<<

стр. 2
(всего 2)

СОДЕРЖАНИЕ

-0,22
-0,24
-0,22
-0,42
-0,36
-0,33
-0,36
0,60
0,27
0,36
0,75
1,00
-0,21
0,15
-0,30
INV
0,01
-0,23
0,04
0,47
0,02
0,16
0,21
0,11
0,00
0,47
-0,19
-0,19
-0,13
-0,19
-0,21
1,00
0,27
0,38
AVTO
-0,10
-0,33
0,16
0,55
-0,12
0,23
0,29
-0,02
-0,21
0,36
-0,05
-0,47
-0,11
0,02
0,15
0,27
1,00
0,55
TEL
-0,25
-0,44
0,21
0,54
-0,14
0,21
0,48
0,08
-0,05
0,40
-0,32
-0,53
-0,31
-0,33
-0,30
0,38
0,55
1,00

Таблица П3.2.
Корреляция Пирсона, (без учета региональных центров)

ROJ
SME
UNEM
WAGE
SQ
DET
VR
SRMED
KOEK
PROM
ZERN
KART
OVOSH
MEET
MILK
INV
AVTO
TEL
ROJ
1,00
-0,33
-0,05
-0,12
-0,27
0,09
-0,19
-0,05
-0,10
-0,04
0,20
0,40
0,16
0,28
0,33
0,02
-0,07
-0,21
SME
-0,33
1,00
-0,24
-0,23
0,36
-0,17
-0,25
0,10
0,22
-0,31
0,17
0,23
0,19
0,09
0,02
-0,24
-0,33
-0,39
UNEM
-0,05
-0,24
1,00
-0,07
-0,14
0,09
-0,16
-0,29
-0,13
-0,10
-0,07
-0,17
-0,31
-0,12
0,10
0,06
0,19
0,26
WAGE
-0,12
-0,23
-0,07
1,00
0,00
0,38
0,53
0,18
-0,06
0,69
-0,39
-0,49
0,04
-0,11
-0,20
0,45
0,57
0,53
SQ
-0,27
0,36
-0,14
0,00
1,00
-0,08
0,01
0,15
0,13
0,16
0,02
0,12
-0,06
-0,25
-0,29
0,03
-0,10
-0,10
DET
0,09
-0,17
0,09
0,38
-0,08
1,00
0,20
-0,05
-0,09
0,32
-0,21
-0,20
-0,06
-0,09
-0,18
0,14
0,20
0,15
VR
-0,19
-0,25
-0,16
0,53
0,01
0,20
1,00
0,48
0,12
0,54
-0,45
-0,47
-0,01
-0,24
-0,41
0,27
0,32
0,43
SRMED
-0,05
0,10
-0,29
0,18
0,15
-0,05
0,48
1,00
0,55
0,19
-0,27
-0,12
-0,09
-0,25
-0,29
0,09
-0,07
-0,04
KOEK
-0,10
0,22
-0,13
-0,06
0,13
-0,09
0,12
0,55
1,00
0,02
-0,19
-0,02
-0,15
-0,17
-0,26
-0,05
-0,32
-0,22
PROM
-0,04
-0,31
-0,10
0,69
0,16
0,32
0,54
0,19
0,02
1,00
-0,31
-0,32
-0,13
-0,27
-0,35
0,46
0,36
0,39
ZERN
0,20
0,17
-0,07
-0,39
0,02
-0,21
-0,45
-0,27
-0,19
-0,31
1,00
0,46
0,17
0,46
0,58
-0,18
-0,03
-0,28
KART
0,40
0,23
-0,17
-0,49
0,12
-0,20
-0,47
-0,12
-0,02
-0,32
0,46
1,00
0,26
0,25
0,21
-0,18
-0,46
-0,49
OVOSH
0,16
0,19
-0,31
0,04
-0,06
-0,06
-0,01
-0,09
-0,15
-0,13
0,17
0,26
1,00
0,50
0,32
-0,11
-0,08
-0,26
MEET
0,28
0,09
-0,12
-0,11
-0,25
-0,09
-0,24
-0,25
-0,17
-0,27
0,46
0,25
0,50
1,00
0,73
-0,18
0,06
-0,27
MILK
0,33
0,02
0,10
-0,20
-0,29
-0,18
-0,41
-0,29
-0,26
-0,35
0,58
0,21
0,32
0,73
1,00
-0,20
0,21
-0,24
INV
0,02
-0,24
0,06
0,45
0,03
0,14
0,27
0,09
-0,05
0,46
-0,18
-0,18
-0,11
-0,18
-0,20
1,00
0,27
0,37
AVTO
-0,07
-0,33
0,19
0,57
-0,10
0,20
0,32
-0,07
-0,32
0,36
-0,03
-0,46
-0,08
0,06
0,21
0,27
1,00
0,56
TEL
-0,21
-0,39
0,26
0,53
-0,10
0,15
0,43
-0,04
-0,22
0,39
-0,28
-0,49
-0,26
-0,27
-0,24
0,37
0,56
1,00


