Экономические науки/13. Региональная
экономика
Асылбаев К. Б.
РГП "Академия государственного управления
при Президенте Республики Казахстан", г. Астана,
Группировка регионов Казахстана
методом кластерного анализа с целью выявления особенностей их
социально-экономического развития
1. Введение
Социально-экономический
процесс состоит из большого набора определенных признаков и параметров,
характеризующих развитие объекта исследования, под которым часто принимают
структурную единицу страны (регион, область, район и т.д.) или государство в
целом. При изучении такого рода
процессов исследователь сталкивается с проблемой анализа массового явления,
выраженного в многомерности объектов исследования и многообразии признаков,
характеризующих их [1]. Возникает необходимость систематизировать совокупность
объектов и признаков исследования, проведя их классификацию. Процесс
классификации включает в себя группировку объектов и признаков совокупности по
однородному признаку в некоторые объединения, называемые кластерами. Данная
задача решается с применением методов многомерного статистического анализа
(МСА), в частности, методом кластерного анализа.
Кластерный
анализ - это метод МСА, целью которого "является выделение в исходных
многомерных данных однородных групп, таких, чтобы объекты внутри групп были бы
близки по выбранной метрике в многомерном признаковом пространстве, а объекты
из разных групп были бы удалены друг от друга" [2]. Под метрикой
(расстоянием) между объектами или кластерами (группой объектов) исследования
понимается количественная оценка их сходства (близости). Применение кластерного
анализа обусловлено рядом его достоинств, одним из которых является возможность
производить группировку объектов не по одному признаку, а по множеству
параметров одновременно. Кроме того, с помощью кластерного анализа можно
анализировать большой объем информации, в том числе социально-экономической, с
последующим ее сжатием в более компактную форму.
2. Задачи
исследования
В исследовании поставлены две задачи.
Первая состоит в проведении группировки регионов Казахстана на кластеры, в
которых регионы будут иметь близкие по параметрам признаки, применив
иерархический агломеративный метод кластерного анализа - метод Варда. Суть
метода заключается в оптимизации минимальной дисперсии внутрикластерных
расстояний. Первый шаг метода подразумевает, что каждый объект представляет
собой кластер. В дальнейшем объединяются те кластеры (объекты), которые имеют
минимальное приращение дисперсии. Выбор метода Варда неслучаен, так как во
время проведения кластеризации с применением данного метода можно определить
точное количество кластеров, число которых нам изначально не известно.
Цель второй задачи заключается в
проведении анализа, полученных кластеров, на предмет выявления сильных и слабых
сторон социально-экономических признаков, влияющих на формирование ВРП
регионов. На основе результатов анализа дадим рекомендации по дальнейшему развитию
ВРП регионов в каждом кластере.
3.
Основная часть
В статье объектами исследования выступают
регионы Казахстана, более конкретно, их валовые региональные продукты (Y=ВРП). В Казахстане
имеются n=16 регионов: 14
областей и два города республиканского значения - Астана и Алматы. За признаки,
характеризующие регионы и влияющие на показатель ВРП, взяты основные
социально-экономические показатели развития регионов РК в 2014 году, к которым
относятся:
- численность населения 
- объем промышленной продукции (товаров
и услуг) - 
(млн.тг.);
- валовой выпуск продукции (услуг)
сельского хозяйства - 
(млн.тг.);
- инвестиции в основной капитал - 
(млн.тг.);
- объем розничной торговли - 
(млн.тг);
- перевозка грузов всеми видами
транспорта - 
(млн.тонн);
- прибыль (убыток) до налогооблажения
предприятий - 
(млн.тг.);
- занятое население - 
(тыс.чел.);
- безработное население - 
(тыс.чел.);
- среднемесячная номинальная заработная
плата - 
(тг.).
Таким образом, мы имеем k=10 признаков, описывающие каждый регион (объект) исследования.
Если представить регион в виде точки в k-мерном пространстве
признаков, то сходство регионов определим, взяв минимальное расстояние между
точками (регионами). В различных источниках существуют порядка 50 вариантов
расчета расстояния между объектами [3]. Перечислим основные, часто используемые
способы расчета расстояния:
1) евклидово расстояние;
2) взвешенное евклидово расстояние;
3) квадрат евклидова расстояния;
4) расстояние Минковского;
5) city-blok -
расстояние городских кварталов.
В нашем исследовании мы воспользуемся
расчетом на основе квадрата евклидова расстояния:
, (1)
[4]
где 
- расстояние между i-м
и j-м регионами (объектами);
m- число признаков, описывающие объекты;
, 
-
значения k-й
переменной у i-го
и j-го объектов.
