13 января 2016г.
Развитие предпринимательской инициативы является едва ли не ключевым пунктом для успешного функционирования и развития глобальной экономической системы. Именно рост малого предпринимательства влияет на увеличение численности среднего класса, снижению безработицы, повышение политической, экономической и социальной стабильности общества. Следовательно, изучение состояние малого предпринимательства в Российской Федерации разбиение регионов на группы с определенным типом развития является очень актуальным вопросом, решение которого способствует выявлению регионов, которым необходимо уделить особое внимание при составлении правительством программ, способствующим поднятию предпринимательской активности в субъектах Российской Федерации.
Для проведения классификации наблюдений (регионов) по группам воспользуемся кластерным анализом, который является разновидностью многомерного статистического анализа. С его помощью проводится разбиение объекта не по одному параметру, а по целому набору признаков. Так же данный вид анализа в отличие от большинства методов не накладывает никаких ограничений на вид рассматриваемых объектов.
Для начала выявим и устраним аномальные результаты наблюдений, которые нарушают однородность выборки, применив критерий Титьена-Мура.При α=0,05и N=83 нетипичными для данной выборки признаются два критических значения: г.Москва с численностью малых предприятий 242 тысячи и г.Санкт-Петербург с численностью малых предприятий 212,7 тысяч. Для дальнейшей работы и повышения степени точности и достоверности исследования необходимо исключить полученные выбросы из совокупности.
Для выполнения процедуры кластерного анализа выбран метод Варда. Данный метод построен на принципе минимизации дисперсии внутри кластеров. Метрика расстояний для получения однородных групп объектов задана как обычное Евклидово расстояние, что соответствует случаю, когда признаки одинаково важны для классификации. Многомерная группировка осуществлялась с использованием пакета STATISYICA 6.0., результаты анализа представлены в Табл.1.
Таблица 1 Тип развития регионов РФ
|
Номер кластера
|
Тип развития
|
Количество вошедших регионов
|
Регионы РФ
|
|
I кластер
|
"Отсталые"
|
28
|
Республика Коми, Архангельская область, Ненецкий автономный округ, Мурманская об-ласть, Астраханская область, Республика Калмыкия, Республика Дагестан, Кабардино-Балкарская Республика, Карачаево- Черкесская Республика, Чеченская Республика
Республика Марий Эл, Курганская область, Ямало-Ненецкий автономный округ, Респуб-лика Алтай, Республика Бурятия, Республика Тыва, Республика Хакасия, Читинская об-ласть, Томская область, Республика Саха, Камчатская область, Приморский край, Хаба-ровский край, Амурская область, Магаданская область, Сахалинская область, Еврейская автономная область, Чукотский автономный округ
|
|
II кластер
|
"Развитые"
|
35
|
Белгородская область, Брянская область, Владимирская область, Воронежская область, Ивановская область, Калужская область, Костромская область, Курская область, Липецкая область, Орловская область, Рязанская область, Смоленская область, Тамбовская область, Тверская область, Тульская область, Ярославская область, Республика Карелия, Вологодская область, Калининградская область, Ленинградская область, Новгородская область, Республика Адыгея, Волгоградская область, Республика Ингушетия, Республика Северная Осетия, Ставропольский край, Республика Мордовия, Удмуртская Республика, Чувашская Республика, Кировская область, Оренбургская область, Пензенская область, Саратовская область, Ульяновская область, Алтайский край
|
|
III кластер
|
"Лидеры"
|
18
|
Московская область, Псковская область, Краснодарский край, Ростовская область, Рес-публика Башкортостан, Республика Татарстан, Пермский край, Нижегородская область, Самарская область, Свердловская область, Тюменская область, Ханты-Мансийский авто-номный округ, Челябинская область, Красноярский край, Иркутская область, Кемеровская область, Новосибирская область, Омская область
|
Проанализируем значения показателей образовавшихся кластеров.
