Стратегия и Управление.ru
Dec 8

Стратегия и управление

Маркетинг и реклама

Экономика и финансы



Методика определения направления целевых инвестиций в экономику региона для повышеня качества жизни

Проблема наличия значительного количества до­тационных регионов в РФ заключается не столько в отсутствии достаточных средств и даже не в их не­целевом использовании, сколько в их распылении по многим направлениям, в отсутствии стратегии консо­лидации имеющихся средств на решающих направ­лениях и даже в отсутствии понимания того, какие именно направления являются решающими.

Одной из задач развития региона, результаты выполнения которой можно количественно оценивать, является повышение качества жизни населения. Рост индекса качества жизни населения может быть достигнуто на имеющейся в регионе основе за счет концентра­ции средств на небольшом числе приоритетных на­правлений.

Для проведения исследований в рамках указанной задачи можно применять уже известные математи­ческие методы и программные продукты. Использо­вание кластерного анализа позволяет выделить группы схожих по показателю качества жизни насе­ления регионов. Далее, при помощи факторного ана­лиза, для каждого из анализируемых регионов посредством нахождения собственных векторов и собственных значений корреляционной матрицы по­казателей выделяются несколько ведущих комплекс­ных направлений инновационного развития для по­вышения качества жизни.

В рамках кластерного анализа были проанализи­рованы данные социально-экономического разви­тия регионов РФ за 2007 год. В качестве параметров социально-экономического развития рассмотрены следующие параметры:

  1. ВРП на душу населения, руб. (обозначен далее как VРКN);
  2. Инвестиции в основной капитал на душу насе­ления, рубль (^ОК);
  3. Объем поступивших иностранных инвестиций на душу населения, доллар (ОВ^);
  4. Индекс добычи полезных ископаемых (ЮР I);
  5. Индекс производства газа электроэнергии и воды (1РСМ);
  6. Индекс обрабатывающего производства (1ОРК);
  7. Индекс производства продукции сельского хозяй­ства (1Р5Н);
  8. Объём платных услуг на душу населения, руб (ОРШ);
  9. Индекс производства пищевых продуктов, включая напитки и табака, % к предыдущему периоду (15РР);
  10. Индекс текстильного и швейного производства (1Т5Р);
  11. Индекс производства кожи, изделий из кожи и про­изводства обуви (1КО2);
  12. Индекс обработки древесины и производства из­делий из дерева (Ю^);
  13. Индекс целлюлозно-бумажного производства, из­дательской и полиграфической деятельности (1СВК);
  14. Индекс производства кокса, нефтепродуктов и ядерных материалов (1РЩ);
  15. Индекс химического производства (1НРК);
  16. Индекс металлургического производства и произ­водства готовых металлических изделий (1МРК);
  17. Индекс производства машин и оборудования (1РМО);
  18. Индекс производства электрооборудования, элект­ронного и оптического оборудования (1РЕО);
  19. Индекс производства транспортных средств и обо­рудования (1РТ5);
  20. Удельный вес убыточных организаций в процентах от общего числа организаций (1Р11Р);
  21. Общий строительный объем введенных зданий, тыс. м3 (ОО^);
  22. Ввод в действие общей площади жилых домов, тыс. м3 (125Т);
  23. Денежные доходы в расчете на душу населения рубль (ООй^;
  24. Индекс потребительских цен процент (1РТС);
  25. Прожиточный минимум (РМ^);
  26. Доля расходов на оплату жилищно-коммунальных услуг в потребительских расходах домашних хозяйств % (02К11);
  27. Уровень безработицы по методологии МОТ, % (ШКВ)
  28. Численность населения (СРNА);
  29. Число родившихся на 1000 человек населения ^КОЭ);
  30. Число умерших на 1000 человек населения ^11МК);
  31. Миграционный прирост ^М1° C);
  32. Ожидаемая продолжительность жизни (215^;
  33. Число зарегистрированных преступлений в расчете на 100 тыс. чел. населения (РКЕ5);
  34. Численность студентов государственных (муни­ципальных) высших учебных заведений, тысяча человек (N5^);
  35. Численность студентов негосударственных выс­ших учебных заведений, тысяча человек (N5NV);
  36. Охват дошкольными образовательными учреж­дениями детей в возрасте 1–6 лет (скорректированный на численность детей в возрасте 5–6 лет, обучающихся в школе), процент (ООО11);
  37. Ввод в действие водопроводных сетей, км ^ОЭ5);
  38. Ввод в действие газовых сетей, км (СА25);
  39. Ввод в действие тепловых сетей, км (ТЕР5);
  40. Ввод в действие больничных учреждений, мест ^В11° C);
  41. Ввод в действие амбулаторно-поликлинических учреждений, посещений/смену (АМВ11);
  42. Ввод в действие санаториев и домов отдыха, мест (йОТЭ);
  43. Ввод в действие домов-интернатов для престаре­лых, инвалидов и для ветеранов труда, мест (Э^Т);
  44. Ввод в действие высших и средних учебных заве­дений, м2 общ. пл. ^11^);
  45. Ввод в действие общеобразовательных и до­школьных учреждений, мест ^5НС);
  46. Ввод в действие детских домов и домов ребенка, школ-интернатов для детей-сирот, мест ^5АЭ);
  47. Ввод в действие учреждений культуры клубного типа, концертных и киноконцертных залов, мест ^К1А);
  48. Число браков (ВКАК);
  49. Число разводов (КА^).

