, 91 в пространстве полученные точки не образуют однородного дукции сельского хозяйства, объем товарооборота и предоставмножества, а имеют некоторые области сгущения. Множество ляемых услуг, объем привлекаемых инвестиций, 2) социальобъектов, представимых точками, принадлежащими одной об- ные – уровень занятости и доходов населения. Для проведения ласти сгущения, являются более однородными по сравнению численной классификации регионов России по различным насо всей совокупностью исследуемых объектов. Следовательно, борам показателей мы использовали стандартный пакет стативсе множество изучаемых объектов разбивается на классы, стических методов «Statistica 6.0». Алгоритм проведения клагруппы «схожих» (в том или ином смысле) объектов, называе- стеризации сельских муниципальных образований приведен на мых кластерами. рисунке 4.

Большинство методов кластеризации является агломера- 1. Постановка задачи тивными (объединительными) – процесс начинается с создания элементарных кластеров, каждый из которых состоит ровно из 2. Выбор методов иерархической группировки одного исходного наблюдения (одной точки), а на каждом покластерного анализа следующем шаге происходит объединение двух наиболее близких кластеров в один. Момент остановки этого процесса может 3. Ввод исходных данных и их нормирование с целью задаваться исследователем (например, указанием требуемого сведения к единому масштабу (исключает влияние разчисла кластеров или максимального расстояния, при котором личных единиц измерения) допустимо объединение). Графическое изображение процесса объединения кластеров может быть получено с помощью ден- 4. Проведение кластеризацию методом k-средних дограммы – дерева объединения кластеров.

5. Проведение дисперсионного анализа результатов клаДругие методы кластерного анализа являются дивизивстеризации с целью проверки значимости различия между ными – они пытаются разбивать объекты на кластеры непогруппами и сближения внутри групп средственно. В этом случае, как правило, классы определяются из содержательных соображений и задача классификации за6. Анализ однородности полученных кластеров ключается в отнесении конкретных объектов к тому или иному классу.

7. Построение графика распределения средних значений Метод кластерного анализа k-средние позволяет выявить показателей кластеров кластеры так, чтобы они были настолько различны, насколько 8. Выявление числа кластеров это возможно. В общем случае метод K средних строит ровно K различных кластеров, расположенных на возможно больших Рис. 4. Алгоритм проведения кластерного анализа расстояниях друг от друга. В нашем исследовании мы будет использовать именно этот метод, поскольку он позволит выАлгоритм состоит из 8 этапов:

явить группы районов, достаточно отличающиеся друг от друга.

1. Постановка задачи. Выявление конкурентоспособных Основу анализа составили комплексные показатели, хасельских муниципальных образований для оказания государстрактеризующие конкурентоспособность сельских муниципальвенной поддержки.

ных образований: 1) экономические – объем производства 2. Выбор методов группировки кластерного анализа. Мепромышленной продукции, объем производства валовой протод кластерного анализа k-средние.

93 3. Перед выполнением кластеризации сельских муници- групп районов. Наименьшее значение у показателей товаропальных образований было проведено нормирование исходных оборота и услуг (10,94 и 11,39 соответственно).

данных с целью сведения их к единому масштабу (исключает 6. В таблице 16 показана однородность выявленных клавлияние различных единиц измерения). стеров. Здесь показано расстояние до центра кластера каждого 4. Проведение кластеризации методом k-средние при по- из наблюдаемых сельских муниципальных образований.

мощи стандартного программного пакета статистических меТаблица тодов «Statistica 6.0». Гипотетически были заданы 6, 7, 8, 9 клаКластеры сельских муниципальных районов стеров.

5. Проведенный дисперсионный анализ результатов клаРас- Рас- Расстеризации с помощью метода k-средние показал, что наистояние стояние стояние большее значение F-статистики наблюдается при выделении 8 Район до цен- Район до цен- Район до центра кла- тра кла- тра клакластеров. То есть значение F-статистики для каждого показастера стера стера теля свидетельствуют о том, что соответствующие изменения 1 кластер 2 кластер 3 кластер достаточно хорошо дискриминируют кластеры. При этом внутБаунтовский 0,35 Прибай- 0,26 Селенгин- ри группы наблюдается минимальное значение, а между групкальский ский пами – максимальное.

С-Байкальский 0,35 Тункин- 0,ский Результаты дисперсионного анализа приведены в таблице 4 кластер 5 кластер 6 кластер 15.

