Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Комплексный подход к оценке социально-экономического состояния муниципальных образований. Учебное пособие

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

2 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 4 5 6 7 8 9 1011 / 2311 12 13 14 15 16 17 18 19 20 21 22 23 > Следующая >>>

100

телей внутри группы. Также для оценки полноты применяемой системы социально-экономических показателей города экспертам предлагалось по желанию указать еще дополнительные показатели, которые на их взгляд необходимо учесть в данном исследовании.

Анкетирование было осуществлено среди специалистов г. Таганрога, которых можно условно разделить на три группы: А – руководители и ведущие специалисты Администрации города; Б – преподаватели и научные сотрудники кафедры экономики ТРТУ и кафедры государственного и муниципального управления Таганрогского института управления и экономики; В – руководители и ведущие специалисты ряда крупных предприятий и организаций города.

В общей сложности было заполнено 18 анкет (по 6 в каждой группе). Общие выводы о результатах анкетирования позволяет сделать таблица 9, в которой в соответствующих колонках даны средние значения весовых коэффициентов, присвоенные каждой группой экспертов.

При анализе анкет было выявлено, что в отличие от групп А и Б для оценок экспертов группы В характерен существенный разброс значений - практически все эксперты разошлись в своих оценках. В результате получаемая средняя оценка внутри группы значительно отличается от мнений каждого из экспертов. Поэтому решено было при вычислении общих итогов экспертных оценок ввести коэффициенты значимости для каждой из групп экспертов. Для групп А и Б использован коэффициент 0,4; а для группы В – 0,2. Тогда формула для определения коэффициента значимости внутри группы каждого из социально-экономических показателей использовалась следующая:

ВБА 2,04,04,0АБВ ++=

, где А,Б,В - средние значения весовых ко-

эффициентов по результатам работы экспертов соответствующих групп.

Используя экспертные оценки значимости каждого показателя внутри группы и массив нормированных данных по большим городам РФ за четыре года (2000-2003), были рассчитаны значения 12 частных

101

№*

А Б В

АБВ

индикаторов. Значения индикаторов за 2003 год приведены вместе с исходными данными в приложении П2.

Таблица 9* – Результаты экспертной оценки весовых

коэффициентов значимости основных социально-экономических

показателей городов

Основные социально-экономические показатели города

Численность населения, тыс. человек 0,22 0,40 0,18 0,28 Число родившихся на 1000 человек населения 0,25 0,18 0,22 0,21

Число умерших на 1000 человек населения 0,27 0,23 0,18 0,24 Естественный прирост, убыль (-) на 1000 человек населения 0,27 0,20 0,42 0,27 Среднегодовая численность работающих в организациях, тыс. чел. 0,48 0,55 0,34 0,48

Численность не занятых трудовой деятельностью граждан, чел. 0,28 0,25 0,30 0,27

- из них признаны безработными 0,24 0,20 0,36 0,25

Среднемесячная номинальная начисленная заработная плата, руб. 0,38 0,33 0,48 0,38 Средний размер месячных пенсий (на конец года), руб. 0,28 0,25 0,26 0,27

Численность пенсионеров (на конец года), тыс. человек 0,17 0,20 0,06 0,16 Площадь жилищ на одного городского жителя, м2 0,17 0,22 0,20 0,19 Число дошкольных учреждений 0,16 0,19 0,14 0,17 Число детей, тыс. человек 0,21 0,25 0,14 0,21

Число мест в дошкольный учреждениях, тыс. 0,23 0,22 0,33 0,24 Число дневных общеобразовательных учреждений 0,20 0,20 0,20 0,20 Численность учащихся дневных общеобраз. учреждений, тыс. чел. 0,20 0,14 0,17 0,16 Численность врачей, человек, 0,05 0,09 0,08 0,07

- на 10 000 человек населения 0,10 0,15 0,18 0,14 Численность среднего медицинского персонала, человек 0,08 0,02 0,03 0,05

- на 10 000 человек населения 0,06 0,14 0,14 0,10 Число больничных учреждений 0,08 0,08 0,04 0,07

Число больничных коек всего, тыс. 0,14 0,11 0,06 0,11

- на 10 000 человек населения 0,14 0,16 0,18 0,16

Число врачебных амбулаторно-поликлинических учреждений 0,14 0,17 0,08 0,14 Мощность врачебных амбул.-поликлин.уч-ний, посещ. в см., тыс. 0,11 0,04 0,09 0,08