Задачей кластерного анализа являлось разбиение совокупности регионов на группы (кластеры) с одно­типным социально-экономическим развитием. Вслед­ствие большого количества наблюдений применялся кластерный анализ методом к-средних. При проведе­нии кластерного анализа использовался программный комплекс 5Р55 [2].

В результате кластерного анализа установлено, что одним из кластеров, которому соответствуют наихуд­шие комбинации средних значений перечисленных выше параметров, является кластер, состоящий из 14 регионов: Волгоградская, Иркутская, Кемеровская, Са­ратовская, Новосибирская, Оренбургская, Воронежская, Омская обл., Алтайский край, Красноярский край, Став­ропольский край, Пермский край, Приморский край, республика Дагестан. Данный кластер характеризуется, по сравнению с остальными самыми низкими средними значениями инвестиций в основной капитал на душу на­селения, самым низким уровнем ВРП на душу населения и самым низким уровнем доходов на душу населения.

После определения кластеров производится фак­торный анализ экономики регионов, входящих в кла­стер. Определяются факторы, влияющие на значения интересующих параметров социально-экономического развития региона. Анализировались и сравнивались ко­личество и состав факторов для нескольких регионов, входящих в состав кластера, который характеризуется самым низким средним значением денежных доходов на душу населения (параметр ООй^. Задачей на данном этапе исследований являлось определение факторов, способствующих росту значения данного параметра. В качестве примера рассматривалось разбиение эконо­мики Кемеровской области на факторы. В качестве ис­ходных данных для факторного анализа использовались значения параметров, приведенные на сайте ммм.дкз. ги по итогам 2004–2008 года.

В результате анализа данных социально- экономического развития Кемеровской области уста­новлено, что четыре собственных числа корреляци­онной матрицы превосходят значение 1. Поэтому для дальнейших исследований количество факторов при­нято равным четырем. Произведено разбиение параме­тров социально-экономического региона по факторам в соответствии с факторной нагрузкой. Каждому из при­веденных выше параметров социально-экономического развития соответствует по четыре значения факторной нагрузки. При этом значения факторных нагрузок обра­батываются так, чтобы факторам соответствовали наи­большие по абсолютному значению нагрузки.

В результате анализа данных социально- экономического развития Кемеровской области уста­новлено:

С фактором 1 наиболее сильно коррелирует 28 па­раметров. С фактором № 1 связана деятельность пред­приятий по оказанию платных услуг, по строительству (в том числе, жилищному), предприятий по производ­ству кожи, изделий из кожи и производству обуви, об­рабатывающей промышленности, по добыче полезных ископаемых, пищевой промышленности, химического производства, а также предприятий по производству электрооборудования, электронного и оптического оборудования. При этом фактор способствует деятель­ности предприятий по оказанию платных услуг и строи­тельству, предприятий по производству кожи, изделий из кожи и производству обуви, пищевой промышленно­сти и не способствует деятельности остальным из ука­занных выше предприятий. В результате такого влияния на производство, фактор способствует улучшению по­ложения в регионе по следующим «социальным» пара­метрам:

— увеличению инвестиций в основной капитал на душу населения;

— увеличению объема поступивших иностранных ин­вестиций на душу населения;

— увеличению денежного дохода на душу населения; увеличению количества родившихся и уменьшению количества умерших на 1000 человек населения; увеличению миграционного прироста населения; увеличению ожидаемой продолжительности жизни; увеличению количества заключенных браков; увеличению прожиточного минимума; снижению уровня безработицы; снижению доли расходов на оплату жилищно- коммунальных услуг;

— снижению доли финансово убыточных предприятий; увеличению количества вводимых в строй общеоб­разовательных и дошкольных учреждений и газовых сетей;

— увеличению количества студентов в негосударствен­ных вузах.