Как можно заметить, выбранные
социально-экономические показатели имеют разную размерность, в связи с чем,
определить расстояние между объектами в k-мерном пространстве
социально-экономических показателей не представляется возможным. Для выхода из
сложившейся ситуации применим процедуру нормирования, т.е. приведение
показателей в безразмерное состояние. Существует несколько способов стандартизации
разнородных показателей, нами будет применена z-преобразование значений
по следующей формуле:
= 
где, (2)
[5]
- j социально-экономический показатель i региона;
- среднее значение j социально-экономического показателя;
-
среднеквадратическое отклонение (СКО) j
социально-экономического показателя.
Для получения количественных значений социально-экономических
показателей воспользуемся данными статистического ежегодника "Регионы
Казахстана в 2014 году" [6]. Исходные данные для проведения кластерного
анализа приведены в таблице 1.
Основные социально-экономические
показатели развития регионов РК в 2014г.
Таблица 1
|
Регионы |
ВРП, млн.тг. |
Численность населения,
чел. |
Объем промышленной продукции (товаров и услуг), млн.тг. |
Валовый выпуск продукции (услуг) с/х, млн.тг. |
Инвестиции в основной капитал, млн. тг. |
Объем розничной торговли, млн.тг. |
Перевозка грузов всеми видами транспорта, млн.тонн |
Прибыль (убыток) до налогообложения предприятий, млн.тг. |
Занятое население, тыс.чел. |
Безработное население, тыс.чел. |
Среднемесячная номинальная заработная плата (тг.) |
|
Y |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
Х10 |
|
|
Акмолинская |
1054074,4 |
736605 |
312105,6 |
238622,6 |
181328 |
181754,7 |
121,3 |
-24173 |
422,7 |
22 |
85412 |
|
Актюбинская |
1876500,5 |
822522 |
1243377,3 |
125066,2 |
526249 |
431659,3 |
63,6 |
193853 |
410 |
20,9 |
106265 |
|
Алматинская |
1914746,6 |
1922107 |
553495,1 |
425307,9 |
453209 |
329169,3 |
159,9 |
60729 |
1013,3 |
52 |
89283 |
|
Атырауская |
3981227,9 |
581473 |
4915039 |
48824 |
1129627 |
184968,2 |
151,2 |
2707444 |
286,1 |
15,2 |
221664 |
|
Западно-Казахстанская |
1911912,3 |
629951 |
1839821,9 |
84573 |
270092 |
201784 |
40 |
563339 |
316,8 |
16,8 |
108223 |
|
Жамбылская |
982240,6 |
1098740 |
279344,5 |
166387,5 |
208554 |
182766,7 |
88,9 |
11008 |
530,2 |
27,5 |
81874 |
|
Карагандинская |
2908696,8 |
1378298 |
1443970,1 |
143812,9 |
411852 |
561507,5 |
719,2 |
89364 |
678,4 |
34,7 |
107821 |
|
Костанайская |
1398676,5 |
881456 |
544413,3 |
235396,7 |
192134 |
228349,8 |
297,3 |
58650 |
493,9 |
26,1 |
90602 |
|
Кызылординская |
1318201,2 |
753148 |
994991 |
48238,1 |
262583 |
173075 |
107,2 |
360345 |
311,1 |
16,4 |
104485 |
|
Мангистауская |
2278679,2 |
606892 |
2330149 |
8724,7 |
532239 |
145239,1 |
217,6 |
152916 |
248,8 |
13 |
222294 |
|
Южно-Казахстанская |
2399860,9 |
2788404 |
604001,4 |
322824 |
449385 |
351223,4 |
145,4 |
170163 |
1163,2 |
66,6 |
84550 |
|
Павлодарская |
1751851 |
755778 |
1110598 |
106849 |
353112 |
290268,5 |
128 |
163518 |
420,3 |
21 |
102310 |
|
Северо-Казахстанская |
797924 |
571759 |
161201,4 |
280476,8 |
116943 |
158340,3 |
49,9 |
-2224 |
313,8 |
16,5 |
81062 |
|
Восточно-Казахстанская |
2288551,2 |
1395324 |
1115635,5 |
288776,1 |
345943 |
593226,8 |
595,5 |
131359 |
705,5 |
35,5 |
99130 |
|
г.Астана |
4023771,6 |
852882 |
344683,6 |
1507,3 |
646634 |
677590,7 |
136,7 |
777890 |
431,6 |
23 |
177809 |
|
г.Алматы |
8153984,2 |
1642334 |
738948 |
2503,5 |
511598 |
1641329,6 |
216,8 |
634553 |
764,5 |
44,8 |
155242 |
Источник:
Статистический ежегодник "Регионы Казахстана в 2014 году".
