Таблица 7 «Принадлежность к кластерам»
| Кластер | Регион | Расстояние |
| 1 | Белгородская область | ,986 |
| Московская область | 1,071 | |
| Липецкая область | ,968 | |
| Ярославская область | ,404 | |
| Вологодская область | ,633 | |
| Республика Башкортостан | ,933 | |
| Ростовская область | 1,217 | |
| Волгоградская область | 1,092 | |
| Астраханская область | ,862 | |
| Республика Татарстан | 1,185 | |
| Челябинская область | ,745 | |
| Кемеровская область | ,841 | |
| Омская область | ,834 | |
| Томская область | 1,230 | |
| Магаданская область | 1,251 | |
| 2 | Брянская область | ,756 |
| Владимирская область | 1,281 | |
| Воронежская область | 1,03 | |
| Калужская область | ,837 | |
| Костромская область | ,529 | |
| Орловская область | 1,390 | |
| Рязанская область | ,588 | |
| Смоленская область | ,579 | |
| Тамбовская область | 1,312 | |
| Тверская область | 1,190 | |
| Тульская область | 1,054 | |
| Республика Карелия | 1,161 | |
| Ленинградская область | 1,937 | |
| Калининградская область | 1,439 | |
| Новгородская область | ,633 | |
| Псковская область | 1,124 | |
| Кабардино-Балкарская Республика | ,793 | |
| Карачаево-Черкесская Республика | 1,135 | |
| Республика Северная Осетия-Алания | 1,696 | |
| Краснодарский край | 1,478 | |
| Ставропольский край | 1,052 | |
| Удмуртская Республика | ,934 | |
| Чувашская Республика | ,867 | |
| Кировская область | 1,027 | |
| Нижегородская область | ,672 | |
| Оренбургская область | ,608 | |
| Пензенская область | ,972 | |
| Саратовская область | ,931 | |
| Республика Хакасия | 1,135 | |
| Алтайский край | 1,647 | |
| Новосибирская область | 1,273 | |
| 3 | Ивановская область | 1,734 |
| Республика Калмыкия | 1,684 | |
| Республика Адыгея | ,908 | |
| Республика Дагестан | 1,051 | |
| Республика Мордовия | 1,155 | |
| Республика Марий Эл | 1,317 | |
| Ульяновская область | ,843 | |
| Курганская область | 1,007 | |
| Республика Алтай | 1,197 | |
| Республика Бурятия | 2,107 | |
| Республика Тыва | 1,163 | |
| 4 | Курская область | 1,489 |
| Мурманская область | 1,090 | |
| Республика Саха | 1,124 | |
| Приморский край | 1,385 | |
| Хабаровский край | ,563 | |
| Амурская область | ,764 | |
| Сахалинская область | 1,198 | |
| 5 | Санкт-Петербург | ,794 |
| Свердловская область | ,897 | |
| Республика Коми | ,873 | |
| Самарская область | 1,381 | |
| 6 | Республика Ингушетия | ,000 |
Чем меньше показатель расстояния у данного кластера тем он более ярко выраженный представитель этого кластера.
Таблица 8. «Количество регионов, попавших в каждый из кластеров»
| кластер | 1 | 15,000 |
| 2 | 31,000 | |
| 3 | 11,000 | |
| 4 | 7,000 | |
| 5 | 4,000 | |
| 6 | 1,000 | |
| верно | 69,000 | |
| пропущено | ,000 | |
По результатам кластеризации мы получили один крупный кластер (2) , два средних кластера (1), (3), два маленьких кластера (4),(5) и один очень маленький полученный из одного региона РФ (6).
Для получения более ясного представления о кластерах, стоит упомянуть ярких представителей своих групп. В первый кластер попали такие регионы как: Московская область, Омская область, Ярославская область. Во второй попали регионы такие как: Костромская область, Нижегородская и Смоленская области. У третьего кластера яркими представителями оказались Ульяновская область и Адыгея. У четвертого кластера выделились Хабаровский край, Амурская область. А яркими представителями пятого кластера стали Санкт-Петербург, Свердловская область. А вот шестой кластер состоит лишь из одного региона России- Республики Ингушетии.
Для создания качественного представления о социально-экономическом положении (различиях в имущественном обеспечении и неравенстве в доходах) очень полезно будет рассмотреть таблицу окончательных кластерных центров.
