<< Пред.           стр. 2 (из 2)           След. >>

Список литературы по разделу

 Диаграмма 2.
 
 
 
 
 
 
 
 Индексы, составляющие сводные индексы развития муниципального образования и привлекательности жизни в муниципальном образовании, были построены на основе следующих индикаторов (в скобках указаны веса; "-" означает, что данный индикатор является негативным, т.е. большее значение индикатора соответствует меньшему значению конечного индекса):
 
 1. Индекс экономического развития.
 
 В индекс вошли следующие индикаторы:
 
 M1 - объем производства промышленной продукции на душу населения (1/3);
 M2 - доля перспективных отраслей в общей структуре производства3 (1/4);
 M3 - инвестиции в основной капитал на душу населения (1/4);
 M4 - валовый продукт сельского хозяйства на душу населения (1/18);
 M5 - доля частных предприятий (1/18);
 M6 - доля убыточных предприятий (1/18, -).
 
 Окончательная формула расчета индекса:
 I1 = M1 / 3+ M2 / 4 + M3 / 4 + M4 / 18+ M5 / 18+ M6 /18.
 
 2. Индекс демографического состояния.
 
 В индекс вошли следующие индикаторы:
 
 M7 - демографическая нагрузка на трудоспособное население (1/3, -);
 M8 - смертность (человек на 1000 жителей) (1/3, -);
 M9 - миграционный прирост (человек на 1000 жителей) (1/3).
 
 Окончательная формула расчета индекса:
 I2 = M7 / 3+ M8 / 3 + M9 / 3.
 
 3. Индекс доходов населения.
 
 В индекс вошли следующие индикаторы:
 
 M10 - средняя зарплата (2/9);
 M11 - задолженность по зарплате (1/9, -);
 M12 - оборот торговли на душу населения (2/9);
 M13 - объем платных услуг на душу населения (1/9);
 M14 - доля семей, получающих ежемесячное пособие на ребенка
 (аналог детской бедности) (1/6, -);
 M15 - доля семей, получающих жилищные субсидии
 (аналог общей бедности) (1/6, -).
 
 Окончательная формула:
 I3 = M10 * 2/ 9+ M11 / 9 + M12 *2 / 9 + M13 / 9+ M14 / 9+ M15 / 9.
 
 4. Индекс нагрузки на бюджет
 
 В индекс вошли следующие муниципальные индикаторы:
 
 M16 - доля граждан, пользующихся дотациями и льготами по оплате жилья и коммунальных услуг (1,5, -);
 M17 - средний размер льгот по оплате жилья и коммунальных услуг (1/5, -);
 M18 - доля граждан, пользующихся льготами при оплате проезда на муниципальном транспорте (2/5, -);
 M19 - доля граждан, пользующихся льготами при оплате услуг связи (1/5, -);
 
 Окончательная формула:
 I4 = M16 / 5+ M17 / 5 + M18 * 2 / 5 + M19 / 5.
 
 5. Индекс состояния рынка труда.
 
 В индекс вошли следующие муниципальные индикаторы:
 M20 - уровень регистрируемой безработицы (1/3, -);
 M21 - финансовые средства, выделенные из муниципального
 бюджета на реализацию мероприятий по содействию занятости
 в расчете на одного безработного (1/6);
 M22 - численность незанятого населения, обратившегося в органы
 службы занятости, в расчете на одну заявленную вакансию (1/6, -)
 M'21 - доля занятых в производственной сфере (1/6);
 M'22 - активность службы занятости (число трудоустроившихся с помощью службы занятости к общему числу зарегистрированных) (1/6).
 
 Окончательная формула:
 I5 = M20 / 3 + M21 / 6 + M22 / 6 + M'21 / 6 + M'22 / 6.
 
 6. Индекс состояния жилищно-коммунальной сферы.
 
 M23 - уровень полного благоустройства (1/2);
 M24 - доля населения, проживающая в жилом фонде, обеспеченном
 канализацией и водопроводом (1/6);
 M25 - обеспеченность жильем 1 жителя (2/9);
 M26 - величина задолженности по оплате населения за ЖКУ в
 расчете на одного жителя (1/9, -).
 
 Окончательная формула:
 I4 = M23 / 2+ M24 / 6 + M25 * 2 / 9 + M26 / 9.
 
 7. Индекс состояния здравоохранения.
 
 В индекс вошли следующие индикаторы:
 
 M27 - выявлено больных с впервые установленным диагнозом
 активного туберкулеза (человек на 100 тыс. жителей) (1/6, -);
 M28 - число врачебных больничных коек (на 10 000 жителей) (1/4);
 M29 - численность врачей (человек на 10 000 жителей) (1/4);
 M30 - численность среднего медицинского персонала (1/4);
 M31 - численность сестер в расчете на одного врача (1/12).
 