Одновременно с этим, фактор оказывает и негатив­ное влияние на некоторые «социальные параметры:

— уменьшает численность населения региона;

— увеличивает количество разводов; увеличивает преступность;

— уменьшает количество вводимых в строй больнич­ных учреждений.

С фактором № 2 наиболее коррелирует 9 параметров. Фактор определяет деятельность предприятий дерево­обрабатывающей промышленности, машиностроения, металлургической промышленности и предприятий по производству кокса, нефтепродуктов и ядерных материалов. Фактор оказывает благотворное влияние лишь на предприятия деревообрабатывающей промы­шленности и машиностроения. В результате влияния на производство, фактор способствует улучшению по­ложения в регионе по следующим «социальным» пара­метрам:

— увеличению количества вводимых в строй амбулаторно-поликлинических учреждений и водо­проводных сетей;

— улучшению охвата дошкольными образовательны­ми учреждениями детей в возрасте 1–6 лет.

Одновременно с этим, фактор оказывает и негатив­ное влияние на некоторые «социальные» параметры: приводит к росту индекса потребительских цен; способствует уменьшению количества вводимых в строй тепловых сетей.

С фактором № 3 наиболее коррелирует 5 параме­тров. Фактор определяет и способствует работе пред­приятий сельского хозяйства. В результате фактор спо­собствует увеличению количества введенных в строй детских садов и домов-интернатов для престарелых, инвалидов и для ветеранов труда. При этом влияние фактора приводит к уменьшению количества вводимых в строй домов отдыха и учреждений культуры.

С фактором № 4 наиболее коррелирует 6 параметров. Фактор определяет работу предприятий по производ­ству газа, электроэнергии и воды, текстильного и швей­ного производства, целлюлозно-бумажного производ­ства, производству транспортных средств и оборудо­вания, но при этом оказывает благотворное влияние только на работу предприятий по производству газа, электроэнергии и воды. Фактор способствует увели­чению количества студентов в государственных вузах и увеличению количества вводимых в строй высших и средних учебных заведений.

В результате факторного анализа установлено, что росту денежных доходов на душу населения способ­ствует фактор № 1. Поскольку фактор способствует де­ятельности предприятий по оказанию платных услуг и строительству, предприятий по производству кожи, из­делий из кожи и производству обуви, пищевой промы­шленности, то можно предположить, что улучшение работы предприятий данных отраслей может увеличить значение денежных доходов на душу населения.

Таким образом, результаты кластерного и фактор­ного анализа могут быть использованы для выделения отраслей, внутри которых может быть осуществлено бизнес-планирование деятельности предприятий. Ре­зультаты разработки бизнес-планов предприятий могут быть использованы в качестве исходных данных для динамического моделирования экономики региона с целью прогнозирования значений параметров, исполь­зуемых для определения интегральной объективной оценки качества жизни и индекса качества жизни. Для определения значения качества жизни применяются различные методики. Мультиагентные модели экономики могут быть разработаны на основе известных программных продуктов.

Поэтапное решение приведенной выше задачи тре­бует значительных затрат времени на расчеты и подго­товку данных, которая производится, главным образом, «вручную». Поэтому представляет интерес автоматизация определения возможных направлений целевых инве­стиций для выдачи рекомендаций лицам, принимающим решение. В качестве исходных данных такая автоматизи­рованная информационная система будет использовать параметры социально-экономического развития. Параме­тры будут обрабатываться с целью определения отраслей промышленности, влияющих на один или несколько «со­циальных» параметров, используемых для вычисления интегральной оценки качества жизни в регионе. Далее производится автоматизированное (на основе использо­вания региональной информации) формирование «нуле­вого» приближения значений параметров деятельности предприятий (бизнес-планирование). После этого моде­лируется деятельность предприятий, прогнозируются зна­чения «социальных» параметров, определяется значение показателя качества жизни. Корректировка параметров деятельности предприятий продолжается до тех пор, пока в результате прогноза не будет достигнут одновременное, не менее требуемого, увеличение значений «социальных» параметров и показателя качества жизни.

 
Опубликовать в Twitter Написать в Facebook Поделиться ВКонтакте В Google Buzz Записать себе в LiveJournal Показать В Моем Мире В дневник на LI.RU Поделиться ссылкой на Я.ру