- на 10 000 человек населения 0,10 0,11 0,11 0,11 Число зарегистрированных преступлений 0,60 0,57 0,42 0,55

Выявлено лиц, совершивших преступления, человек 0,40 0,43 0,58 0,45 Число предприятий и организаций (на конец года) 0,25 0,15 0,08 0,18 Число действующих организаций (на конец года) 0,30 0,18 0,28 0,25

Объем промышленной продукции, млн. руб. 0,25 0,40 0,50 0,36 Индекс промышленного производства, в % к предыдущему году 0,20 0,27 0,16 0,22 Объем работ, вып. по договорам строительного подряда, млн. руб. 0,32 0,28 0,24 0,29 Ввод в действие жилых домов, тыс. м2 общей площади 0,25 0,28 0,32 0,28

- квартир (включая квартиры в общежитиях) 0,15 0,13 0,20 0,15

- дошкольных учреждений, мест 0,07 0,08 0,06 0,07

- общеобразовательных учреждений, ученических мест 0,07 0,08 0,06 0,07

- больничных учреждений, коек 0,07 0,08 0,06 0,07

- амбулаторно-поликлинических учреждений, посещений в смену 0,07 0,08 0,06 0,07 Число маршрутов автобусов 0,23 0,25 0,17 0,22

- трамваев 0,15 0,18 0,15 0,16

- троллейбусов 0,18 0,17 0,15 0,17

Средняя оценка весовых

коэффициентов

Группа экспертов

102

№*

А Б В

АБВ

Продолжение табл. 9

Средняя оценка весовых

Основные социально-экономические показатели города

Число перевезенных за год пассажиров, млн. человек автобусами 0,15 0,13 0,19 0,15

- трамваями 0,15 0,13 0,17 0,15

- троллейбусами 0,15 0,13 0,16 0,15 Число телефонных аппаратов телефонной сети, тыс. шт. 0,30 0,33 0,40 0,33

- в том числе квартирных 0,30 0,30 0,26 0,29

Число таксофонов городской телефонной сети, шт. 0,40 0,37 0,28 0,37 Оборот розничной торговли, млн. руб. 0,14 0,09 0,10 0,11

- на душу населения, руб. 0,20 0,25 0,28 0,24 Оборот общественного питания, млн. руб. 0,10 0,10 0,14 0,11 Объем платных услуг населению, млн. руб. 0,21 0,09 0,18 0,15

- на душу населения, руб. 0,14 0,17 0,08 0,14 Объем бытовых услуг населению, млн. руб. 0,13 0,09 0,14 0,11

- на душу населения, руб. 0,10 0,19 0,08 0,13 Инвестиции в основной капитал, млн. руб. 0,45 0,65 0,58 0,56

- финансируемых за счет бюджетных (удельный вес), % 0,36 0,23 0,22 0,28

- в том числе за счет федерального бюджета, % 0,20 0,12 0,20 0,17

* Таблица составлена авторами по материалам исследования. Номерами в левой колонке

таблицы обозначены группы показателей: 1- население, 2- труд, 3 - уровень жизни населения, 4 – образование, 5 – здравоохранение, 6 – преступность, 7 - предприятия и организации, 8 – строительство, 9 - пассажирский транспорт, 10 – связь, 11- торговля и услуги населению, 12 – инвестиции.

коэффициентов

Группа экспертов

2.2. Исследование методов кластерного анализа на примере тестовой выборки городов

В качестве тестовой была выбрана группа из 47 городов, отнесенная к четвертому («срединному») типу региона (см. табл. 7). Вопервых, эта группа самая многочисленная, во-вторых, в нее входят города Ростовской области, наличие априорных представлений о которых должно помочь выполнить содержательный анализ формируемых в процессе экспериментального исследования кластеров.

