Реферат: Анализ возможности применения методов многомерного анализа для классификации и оценки конкурентоспособности регионов

Министерство образования Республики Беларусь

Учреждение образования

«Гомельский государственный университет им.Ф. Скорины»

Экономический факультет

Курсовая работа

Анализ возможности применения методов многомерного анализа

для классификации и оценки конкурентоспособности регионов

Исполнитель:

Студентка группы К-52 КондратенкоТ.Е.

Гомель 2007

Содержание

Введение

1. Динамика показателя ВРП Гомельской области

2. Методы многомерного шкалирования и кластерного анализа

Заключение

Литература

Введение

На современном этапесоциально-экономического развития общества всевозрастающая международнаяконкуренция имеет своим следствием то, что экономика любого государствасталкивается с необходимостью постоянного роста продуктивности в условияхограниченности первичных ресурсов, перманентного повышенияконкурентоспособности продукции национальных субъектов хозяйствования. Достижениеобозначенных предпосылок устойчивого хозяйственного развития возможно лишь засчет выработки эффективной промышленной политики обеспечения конкурентныхпозиций секторов и различных структурных уровней народного хозяйства страны.

Как известно, конкурентоспособностьстраны формируется на трех уровнях:

конкурентоспособность товаров иуслуги, производимых в стране (микроконкурентоспособность);

конкурентоспособностьпредприятий и фирм национальной экономики, производящих товары и услуги иподдерживающих результатами своей коммерческой деятельности госбюджет (мезоконкурентоспособность).К этому уровню конкурентоспособности относятся и регионы с их сложившимисяпроизводственными комплексами;

конкурентоспособность (эффективность)функционирования всей совокупности государственных и общественных институтов иорганизаций, обеспечивающих согласованность работы всего хозяйственногоорганизма и его эффективное взаимодействие с другими странами, что создаетусловия для положительной экономической динамики и социальной стабильности ипозволяет прежде всего предприятиям и региональным хозяйственным комплексамработать с максимальной эффективностью (макроконкурентоспособность).

Безусловно, из всех трех уровнейобеспечения конкурентоспособности, главным является макроуровень, так какименной здесь формируются фундаментальные предпосылки эффективностиэкономической системы страны, такие как историко-культурные традиции,воспитание, образование, фундаментальный научный и культурный потенциал,структура национальной экономики и др. Однако реализация этих предпосылокзависит от того, как они используются на мезоуровне и к каким результатам этоприводит на микроуровне. В данной статье авторы сосредоточили внимание наанализе именно мезоуровня — региона — той сферы, где собственно происходитпроцесс формирования конкурентных преимуществ товаров, их совокупнойконкурентоспособности. Последствия вытекают из общего потенциала предприятия,фирмы или производственного регионального комплекса, системы организациипроизводства, качества и эффективности используемого оборудования, квалификациикадров, применения современных технологических схем. Конкурентоспособность наэтом уровне связана с внедрением новых технологий и наиболее передовых форм иметодов организации производственных процессов.

1. Динамика показателя ВРП Гомельской области

Главной целью конкурентнойборьбы здесь является не только деньги потребителя, но и более широкиепотребности — устойчивое получение инвестиционных средств для удержания занятыхрыночных ниш, а также освоения новых рынков. Вместе с тем при анализеконкурентоспособности регионов важно учесть, что стратегическая составляющая создаетобъективные препятствия для проведения сравнительных оценок конкурентныхпозиций региональных хозяйственных комплексов, так как стратегическиекомпоненты конкурентоспособности, как правило, не квантифицируются, то есть неподдаются количественному измерению и потому крайне трудно сравнимы. Болеетого, стратегическая компонента заставляет аналитиков, помимо проведениятрадиционных сравнений, искать пути разгадки «хитросплетений» конкурентнойборьбы субъектов рыночных отношений и с учетом этого оцениватьконкурентоспособность своих противников, что является задачей далеко непростой.

