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: CIX Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ОБЩЕСТВЕННЫЕ НАУКИ» (Россия, г. Новосибирск, 24 января 2022 г.)

Наука: Социология

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Васильев Н.И. РАСПРЕДЕЛЕНИЕ РЕГИОНОВ РОССИИ ПО СОЦИАЛЬНО-ЭКОНОМИЧЕСКИМ ПОКАЗАТЕЛЯМ ПОСРЕДСТВОМ КЛАСТЕРНОГО АНАЛИЗА В ПРОГРАММЕ STATISTICA // Научное сообщество студентов XXI столетия. ОБЩЕСТВЕННЫЕ НАУКИ: сб. ст. по мат. CIX междунар. студ. науч.-практ. конф. № 1(107). URL: https://sibac.info/archive/social/1(107).pdf (дата обращения: 29.03.2024)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

РАСПРЕДЕЛЕНИЕ РЕГИОНОВ РОССИИ ПО СОЦИАЛЬНО-ЭКОНОМИЧЕСКИМ ПОКАЗАТЕЛЯМ ПОСРЕДСТВОМ КЛАСТЕРНОГО АНАЛИЗА В ПРОГРАММЕ STATISTICA

Васильев Никита Ильич

студент, экономический факультет, Поволжский государственный технологический университет,

РФ, г. Йошкар-Ола

АННОТАЦИЯ

В рамках данной статье были рассмотрено распределение регионов России по социальным и экономическим факторам. Проведен факторный анализ и проведена кластеризация 78 регионов. По результатам проведенного анализа были сделаны выводы о социальных различиях между определенными группами регионов.

 

Ключевые слова: кластеризация, факторный анализ, социальные факторы.

 

Коронавирусная инфекция, охватившая весь мир, поставила перед правительством многих стран множество серьезных вызовов. Случившийся кризис заставил по-иному взглянуть на качество жизни, на обеспеченность регионов России необходимым вещами и в целом на экономическую ситуацию в целом.

Чтобы рассмотреть регионы России с точки зрения различных факторов, было принято решение отобрать 20 различных переменных, по котором в последствии провести кластерный анализ. Дополнительно, чтобы выделить только наиболее значимые факторы из 20, был проведен анализ методом главных компонент, в результате которого получилось 4 фактора с наиболее значимыми переменными в них, представленные в таблице 1.

Таблица 1.

Результаты факторного анализа

Фактор 1

Трудовая инфраструктура

Y

Численность рабочей силы, Y

X1

Численность населения, тыс. чел.

X7

Количество предприятий

X8

Число малых предприятий, тыс.

X19

Число выбывших по полу, возрасту и потокам передвижения

Фактор 2

Экономическое обеспечение

X2

Среднедушевые денежные доходы населения, руб

X4

Величина прожиточного минимума, руб.

X10

Инвестиции в основной капитал на душу населения в фактически действовавших ценах

Фактор 3

Обеспеченность населения жильем

X9

Естественный прирост населения

X11

Общая площадь жилых помещений, приходящаяся в среднем на одного жителя

Фактор 4

Производственные индексы

X12

Индекс производства (ПРОМЫШЛЕННОЕ ПРОИЗВОДСТВО)

X16

Индекс производительности труда по Российской Федерации, по субъектам Российской Федерации в 2019 г.г.

(в % к предыдущему году)

 

Для кластеризации был выбран метод Варда. Результат проведения кластеризации представлен на рисунке 1.

 

Рисунок 1. Дендрограмма кластеризации методом Варда в программе Statistica

 

Далее можно рассмотреть кластеры с экономической точки зрения, есть ли схожие черты, по которым объединены конкретные Регионы России в кластеры.

Рассмотрим кластер 1, в который входят следующие регионы: Республика Адыгея, Республика Калмыкия, Республика Дагестан, Республика Ингушетия, Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Чеченская Республика, Республика Алтай, Республика Тыва.

В первую очередь стоит выделить их относительно низкую численность населения, которая в среднем около 200-300 тысяч человек, не считая республика Дагестан. Как рассматривалось ранее – у данного показателя достаточно сильно выделен фактор 3, что также можно выделить по переменным, которые туда входят (Х9 – естественный прирост населения и Х11 – средняя площадь жилья). И в данном случае по Х11 показатель варьируется выше среднего по всей России – около 20-25 кв.м., а показатель Х9 значительно выделяется, так как почти во всех регионах из кластера 1 – наблюдает положительный естественный прирост, когда по России в целом – он отрицательный.