3.
Практические расчеты
Для
практической реализации поставленных задач воспользуемся программным пакетом SPSS.
Кластерный анализ проведем по следующему алгоритму. На первом этапе проведем
нормирование социально-экономических показателей, приведенных в таблице 1, по
формуле z-преобразования. Результаты стандартизации представлены в таблице
2.
|
Стандартизированные
исходные социально-экономические показатели |
Таблица 2 |
|||||||||
|
Регионы |
ZX1 |
ZX2 |
ZX3 |
ZX4 |
ZX5 |
ZX6 |
ZX7 |
ZX8 |
ZX9 |
ZX10 |
|
Акмолинская |
-0,579 |
-0,725 |
0,628 |
-0,946 |
-0,574 |
-0,425 |
-0,604 |
-0,409 |
-0,416 |
-0,723 |
|
Актюбинская |
-0,437 |
0,073 |
-0,256 |
0,469 |
0,096 |
-0,728 |
-0,277 |
-0,456 |
-0,489 |
-0,286 |
|
Алматинская |
1,370 |
-0,518 |
2,081 |
0,169 |
-0,179 |
-0,223 |
-0,477 |
1,803 |
1,579 |
-0,642 |
|
Атырауская |
-0,834 |
3,218 |
-0,850 |
2,945 |
-0,565 |
-0,268 |
3,499 |
-0,920 |
-0,868 |
2,135 |
|
Западно-Казахстанская |
-0,754 |
0,584 |
-0,572 |
-0,582 |
-0,520 |
-0,851 |
0,278 |
-0,805 |
-0,761 |
-0,244 |
|
Жамбылская |
0,017 |
-0,753 |
0,065 |
-0,835 |
-0,571 |
-0,595 |
-0,551 |
-0,006 |
-0,050 |
-0,797 |
|
Карагандинская |
0,476 |
0,245 |
-0,110 |
0,000 |
0,444 |
2,709 |
-0,434 |
0,549 |
0,429 |
-0,253 |
|
Костанайская |
-0,340 |
-0,526 |
0,603 |
-0,902 |
-0,449 |
0,497 |
-0,480 |
-0,142 |
-0,143 |
-0,614 |
|
Кызылординская |
-0,551 |
-0,140 |
-0,854 |
-0,613 |
-0,597 |
-0,499 |
-0,027 |
-0,827 |
-0,788 |
-0,323 |
|
Мангистауская |
-0,792 |
1,004 |
-1,162 |
0,494 |
-0,672 |
0,080 |
-0,338 |
-1,060 |
-1,014 |
2,149 |
|
Южно-Казахстанская |
2,794 |
-0,475 |
1,283 |
0,154 |
-0,119 |
-0,299 |
-0,312 |
2,364 |
2,550 |
-0,741 |
|
Павлодарская |
-0,547 |
-0,041 |
-0,398 |
-0,242 |
-0,283 |
-0,390 |
-0,322 |
-0,418 |
-0,482 |
-0,369 |
|
Северо-Казахстанская |
-0,850 |
-0,854 |
0,954 |
-1,211 |
-0,637 |
-0,799 |
-0,571 |
-0,817 |
-0,781 |
-0,814 |
|
Восточно-Казахстанская |
0,504 |
-0,036 |
1,018 |
-0,271 |
0,529 |
2,060 |
-0,371 |
0,650 |
0,482 |
-0,435 |
|
г.Астана |
-0,387 |
-0,697 |
-1,218 |
0,963 |
0,756 |
-0,344 |
0,601 |
-0,376 |
-0,349 |
1,215 |
|
г.Алматы |
0,910 |
-0,359 |
-1,210 |
0,409 |
3,340 |
0,075 |
0,385 |
0,871 |
1,100 |
0,742 |
Источник:
рассчитаны автором по данным таблицы 1.
Нормированные
значения исходных социально-экономических показателей Х1, Х2, Х3, Х4, Х5, Х6,
Х7, Х8, Х9, Х10 по 16 регионам представлены в рабочей области SPSS
под новыми именами: ZX1, ZX2, ZX3,
ZX4, ZX5, ZX6,
ZX7, ZX8, ZX9,
ZX10 (таблица 2).