Окинский 0 Кабан- 0 Баргузинский 0,Таблица ский Дисперсионный анализ показателей 7 кластер 8 кластер Еравнинский 0,Бичурский 0,32 Муйский 0 Иволгинский 0,Расстояние Джидинский 0,27 Кижингин- 0,Между Внутри F№ показателя ский группами групп статистика Заиграевский 0,34 Курумкан- 0,(Between SS) (Within SS) ский Объем промышленЗакаменский Тарбагатай- 0,18,61 1,38 24,ной продукции ский Валовая продукция Кяхтинский Хоринский 0,18,70 1,29 26,сельского хозяйства МухоршибирТоварооборот 17,09 2,90 10,ский Услуги 17,19 2,80 11,Инвестиции 19,96 0,03 1046,Представленные в таблице 16 значения показывают знаУровень занятости чительную однородность построенных групп. Такая однород18,86 1,13 30,населения ность характеризуется относительно равным расстоянием от Доходы населения 19,37 0,62 57,центра кластера. Ярким представителем 6 кластера является Курумканский район, так как расстояние до центра кластера Наибольшее значение F-статистики у показателя «инвесоставляет 0,12. Наиболее удалены от центра кластера Баргустиции» - 1046,34, что показывает хорошую дискриминацию 95 зинский и Еравнинский районы (расстояние равно 0,21). В ционными условиями, где предлагаются курортноседьмом кластере ближе к центру Джидинский район – 0,27. оздоровительные услуги.

Наиболее удален Заиграевский район. 3 кластер представлен Селенгинским районом, где на7. Графически распределение k-средних по каждому по- блюдаются высокие объемы производства промышленной проказателю приведено на рисунке 5. дукции, товарооборота и предоставляемых услуг.

4 кластер – это Окинский район с низкими объемами валовой продукции сельского хозяйства, товарооборота и услуг, но с высоким уровнем занятости и доходов населения. Он расположен на значительном удалении от центра региона – г.

Улан-Удэ и других крупных населенных пунктов. Это объясняет неразвитость розничного товарооборота на территории этого района. Также здесь развита золотодобывающая промышленность, что обусловливает высокие доходы населения и наличие большого притока трудовых ресурсов.

5 кластер представлен Кабанским районом. Для него характерны высокие объемы производства промышленной и сельскохозяйственной продукции, товарооборота и услуг. Это наиболее густонаселенный район, с хорошей транспортной доступностью и близостью к г. Улан-Удэ. Он расположен на берегу оз. Байкал, что способствует благоприятному развитию сельского хозяйства.

Рис. 5. Средние значения комплексных показателей по кластерам 6 кластер объединяет в себе Баргузинский, Еравнинский, сельских муниципальных образований Иволгинский, Кижингинский, Курумканский, Тарбагатайский и Хоринский районы. У них наблюдаются значения показатеТаким образом, с помощью статистических методов мнолей ниже среднего.

гомерной классификации (методов кластерного анализа) пока7 кластер, представленный Бичурским, Джидинским, Заизателей были выделены следующие типы муниципальных обграевским, Закаменским, Кяхтинским, Мухоршибирским райразований региона.

онами, традиционно сельскохозяйственного типа с высокими 1 кластер – северные районы (Баунтовский, Северобайобъемами производства сельскохозяйственной продукции.

кальский) отличают низкие объемы производства сельского 8 кластер представлен Муйским районом. Это промышхозяйства и высокие доходы населения. Экстремальность расленный район с высокими объемами инвестиций, высоким положения объясняет отсутствие сельского хозяйства. А северуровнем занятости и доходов населения.

ные надбавки – высокий уровень доходов населения.

Таким образом, можно выделить следующие типы сель2 кластер включает в себя сельские муниципальные обраских муниципальных образований. Промышленные районы, зования с высокими объемами предоставляемых услуг (Тунпромышленные районы с благоприятными сельскохозяйственкинский, Прибайкальский). Это районы благоприятные рекреаными условиями, северные промышленные районы, сельскохо 97 зяйственно развитые районы, рекреационные районы, отсталые зателями производства сельскохозяйственной продукции – Серайоны. ленгинский и Хоринский. Здесь нет выраженности сельскохоТакое многообразие типов районов в одном регионе не в зяйственной специализации. Шестая группа представлена райполной мере показывает уровень их конкурентоспособности, онами с показателями ниже среднего. Это Баргузинский, Еравпоскольку у них выявлена разная специализация. Поэтому не- нинский, Кижингинский, Курумканский. К последней, седьобходимо выявить одну отрасль, размещенную на территории мой, группе относятся северные районы, где в силу природновсех сельских муниципальных образований, для того чтобы климатических условий затруднено занятие сельским хозяйстопределить их конкурентоспособность. вом. Это Баунтовский, Муйский, Окинский, СеверобайкальКак показали результаты проведенного исследования, ос- ский районы.