 Окончательная формула:
 I7 = M27 / 6+ M28 / 4 + M29 / 4 + M30 / 4+ M31 / 12.
 
 8. Индекс состояния сферы образования и детского воспитания.
 
 В индекс вошли следующие индикаторы:
 M32 - доля выпускников средних школ в общей численности учащихся (1/4);
 M33 - доля педагогических работников детских дошкольных учреждений с высшим образованием (1/4);
 M34 - доля учащихся во вторую и третью смену (1/8, -);
 M35 - заболеваемость в детских дошкольных учреждениях = пропущено по болезни/общее количество посещений (3/8, -).
 
 Окончательная формула:
 I8 = M32 / 4 + M33 / 4 + M34 / 8 + M35 *3/ 8.
 
 9. Индекс охраны правопорядка.
 
 В индекс вошли следующие индикаторы:
 
 M36 - преступлений на 100 000 жителей (1/2, -);
 M37 - тяжких преступлений на 100 000 жителей (1/2, -).
 
 Окончательная формула:
 I9 = M36 / 2 + M37 * / 2.
 
 10. Индекс удаленности от цивилизации.
 
 В индекс вошли следующие индикаторы:
 
 M38 - удаленность от областного центра (1/3, -);
 M39 - плотность покрытия территории района автомобильными дорогами (2/3).
 
 Окончательная формула:
 I10 = M38 / 3 + M39 * 2 / 3.
 
 Приложение 3.
 Коэффициенты корреляции переменных
 Таблица П3.1.
 Корреляция Пирсона, (на выборке содержащей все муниципальные образования)
  ROJ SME UNEM WAGE SQ DET VR SRMED KOEK PROM ZERN KART OVOSH MEET MILK INV AVTO TEL ROJ 1,00 -0,27 -0,03 -0,14 -0,24 0,06 -0,22 -0,10 -0,15 -0,06 0,22 0,42 0,19 0,31 0,36 0,01 -0,10 -0,25 SME -0,27 1,00 -0,21 -0,23 0,39 -0,20 -0,35 -0,03 0,06 -0,31 0,22 0,28 0,25 0,17 0,09 -0,23 -0,33 -0,44 UNEM -0,03 -0,21 1,00 -0,09 -0,12 0,06 -0,16 -0,29 -0,16 -0,11 -0,06 -0,15 -0,28 -0,09 0,12 0,04 0,16 0,21 WAGE -0,14 -0,23 -0,09 1,00 -0,01 0,39 0,37 0,20 0,00 0,70 -0,40 -0,49 0,01 -0,14 -0,22 0,47 0,55 0,54 SQ -0,24 0,39 -0,12 -0,01 1,00 -0,11 -0,13 0,07 0,04 0,15 0,05 0,16 -0,02 -0,19 -0,24 0,02 -0,12 -0,14 DET 0,06 -0,20 0,06 0,39 -0,11 1,00 0,29 0,02 0,03 0,33 -0,24 -0,24 -0,10 -0,14 -0,22 0,16 0,23 0,21 VR -0,22 -0,35 -0,16 0,37 -0,13 0,29 1,00 0,53 0,46 0,35 -0,37 -0,43 -0,21 -0,34 -0,42 0,21 0,29 0,48 SRMED -0,10 -0,03 -0,29 0,20 0,07 0,02 0,53 1,00 0,62 0,20 -0,31 -0,20 -0,17 -0,32 -0,36 0,11 -0,02 0,08 KOEK -0,15 0,06 -0,16 0,00 0,04 0,03 0,46 0,62 1,00 0,07 -0,25 -0,13 -0,24 -0,26 -0,33 0,00 -0,21 -0,05 PROM -0,06 -0,31 -0,11 0,70 0,15 0,33 0,35 0,20 0,07 1,00 -0,32 -0,33 -0,15 -0,28 -0,36 0,47 0,36 0,40 ZERN 0,22 0,22 -0,06 -0,40 0,05 -0,24 -0,37 -0,31 -0,25 -0,32 1,00 0,48 0,21 0,48 0,60 -0,19 -0,05 -0,32 KART 0,42 0,28 -0,15 -0,49 0,16 -0,24 -0,43 -0,20 -0,13 -0,33 0,48 1,00 0,31 0,30 0,27 -0,19 -0,47 -0,53 OVOSH 0,19 0,25 -0,28 0,01 -0,02 -0,10 -0,21 -0,17 -0,24 -0,15 0,21 0,31 1,00 0,54 0,36 -0,13 -0,11 -0,31 MEET 0,31 0,17 -0,09 -0,14 -0,19 -0,14 -0,34 -0,32 -0,26 -0,28 0,48 0,30 0,54 1,00 0,75 -0,19 0,02 -0,33 MILK 0,36 0,09 0,12 -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
 
 
 

<< Пред.           стр. 2 (из 2)           След. >>

Список литературы по разделу