Цель эксперимента – исследование возможности различных сочетаний методов кластеризации и мер сходства удовлетворительно решать задачу кластеризации городов по сформированной системе 12 частных индикаторов. В результате эксперимента должно быть выявлено такое сочетание метода кластеризации и меры сходства, которое лучшим с точки зрения содержательного анализа образом группирует города тестовой выборки. Использование результатов эксперимента в данной работе должно позволить: во-первых, определить необходимое число кластеров для тестовой выборки и остальных групп горо-

103

дов; во-вторых, создать начальное разбиение и реализовать все варианты метода k-средних на тестовой выборке; в-третьих, сопоставить полученные решения кластеризации данных за разные годы и, оценив их устойчивость, достоверность, на основе содержательного анализа, построить итоговое разбиение всех групп городов на типы. Качество получаемых в процессе эксперимента кластерных решений будет оцениваться формально по значению энтропии, а затем по результатам содержательного анализа. Момент остановки процедуры кластеризации, то есть число и состав получаемых кластеров, будет определяться совместным анализом пошагового графика объединения и дендрограммы метода.

Для проведения эксперимента используется пакет статистических программ Statsoft Statistica 6.0. В модуль кластерного анализа пакета включены семь иерархических агломеративных методов, итерационный метод k-средних и метод двухвходового объединения. Эксперимент будет осуществляться с группой всех иерархических агломеративных методов посредством перебора всех возможных сочетаний методов и мер сходства для кластеризации тестовой выборки.

Метод одиночной связи. Как и следовало ожидать метод одиночной связи оказался непригоден. Удовлетворительного решения получено не было, так как во всех рассмотренных случаях с различными мерами сходства проявился цепной эффект.

Неудачей закончилось использование процента несогласия в качестве меры сходства. Ни один из семи методов с использованием данной меры не привел к решению. И этот результат следовало ожидать, так как исходные данные не являются категориальными.

Метод полной связи. Используя метод полной связи и евклидово расстояния в качестве меры сходства было получено решение о разбиении тестовой выборки на два кластера. На рисунке 2 показан пошаговый график объединения объектов в кластеры методом полной связи (мера сходства – евклидово расстояние).

104

Рисунок 2* – Пошаговый график объединения тестовой выборки го-

родов методом полной связи (мера сходства – евклидово расстояние)

* Рисунок получен авторами в ходе эксперимента

Резкий вертикальный скачок графика (см. рис. 2) на последнем шаге итерации можно интерпретировать, как объединение несхожих кластеров. Следовательно, решение уже получено и дальнейшее объединение кластеров не имеет смысла. Действительно, с помощью дендрограммы (рисунок 3) можно увидеть, что, начиная с отметки 84, происходит объединение двух кластеров. Судя по величине расстояния между кластерами (около 160) можно сделать вывод, что кластеры несхожие и объединять их не следует. Таким образом, решением является два кластера. Состав полученных кластеров можно определить по дендрограмме. В данном случае первый кластер содержит 16 городов: Мурманск, Киров, Курск и т.д.; второй кластер объединяет 31 город, начиная с Новороссийска.

105

Рисунок 3* – Дендрограмма метода полной связи для тестовой

выборки городов

* Рисунок получен авторами в ходе эксперимента

Аналогично выполнялся поиск решений для других вариантов меры сходства. С помощью метода полной связи в четырех случаях из семи было получено решение о разбиении тестовой выборки на два кластера. Использование в качестве меры сходства расстояния Чебышева и коэффициента корреляции привели к решению из трех кластеров. Процент несогласия в качестве меры сходства, как уже указывалось, к решению не привел.

Общие результаты кластеризации методом полной связи приведены в таблице 10. В столбце «Мера сходства» таблицы использованы номера, соответствующие порядку рассмотрения мер сходства в данной работе: 1- евклидово расстояние, 2 - квадрат евклидова расстояния, 3 - Манхэттенское расстояние, 4 - расстояние Чебышева, 5 - сте-

106

пенное расстояние, 6 - процент несогласия, 7 - обратный коэффициент линейной корреляции.

Таблица 10* – Общие результаты кластеризации тестовой выбор-

ки методом полной связи с различными мерами сходства

сходства

1, 2, 3, 5 0,98

4 1,19

6 7 1,2

16 (Брянск, Великий Новгород,

Владикавказ, Владимир, Калининград, Калуга, Орел, Смоленск, Сочи, Ставрополь, Тамбов, Тверь,

Киров, Курск, Магнитогорск, Мурманск)

18 (Брянск, Великий Новгород,

Владикавказ, Владимир, Калининград, Калуга, Орел, Смоленск, Сочи, Ставрополь, Тамбов, Тверь

Волжский, Кострома, Новороссийск, Орск, Псков, Таганрог)

- - 18

(Брянск, Великий Новгород,

Владикавказ, Владимир, Калининград, Калуга, Киров,

Кострома, Магнитогорск,

Орел, Смоленск, Сочи, Ставрополь, Тамбов, Тверь,

Волжский, Орск, Таганрог)

1 кластер 2 кластер 3 кластер

* Таблица составлена авторами по материалам исследования.

