Методическое обеспечение процесса регионального стратегического индикативного планирования
Автор: Резвяков А.В.
Журнал: Вестник аграрной науки @vestnikogau
Рубрика: Научное обеспечение устойчивого развития АПК и сельских территорий
Статья в выпуске: 6 (27), 2010 года.
Бесплатный доступ
На основе применения математико-статистических методов анализа разработана новая методика, позволяющая качественным образом анализировать короткие периоды времени, а также определять пороговые значения индикаторов социально-экономического развития в процессе регионального стратегического индикативного планирования.
Регион, планирование, развитие, индикаторы, методика, функция желательности
Короткий адрес: https://sciup.org/147123606
IDR: 147123606
Текст научной статьи Методическое обеспечение процесса регионального стратегического индикативного планирования
действовавших ценах [3], то потребовалось сделать перерасчет с использованием индексов физического объема [4].
. 100 * x,
xi =-------------i-----,
Индекс _ ФО
i
где xi – значение показателя в текущем периоде;
x i 1 - значение показателя в предшествующем периоде.
Подобный пересчет достигается простыми арифметическими приемами в редакторе данных использованного нами в качестве инструмента пакета SPSS Base [1].
В целях повышения надежности статистических выводов сначала обработаем данные регионов ЦФО отдельно по выборкам 2005 и 2006 годов , затем , в случае близких результатов , сформируем обобщенную выборку , по которой и произведем статистические выводы .
В первую базу данных изначально вошло 17 областей ЦФО и г . Москва за два года . С целью определения пределов варьирования значения индикатора и исключения из дальнейшего анализа регионов , характеризующихся экстремальными показателями ( регионов -« выбросов »), был выполнен анализ данных с помощью , так называемых , ящичковых диаграмм в пакете SPSS Base. Таким образом , для чистоты выводов были исключены из дальнейшего рассмотрения Московская обл . 2005 г . и
2006 г ., Ивановская обл . 2005 г ., г . Москва 2005 г . и
2006 г . ( рис . 1).
где z i – кодированные значения i -го показателя, представляющие собой безразмерные величины ;
x i – значение i -го информативного показателя;
г. Москва 2006г. Москва 2005
Московская обл.2006
Московская обл.2005
Ивановская обл.2005
N = 36
Среднедушевые денежные доходы
Рисунок 1 – Ящичковая диаграмма распределения регионов ЦФО по среднедушевым денежным доходам населения
Проблема заключается в том , что большинство применяемых методик имеют в своей основе только количественный ( экономико - статистический ) анализ уровня социально - экономического развития региона . Между тем придание большей практической ценности заключается в обеспечении качественной стороны такого анализа . Таким образом , для дальнейшего анализа представляется целесообразным применить психофизические шкалы , которые переводят значения индикатора в , так называемую , функцию желательности . Данный подход позволит более наглядно интерпретировать изменения указанного показателя в регионах ЦФО , а так же определить , является ли изменение показателя за год качественным ( т . е . приводящим к изменению лингвистической оценки региона ) или нет . Для этого установим соответствие между лингвистическими оценками желательности значений показателя х и числовыми интервалами d ( х ) ( табл . 1).
Таблица 1– Числовые интервалы шкалы Харрингтона
Лингвистическая оценка |
Интервалы значений функции желательности d ( x ) |
Очень хорошо |
1,00-0,80 |
Хорошо |
0,80-0,63 |
Удовлетворительно |
0,63-0,37 |
Плохо |
0,37-0,20 |
Очень плохо |
0,20-0,00 |
На данном этапе анализа необходимо определить значения функции желательности индикатора « среднедушевой денежный доход населения » по следующим формулам :
di = d(z<)= exp(-expt- Zi)),
i
i
x i 0 и x i 1 – границы области «удовлетворительно» в исходной шкале.
Так как значения информативного показателя x i уже имеются и не требуют расчета , следовательно , необходимо определить границы области лингвистической категории « удовлетворительно » ( x i 0 и x i 1 ). Для этого используем прием , который показал свою эффективность в ряде экономических исследований [2]. Нам он кажется более обоснованным и соответствующим целям данного исследования . Согласно данному методу нижнюю границу зоны « удовлетворительно » ( x i 0 ) следует
принять равной значению параметра центральной тенденции ( средней арифметической величины ), а ее
верхнюю зону ( x i 1 ) « сдвинуть » в сторону значений
индикатора , отстоящих от параметра центральной
тенденции на величину стандартного отклонения .
Таким образом , для индикатора х « среднедушевой денежный доход населения » средняя арифметическая величина по 31 региону ЦФО составила х 0 =6411,6, а стандартное отклонение СКО ( х )=771,15 ( рис . 2 а ).
Формула для расчета кодированных значений
индикатора z принимает следующий вид :
z= ( x - 6411,6 ) , 771,15 ;
При этом среднее значение z - переменной будет равно нулю , а стандартное отклонение – СКО ( z ) – единице ( рис . 2 б ). Безразмерная величина z, позволяет изучать , сравнивать и анализировать совместно различные , по экономическому содержанию , величины . На рисунках наглядно представлено соответствие количества регионов определенной размерной ( а ) и безразмерной ( б ) величине индикатора « среднедушевой денежный доход населения ». Распределение регионов не равномерное . Например , в пяти регионах значение анализируемого показателя составляет 6250 руб . и лишь в двух – 5500 руб . Это лишь подтверждает тот факт , что в ЦФО имеет место резкая дифференциация субъектов по показателю « среднедушевой денежный доход населения ». Таким образом , в процессе стратегического индикативного планирования необходимо корректировать план в соответствии с неоднородностью и многообразием субъектов планирования . С учетом преобразования (4), функция желательности « среднедушевые денежные доходы населения » примет вид кривой на диаграмме ( рис . 3).
г = ^ zi /
( x i1
x i0 ) x i0 ) ,
а б

Среднедуш. денежн. доходы насел.2005 и 2006 Z3

Рисунок 2 – Эмпирические гистограммы распределения регионов ЦФО:
а – по среднедушевым денежным доходам населения ; б – по безразмерной z3 -переменной

Среднедушевые ден . доходы населения
Рисунок 3 – Связь функции желательности «среднедушевые денежные доходы населения » с соответствующим индикатором
Линиями обозначены области снизу вверх : « очень плохо », « плохо », « удовлетворительно », « хорошо » и « очень хорошо ».
При пересечении кривой функции желательности « среднедушевые денежные доходы населения » с границами термов « плохо », « удовлетворительно », « хорошо », получаем точки , и , проецируя их на ось абсцисс , определяем пороговые значения индикатора ( табл . 2).
В таблице 2 приняты следующие обозначения уровней желательности индикаторов : НГ – нижняя граница термов « плохо » и « удовлетворительно », ВГ – верхняя граница термов « удовлетворительно » и « хорошо ».
Таблица 2 – Пороговые значения индикатора социальноэкономического развития регионов ЦФО
Уровень желательности |
Среднедушевые денежные доходы населения, тыс. руб. |
Плохо_НГ |
6,02 |
Удовлетворительно_НГ |
6,38 |
Удовлетворительно_ВГ |
6,95 |
Хорошо_ВГ |
7,56 |
Для установления нормативов индикаторов рациональным является селективный подход: для регионов с низкими их значениями, отвечающими зоне «плохо», нецелесообразно назначать сразу высокие нормативы, соответствующие терму «хорошо», поскольку логичнее планировать постепенный переход к высоким значениям показателей через терм «удовлетворительно».
Для этого нами и были определены значения границ термов , чтобы в процессе планирования производить определенную « увязку » планов по конкретному индикатору с планируемыми нормативными значениями .
Для того чтобы наглядно увидеть распределение регионов по интервалам значений функции желательности « среднедушевые денежные доходы населения » построим соответствующие диаграммы ( рис . 4).

Название региона
Рисунок 4 – Функция желательности «среднедушевые денежные доходы населения » распределение по регионам .
Линиями обозначены области снизу вверх: «очень плохо», «плохо», «удовлетворительно», «хорошо» и «очень хорошо».

Название региона
Для удобства дальнейшего описания результатов диаграмм проведем ряд процедур описательной статистики. Полученные данные представим в таблице 3. Данные таблицы демонстрируют изменение лингвистической оценки с «очень плохо» на «плохо» по функции желательности «среднедушевые денежные доходы населения » для следующих областей : Брянская, Костромская, Рязанская. С «плохо» на «удовлетворительно» для областей: Тамбовская, Тульская и Смоленская. С «удовлетворительно» на «хорошо» для Белгородской, Воронежской и Тверской областей. С «хорошо» на «очень хорошо» для Липецкой и Ярославской областей. Без изменения лингвистической оценки по соответствующему показателю , а следовательно, качественных изменений остались Владимирская («очень плохо») и Орловская («очень плохо») области. Таким образом, администрациям данных областей при расчете бюджетов следует обратить особое внимание на возможности улучшения уровня благосостояния населения . Экономическое положение регионов страны сегодня определяется унаследованной от СССР отраслевой структурой, соотношением конкурентоспособных и неконкурентоспособных отраслей. В этом отношении Орловская область не относится к числу благополучных областей округа, в которых есть ориентированные на экспорт производства (как, например, в Липецкой и Белгородской – металлургия, в Ярославской – нефтепереработка). Таким образом , в Орловской и Владимирской областях, также как и в целом по России, нерешенными остаются такие проблемы социальной сферы, как высокая дифференциация населения по уровню доходов, низкая заработная плата у некоторых категорий работников, высокий уровень бедности.
Таблица 3 – Оценка регионов ЦФО по функции желательности «среднедушевые денежные доходы населения»
Лингвистическая оценка |
Название области ЦФО, значение функции желательности «среднедушевые денежные доходы населения» |
Очень хорошо |
Ярославская 2006 (0,90), Липецкая 2006 (0,83) |
Хорошо |
Ярославская 2005 (0,75), Тверская 2006 (0,73), Белгородская 2006 (0,66), Липецкая 2005 (0,64), Воронежская 2006 (0,63), Калужская 2006 (0,63) |
Удовлетворительно |
Смоленская 2006 (0,58), Тамбовская 2006 (0,58), Тверская 2005 (0,54), Курская 2006 (0,51), Тульская 2006 (0,47), Белгородская 2005 (0,40), Воронежская 2005 (0,39) |
Плохо |
Калужская 2005 (0,36), Тамбовская 2005 (0,31), Смоленская 2005 (0,30), Костромская 2006 (0,28), Рязанская 2006 (0,26), Тульская 2005 (0,24), Брянская 2006 (0,23) |
Очень плохо |
Курская 2005 (0,18), Орловская 2006 (0,13), Костромская 2005 (0,09), Владимирская 2006 (0,08), Рязанская 2005 (0,08), Брянская 2005 (0,05), Орловская 2005 (0,03), Владимирская 2005 (0,01), Ивановская 2006 (0,00) |
Особо следует отметить , что две области Калужская и Курская за исследуемый период времени по данному показателю перешагнули через группу . Так , Калужская область 2005 и Калужская область 2006 оказались в группах « плохо » и « хорошо », минуя группу « удовлетворительно ». Курская область в 2005 году находилась в группе с лингвистической оценкой « очень плохо », а в 2006 году сразу оказалась в группе « удовлетворительно », минуя группу « плохо ». Это свидетельствует о более существенном повышении уровня жизни населения в указанных областях , чем в остальных . Отрицательных изменений не произошло ни в одном регионе .
Удельный вес субъектов ЦФО , улучшивших свое положение , составляет 86,7 %.
Итак , исходя из полученных результатов , можно констатировать , что доказана эффективность использования психофизической шкалы Харрингтона для преобразования значений индикаторов в функцию желательности .
Таким образом, разработана методика, не требующая охвата как можно большего временного периода для выявления изменений того или иного показателя, а позволяющая качественным образом анализировать короткие периоды времени и делать экономические выводы.
Также данный подход позволяет определить пороговые значения индикатора , что придает большую практическую значимость данному исследованию , так как полученные результаты могут быть использованы при разработке и корректировке региональных программ и планов социально экономического развития .
Список литературы Методическое обеспечение процесса регионального стратегического индикативного планирования
- Бююль, А. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей [Текст]/А. Бююль, П. Цёфель. -СПб.: ООО «ДиаСофтЮП», 2002
- Шуметов, В.Г. Анализ данных в управлении. Том 1 Введение в анализ данных [Текст]/В.Г. Шуметов. -Орел: ОРАГС, 2004
- Регионы России. Социально-экономические показатели. 2007 [Текст]: Стат. сб./Росстат. -М., 2007. -991с
- Материалы сайта www. gks.ru [Электронный ресурс]