Для группировки таких сложных икомплексных объектов как регионы необходимы специфические методы анализа. Определениесостояния региона предполагает определение уровня и значений разнообразныхфакторов:

развития экономики по отраслям;

комплексной экологии региона;

размеров «человеческогопотенциала»;

развития инфраструктуры региона;

сырьевой и ресурсной базырегиона, включая географическое положение.

Исследовать и классифицироватьрегионы в рамках даже отдельных групп названных факторов является оченьтрудоемкой и сложной задачей. Для анализа регионов в Республике Беларусьиспользуются главным образом статистические показатели министерства и областныхуправлений статистики. Доступные данные по областям отражают состояние регионапо отношению к другим регионам по признакам:

административно-территориальноеделение;

демографическая ситуация;

рынок труда и занятостинаселения;

доходы населения;

жилищные условия населения;

состояние окружающей среды;

показатели работыпромышленности, сельского хозяйства;

показатели развития транспорта врегионе;

объемы инвестиций в основнойкапитал;

масштабы внешней торговли и др.;

Совокупное взаимодействие данныхфакторов определяет состояние региона. В данном случае под "состояниемрегиона" мы понимаем, фактически параметры развития основных сфер — экономики и общества. Эти три сферы определяют регион какэколого-экономико-социальную систему [1, с.171]. Важным вопросом являетсяопределение параметров данных сфер, диагностика, мониторинг состояния ипланирование перспектив их развития. В конечном итоге результатом такойдиагностики может служить определение положения региона среди подобных. Например,такое положение может определять уровень конкурентоспособности экономикирегиона, выделить так называемые «депрессивные регионы», проанализироватьдиспропорции в региональном развитии.

Трудность оценки заключается внеобходимости выявления отдельных «состояний» для каждой из указанныхтрех сфер с последующим учетом их взаимосвязей. Классификация состояний сфер ипоследующая классификация регионов является одним из насущных вопросоврегиональной экономики, регионального управления, регионалистики,территориального маркетинга.

Существуют различныеметодические подходы к оценке регионов и определению межрегиональных различий. Какправило они сводятся к выявлению наиболее типичных или возможных состоянийрегионов. В международной практике межрегиональные сопоставления получилибольшое распространение. Среди наиболее известных подходов можно выделить:

1) сравнение положения регионовна основе отдельно взятых показателей, рассчитанных в сопоставимом виде. Например,сопоставление регионов на базе показателя валового внутреннего продукта скорректировкой на паритет покупательской способности валюты (ВВП, исчисленныйпо ППС) [2, 3] ;

2) оценка регионов при помощивычисления агрегатных показателей или индикаторов, индексов с использованиемотдельных сопоставимых универсальных показателей, характеризующих регионы. Широкоизвестным является показатель Индекса развития человеческого потенциала (Human development index, ИРЧП), вычисляемый ООН науровне отдельных стран. На данный момент показатель ИРЧП содержит в себе оценкиразвития регионов, исчисленные на базе статистических показателей, в том числеи на базе ВВП по ППС [2,3].

Ранее отмеченные особенностистатистического учета региональных показателей в нашей стране не позволяютсвободно провести расчеты и анализ по распространенным в странах Европыметодикам. Подобные показатели рассчитываются в республике только намакроуровне. На уровне областей и тем более отдельных районов РеспубликиБеларусь они отсутствуют. Нами был произведен опытный расчет валовогорегионального продукта (ВРП) Гомельской области по экспериментальной методике,предоставленной Министерством статистики и анализа Республики Беларусь (табл.1).

Таблица 1

Динамикапоказателя ВРП Гомельской области в сравнении с республиканскими тенденциями (всопоставимых ценах 1990 года, в долларах США) за 1994-2004 гг.

Годы ВРП области, тыс. долл. США Темп роста ВРП области к ВРП 1995 г.,%

ВВП РБ, млн. долл.