Приложение 4.
Построение суммарного показатель развития муниципального образования на выборке, не содержащей муниципальные образования, являющиеся региональными центрами

Вначале метод главных компонент применялся для построения показателей отдельных аспектов социально-экономического развития: показателя демографической ситуации в муниципальном образовании, обеспеченности услугами здравоохранения и развитии сельского хозяйства. При выделении главных компонент применялся критерий Кайзера, который заключается в отборе факторов, с собственными значениями, большими единицы.
Представленные ниже таблицы показывают коэффициенты корреляции переменных и процент объясненной общей дисперсии.

1. Показатель демографической ситуации.

Корреляционная матрица

ROJ
SME
ROJ
1,000
-0,329
SME
-0,329
1,000

Полная объясненная дисперсия

Начальные собственные значения


Суммы квадратов нагрузок извлечения

Компонента
Всего
% дисперсии
Кумулятивный %
Всего
% дисперсии
1
1,329
66,445
66,445
1,329
66,445
2
0,671
33,555
100,000



Как видно из данной таблицы 1-й фактор объясняет 66,4 % общей дисперсии.
В результате объединения двух переменных ROJ и SME в один фактор, было получено, что Демографическая ситуация в регионе: DEMOG = 0,815• ROJ - 0,815• SME

2. Показатель обеспеченности услугами здравоохранения

Корреляционная матрица

VR
SRMED
KOEK
VR
1,000
0,483
0,122
SRMED
0,483
1,000
0,552
KOEK
0,122
0,552
1,000

Полная объясненная дисперсия

Начальные собственные значения


Суммы квадратов нагрузок извлечения

Компонента
Всего
% дисперсии
Кумулятивный %
Всего
% дисперсии
1
1,796
59,881
59,881
1,796
59,881
2
0,879
29,314
89,195


3
0,324
10,805
100,000



Как видно из данной таблицы 1-й фактор объясняет 59,9 % общей дисперсии.
В результате объединения трех переменных VR, SRMED и KOEK в один фактор, было получено, что Состояние сферы здравоохранения в регионе:
MEDIC = 0,662• VR + 0,908• SRMED + 0,730• KOEK

3. Показатель развития сельского хозяйства

Корреляционная матрица

ZERN
KART
OVOSH
MEET
MILK
ZERN
1,000
0,458
0,166
0,455
0,577
KART
0,458
1,000
0,262
0,251
0,213
OVOSH
0,166
0,262
1,000
0,503
0,316
MEET
0,455
0,251
0,503
1,000
0,732
MILK
0,577
0,213
0,316
0,732
1,000


Полная объясненная дисперсия

Начальные собственные значения


Суммы квадратов нагрузок извлечения

Компонента
Всего
% дисперсии
Кумулятивный %
Всего
% дисперсии
1
2,627
52,538
52,538
2,627
52,538
2
0,947
18,933
71,472


3
0,842
16,849
88,320


4
0,361
7,219
95,539


5
0,223
4,461
100,000



Как видно из данной таблицы 1-й фактор объясняет 52,5 % общей дисперсии,
В результате объединения пяти переменных ZERN, KART, OVOSH, MEET и MILK в один фактор, было получено, что Развитие сельского хозяйства в регионе:
SELHOZ = 0,748•ZERN+ 0,546• KART + 0,589• OVOSH + 0,851• MEAT + 0,834• MILK.

Далее метод главных компонент был применен для нахождения линейной комбинации всех рассматриваемых векторов, ковариационная матрица которых приведена ниже.

PROM
SELHOZ
INV
DEMOG
MEDIC
UNEM
WAGE
SQ
AVTO
TEL
DET
PROM
1,000
-0,381
0,462
0,165
0,304
-0,101
0,692
0,161
0,359
0,394
0,324
SELHOZ
-0,381
1,000
-0,234
0,121
-0,402
-0,135
-0,307
-0,155
-0,037
-0,402
-0,203
INV
0,462
-0,234
1,000
0,160
0,125
0,058
0,453
0,028
0,271
0,373
0,143
DEMOG
0,165
0,121
0,160
1,000
-0,111
0,121
0,069
-0,388
0,156
0,109
0,160
MEDIC
0,304
-0,402
0,125
-0,111
1,000
-0,261
0,264
0,132
-0,046
0,048
0,017
UNEM
-0,101
-0,135
0,058
0,121
-0,261
1,000
-0,075
-0,137
0,192
0,261
0,090
WAGE
0,692
-0,307
0,453
0,069
0,264
-0,075
1,000
0,004
0,565
0,531
0,379
SQ
0,161
-0,155
0,028
-0,388
0,132
-0,137
0,004
1,000
-0,105
-0,096
-0,083
AVTO
0,359
-0,037
0,271
0,156
-0,046
0,192
0,565
-0,105
1,000
0,559
0,201
TEL
0,394
-0,402
0,373
0,109
0,048
0,261
0,531
-0,096
0,559
1,000
0,154
DET
0,324
-0,203
0,143
0,160
0,017
0,090
0,379
-0,083
0,201
0,154
1,000