Характеристика решения кластеризации Мера

31 (Армавир, Балаково, Батайск, Великие Лу-

ки, Волгодонск, Глазов, Димитровград, Златоуст, Камышин, Кисловодск, Ковров, Копейск, Миасс, Муром, Нальчик, Невинномысск, Новомосковск, Новотроицк, Новочеркасск, Новошахтинск, Обнинск, Пятигорск, Сарапул, Шахты, Энгельс.

Волжский, Кострома, Новороссийск, Орск, Псков, Таганрог)

25 (Армавир, Балаково, Батайск, Великие Лу-

27 (Армавир, Балаково, Батайск, Великие Лу-

Новороссийск, Псков)

4 (Киров, Мур- манск, Курск, Магнитогорск)

2 (Курск, Мур- манск)

В столбце «Н» (см. табл. 10) представлены рассчитанные значе- ния энтропии. Используя указанные в таблице значения можно формально оценивать качество кластеризации. Максимально возможное значение энтропии, определяемое как log2N, где N=47 – количество объектов тестовой выборки, составляет 5,55 бит. Минимальное значение равно нулю (соответствует случаю, когда все объекты объединяются в один кластер). Следовательно, чем выше рассчитанное значение энтропии, тем лучше с формальной точки зрения работает метод. В таблице (см. табл. 10) жирным шрифтом выделены города, устойчиво попадающие в соответствующий кластер. Так для варианта из двух кластеров в первый из них стабильно попадают практически все города – центры субъектов РФ (14 из 16). Исключение – г. Псков и г. Кострома попали в число «лидеров» второго кластера. Для варианта из

107

трех кластеров указанные центры переходят вместе с группой «лидеров» (городами Волжским, Новороссийском, Орском и Таганрогом) в первый кластер. «Лидерами» из всей выборки стали города Курск и Мурманск (два случая), а также Киров и Магнитогорск (один случай), которые выделились в отдельный кластер. Город Сочи, единственный из всех городов «не центров», устойчиво попадает в первый кластер. Наибольшие значения Н зафиксированы для вариантов из трех кластеров.

Метод невзвешенного попарного среднего (UPGMA). Используя различные варианты меры сходства, метод позволил получить все решения из трех кластеров (таблица 11)

В целом, результаты метода невзвешенного попарного среднего характеризуют «единогласие» при оценке числа кластеров, но меньшая устойчивость состава кластеров. В частности, в первом кластере всегда присутствовали только три города: Калининград, Сочи и Ставрополь, во втором кластере - 25 (из 31 города-«не центра»). В третьем кластере сменяли друг друга Курск, Киров и Мурманск.

Метод взвешенного попарного среднего (WPGMA). Метод взве- шенного попарного среднего обнаруживал, как правило, решения из двух кластеров (в пяти из семи случаев). К тому же все они оказались по составу очень похожи. Только при использовании обратного коэффициента корреляции было получено три кластера (таблица 12).

В целом, метод оправдал свое название. Использование весовых коэффициентов позволило более точно распознать города-центры субъектов. Так при использовании обратного коэффициента корреляции в первый кластер попали 15 из 16 таких городов, однако, устойчиво всеми способами определялись только шесть из них. К тому же в первый кластер к городам-центрам попали «лидеры» из соседнего кластера: Таганрог, Волжский Магнитогорск и Орск. Второй кластер устойчиво собирает города-«не центры» (26 из 31).

108

Таблица 11* – Общие результаты кластеризации

тестовой выборки методом невзвешенного попарного среднего с

различными мерами сходства

сходства

1, 2 1,15

3,5 1,11

4 1,26

6 7 0,58

18 (Брянск, Великий Новгород,

Владикавказ, Владимир, Волжский, Калининград, Калуга, Магнитогорск, Орел, Смоленск, Сочи, Ставрополь, Тамбов, Тверь, Кострома, Псков, Таганрог, Курск)

19 (Брянск, Великий Новгород,

Владикавказ, Владимир, Волжский, Калининград, Калуга, Магнитогорск, Орел, Смоленск, Сочи, Ставрополь, Тамбов, Тверь, Кострома, Псков, Таганрог, Киров, Курск)

19 (Брянск, Великий Новгород,

Владикавказ, Владимир, Волжский, Калининград, Калуга, Магнитогорск, Орел, Смоленск, Сочи, Ставрополь, Тамбов, Тверь, Кострома, Псков, Таганрог, Новороссийск, Орск)

- - 4

(Калининград, Сочи, Став-

рополь, Мурманск)

1 кластер 2 кластер 3 кластер

* Таблица составлена авторами по материалам исследования.

