К ВОПРОСУ О ВОЗМОЖНОСТЯХ КЛАСТЕРНОГО АНАЛИЗА ПРИ РАЗРАБОТКЕ РЕГИОНАЛЬНЫХ СТРАТЕГИЧЕСКИХ ДОКУМЕНТОВ
Продемонстрирован пример решения задачи классификации российских регионов по отраслевой специализации с помощью методов кластерного анализа. В качестве признаков-характеристик кластеризации были выбраны 12 относительных показателей, характеризующих значимость 7-ми различных отраслей для экономик рег...
| Main Authors: | , |
|---|---|
| Format: | Text |
| Language: | unknown |
| Published: |
Федеральное государственное образовательное учреждение высшего профессионального образования «Астраханский государственный технический университет»
2017
|
| Subjects: | |
| Online Access: | http://cyberleninka.ru/article/n/k-voprosu-o-vozmozhnostyah-klasternogo-analiza-pri-razrabotke-regionalnyh-strategicheskih-dokumentov http://cyberleninka.ru/article_covers/16984975.png |
| Summary: | Продемонстрирован пример решения задачи классификации российских регионов по отраслевой специализации с помощью методов кластерного анализа. В качестве признаков-характеристик кластеризации были выбраны 12 относительных показателей, характеризующих значимость 7-ми различных отраслей для экономик регионов и степень государственной поддержки предприятий этих отраслей. Процедура классификации позволила разбить исследуемые регионы на 6 кластеров, каждый из которых получил условные названия. Первый кластер «аграрно-индустриальный» характеризуется превышением среднероссийских показателей степени государственной поддержки сельского хозяйства и энергетики в 2,4 и 1,6 раза соответственно. Второй кластер «промышленный» представлен регионами с высокой долей обрабатывающего производства, использующего преимущественно привозное сырье, при этом в регионах второго кластера федеральные власти интенсивно развивают не только обрабатывающее производство, но и электроэнергетику 30,06 % и 14,48 % в общем объеме государственных инвестиций соответственно. Третий кластер «аграрно-строительный» состоит из традиционно сельскохозяйственных регионов и регионов с активно развивающимся строительным сектором. Однако, несмотря на то, что значимость отрасли сельского хозяйства в регионах третьего кластера превышает среднюю по стране в 2 раза, степень государственной поддержки этой отрасли остается достаточно низкой. Четвертый кластер «промышленно-добывающий» это 15 крупнейших индустриальных регионов, деятельность которых практически полностью обеспечивается за счет внутренних сырьевых и энергетических запасов, что качественно отличает их от регионов второго кластера. Пятый кластер «нефтегазодобывающий» формируют 7 богатейших регионов Уральского и Дальневосточного федеральных округов, а также Ненецкий автономный округ, отличающихся самыми высокими показателями добывающей промышленности. Шестой кластер «транспортно-энергетический» это группа регионов с развитой транспортной инфраструктурой и энергетикой, многие из которых являются важнейшими транспортными узлами России. Полученные результаты вполне объективны, что позволяет считать кластерный анализ эффективным инструментом обработки больших массивов данных и доказывает его преимущества при разработке региональных стратегических документов. This article focuses on the problem how to classify regions according to their industry specialization using cluster analysis methods. There were selected 12 relative indicators as clustering parameters characterizing the importance of seven different sectors for the regional economies and the degree of state support of enterprises in these sectors. The classification procedure allowed to divide the studied regions into six clusters, each cluster received its working title. The first cluster is titled agro-industrial; it is characterized by the excessive national average indicators of the degree of state support in agriculture and power engineering in 2.4 and 1.6 times, respectively. The second cluster industrial-presents regions with a high proportion of manufacturing activity using mainly imported raw materials. In the regions of the second cluster the federal government actively develops not only manufacturing and power engineering but power generation as well, 30.06% and 14.48% of total public investment, respectively. The third cluster agricultural and construction consists of traditionally agricultural regions and regions with rapidly developing construction sector. However, despite the fact that the value of agricultural industry in the third cluster regions is 2 times higher than the national average value, the degree of public support for the industry is still quite low. The fourth cluster industrial and mining brings together fifteen largest industrial regions, their activities are almost entirely provided by the domestic raw materials and energy stocks, which qualitatively distinguishes them from the second cluster regions. The fifth cluster oil and gas production is formed by seven richest regions in the federal districts of the Urals and the Far East, as well as the Nenets Autonomous District; these regions are characterized by the highest rates in mining industry. The sixth clusters transport and power engineering presents the group of regions with well-developed transport infrastructure and power engineering, many of them are major transport junctions in Russia. The results obtained are quite logical, appropriate and prove the effectiveness of the cluster analysis when processing large data sets. This fact confirms the validity and applicability of the cluster analysis in drafting regional strategic documents. |
|---|