Таблица 9 «Окончательные кластерные центры»
| кластер | ||||||
| 1 | 2 | 3 | 4 | 5 | 6 | |
| zFond | ,15515 | -,34257 | -,21524 | -,02923 | 1,06128 | -,70377 |
| zSdohod | ,53023 | -,26863 | -,86786 | ,01469 | 1,37473 | -1,72943 |
| zSzarplata | 1,01466 | -,36758 | -1,20269 | ,67806 | 1,14142 | -1,28902 |
| zSpensii | ,72391 | ,40307 | -,44828 | -1,83259 | -,54984 | -1,40592 |
| zChislMin | -,76469 | -,05674 | 1,37576 | -,21190 | -,99077 | 4,59510 |
В данной таблице отображены окончательные кластерные центры. Координаты кластерного центра – это средние значения по каждой переменной кластеризации по всем регионам, входящим в этот кластер. Учитывая, что переменные стандартизированы, средние значения даны здесь в стандартизированном виде. То есть, 0 означает средний уровень по России, положительное значение – выше среднероссийского уровня, отрицательное – ниже. Таким образом, кластерные центры показывают, чем характеризуется каждый кластер, по каким переменным есть отличия. В данном случае они характеризуют материальное расслоение общества.
Первый кластер. Регионы попавшие в данный кластер это по большей части довольно стабильные и высокоразвитые в плане промышленности и социального обеспечения. Достаточно крепкие середняки если можно так сказать. Населения живущее ниже прожиточного минимума не много, небольшое расслоение общества соответствует неплохой социальной подкованности регионов. Уверенные показатели доходов, пенсий и заработной платы говорят о благополучии данных регионов.
Кластер №2 - самый многочисленный кластер. В него входит основная часть регионов России. Надо сказать достаточно посредственные, ничем особо не выделяющиеся, регионы с довольно сносными показателями. И хотя показатели по большей части не плохи смотрятся они явно хуже чем регионы первого кластера. Небольшое расслоение общества, показатели доходов и заработной платы находятся в отрицательном соотношении с прожиточным минимумом. Приятно удивляет показатель по пенсиям. В общем если данные регионы и можно отнести к середнякам то уж точно к их худшей части.
Третий кластер показал достаточно плохие показатели по численности населения живущего бедно, имеющие достаток явно ниже прожиточного минимума. Низкие доходы, пенсии и особенно зарплаты. Расслоение общества невелико. Связано это прежде всего с отсутствием серьезных возможностей для развития регионов.
Четвертый кластер показал абсолютно близкие к средним по стране показателям по расслоению общества и среднедушевым доходам. Зато заработная плата по большей части оказалась выше среднего, что приятно удивило. Но регионы не без изъянов, а именно уровень пенсий крайне низок. В свою очередь показатель населения живущего на доходы ниже прожиточного минимума не велико.
А вот у пятого кластера социальное расслоение достаточно большое. Очень хорошие, по отношению к другим регионам, показатели заработной платы и доходов говорят о хорошем экономическом развитии регионов. Плохо, по-прежнему, живут пенсионеры чьи пенсии оказались, в среднем, ниже чем в по остальной России. Основная часть населения живет хорошо, об этом говорит показатель численности населения живущего с доходами ниже чем прожиточный минимум. Вполне можно сказать что данные регионы в социально-экономическом плане одни из самых подкованных. Определенно лучшие и самые богатые регионы с большими возможностями и потенциалами.
Шестой кластер явно худший регион страны. Республика Ингушетия является беднейшим. Расслоение не велико. Но это, прежде всего, связано с плохим уровнем жизни абсолютно всего населения региона. Маленькие зарплаты, пенсии, доходы. Скорее всего очень плохо влияет географическое расположение. Близость к Чеченской республике, обилие беженцев. Отсутствие должного количества рабочих мест. Никакой толковой социальной обеспеченности. Привели к тому что регион ярко выразился в худшую сторону по отношению ко всем остальным рассматриваемым регионам.
Таблица 10
«Расстояние между окончательными кластерными центрами»
| Кластер | 1 | 2 | 3 | 4 | 5 | 6 |
| 1 | 3,014 | 1,627 | 3,529 | 2,584 | 2,607 | |
| 2 | 3,014 | 1,774 | 1,804 | 2,578 | 4,928 | |
| 3 | 1,627 | 1,774 | 2,990 | 2,850 | 3,470 | |
| 4 | 3,529 | 1,804 | 2,990 | 2,120 | 5,665 | |
| 5 | 2,584 | 2,578 | 2,850 | 2,120 | 4,737 | |
| 6 | 2,607 | 4,928 | 3,470 | 5,665 | 4,737 |
В этой таблице показаны расстояния между кластерными центрами. На основании сопоставления данной таблицы со средними расстояниями в каждом из кластеров можно сделать вывод, насколько кластеры обособленны.
Таблица 11 «Значимость переменных при разбиении на 6 кластеров»
| Sig. | |
| zFond | ,000 |
| zSdohod | ,000 |
| zSzarplata | ,000 |
| zSpensii | ,000 |
| zChislMin | ,000 |
Из таблицы дисперсионного анализа можно проанализировать результаты кластеризации, оценив значимость всех переменных. Значимость всех переменных получилась удовлетворительной по уровню 0.05, это говорит о том, что все переменные оказывают достаточно сильное влияние на результаты кластеризации.
