В третий кластер вошли районы с относительно низким уровнем большинства анализируемых показателей: Болотовский, Демянский, Крестецкий, Любытинский, Маловишерский, Маревский, Мошенской, Окуловский, Парфинский, Пестовский, Поддорский и Шимский. Низкий уровень развития кластеров означает, что изолированные предприятия теряют дополнительные возможности и выгоды, связанные с другими участниками кластера (табл.25). В настоящем диссертационном исследовании для целей классификации и построения типологии районов из методов, представленных в пакете «STATISTIKA 6.0», в наибольшей степени отвечает метод Ворда (Ward's method), который призван оптимизировать минимальную дисперсию внутри кластеров. Это обуславливается тем, что данный метод позволяет: получить наиболее однородные в статистическом смысле кластеры; дать содержательное толкование кластеров, полученных в результате применения разных методов, т.е. получить наиболее интерпретируемые результаты; создать кластеры примерно равных размеров и имеющих форму гиперсфер, что соответствует качеству кластеризации. Из предложенных методов измерения расстояний между объектами наиболее общий и часто используемый тип расстояний это евклидово расстояние (Euclidean distances). 134 Таблица 26. Динамика капиталовложений по видам ресурсов, тыс.руб.* Показатель 2000 г. 2001 г. 2002 г. 2003 г. 2004 г. Вложения в земельные ресурсы 1985 5833 8435 10048 11400 Обновление ОПФ 163558 186273 384783 396360 647080 Производство материальных ресурсов 77178 87513 104820 109281 72234 * составлено на основе данных годовых бухгалтерских отчетов сельскохозяйственных предприятий Новгородского, Старорусского и Шимского районов |
стоимости найма в предприятиях Новгородского района, так как указанный уровень более близок к реальному уровню потребностей работника сельскохозяйственного производства. Таким образом, окончательная величина стоимости трудовых ресурсов рассчитана следующим образом: СТ = ОТРрхЧ, где ОТРр среднегодовая заработная плата 1 работника в сельхозпредприятиях Новгородского района, руб.; Ч численность работников сельскохозяйственного производства, чел. Основные производственные фонды и оборотные средства взяты в расчет на конец отчетного периода. В работе рассмотрены самые распространенные методы кластерного анализа: метод древовидной кластеризации и метод k-средних. Процедура кластерного анализа проводилась с использованием пакета «STATISTIKA 6.0». Анализ результатов методом древовидной кластеризации (приложение 27) позволяет выделить три группы районов: К первому кластеру относятся Валдайский и Новгородский район. Рассматриваемые показатели в этих районах выше средних, наблюдаемых на территории Новгородской области. Ко второму кластеру относятся районы со средним уровнем развития ресурсного потенциала: Батецкий, Боровичский, Солецкий, Старорусский, Хвойнинский и Чудовский. В третий кластер вошли районы с относительно низким уровнем большинства анализируемых показателей: Болотовский, Демянский, Крестецкий, Любытинский, Маловишерский, Маревский, Мошенской, Окуловский, Парфинский, Пестовский, Подцорский и Шимский. При применении метода древовидной кластеризации в рамках пакета «STATISTIKA 6.0» предлагается семь методов иерархического кластерного анализа и семь способов измерения расстояний между объектами. В настоящем диссертационном исследовании для целей классификации и построения типологии районов из методов, представленных в пакете «STATISTIKA 6.0», в наибольшей степени отвечает метод Уорда (Ward’s method), который призван оптимизировать минимальную дисперсию внутри кластеров. Это обуславливается тем, что данный метод позволяет: получить наиболее однородные в статистическом смысле кластеры; дать содержательное толкование кластеров, полученных в результате применения разных методов, т.е. получить наиболее интерпретируемые результаты; создать кластеры примерно равных размеров и имеющих форму гиперсфер, что соответствует качеству кластеризации. Из предложенных методов измерения расстояний между объектами наиболее общий и часто используемый тип расстояний это евклидово расстояние (Euclidean distances). Результаты проведенного кластерного анализа позволяют проводить дальнейшую оценку, распространяя выводы по анализу выбранных районов (Новгородский, Старорусский и Шимский) на всю совокупность. Анализ сложившейся тенденции воспроизводства ресурсного потенциала области целесообразно начать с изучения динамики капиталовложений по видам ресурсов (таблица 2.11). Таблица 2.11 —Динамика капиталовложений по видам ресурсов, тыс.руб.* Показатель 2000 г. 2001 г. 2002 г. 2003 г. 2004 г. Вложения в земельные ресурсы 1985 5833 8435 10048 11400 Обновление ОПФ 163558 186273 384783 396360 647080 Производство материальных ресурсов 77178 87513 104820 109281 72234 * составлено на основе данных годовых бухгалтерских отчетов сельскохозяйственных предприятий Новгородского, Старорусского и Шимского районов За рассматриваемый период наблюдается рост капиталовложений по В России аграрная сфера традиционно отставала технологически и технически от промышленности и это отставание за годы реформ резко усилилось. При сложившихся уровнях урожайности сельскохозяйственных культур и продуктивности животных, при очень высоких удельных затратах ресурсов обеспечить нужную рентабельность производства невозможно. Несовершенство экономических отношений в системе сельского хозяйства, диспаритет цен, серьезные недостатки в практике кредитования и налогообложения, отсутствие механизмов страхования создают трудности для развития даже передовых хозяйств, ставят аграрный сектор в невыгодные условия воспроизводства. При этом сельхозтоваропроизводители вынуждены работать в режиме жесткой экономии. Практика показывает, что такая экономия не всегда оправдана и эффективна. В таблице 3.1 проведен анализ влияния уровня материальных затрат на производственные и экономические показатели работы сельхозпредприятий. Таблица 3.1 Влияние уровня материальных затрат в растениеводстве на производственные и экономические показатели сельхозпредприятий в 2004 году* Группы хозяйств по уровню материальных затрат в растениеводстве на 1 га пашни, руб. Число хозяйств в группе Средние материальные затраты на 1 га пашни, руб. Урожайность, ц/га Себестоимость 1 ц, руб. Валовая продукция растениеводства на 100 га пашни, тыс.руб. зерновых картофеля зерновых картофеля До 1500 15 1345 10,2 78,1 274,1 390,0 22,4 1501-2500 19 1895 11,0 83,4 335,6 365,2 37,9 Свыше 2500 8 2978 12,5 89,2 297,3 350,1 44,5 В среднем 42 1896 12,0 86,5 310,0 380,0 39,8 3-я группа в % к 1-й группе X 221,4 122,5 114,2 108,5 89,8 198,7 * рассчитано на основе данных годовых бухгалтерских отчетов сельскохозяйственных предприятий Новгородского, Старорусского и Шимского районов |