На следующем шаге алгоритма проведем
классификацию регионов для определения целесообразного количества кластеров
путем иерархического кластерного анализа, применив метод Варда. В итоге мы
получим таблицу 3 "Шаги агломерации", в которой показана очередность
формирования кластеров и их оптимальное число. Используя процедуру расчета
количества кластеров получим, что оптимальное число кластеров равняется трем.
Визуально процесс построения кластеров представлен на дендрограмме кластеризации
на рисунке 1.
|
Шаги агломерации
Таблица 3 |
||||||
|
Этап |
Кластер объединен с |
Коэффициенты |
Этап первого появления
кластера |
Следующий этап |
||
|
Кластер 1 |
Кластер 2 |
Кластер 1 |
Кластер 2 |
|||
|
1 |
1 |
13 |
,370 |
0 |
0 |
7 |
|
2 |
2 |
12 |
,781 |
0 |
0 |
6 |
|
3 |
5 |
9 |
1,274 |
0 |
0 |
6 |
|
4 |
6 |
8 |
2,174 |
0 |
0 |
7 |
|
5 |
7 |
14 |
3,186 |
0 |
0 |
12 |
|
6 |
2 |
5 |
4,562 |
2 |
3 |
10 |
|
7 |
1 |
6 |
6,041 |
1 |
4 |
10 |
|
8 |
3 |
11 |
8,062 |
0 |
0 |
12 |
|
9 |
10 |
15 |
12,616 |
0 |
0 |
11 |
|
10 |
1 |
2 |
19,119 |
7 |
6 |
11 |
|
11 |
1 |
10 |
35,008 |
10 |
9 |
14 |
|
12 |
3 |
7 |
51,874 |
8 |
5 |
13 |
|
13 |
3 |
16 |
75,367 |
12 |
0 |
15 |
|
14 |
1 |
4 |
115,120 |
11 |
0 |
15 |
|
15 |
1 |
3 |
165,000 |
14 |
13 |
0 |
Источник:
рассчитаны автором с использованием программного пакета SPSS.
Рисунок
1. Дендрограмма кластеризации регионов по методу Варда.
В таблице 4 "Принадлежность к кластерам"
представлена информация о распределении регионов по кластерам.
|
Принадлежность к кластерам Таблица 4. |
|||
|
Наблюдение |
3 кластеров |
Наблюдение |
3 кластеров |
|
1:Акмолинская |
1 |
9:Кызылординская |
1 |
|
2:Актюбинская |
1 |
10:Мангистауская |
1 |
|
3:Алматинская |
2 |
11:Южно-Казахстанская |
2 |
|
4:Атырауская |
3 |
12:Павлодарская |
1 |
|
5:Западно-Казахстанская |
1 |
13:Северо-Казахстанская |
1 |
|
6:Жамбылская |
1 |
14:Восточно-Казахстанская |
2 |
|
7:Карагандинская |
2 |
15:г.Астана |
1 |
|
8:Костанайская |
1 |
16:г.Алматы |
2 |
Источник: рассчитаны автором с использованием программного пакета SPSS
Согласно
таблицы 4 имеем три кластера, в которые входят следующие регионы (таблица 5).
Группировка регионов по
кластерам Таблица 5
|
Кластер |
Регион |
|
1 |
Акмолинская,
Актюбинская, Западно-Казахстанская, Жамбылская, Костанайская, Кызылординкая,
Мангыстауская, Павлодарская, Северо-Казахстанская области; город Астана |
|
2 |
Алматинская,
Карагандинская, Южно-Казахстанская, Восточно-Казахстанская области; город Алматы |
|
3 |
Атырауская область |
Источник:
разработано автором на основе данных таблицы 4.
4.
Выводы и рекомендации
Первый кластер является самым большим,
в него вошли десять регионов с схожими параметрами развития. В экономике
большинства регионов кластера доминирует аграрный сектор, за исключением
Мангыстауской и Павлодарской областей, города Астаны, которые больше
специализируются в нефтегазовой и индустриальной сферах соответственно. Второй
кластер составили пять индустриально ориентированных регионов. Третий кластер
состоит из одного региона, специализирующимся в нефтегазовом секторе.
Важным
результатом процесса кластеризации является таблица близости, показывающая
сходство или различие в социально-экономическом развитии регионов. Низкое
значение матрицы близости означает о высокой степени сходства двух регионов в
кластере и, наоборот, высокое значение говорит о большом различии. Так, в
первом кластере высокую степень близости имеют следующие пары регионов: Акмолинская
и Северо-Казахстанская области, степень их близости составляет 0,740;
Актюбинская и Павлодарская области - 0,823; Кызылординская и
Западно-Казахстанская области - 0,986; Акмолинская и Жамбылская области -
1,018; Акмолинская и Костанайская области -1,175; Кызылординская и Павлодарская
области - 0,875. Во втором кластере близкие характеристики имеют Алматинская и
Южно-Казахстанская области - 4,043;
Карагандинская и Восточно-Казахстанская области - 2,024. Таблица близости
представлена в таблице 6.