Далее рассмотрим кластер 2, в который входят следующие регионы: Московская область, Краснодарский край, Ростовская область, Республика Башкортостан, Республика Татарстан, Нижегородская область, Самарская область, Свердловская область, Тюменская область, Красноярский край, Новосибирская область.

В первую очередь хочется отметить, что здесь уже области и края с количество населения более 2,5 млн, что также сказывается на рабочую силу. Также, по сравнению с предыдущим кластером – здесь везде отрицательный естественный прирост населения. При этом помимо количества населения, заметное выделение по первому фактору можно связать с большим количеством предприятий, практически в каждом регионе оно более 100 тысяч.

Также в данном кластере серьезно выделяется Московская область, которая при рассмотрении кластеров имеет наибольшее расстояние от центра.

Третий кластер наиболее обширный, так как в него входит 34 наблюдения. В среднем там представлена средняя полоса России и некоторая часть центральной России. Важно отметить, что на графике средних данный кластер не особо выделяется ни по одному из показателей.

Перейдем к 4 кластеру, в который входя следующие регионы: Ненецкий автономный округ, Мурманская область, Ханты-Мансийский автономный округ – Югра, Ямало-Ненецкий автономный округ, Республика Саха (Якутия), Камчатский край, Магаданская область, Сахалинская область.

Четвертый кластер значительно выделяется по фактору 2, давайте проанализируем возможные причины подобного явления. Фактор 2 включает в себя экономическое обеспечение региона, а именно величину доходов, величину прожиточного минимума и инвестиции в основной капитал. Величина доходов населения – значительно выше других регионов, Среднее значение по данным регионам – это 57576 рублей, когда в остальных регионах России данный показатель варьируется на уровне 20-30 тысяч рублей. При этом и прожиточный минимум в данных регионах в среднем достигает около 17-18 тысяч, когда в среднем по стране данный показатель установлен на уровне 10-11 тысяч рублей. Инвестиции в основной капитал здесь также достаточно большие, однако это можно объяснить достаточно незначительным количеством населения (около 700 тысяч в среднем по регионам) и достаточно высокими доходами.

Пятый кластер включает в себя следующие регионы: Белгородская область, Брянская область, Владимирская область, Орловская область, Новгородская область, Республика Крым, Астраханская область, Республика Марий Эл, Оренбургская область, Пензенская область, Курганская область, Республика Хакасия, Республика Бурятия, Приморский край, Амурская область.

Пятый кластер выделяется своим высоким значением 4-го фактора, в которых входит 2 показателя: X12 - Индекс производства (ПРОМЫШЛЕННОЕ ПРОИЗВОДСТВО), X16- Индекс производительности труда по Российской Федерации, по субъектам Российской Федерации в 2019 г.г. (в % к предыдущему году). По данным показателям достаточно высокое среднее значение по данным показателям X12 – среднее 109, X16 – среднее 105,8, когда по регионам оба показателя находятся в диапазоне от 99 до 102.

Такое высокое значение показателей можно объяснить наличием больших предприятий в регионах, так, например, в Марий ЭЛ – это МЗЗ и ЗПП, в Брянской области более 110 заводов различного назначения, а в Хакасии расположены крупнейшие угольные производства.

Подводя итоги видно, что больше всего регионов относится – 34 наблюдения, которые не выделяются особыми значениями в отобранных факторах. При этом серьезно отличаются кластеры 5 и кластером 2, в последнем – большее количество предприятий, однако в 5 кластере – значительно выше именно производственные мощности.

 

Список литературы:

  1. Рынок труда, занятость и заработная плата. Федеральная служба государственной статистики. [Электронный ресурс]. URL: http://www.gks.ru/wps/wcm/connect/ rosstat_main/rosstat/ru/statistics/wages (дата обращения: 10.12.2021).
  2. Епанешникова, Е.А., Малкина, С.А. Статистика рынка труда / Е.А. Епанешникова, С.А. Малкина // Территория инноваций. 2017. № 6 (10). С. 38-42.
  3. Шорохова, И. С. Статистические методы анализа: [учеб. пособие] /И. С. Шорохова, Н. В. Кисляк, О. С. Мариев; М-во образования и науки Рос. Федерации, Урал. федер. ун-т. — Екатеринбург: Изд‑во Урал. ун-та, 2015. — 300 с. [Электронный ресурс]. – URL: https://elar.urfu.ru/bitstream/10995/36122/1/978-5-79.
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.