В данном случае, мы уже не использовали критерий Кайзера при выделении главных компонент. В качестве суммарного показателя развития муниципальных образований выбирался фактор с наибольшей объясняющей силой общей дисперсии. Такой выбор позволяет нам провести однозначные расчеты индексов неравенства при максимально возможном учете разброса в развитии муниципальных образований. На этой стадии выяснилось, что переменные уровень безработицы, площадь жилья, приходящаяся на одного жителя, а также показатели демографической ситуации и обеспеченности услугами здравоохранения имеют низкие доли дисперсий, принадлежащих фактору и, следовательно, должны быть исключены из анализа. В результате отбрасывания данных переменных и выделения главных компонент на множестве оставшихся переменных было получено, что 1-й фактор объясняет 46,1 % общей дисперсии, в то время как каждый последующий фактор менее 14,4 %.

Суммарный показатель развития муниципального образования (без учета столиц):
dev_ind = 0, 791• PROM - 0, 508• SELHOZ + 0, 628• INV + 0, 867• WAGE + 0, 660• AVTO + 0, 741• TEL + 0, 460• DET,

Приложение 5,
Индексы межмуниципального неравенства республики Чувашия, Томской и Пермской области и республики Марий Эл, построенных на основе суммарного показателя развития муниципальных образований (без учета региональных центров)

Таблица П5.1. Индексы межмуниципального неравенства

год
номер
MMR
CVu
CVw
Rw
T
G
Gw
1995
Республика Чувашия
1,2235
0,0504
0,0620
0,0262
0,0019
0,0274
0,0346
1996
Республика Чувашия
1,2644
0,0582
0,0757
0,0308
0,0028
0,0300
0,0405
1997
Республика Чувашия
1,2727
0,0632
0,0802
0,0332
0,0031
0,0335
0,0433
1998
Республика Чувашия
1,3059
0,0649
0,0844
0,0343
0,0035
0,0340
0,0455
1999
Республика Чувашия
1,3333
0,0692
0,0938
0,0367
0,0043
0,0341
0,0488
2000
Республика Чувашия
1,4091
0,0823
0,1124
0,0436
0,0061
0,0395
0,0575
1995
Томская область
1,4368
0,0888
0,0872
0,0293
0,0036
0,0454
0,0420
1996
Томская область
1,5730
0,1115
0,1117
0,0387
0,0058
0,0554
0,0531
1997
Томская область
1,7912
0,1644
0,1619
0,0584
0,0120
0,0806
0,0744
1998
Томская область
2,0109
0,1832
0,1810
0,0444
0,0138
0,0686
0,0629
1999
Томская область
1,9789
0,1817
0,1815
0,0470
0,0140
0,0723
0,0663
2000
Томская область
2,8041
0,3259
0,3243
0,0885
0,0409
0,1223
0,1147
1998
Пермская область
1,2778
0,0666
0,0782
0,0326
0,0030
0,0372
0,0444
1999
Пермская область
1,4945
0,1096
0,1273
0,0539
0,0080
0,0588
0,0716
2000
Пермская область
1,6237
0,1391
0,1533
0,0665
0,0116
0,0752
0,0869
2000
Республика Марий Эл
1,2308
0,0556
0,0703
0,0259
0,0024
0,0269
0,0358



Рис. П5.1. Динамика индексов неравенства развития муниципальных образований в республике Чувашия






Рис. П5.2. Динамика индексов неравенства развития муниципальных образований в Томской области






Рис. П5.3. Динамика индексов неравенства развития муниципальных образований в Пермской области





1 Коэффициенты корреляции представлены в приложении 3.
2 В некоторых случаях приходилось перекодировать показатели индикаторов в баллы вручную, поскольку автоматическая перекодировка с использованием указанного алгоритма приводила к неадекватным результатам. Например, для индикатора "объем производства промышленной продукции на душу населения" значения для гг. Кедрового и Стрежевого многократно превышали значения для всех прочих муниципальных образований, включая г. Томск и Томский район. Автоматическая перекодировка в данном случае присвоила бы 100 баллов Стрежевому и Кедровому и по 10 баллов всем остальным муниципальным образованиям, в связи с чем было решено осуществить перевод данного индикатора в баллы вручную.
3 Перспективными отраслями были признаны топливная, химическая и нефтехимическая и промышленность стройматериалов.

??

??

??

??




1





47



<<

стр. 2
(всего 2)

СОДЕРЖАНИЕ