Для анализа сильных и слабых сторон
социально-экономических показателей и выработки, на их основе, рекомендаций по
дальнейшему развитию регионов, воспользуемся еще одним важным результатом
кластерного анализа - показателями кластерного профиля или средними значениями
переменных (таблица 7). Регионы, входящие в первый кластер, характеризуются
низким уровнем влияния инвестиций в основной капитал (
) и перевозок грузов всеми видами транспорта (
) на рост ВРП. Среднее влияние на рост региональной
экономики оказывают численность населения (
), объём промышленной продукции (товаров и услуг) (
, объем розничной торговли (
, прибыль (убыток) до налогооблажения предприятий (
, занятое население (
), безработное население (
) и среднемесячная номинальная заработная плата (
).
На рост ВРП регионов во втором кластере
низкое влияние оказывает среднемесячная номинальная заработная плата (
). Сильное влияние имеют численность населения 
и безработное
население (
). Оставшиеся социально-экономические показатели имеют
среднюю степень влияния на рост экономики регионов.
На рост экономики одного региона в
третьем кластере низкое влияние оказывают численность населения 
, валовой выпуск продукции (услуг) сельского хозяйства (
), объем розничной торговли (
), занятое население (
) и безработное население (
. Обратное влияние имеют объем промышленной продукции
(товаров и услуг) (
), инвестиции в основной капитал (
), прибыль (убыток) до налогооблажения предприятий (
) и среднемесячная номинальная заработная плата (
, так как их показатели имеют максимальное значение среди
трех кластеров.
Подведем итоги исследования и дадим
рекомендации для дальнейшего развития регионов Казахстана. Так, в ходе
исследования мы достигли поставленных задач, во-первых, проведена группировка
регионов, по результатом которой получены три кластера регионов с схожими
признаками развития. Во-вторых, проведен анализ влияния социально-экономических
процессов на рост экономик регионов (ВРП) в каждом кластере. В результате
исследования было выявлено, что в первый кластер вошли преимущественно регионы
с преобладанием аграрного сектора (Акмолинская, Жамбылская, Костанайская,
Кызылординкая, Северо-Казахстанская области), которым для устойчивого роста ВРП необходимо увеличить инвестиции в
основной капитал и уделить большое внимание развитию транспортной
инфраструктуры в целях увеличения показателя перевозок грузов всеми видами
транспорта.
В регионах второго кластера следует
стимулировать те отрасли и сферы производства, в которых отмечается высокая
номинальная заработная плата. Учитывая, что густонаселенные регионы кластера
являются промышленно развитыми и сосредоточили в себе большую часть
научно-технического, производственного и трудового потенциала страны, то в них
целесообразно развивать высокотехнологические производства с высокой
добавленной стоимостью, например, такие, как машиностроение, включая
авиастроение, приборостроение, производства в атомной отрасли и в
микроэлектронике. Дополнительно, в целях повышения занятости и благосостояния
населения рекомендуется активно развивать сферу розничной торговли и
оказываемых услуг, продолжить политику стимулирования развития сельского
хозяйства и агропромышленного сектора, все это требует увеличение инвестиций в
основной капитал.
Атырауская область, представляющая
третий кластер, специализируется в области добычи, переработке и
транспортировке нефти и газа и производстве сопутствующего оборудования.
Неслучайно кластерный анализ выявил большое влияние на рост ВРП области объема
промышленного производства в нефтегазовой отрасли и инвестиций в основной
капитал, что повлияло на высокий уровень доходов у населения. Вместе с тем,
регион малонаселен, по сравнению с другими регионами, особенно южными, что
негативно влияет на развитие местной экономики. Несмотря на индустриально
ориентированный характер экономики и высокий уровень присутствия иностранного
капитала, в области наблюдается высокий уровень безработицы, слабо развита
сельскохозяйственная отрасль и агропромышленный комплекс, недостаточно развита
розничная торговля и сфера услуг. Как рекомендации - региону необходимо активно
привлекать трудовые ресурсы на постоянную основу, уделить особое внимание
развитию сельского хозяйства с дальнейшей её промышленной переработкой, массово
развивать розничную торговлю и сферу услуг, которые могут обеспечить работой
большое количество населения.