США

Темпы роста ВВП РБ к 1995 г.,% Доля ВРП Гомельской области в ВВП РБ,% Соотношение ВВП РБ и численности экономически активного населения (производительность труда), долл. США Соотношение ВРП области и численности экономически активного населения (производительность труда), долл. США 1994 410932 4201,9 9.780 877,3 582.0 1995 1194628 100.0 9487,0 100,0 12.592 2097,0 1800.0 1996 1237250 103.6 12527,8 132,1 9.876 2761,2 1830.5 1997 1259823 105.5 11724,5 123,6 10.745 2589,4 1852.1 1998 901291.9 75.4 12806,2 135,0 7.038 2828,3 1340.6 1999 1349904 113.0 9705,8 102,3 13.908 2136,9 2007.3 2000 842213.1 70.5 10568,5 111,4 7.969 2329,4 1242.8 2001 1207966 101.1 9778,8 103,1 12.353 2163,7 1788.0 2002 1450717 121.4 11358,1 119,7 12.773 2523,9 2166.5 2003 1762467 147.5 13608,4 143,4 12.951 3037,6 2659.5 2004 2373166 198.7 17507,0 184,5 13.556 3953,5 3635.9

Вкачестве положительной тенденции отметим увеличение ВРП области в абсолютномвыражении и темпов роста ВРП Гомельской области относительно 1995 года всравнении с общереспубликанскими тенденциями за 2002-2004 гг. Характерен ростдоли ВРП области в общей сумме показателя ВВП Республики Беларусь за 2001-2004гг. Можно говорить об относительном увеличении конкурентоспособности Гомельскойобласти в части развития этих показателей. Производительность труда,рассчитанная как отношение суммы ВРП к численности экономически активногонаселения, для Гомельской области является более низкой, чем в целом пореспублике за весь рассматриваемый период. Данный факт можно рассматривать какнегативный для уровня конкурентоспособности Гомельской области.

2. Методы многомерного шкалирования и кластерногоанализа

В данной работе правильнее будетостановиться на обзоре более доступной информации, конкретнее — данныхстатистического учета официальной статистики, доступных для каждого научногоработника или государственного служащего. Так как эта информация отражаетразличные и не всегда взаимосвязанные между собой стороны существованиярегионов, мы предлагаем следующий подход в проведении классификации регионов:

1) метод многомерногошкалирования;

2) метод кластерного анализа (иерархическийкластер-анализ, метод K-средних).

Основная идея методов многомерногошкалирования состоит в представлении каждого объекта точкой геометрическогопространства (обычно размерности 1, 2 или 3), координатами которой служатзначения скрытых (латентных) факторов, в совокупности достаточно адекватноописывающих объект. Значения этих факторов определяются на основании «сжатия»факторного пространства до 1-3 факторов. Реализация этого метода позволит нампредставить объект, описываемый большим количеством факторов наглядно наплоскости в двухмерном или трехмерном изображении. Если же имеется группаобъектов, то мы сможем увидеть и по возможности интерпретировать их взаимноерасположение относительно друг друга в пространстве.

Для анализа были использованыданные официальной статистики за 2004 год по следующим показателям:

Коэффициент естественной убыли/прироста населения (на 1000 человек населения).

Уровень безработицы (на конец года; в процентах к численностиэкономически активного населения).

Номинальная начисленная среднемесячная заработная плата работников (тыс. рублей).

Средняя обеспеченность населения жильем в расчете на одного жителя вгородских поселениях и сельской местности (на конец года; квадратных метровобщей площади жилищ).

Численность врачей всех специальностей на 10000 человек населения (человек).

Численность населения на 1 больничную койку (на конец года, человек).

Выброшено в атмосферу загрязняющих веществ, отходящих от стационарныхисточников, тонн.

Объем промышленной продукции в фактических отпускных ценах, миллиардоврублей.

Доля негосударственных предприятий в общем объеме производства попредприятиям, состоящим на самостоятельном балансе, в процентах.

Износ промышленно-производственных основных фондов, в процентах к наличиюосновных фондов на конец года.

