Поздравляем с Новым Годом!
   
Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: XXV Международной научно-практической конференции «Актуальные вопросы экономических наук и современного менеджмента» (Россия, г. Новосибирск, 07 августа 2019 г.)

Наука: Экономика

Секция: Проблемы макроэкономики

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Корбут Е.С., Соловьев И.В. КЛАСТЕРНЫЙ АНАЛИЗ ЕВРОПЕЙСКИХ СТРАН ПО УРОВНЮ ВЕДЕНИЯ БИЗНЕСА // Актуальные вопросы экономических наук и современного менеджмента: сб. ст. по матер. XXV междунар. науч.-практ. конф. № 8(18). – Новосибирск: СибАК, 2019. – С. 29-33.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

КЛАСТЕРНЫЙ АНАЛИЗ ЕВРОПЕЙСКИХ СТРАН ПО УРОВНЮ ВЕДЕНИЯ БИЗНЕСА

Корбут Евгения Сергеевна

студент, экономический факультет СПбГУ,

РФ, г. Санкт-Петербург

Соловьев Илья Владиславович

студент, экономический факультет СПбГУ,

РФ, г. Санкт-Петербург

Задачей данного исследования является разделение стран Европы на группы по комфортности ведения бизнеса, а также выявления кластера стран, где наиболее благоприятные условия ведения бизнеса. Для проведения кластерного анализа были выбраны 4 показателя из раздела «бизнес» для стран Европы: Business Confidence (деловая уверенность), Capacity Utilization (загрузка производственных мощностей), Competitiveness Index (индекс конкурентоспособности), Corruption Index (индекс коррупции). Все показатели для разных стран представлены в одной единице измерения: загрузка производственных мощностей в %, остальные показатели в баллах [1]. Часть стран исключена из выборки в связи с пропущенными значениями показателей. Для решения данной задачи будут использоваться 2 метода: иерархический кластерный анализ и k-means.

Для начала применим иерархический кластерный анализ. Рассмотрим дендрограмму (рис. 1). Из дендрограммы можно предположить, что оптимальное число кластеров равно 4, выделим их цветом. Предположим, что Россия является не аномальным значением, а входит в один кластер с Грецией, Турицей, Эстонией и т.д.

Рассмотрим результаты и средние показатели по кластерам методом иерархического кластерного анализа (табл. 1).

 

Рисунок 1. Дендрограмма Европейских стран с выделением кластеров

 

Таблица 1.

Средние показатели по кластерам

 

Business Confidence

Capacity Utilization

Competitiveness Index

Corruption Index

Кластер 1

-2.657143

82.271429
79.480000
81.428571

Кластер 2

3.777778

80.123333

67.712222

55.333333

Кластер 3

84.95000

73.25000

66.59833

48.83333

Кластер 4

99.900

85.218

80.346

80.600

 

Первая группа характеризуется самой низкой деловой уверенностью и прогнозами деловой активности. Связано это с тем, что в данную группу входит Великобритания и в связи с предстоящим выходом из ЕС индекс деловой уверенности упал до -23. В остальных странах группы данный индекс около 0. Также данная группа характеризуется высокой загрузкой производственных мощностей (2 место), высоким уровнем конкурентоспособности бизнеса (также 2 место) и наименьшей коррупцией (чем выше индекс коррупции, тем меньше оценочная коррупция в стране). В данный кластер входят страны Западной Европы: Великобритания, Бельгия, Нидерланды, а также Австрия и страны Скандинавии: Норвегия, Дания и Финляндия.

Второй кластер включает преимущественно страны Восточной Европы: Словакия, Словения, Болгария, Литва, Латвия и т.д., а также Испанию (переживающую кризис) и Португалию. Данная группа стран занимает 3-е место по всем четырем рассматриваемым показателям. Из особенностей это низкая деловая уверенность и высокий уровень коррупции.

Третий кластер характеризуется наименьшей загрузкой производственных мощностей, наименьшим уровнем конкурентоспособности, а также наибольшей коррупцией. Однако в данный странах относительно высокая деловая уверенность и позитивные прогнозы деловой активности. В эту группу стран входят Россия, Эстония, Греция (переживающая кризис), Турция, Италия и Мальта.

В четвертый кластер входят наиболее экономически развитые страны ЕС: Швейцария, Германия, Люксембург (имеющий наибольший в мире ВВП на душу населения по данным ОЭСР), Швеция и Франция. Группа данных стран лидирует по показателям деловой уверенности, загрузке производственных мощностей и индексу конкурентоспособности, и занимает 2 место среди стран с наименьшей коррупцией. Именно данный кластер стран является наиболее благоприятным для ведения бизнеса.

Далее проведем анализ методом k-means.

 

Рисунок 2. Определение количества кластеров

 

Исходя из данного графика можно сделать предположение, что правильное количество кластеров равно либо 2, либо 4. Остановимся на четырех кластерах, как и в предыдущем случае и сравним результаты.

Таблица 2.

Средние показатели по кластерам методом k-means

 

Business Confidence

Capacity Utilization

Competitiveness Index

Corruption Index

Кластер 1

-2.66

82.27

79.48

81.43

Кластер 2

3.20

78.41

67.50

52.60

Кластер 3

102.52

75.32

65.81

48.00

Кластер 4

100.18

83.55

78.75

79.33

 

В кластер 1 все также входят те же самые страны, что и в предыдущем методе (Великобритания, Нидерланды и т.д.). Однако теперь данная группа стран характеризуется наивысшим средним индексом конкурентоспособности и наименьшим средним уровнем коррупции среди всех кластеров.

В кластер 2 также входят страны Восточной Европы, а также Испания и Португалия. Но теперь к данной группе присоединилась Россия. Теперь именно данный кластер имеет в среднем наивысший уровень коррупции.

Третий кластер лишился России и Эстонии и теперь в нем остались лишь Греция, Италия, Мальта и Турция. Данная группа теперь характеризуется наивысшим средним уровнем деловой уверенности.

К странам четвертого кластера (Швейцария, Люксембург, Германия и т.д.) присоединилась Эстония. В данном случае данная группа стран имеет в среднем наивысшую загрузку производственных мощностей, а по остальным показателям занимает 2 место.

Исходя из рисунка 3 видим графически четкое разделение нашей выборки на 4 кластера. Результаты иерархического кластерного анализа и анализа методом k-means имеют отличия, но совсем небольшие.

 

Рисунок 3. Многомерное шкалирование

 

В итоге, проведя кластерный анализ можем сделать вывод, что наиболее благоприятными странами на основы выбранных показателей являются страны Западной Европы и Скандинавии (1 и 2 кластеры – Швеция, Швейцария, Великобритания, Франция, Германия и т.д.), а наименее благоприятными для ведения бизнеса являются страны Восточной Европы.

 

Список литературы:

  1. Официальный сайт всемирной торговли [Электронный ресурс]. – Режим доступа: tradingeconomics.com (дата обращения: 26.07.2019)
  2. Dhanachandra N., Manglem K., Chanu Y. J. Image segmentation using K-means clustering algorithm and subtractive clustering algorithm //Procedia Computer Science. – 2015. – Т. 54. – С. 764-771.
  3. Вертакова Ю. В., Положенцева Ю. С. Алгоритм кластеризации регионального экономического пространства //Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. – 2016. – №. 1 (235).
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий