Курсовая работа (т): Прогнозирование национальной экономики Ямало-Ненецкого автономного округа

Прогнозирование национальной экономики Ямало-Ненецкого автономного округа

Исходные данные

Согласно принятой стратегии развития Арктической зоны Российской Федерации, изучение экономики российского Севера является стратегически значимым. В настоящее время [1] в России функционируют 313 моногородов, не считая монопоселений. В Арктической зоне существует 71 город, 18 из которых являются моногородами и составляют приблизительно 1/4 всех городских поселений региона. Исследование проведено на примере Красноярского края.

Таблица 1. Профильная характеристика округа

Кластерный анализ

В этом методе реализуется иерархический агломеративный алгоритм, смысл которого заключается в следующем. Перед началом кластеризации все объекты считаются отдельными кластерами, в ходе алгоритма они объединяются.Рассмотрим процедуру иерархического кластерного анализа в пакете SPSS (SPSS). Процедура иерархического кластерного анализа в SPSS предусматривает группировку как объектов (строк матрицы данных).

Для определения, какое количество кластеров следовало бы считать оптимальным, решающее значение имеет показатель под заголовком "Коэффициенты" (Таблица 2). По этим коэффициентом подразумевается расстояние между двумя кластерами, определенное на основании выбранной дистанционной меры с учётом предусмотренного преобразования значений. В нашем случае это квадрат евклидового расстояния, определенный с использованием стандартизованных значений. На этом этапе, где эта мера расстояния между двумя кластерами увеличивается равномерно, начиная со второго этапа, процесс объединения в новые кластеры необходимо остановить при первом же скачке. Так, в противном случае были бы объединены уже кластеры, находящиеся на относительно большом расстоянии друг от друга. [5]

Таблица 2. Порядок агломерации

Таблица 3. Принадлежность к кластерам

Видим, что кластерный анализ приводит к выделению Норильска и Железногорска в отдельный кластер. Оба города имеют на своих территориях крупнейшие градообразующие нефтехимические  предприятия и являются перспективными.

В целом, кластерный анализ предоставил нам возможность проанализировать и сгруппировать монопрофильные города Ямало-Ненецкого автономного округа по признаку развитости.

В дополнение, рассмотрим графическое изображение иерархического дерева кластеризации. (Рисунок 1).

Рисунок 1.Дендрограмма

В заключение приводится затребованная нами дендрограмма, которая визуализирует процесс слияния, приведенный в обзорной таблице порядка агломерации. Очевидно, что данные объединяются в 2 кластера, в один из которых входят города Норильск и Железногорск. Основываясь на начальных данных по городам, можно назвать этот кластер «Перспективным». Видим, что у Норильска и Железногорска самая высокая доля инвестиций в основной капитал, уровень образования выше среднего. Так же, стоит отметить  кластерное превосходство в размерах территорий и населения, высокий уровень предпринимательской активности и уровень заработной платы, превышающий средний по региону.

Факторный анализ

Факторный анализ - это метод, применяемый для изучения взаимосвязей между значениями переменных. В данной работе выбранный тип анализа проводится с целью классификации переменных - определение структуры взаимосвязей между переменными. К рассмотрению принимаем данные по одному из выделенных ранее в отдельный кластер городов, по Норильску. В данном анализе мы будем выяснять, какие факторы влияют на значение среднедушевых доходов населения.

Таблица 4. Данные по Норильску

Таблица 5. Матрица корреляций

Матрица корреляций

Таблица 6. Показатели полной объясненной дисперсии

По таблице можно увидеть, что 2 собственных фактора имеют значения превосходящие единицу. Следовательно для анализа отобрано только 2 фактора. Первый фактор объясняет 79,56 % суммарной дисперсии, второй фактор 14,78 % и. Далее рассмотрим предложенную матрицу компонент, отсортированную по убыванию значений факторов.

В таблице 8 представлена таблица полной объясненной дисперсии. Мы видим, что по результатам факторного анализа, в рамках тех ограничений, которые мы задали, было выделено 2 компонент. Также количество компонент, которое необходимо включить, можно определить, проанализировав график нормализованного простого стресса (Рисунок 2).

Рисунок 2. График нормализованного простого стресса

Для определения оптимального количества показателей необходимо посмотреть, после какого показателя угол наклона становится более пологим. В данном случае это происходит после 2-ой компоненты.

Рассмотрим выбранные  компоненты, а также их связь с исходными показателями, более подробно. Для этого нам необходимо обратиться к анализу матрицы повернутых компонент, которая представлена в Таблице 9. Коэффициенты, которые можно найти в данной матрице, отражают степень взаимосвязи переменных.

Таблица 7. Матрица повернутых компонент

Анализируя степень взаимосвязи между переменными, мы видим, что фактор № 1 представляет собой данные о экономико-социальном положении населения и тесно коррелирует со следующими показателями:

Среднедушевые доходы населения;

Отгружено товаров собственного обрабатывающего производства;

Общий объем расходов бюджета муниципального образования;

Инвестиции в основной капитал.

Фактор №2 можно интерпретировать как показатели состояния инвестиционной и предпринимательской среды, искусственно создаваемой в регионе.Об этом можно догадаться исходя из следующих двух показателей:

Расходы на развитие и поддержку малого и среднего предпринимательства;

Курс доллара.

Прогнозирование на основе модели множественной регрессии

Данные для прогноза возьмём по среднедушевым доходам города Салехард, отобранного на этапе кластерного анализа. Критерий среднедушевого дохода был отобран аналитическим путём и является объектом прогнозирования.