Урожайность зерновых культур в хозяйствах всех категорий, центнеров содного гектара.

Урожайность картофеля в хозяйствах всех категорий, центнеров с одногогектара.

Урожайность овощей в хозяйствах всех категорий, центнеров с одногогектара.

Реализация скота и птицы сельскохозяйственными организациями.

Инвестиции в основной капитал, в фактически действовавших ценах, миллионоврублей, в живом весе, тонн.

Обеспеченность городского населения домашними телефонными аппаратамителефонной сети общего пользования, на конец года, штук на 1000 человек.

Обеспеченность сельского населения домашними телефонными аппаратамителефонной сети общего пользования, на конец года, штук на 1000 человек.

Розничный товарооборот торговых предприятий, включая общественноепитание, в расчете на душу населения, в фактически действовавших ценах, тысячрублей.

Объем реализации платных услуг в расчете на душу населения по юридическимлицам, в фактически действовавших ценах, тысяч рублей.

Объем реализации бытовых услуг в расчете на душу населения по юридическимлицам, в фактически действовавших ценах, тысяч рублей.

Объем внешнеторгового оборота, миллионов долларов США.

Рентабельность реализованной продукции работ, услуг предприятий иорганизаций, в процентах к обороту.

Критерием отбора являласьнеобходимость использования по возможности наименее зависимых друг от другафакторов, чтобы избежать явления мультиколлинеарности в исходной матрицепоказателей.

Технически данный методреализован в самых разнообразных статистических программах. Для обработкистатистических данных для районов Гомельской области был применен пакет STATISTICA 6.0.

Общий алгоритм реализации этогометода, применительно к анализу районов области можно свести к следующим шагам[4, с.597-604]:

1. Пусть имеется n объектов Регион (1), Регион (2), …,Регион (n). Для каждой пары объектов Регион(i), Регион (j)задана мера их сходстваs (i,j). Необходимо, чтобы s (i,j)= s (j, i). Внашем случае пусть это будет мера различия (расстояния), вычисленная поевклидовой метрике.

2. В нашем примере дляисследуемых регионов мы отбираем большое число факторов для анализа (28факторов и 21 регион). Поэтому чтобы придти к необходимому для расчетов видупроведем дополнительно некоторые манипуляции с исходными данными.

Стандартизируем значения вматрице показателей при помощи формулы

/>,(1)

где /> -стандартизированное значение показателя />длярегиона (j), где i, j=1, 2, …,n; /> - значение параметра,характеризующего регион (j); /> - среднее значениеконкретного параметра для рассматриваемой группы регионов. Например, среднеезначение показателя «Выброшено ватмосферу загрязняющих веществ, отходящих от стационарных источников (тонн)»для районов Гомельской области.

Такая манипуляция позволитизбежать погрешностей и ошибок, связанных с разницей в измерениях показателей.

Условие s(i,j) = s (j, i) будет выполнятьсяв матрице симметрического вида. Поэтому для каждого из элементов полученной матрицынормированных показателей рассчитываем меры различия (расстояний) по формулеобычного евклидового расстояния и формируем матрицу симметрического вида, тогда:

/>, (2)

где />,/> - величина l-го компонента у i-го (j-го) объекта (l=1,2,…,k; i,j=1,2,…,n).

2. В конечном итогерассматриваемые n объектовдолжны бытьпредставлены конфигурациейтакого же количества точек, причем в качествемеры близости точек-представителей выступает евклидово расстояние d (i,j)между соответствующими точками. Степень соответствия между совокупностьюобъектов и совокупностью представляющих их точек определяется путемсопоставления матриц сходства объектов ||s (i,j) || и расстояний междуточками ||d (i,j) ||. Метрический функционал сходства имеет вид:

/>. (3)

При расчетах, производитсяподбор такого значения S, которое было быминимальным среди возможных вариантов в искомом количестве измерений (например,2 или 3). При проведении расчета мы руководствовались вышеуказанным алгоритмом,реализуемым в настройках программы «по умолчанию» [5].