Вероятнее всего, явных кластеров в пространстве наших переменных не существует. Учитывая, что многие из исходных переменных имели распределение, близкое к нормальному, скорее всего, рабочая модель распределения регионов в социально-экономическом пространстве выглядит как общероссийский центр с основной массой регионов с характеристиками, близкими к среднероссийскому уровню и небольшое количество «периферийных» регионов, чья структура в силу особенностей конкретного региона заметно отличается от среднероссийской.
Это значит, что можно предложить другие, равнозначные варианты группировки. Разделить на другое количество кластеров, использовать другие показатели или их комбинации и т.д.
Выводы
В результате проделанной работы удалось обобщить и проанализировать исходные данные по социально-экономическому положению регионов РФ по состоянию на конец 2004 года. Был выбран метод проведения исследования и построения статистической модели. На основе иерархического кластерного анализа были сделаны предварительные выводы о возможном разбиении на кластеры. Окончательная кластеризация проведена с помощью метода k-средних.
В полученной 6-кластерной модели обнаружены значительные различия в социальном и экономическом развитии регионов, попавших в разные кластеры. Особенности каждого кластера были рассмотрены, также были предложены возможные причины данных особенностей. Был получен один большой кластер, отражающий характерное в среднем положение регионов по России, а также 5 более мелких, менее характерных для России кластера.
В работе удалось обнаружить, что большинство регионов находится в положении близком к среднему по всей России, и лишь небольшая часть регионов сильно отличается от средних показателей. В основном это было заметно на бедных регионах Кавказа и богатых регионов центральной части РФ. Примером может послужить Москва постоянно отделявшаяся в обособленный кластер.
Тем не менее, полученная группировка регионов может быть использована в дальнейшем. Ее можно верифицировать на более поздних данных. Если изменений мало, значит полученная классификация хотя и являлась одной из многих возможных, но всё-таки не случайна.
В работе использовались данные Росстата за 2004 год, которые к настоящему моменту уже несколько устарели. На веб-сайте Госкомстата [3] уже имеются данные о начисленных пенсиях, зарплатах и прожиточном минимуме даже за 2006 год, однако не все исследованы показатели даны в разрезе по регионам (например, индекс Джини или коэффициент фондов даны только в целом по России). Но если запастись свежим статистическим сборником (имеется аналогичный сборник 2006 года), например, то можно построить аналогичную модель по новым данным и сравнить. Возможно, ситуация осталась такой же, возможно появились какие-то изменения, и тогда можно будет поставить вопрос о причине переходов регионов из одного кластера в другой, о смене типологий.
Список использованных источников
1. Социальное положение и уровень жизни населения России. 2005: Стат. сб. / Росстат. -М., 2005
2. Беляева, Л.А. Материальное неравенство в России. Реальность и тенденции // Социологические исследования, 2007, №11.
3. Федеральная служба государственной статистики, http//www.gks.ru
4. Бююль, А., Цёфель, П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. – Диасофт, 2005
5. Решение задач в программе SPSS, http://www.spsstools.ru
6. SPSS 13.0. Справочная система.
7. Гайдышев, И. Анализ и обработка данных. Специальный справочник – С.-Пб., 2001
8. Кластерный анализ в задачах социально-экономического прогнозирования, http://www.ref.by/refs/49/28133/1.html
9. Интернет-университет информационных технологий. 13. Лекция: Методы кластерного анализа. Иерархические методы, http://www.intuit.ru/department/database/datamining/13/datamining_13.html
10. Кунец Н.Л. Кластерный анализ в портфельном инвестировании. Курсовая работа. http://www.5ballov.ru/referats/preview/71794/1
Приложение. Порядок выполнения анализа в SPSS
1. Перенесём табличную информацию (исходные данные) из статистического сборника в файл Excel, подписав вверху названия переменных (Gini, Fond и т.д., чтобы затем их SPSS прочёл как переменные);
2. Загрузим SPSS и импортируем туда сохранённые данные из Excel (File – Open – Data, указать тип .xls);
3. При необходимости можно подписать метки переменных;
4. Получим описательную статистику показателей (Analyze – DescriptiveStatistics – Descriptives);
5. Удалим из файла данных те регионы, где отсутствует полная информация по всем показателям (осталось 70);
6. Стандартизируемпоказатели (повторим Analyze – Descriptive Statistics – Descriptives сфлажком Save standardized values as variables;
7. Построим гистограммы показателей (Graph – Histogram);
8. Найдём корреляции показателей (Analyze – Correlate – Bivariate);
9. Удалим из файла данных Москву;
10. Проведём пробный иерархический анализ (Analyze – Classify – HierarchicalCluster);
11. Найдём координаты кластерных центров для сохранённого решения с 6 кластерами (Analyze – CompareMeans – Means);
12. Проведём кластеризацию на 6 кластеров с методом k-средних (Analyze – Classify – K-MeansCluster).
10-09-2015, 14:56