Кластерный анализ в исследовании дифференциации районов Республики Башкортостан по уровню жизни

C _ОТ

V _OT

Кабашова Е.В., к.э.н., доцент ФГБОУ ВПО «Башкирский ГАУ» г. Уфа, Россия КЛАСТЕРНЫЙ АНАЛИЗ В ИССЛЕДОВАНИИ ДИФФЕРЕНЦИАЦИИ РАЙОНОВ РЕСПУБЛИКИ БАШКОРТОСТАН

ПО УРОВНЮ ЖИЗНИ

Оценка дифференциации районов Республики Башкортостан по уровню жизни может производиться различными методами. Среди них можно выделить расчет соотношений наибольших и наименьших величин по отдельным показателям, применение разнообразных методик ранжирования районов.

Основной методологической трудностью оценивания дифференциации районов по совокупности показателей уровня жизни является проблематичность выбора и расчета на основании имеющихся данных величины, интегрирующей в себе многие аспекты указанного явления, что приводит к целесообразности применения метода, позволяющего охарактеризовать состояние системы без применения единого комплексного показателя. Подобным статистическим методом многомерной группировки может служить кластерный анализ.

Кластерный анализ – метод, позволяющий классифицировать многомерные наблюдения, при котором используется политетический подход образования групп, то есть при отнесении единицы наблюдения в ту или иную группу одновременно участвуют все группировочные признаки.

В проведенном исследовании предпочтение этому методу многомерной классификации обусловлено построением научно обоснованных групп (кластеров), выявлением внутренней связи между единицами наблюдений совокупности, а также как методу, не требующему априорной информации о видах законов распределения исследуемых рядов.

В исследовании для проведения кластерного анализа был выбран агломеративный метод. В качестве метода иерархического объединения единиц исследуемой совокупности в кластеры использован метод Уорда. Его сущность состоит в том, что критерием объединения в кластеры является минимальное приращение внутригрупповой суммы квадратов отклонений, что чаще всего приводит к образованию типических групп объектов примерно одинаковых размеров.

В нашем исследовании выбрана традиционно используемая в кластерном анализе евклидова метрика, которая характеризуется геометрическим расстоянием в многомерном пространстве.

С геометрической точки зрения и содержательной интерпретации евклидово расстояние может оказаться бессмысленным, если его признаки имеют разные единицы измерения. Следовательно, перед выполнением кластеризации 54 районов Республики Башкортостан, было проведено нормирование исходных данных с целью сведения их к единому масштабу, путем деления центрированной величины на среднее квадратическое отклонение.

Классификация районов Республики Башкортостан выполнена по двум вариантам. Первый вариант классификации, проведенный совместно с отделом статистики уровня жизни населения Башкортостанстата, включает следующие показатели: изменение среднегодовой численности работников в 2011 году по сравнению с 1990 годом, раз; изменение среднегодовой численности работников сельскохозяйственных предприятий в 2011 году по сравнению с 1990 годом, раз; благоустройство жилищного фонда (процент площади квартир, оборудованной газом); обеспеченность населения жильем (площадь жилищ, приходящаяся в среднем на одного жителя), м2; месячный валовой доход на душу населения, руб.; оборот розничной торговли во всех каналах реализации на душу населения, тыс. руб.

Результаты многомерной классификации определяются методами кластерного анализа. Использование разных методов кластерного анализа приводит к образованию различных типологических групп. Для выбранной системы показателей применим также метод К-средних.

В качестве критерия используется минимальное расстояние внутри кластера относительно среднего. Как только объект включается в кластер, среднее пересчитывается. После пересчета эталона объекты снова распределяются по ближайшим кластерам и т.д. Процедура заканчивается при стабилизации процесса, то есть при стабилизации центров тяжести.

В нашем исследовании для начального определения центров кластеров (эталонов) выбран метод, по которому выбираются объекты отстоящие друг от друга на одинаковом расстоянии.

Синтез результатов многомерной группировки по двум методам представлен ниже.

Кластер №1 (включает 8 районов): Благоварский, Дуванский, Краснокамский, Кугарчинский, Стерлитамакский, Татышлинский, Уфимский и Чишминский районы.

Кластер №2 (включает 8 районов): Баймакский, Белебеевский, Благовещенский, Давлекановский, Ишимбайский, Мелеузовский, Туймазинский, Янаульский.

Кластер №3 (включает 18 районов): Мишкинский, Иглинский, Нуримановский, Кушнаренковский, Бакалинский, Учалинский, Мечетлинский, Кигинский, Белокатайский, Салаватский, Караидельский, Зилаирский, Зианчуринский, Абзелиловский, Гафурийский, Бурзянский, Белорецкий, Аскинский.

Таким образом, совпадение по двум методам составляет 63,0%.

Анализ распределения районов в полученных трех кластерах по природноклиматическим зонам республики показал, что 12 районов Северной лесостепной зоны (85,8%) по первому варианту исследования принадлежит к третьему кластеру, 11 районов Предуральской степной зоны (64,7% по первому и второму вариантам исследования) – ко второму кластеру. Больше существенных зависимостей между принадлежностью районов к определенной зоне и результатами многомерной классификации не выявлено.

Таким образом, социально-экономическое развитие районов по анализируемым показателям не связано напрямую с природноклиматическими условиями. Следовательно, у каждого района независимо от зональной принадлежности имеется потенциал улучшить социальноэкономическое положение, в том числе уровень жизни населения.