При изначальном условии, чтоколичество итоговых факторов (измерений для отображения положения районов наплоскости или в пространстве) равно 2, нами получены следующие результаты (табл.2):

Таблица 2

Результатымногомерного шкалирования районов Гомельской области по 2 измерениям

Район Условное обозначение в программе Измерение 1 Измерение 2 Брагинский 101 -0,158158 -0,165499 Буда-Кошелевский 102 -0,158129 -0,165518 Ветковский 103 -0,158165 -0,165490 Гомельский 104 -0,158021 -0,165597 Добрушский 105 -0,158099 -0,165434 Ельский 106 -0,158161 -0,165527 Житковичский 107 -0,158143 -0,165536 Жлобинский 108 3,235763 0,066417 Калинковичский 109 -0,158121 -0,165501 Кормянский 110 -0,158166 -0,165524 Лельчицкий 111 -0,158154 -0,165582 Лоевский 112 -0,158170 -0,165518 Мозырский 113 -0,231352 3,078363 Наровлянский 114 -0,158173 -0,165471 Октябрьский 115 -0,158158 -0,165524 Петриковский 116 -0,158153 -0,165542 Речицкий 117 -0,158013 -0,165448 Рогачевский 118 -0,158106 -0,165539 Светлогорский 119 -0,158004 -0,165485 Хойникский 120 -0,158148 -0,165547 Чечерский 121 -0,158169 -0,165499 Значение S 0,0000097

Далеена базе полученных данных построена диаграмма рассеяния точек, соответствующихотдельным районам.

Приэтом ось X соответствует измерению № 1, ось Y соответствует измерению№ 2 (рис.1). Каждая точка находится на пересечении соответствующих значений измерения№ и измерения № 2.

Вкачестве наименования района, чтобы не загромождать график, используем условныеобозначения (см. табл.2).

Прианализе диаграммы рассеяния обращаем внимание на то, что районы Жлобинский (108)и Мозырский (113) находятся в значительном удалении от остальных районов. Другиерайоны распределены на плоскости относительно равномерно.

/>

Место концентрации положений остальных районов

  />

Рис.1. Распределение районов по результатам многомерногошкалирования по показателям за 2004 год. Источник: [6,7]

Согласносоставу анализируемых факторов (22 фактора), можно отметить, что Мозырский иЖлобинский районы отличаются от других районов области:

Жлобинскийрайон лидирует по области по следующим показателям:

объем промышленной продукции в фактических отпускныхценах (млрд. рублей);

рентабельность реализованной продукции работ, услугпредприятий и организаций (в процентах к обороту);

объем внешнеторгового оборота (млн. долларов США);

номинальная начисленная среднемесячная заработная платаработников (тыс. рублей);

розничный товарооборот торговых предприятий, включаяобщественное питание, в расчете на душу населения в фактически действовавшихценах (тыс. рублей).

Мозырский район отличается высоким значением такихпоказателей:

урожайность картофеля в хозяйствах всех категорий (центнеровс одного гектара);

рентабельность реализованной продукции работ, услугпредприятий и организаций (в процентах к обороту);

выброшено в атмосферу загрязняющих веществ, отходящих отстационарных источников (тонн).

Таким образом, специфическое положение Мозырского районаотносительно остальных районов обусловлено количеством выбросов в атмосферу.

Мозырский район можно рассматривать как район,ориентированный на сельское хозяйство со средними по области показателямихозяйственной деятельности.

Жлобинский район, выделившийся на рис.1, можно отнести крайонам с высоким социально-экономическим развитием, так как он лидирует вобласти по большинству экономических и социальных показателей.