Характеристика решения кластеризации Мера

27 (Армавир, Балаково, Батайск, Великие Лу-

Новороссийск, Орск) 27 (Армавир, Балаково, Батайск, Великие Лу-

Новороссийск, Орск) 25 (Армавир, Балаково, Батайск, Великие Лу-

42 (Армавир, Балаково, Батайск, Великие Лу-

Брянск, Великий Новгород, Владикавказ, Владимир, Волжский, Калуга, Киров, Магнитогорск, Орел, Смоленск, Тамбов, Тверь, Кострома, Калуга, Псков, Таганрог, Новороссийск, Орск)

2 (Киров, Мурманск)

1 (Мурманск)

3 (Киров, Мурманск, Курск)

1 (Курск)

Методы средней связи. Из четырех рассмотренных методов средней связи решения позволили получить только два метода попарного среднего. Центроидные методы привели к цепочному эффекту. Объяснить такой результат можно неравными размерами образуемых кластеров.

Метод Уорда. Этот метод единственный из всех позволил получить решение из четырех кластеров (один случай из семи). Большинство же решений сводилось к трем кластерам (таблица 13).

109

Таблица 12* – Общие результаты кластеризации

тестовой выборки методом взвешенного попарного среднего с

различными мерами сходства

сходства

1, 2 0,74

3, 4, 5 0,7

6 7 1,11

1 кластер 2 кластер 3 кластер

10 (Брянск, Калининград,

Магнитогорск, Смоленск, Сочи, Ставрополь, Тверь,

Курск, Мурманск, Киров)

9 (Брянск, Калининград,

Магнитогорск, Сочи, Ставрополь, Тверь,

Курск, Мурманск, Киров)

- - 20

(Брянск, Великий Новго-

род, Владикавказ, Владимир, Волжский, Калинин-

град, Калуга, Магнитогорск, Мурманск, Орел, Орск, Смоленск, Сочи, Ставрополь, Тамбов, Тверь, Кострома, Псков,

Таганрог, Киров)

* Таблица составлена авторами по материалам исследования.

Характеристика решения кластеризации Мера

37 (Армавир, Балаково, Батайск, Великие Луки,

Волгодонск, Глазов, Димитровград, Златоуст, Камышин, Кисловодск, Ковров, Копейск, Миасс, Муром, Нальчик, Невинномысск, Новомосковск, Новотроицк, Новочеркасск, Новошахтинск, Обнинск, Пятигорск, Сарапул, Шахты, Энгельс, Новороссийск

Великий Новгород, Владикавказ, Владимир, Волжский, Орел, Тамбов, Кострома, Калуга, Псков, Таганрог, Орск)

38 (Армавир, Балаково, Батайск, Великие Луки,

Великий Новгород, Владикавказ, Владимир, Волжский, Орел, Тамбов, Кострома, Калуга, Псков, Таганрог, Орск, Смоленск)

26 (Армавир, Балаково, Батайск, Великие Луки,

1 (Курск)

В целом, несмотря на меньшую устойчивость решений (в первый кластер устойчиво включались только семь городов, из них пять – города-центры субъектов РФ, второй кластер устойчиво объединяет 23 города-«не центра» из 31) метод Уорда с формальной точки зрения более качественный, так как получил самые высокие в эксперименте значения энтропии Н=1,47–1,67 бит.

Подводя общий предварительный итог использования агломеративных методов кластеризации, можно сделать следующие выводы.

1. Доминирующим решением является три кластера: из 24 приведших к решению вариантов 14 выявили три кластера, 9 – два кластера, 1 – четыре кластера.

110

<<< < Предыдущая 1 2 3 4 5 6 7 8 9 1011 / 2311 12 13 14 15 16 17 18 19 20 21 22 23 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]