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: | Article in Journal/Newspaper |
Language: | unknown |
Subjects: | |
Online Access: | http://cyberleninka.ru/article/n/k-voprosu-o-vozmozhnostyah-klasternogo-analiza-pri-razrabotke-regionalnyh-strategicheskih-dokumentov |
id |
ftrepec:oai:RePEc:scn:015052:16984975 |
---|---|
record_format |
openpolar |
spelling |
ftrepec:oai:RePEc:scn:015052:16984975 2023-05-15T18:47:10+02:00 К вопросу о возможностях кластерного анализа при разработке региональных стратегических документов МАНТАЕВА ЭЛЬЗА ИВАНОВНА МАНЦАЕВА АЙСА АНАТОЛЬЕВНА http://cyberleninka.ru/article/n/k-voprosu-o-vozmozhnostyah-klasternogo-analiza-pri-razrabotke-regionalnyh-strategicheskih-dokumentov unknown http://cyberleninka.ru/article/n/k-voprosu-o-vozmozhnostyah-klasternogo-analiza-pri-razrabotke-regionalnyh-strategicheskih-dokumentov article ftrepec 2020-12-04T13:34:15Z 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. КЛАСТЕРНЫЙ АНАЛИЗ,КЛАССИФИКАЦИЯ,СТРАТЕГИЧЕСКОЕ УПРАВЛЕНИЕ,РЕГИОНАЛЬНЫЙ ПРОДУКТ,ОТРАСЛЕВАЯ СПЕЦИАЛИЗАЦИЯ,ЭКОНОМИКА РЕГИОНА,СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ,CLUSTER ANALYSIS,CLASSIFICATION,STRATEGIC MANAGEMENT,REGIONAL PRODUCT,INDUSTRY SPECIALIZATION,REGIONAL ECONOMY,SOCIO-ECONOMIC DEVELOPMENT Article in Journal/Newspaper Ненец* RePEc (Research Papers in Economics) |
institution |
Open Polar |
collection |
RePEc (Research Papers in Economics) |
op_collection_id |
ftrepec |
language |
unknown |
description |
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. КЛАСТЕРНЫЙ АНАЛИЗ,КЛАССИФИКАЦИЯ,СТРАТЕГИЧЕСКОЕ УПРАВЛЕНИЕ,РЕГИОНАЛЬНЫЙ ПРОДУКТ,ОТРАСЛЕВАЯ СПЕЦИАЛИЗАЦИЯ,ЭКОНОМИКА РЕГИОНА,СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ,CLUSTER ANALYSIS,CLASSIFICATION,STRATEGIC MANAGEMENT,REGIONAL PRODUCT,INDUSTRY SPECIALIZATION,REGIONAL ECONOMY,SOCIO-ECONOMIC DEVELOPMENT |
format |
Article in Journal/Newspaper |
author |
МАНТАЕВА ЭЛЬЗА ИВАНОВНА МАНЦАЕВА АЙСА АНАТОЛЬЕВНА |
spellingShingle |
МАНТАЕВА ЭЛЬЗА ИВАНОВНА МАНЦАЕВА АЙСА АНАТОЛЬЕВНА К вопросу о возможностях кластерного анализа при разработке региональных стратегических документов |
author_facet |
МАНТАЕВА ЭЛЬЗА ИВАНОВНА МАНЦАЕВА АЙСА АНАТОЛЬЕВНА |
author_sort |
МАНТАЕВА ЭЛЬЗА ИВАНОВНА |
title |
К вопросу о возможностях кластерного анализа при разработке региональных стратегических документов |
title_short |
К вопросу о возможностях кластерного анализа при разработке региональных стратегических документов |
title_full |
К вопросу о возможностях кластерного анализа при разработке региональных стратегических документов |
title_fullStr |
К вопросу о возможностях кластерного анализа при разработке региональных стратегических документов |
title_full_unstemmed |
К вопросу о возможностях кластерного анализа при разработке региональных стратегических документов |
title_sort |
к вопросу о возможностях кластерного анализа при разработке региональных стратегических документов |
url |
http://cyberleninka.ru/article/n/k-voprosu-o-vozmozhnostyah-klasternogo-analiza-pri-razrabotke-regionalnyh-strategicheskih-dokumentov |
genre |
Ненец* |
genre_facet |
Ненец* |
op_relation |
http://cyberleninka.ru/article/n/k-voprosu-o-vozmozhnostyah-klasternogo-analiza-pri-razrabotke-regionalnyh-strategicheskih-dokumentov |
_version_ |
1766239127224713216 |