Распределение остальных районов однотипно и поэтомутребует дополнительного анализа (рис.2)

/>

Рис.2.Распределение районов по результатаммногомерного шкалирования по показателям за 2004 год

Источник: [6,7]

Необходимо обратить внимание на четыре района,находящиеся на некотором удалении от остальных: Речицкий (117), Светлогорский (119),Добрушский (105), Гомельский (104). Гомельский район находится ниже на плоскости,что вызвано влиянием высокого значения показателя реализациисельскохозяйственной продукции в целом. По другим факторам Гомельский районсходен с остальными районами выделенной группы. В данной группе Светлогорский,Речицкий, Добрушский районы находятся наиболее близко друг к другу на плоскости.Для группы этих районов характерно относительно высокое значение показателейинвестиций в основной капитал, объемов промышленного производства (дляСветлогорского и Речицкого районов), суммы заработной платы, объемавнешнеторгового оборота, розничного товарооборота (для Светлогорского иРечицкого) районов по области.

Остальные районы характеризуются более низким значениемсоциально-экономических показателей в сравнении с выделенными группами. Социально-экономическиепоказатели для третьей группы находятся на уровне или ниже среднеобластного.

Таким образом, можно выделить следующие группы районов всоставе Гомельской области (табл.3):

Таблица 3

Итоговое распределение районовГомельской области при помощи метода многомерного шкалирования

Группа районов

Районы, вошедшие в состав

группы

1. Районы с высоким уровнем социально-экономического развития Жлобинский 2. Районы со средним уровнем социально-экономического развития Гомельский, Светлогорский, Речицкий, Добрушский 3. Районы со средним уровнем социально-экономического развития и высоким уровнем воздействия на окружающую среду Мозырский 4. Районы с низким уровнем социально-экономического развития, в том числе наиболее пострадавшие от аварии на ЧАЭС Лельчицкий, Рогачевский, Лоевский, Житковичский, Петриковский, Брагинский, Буда-Кошелевский, Хойникский, Октябрьский, Калинковичский, Кормянский, Чечерский, Наровлянский, Ветковский, Ельский

Другимметодом многомерного анализа и группировки данных является кластер-анализ.Методы кластерного анализа широко используются для классификации объектов,состояние которых или свойства которых могут быть описаны не одной, а двумя илинесколькими переменными (множеством переменных).

В нашем случае возможно использовать кластер-анализ какдополнительное аналитическое средство ввиду того, что:

кластер-анализ позволяет получить лишь общую картину попроблеме различия/похожести изучаемых объектов;

кластер-анализ с тем же набором данных, что имногомерное шкалирование, не дает возможности графического анализа.

Процедура кластерного анализа состоит в следующем. Как идля многомерного шкалирования, мы отбираем большое число факторов для анализа (27факторов и 21 регион).

Для расчетов, как и ранее, используем возможностипрограммы STATISTICA 6.

В целях устранения различий в размерности данных,стандартизируем значения в матрице показателей при помощи формулы (1):

/>.

Предварительные расчеты расстояний между объектамиделать не надо, так как программа все сделает автоматически.

Для нашего случая как средство подтверждения сделанныхранее предположений выбираем процедуру кластер-анализа методом «k-средних».Это позволяет заранее задать определенное число кластеров, что предоставляетсвободу для манипулирования данными в отличие от метода иерархическогокластер-анализа. Так как при графическом анализе мы визуально выделяем районыили их группы, расположенные на расстоянии друг от друга, то для более четкоговыделения групп кластеров используем опцию программы «Выбор центровкластеров на максимальном расстоянии друг от друга» в окне процедурыкластерного анализа методом «k-средних».

Результаты кластер-анализа по методу «k-средних» приведены в табл.4. Распределениерайонов Гомельской области по группам (в случае использования 4 предполагаемыхкластеров) позволяет сделать вывод о правильности анализа проведенного методом многомерногошкалирования. Получились четыре группы кластеров, не отличающихся по составу отвыделенных ранее. Можно отметить факт попадания Мозырского района в отдельныйкластер, что, при условии дополнительного анализа исходных данных, позволяетвыделить его в отдельную группу.