В III кластер вошли регионы-«лидеры» с самым высоким средним значением численности малых предприятий (43,2 тыс. предприятий), коэффициент вариации по данному показателю наименьший среди всех кластеров (46,2%), что еще раз подтверждает наличие наибольшей однородности регионов в данной группе.
Данному кластеру характерны наивысшие средние значения по следующим показателям: коэффициент миграционного прироста на 10 000 населения (24,7 человек); число семей, состоящих на учете в качестве нуждающихся в жилых помещениях (55,7 тыс. человек); расходы консолидированных бюджетов субъектов РФ на образование (12913, 4 тысяч рублей на душу населения); расходы консолидированных бюджетов субъектов РФ на здравоохранение и спорт (37735, 2 тыс. рублей на душу населения); соотношение мужчин и женщин (на 1000 мужчин приходится 1158 женщин); выбросы загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников (602,2 тыс. тонн); вклады юридических и физических лиц, привлеченные кредитными организациями (265 млрд. рублей); число подключенных абонентских устройств подвижной радиотелефонной связи (на 1000 человек населения 1861 устройство). При этом доля расходов на покупку продуктов питания в общей структуре потребительских расходов имеет наименьшее среднее значение (30,2%), и регионы в данном кластере наиболее однородны по этому показателю (коэффициент вариации 11,1%)
Таким образом, регионы «лидеры» сталкиваются как с положительными результатами своего развития (высокие расходы бюджетов на улучшение качества жизни граждан; высокое значение по вкладам; обеспеченность населения устройствами связи; высокая доля расходов в общей структуре потребительских расходов идет не только на покупку продуктов питания), так и отрицательными (большое количество человек, состоящих на учете в качестве нуждающихся в жилых помещениях, в связи с их высокой стоимостью; сильное загрязнение окружающей среды).
Во II кластер вошли регионы - «развитые» со средним значением числа малых предприятий (16,3 тыс. предприятий) и коэффициентом вариации по данному признаку – 46,6%, что незначительно превышает значение коэффициента вариации III кластера.
По показателям, выделенным в III кластере, регионы занимают второе место. Однако доля расходов на покупку продуктов питания в общей структуре потребительских расходов имеет наивысшее среднее значение (34,8%). Так же данные регионы имеет высокое среднее значение по показателю плотности железнодорожных путей (212 км2на 10 000 км2 территории).
В I кластер вошли регионы - «отсталые». Средней численность малых предприятий составляет 9,2 тысячи, коэффициент вариации - 88%, что говорит о сильной неоднородности регионов по данному показателю (максимальное значение – 31,1 тыс. предприятий, а минимальное – 0,5 тыс. предприятий).
Представленный кластер обладает наименьшими средними значениями показателя выпуска квалифицированных рабочих, служащих (102 человека на 10 00 человек занятого населения) и коэффициента миграционного прироста -64,2 человек на 10 000 населения. В данном случае можно сказать, что многие высококвалифицированные специалисты уезжают в более развитые регионы.
Таким образом, многомерный статистический анализ позволил провести типологическую группировку регионов Российской Федерации по уровню развития малого предпринимательства и выявить регионы с высокой, средней и низкой предпринимательской инициативой.
Список литературы
1. Дубров А.М., Мхитарян В.С., Трошин Л.И., Многомерные статистические методы: Учебник. – М.: Финансы и статистика, 2003.
2. Елисеева И.И., Курышева С.В., Гордеенко Н.М. и др., Практикум по эконометрике: Учеб. пособие; Под редакцией Елисеевой И.И. – М.: Финансы и статистика, 2003
3. Каталог публикаций: Малое и среднее предпринимательство в России [Электронный ресурс], http://www.gks.ru/wps/wcm/connect/rosstat_ main/rosstat/ru/statistics/publications/catalog/doc_1139841601359
4. Назарова М.Г., Курс социально-экономической статистики: Учеб. Для вузов/Под ред. Проф., 2000
5. Свечникова Н.Ю., Тихомирова Е.И., Развитие малого предпринимательства: модели, алгоритмы, методы количественного оценивания. Самара: ООО «Изд-во Ас Гард», 2011