новной отраслью специализации многих сельских муниципальных образований Бурятии является сельское хозяйство.

Оно размещено на территории всех сельских муниципальных образований. Как показал анализ приоритетности решения социально-экономических проблем, в первую очередь необходимо развивать и поддерживать сельское хозяйство. К тому же между предприятиями этой отрасли существует определенная конкуренция как внутри района, так и за его пределами. Как правило, они небольшие по размеру, что облегчает возможность регулирования их деятельности со стороны местных органов власти.

По выраженности сельскохозяйственной специализации районы Бурятии с помощью метода k - средние кластерного анализа показателей можно разбить на 7 групп (рис. 6). Ярко выраженной сельскохозяйственной специализацией обладает Джидинский район. В этом районе наблюдается высокий уро кластер 1 (2 пояс) кластер 2 (1 пояс) вень валового сбора зерна, производства мяса, молока, шерсти кластер 3 (5 пояс) кластер 4 (4 пояс) и яиц. Ко второй группе отнесены Кабанский, Бичурский и кластер 5 (3 пояс) кластер 6 (6 пояс) Мухоршибирский районы. Для них характерны высокие пока кластер 7 (3 пояс) затели в производстве зерна, мяса, молока, овощей, картофеля Рис. 6. Кластеры муниципальных районов по выраженности и яиц. В третью группу входят районы сельскохозяйственной сельскохозяйственной специализации специализации мясомолочного направления – Закаменский, Тункинский и Кяхтинский. К четвертой группе нами были отПолученные группы районов образовали своеобразные несены пригородные районы – Заиграевский, Иволгинский, сельскохозяйственные пояса. 1 пояс – пригородные районы, Прибайкальский, Тарбагатайский. Они специализируются на специализирующиеся на производстве картофеля и овощей (производстве более трудоемких видов продукции – картофеле района); 2 пояс – районы со средневыраженной сельскохозяйи овощах. В пятой группе находятся районы со средними покаственной специализацией (2 района); 3 пояс – средняя полоса с 99 Таблица ярко выраженной сельскохозяйственной специализацией (Дисперсионный анализ показателей районов); 4 пояс – удаленные южные районы мясомолочного направления (3 района); 5 пояс – удаленные районы со слабо Расстояние выраженной сельскохозяйственной специализацией (4 района); Между Внутри Показатель группами групп F-статистика 6 пояс – труднодоступные северные несельскохозяйственные (Between (Within районы (4 района).

SS) SS) Более детальный кластерный анализ конкурентоспособСтоимость валовой про15,74 3,25 25,ности муниципальных районов в области сельского хозяйства дукции сельского хозяйства проведем по следующей системе показателей.

Объем производства моло16,64 2,35 37,Система показателей основана на основных критериях ка конкурентоспособности территорий и позволяет оценить конОбъем производства мяса 14,76 4,23 18,курентоспособность сельских муниципальных образований в Объем производства зерна 14,67 4,32 18,Стоимость основных фонсельском хозяйстве (табл. 17). Она включает в себя такие пока14,89 4,10 19,дов затели, как стоимость валовой продукции, стоимость основных Финансовый результат 16,63 2,36 37,фондов, объем производства молока, мяса, зерна, финансовый Объем инвестиций 14,89 4,10 19,результат, объем инвестиций, размер среднемесячной оплаты Среднемесячная оплата 12,73 6,26 10,труда 1 работника.

труда 1 работника Таблица Система показателей оценки конкурентоспособности Проведенный дисперсионный анализ результатов кластесельских муниципальных образований ризации с помощью метода k-средние показал, что наибольшее Критерий Показатели значение F-статистики наблюдается при выделении 4 кластеСтоимость валовой продукции сельров. То есть значения F-статистики для каждого показателя ского хозяйства свидетельствуют о том, что соответствующие изменения досОбъем производства молока таточно хорошо дискриминируют кластеры. При этом внутри Экономический потенциал Объем производства мяса группы наблюдается минимальное значение, а между группами Объем производства зерна – максимальное.

Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 17 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.