Таблица 4

Распределение районов по группам кластеров

Район

Расстояние до центра

кластера

Номер кластера Гомельский 0,794433 2 Добрушский 0,5773537 2 Речицкий 0,4128007 2 Светлогорский 0,6073875 2 Жлобинский 3 Брагинский 0,3007033 4 Буда-Кошелевский 0,3839736 4 Ветковский 0,3717869 4 Ельский 0, 20828 4 Житковичский 0,3325193 4 Калинковичский 0,3517169 4 Кормянский 0,2410133 4 Лельчицкий 0,5554702 4 Лоевский 0,2738039 4 Наровлянский 0,5038733 4 Октябрьский 0,2197551 4 Петриковский 0,3156618 4 Рогачевский 0,4413403 4 Хойникский 0,3488219 4 Чечерский 0,3165721 4 Мозырский 1

Классификациярегионов предполагает выделение критериев отличий. В некотором смысле такаяпроцедура выделения регионов определяет уровень их конкурентоспособности. Внашем случае можно сформулировать определение конкурентоспособности региона. Конкурентоспособностьрегиона в нашем анализе — величина прямо пропорциональная уровнюразвития социально-экономических показателей, состояния экологической ситуациив регионе. Рассматривая понятие конкурентоспособности регионов Гомельскойобласти, можно сказать, что наиболее конкурентоспособными являются две первыегруппы. Эти группы характеризуютсяотносительно устойчивыми показателями социально-экономического развития,относятся к числу ведущих регионов Гомельской области по основным показателямэкономико-социального развития. Можно отметить, что основополагающим факторомопределения конкурентоспособности выступает наличие в этих районах градообразующихпромышленных предприятий. Они являются источником развитиясоциально-экономической инфраструктуры районов, центром притяженияинвестиционных потоков.

К«депрессивным» регионам мы можем отнести, например, две остальныегруппы регионов:

районы со средним уровнем социально-экономическогоразвития и высоким уровнем воздействия на окружающую среду;

районы с низким уровнем социально-экономическогоразвития, в том числе наиболее пострадавшие от аварии на ЧАЭС.

Втораяиз указанных групп в Гомельской области наиболее многочисленная, что не можетне вызывать опасений в стабильности динамики экономического развития.

Заключение

Таким образом, описаннаяпроцедура анализа может быть полезна при проведении так называемой «маркетинговойразведки» положения и состояния региона, классификации регионов попризнаку конкурентоспособности. Естественно, что анализсоциально-экономического положения региона не может ограничиваться применениемтолько одного выделенного метода. Комплексные экономико-математические истатистические методы могут быть использованы для дифференциации уровняконкурентоспособности.

Литература

1.        Алаев, Э.Б. Социально-экономическая география: понятийно-терминолог. словарь/ Э.Б. Алаев. — М.: Мысль, 1983. — 350 с.

2.        Горбач, А.В., Ковалев, М.М. Как определяются международные рейтингигосударств / А.В. Горбач, М.М. Ковалев // Вестн. ассоц. бел. банков. — 2000. — №33 (8 сент). — С. 20-54.

3.        Фатхутдинов, Р. Стратегическая конкурентоспособность и экономика России/ Р. Фатхутдинов // Общество и экономика. — 2003. — № 1. — С.31-43.

4.        Статистика: показатели и методы анализа: Справ. пособие / Н.Н. Бондаренко,Н.С. Бузыгина, Л.И. Василевская и др. / Под ред.М. М. Новикова. — Мн.: Современнаяшкола, 2005. — 628 с.

5.        Электронный учебник по статистическому пакету Statisticaс сайта создателя программы, фирмы Statsoft — www.statsoft.ru

6.        Гомельская область в цифрах: Краткий стат. сб. / М-во статистики ианализа Респ. Беларусь, Гомельское обл. упр. статистики. — Гомель: Гомельскоеобл. упр. статистики, 2005. — 153 с.

7.        Форма МБ, «Миграция населения по потокам», за период 1994-2004гг. по районам Гомельской области. Данные отдела социальной статистикиГомельского областного управления статистики.