Тип работы:
 Предмет:
 Язык работы:


ДИФФЕРЕНЦИАЦИЯ РЕГИОНОВ С УЧЕТОМ ОТРАСЛЕВОЙ СТРУКТУРЫ ВАЛОВОГО РЕГИОНАЛЬНОГО ПРОДУКТА

Работа №76775

Тип работы

Дипломные работы, ВКР

Предмет

информационные системы

Объем работы65
Год сдачи2017
Стоимость4355 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
121
Не подходит работа?

Узнай цену на написание


ОСНОВНЫЕ ОПРЕДЕЛЕНИЯ, СОКРАЩЕНИЯ И ОБОЗНАЧЕНИЯ 7
ВВЕДЕНИЕ 10
ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ ДИФФЕРЕНЦИАЦИИ
РЕГИОНОВ 12
1.1. Методы дифференциации регионов 12
1.2. Общие понятия кластерного анализа 14
1.3. Иерархические методы кластерного анализа 17
1.4. Неиерархические методы кластерного анализа 21
1.5. Оценка меры сходства, учитывающая данные различных типов и
априорные веса признака 23
1.6. Генетический алгоритм 24
ГЛАВА 2. АППАРАТНЫЕ СРЕДСТВА ДИФФЕРЕНЦИАЦИИ РЕНИОНОВ .. 31
2.1. Обзор статистических программ для анализа данных 31
2.2. Среда программирования 35
2.3. Геоинформационная система 36
2.4. База данных 38
2.5. Алгоритмы кластерного анализа 39
ГЛАВА 3. КЛАСТЕРИЗАЦИИ РЕГИОНОВ РОССИИ С УЧЕТОМ
ОТРАСЛЕВОЙ СТРУКТУРЫ ВАЛОВОГО РЕГИОНЛЬНОГО ПРОДУКТА.... 44
3.1. Сбор и анализ данных по регионам Российской Федерации 44
3.2. Дифференциация регионов по удельным показателям 45
3.3. Построение и анализ производственных функций каждой группы 55
ЗАКЛЮЧЕНИЕ 62
СПИСОК ЛИТЕРАТУРЫ


В последние годы значительно усиливается роль регионального управления в общей системе государственного управления, поскольку именно через регионы осуществляется управление государством в целом. Интенсивное развитие экономики России оказывает влияние на территориальную дифференциацию регионов по различным показателям.
Оценка эффективности регионов РФ с позиции рационального использования ресурсов представляет собой важную задачу, которая еще более актуализируется в условиях, когда экономика РФ испытывает проблемы, а у почти половины регионов дефицит бюджета превышает средний дефицит по всем регионам.
В качестве измерителя эффективности регионов РФ естественно использовать соотношение между потенциальными фактическим размером экономики (в терминах ВРП), рассчитанным в предположении рационального использования имеющихся факторов производства, т. е. труда и капитала.
Принято различать две составляющие экономической эффективности:
• техническую эффективность(technical efficiency), которая позволяет определять отклонения фактического выпуска от максимально возможного при заданном профиле ресурсов, где максимально возможный выпуск при каждом возможном профиле ресурсов отвечает производственной границе;
• эффективность распределения ресурсов(allocative efficiency), которая позволяет измерить степень оптимальности распределения ресурсов.
В данной работе рассматривается оценка технической эффективности использования регионами РФ таких факторов производства, как трудовые ресурсы и физический капитал.
Для проведения успешной бюджетной и социально-экономической политики необходимо учитывать региональные особенности, и на основании этого оценивать потенциальные возможности развития регионов.
В данной работе проверяется гипотеза о зависимости параметров модели граничного производственного потенциала регионов РФ от характеристик структуры экономики. Естественно предполагать, что производственные функции для некоторых регионов отличаются в силу особенностей устройства региональных экономик и разных конкурентных преимуществ, но при этом имеются однородные группы похожих регионов, которым соответствует единая производственная функция.
Цель работы - оценить эффективность регионов РФ с позиции рационального использования ресурсов.
В первой главе работы приведен аналитический обзор методов дифференциации регионов на основе кластерного анализа. Введены основные понятия и определения, приведена классификация методов кластерного анализа.
Во второй главе представлен обзор программ для анализа статистических данных; аппаратные средства, с помощью которых была решена задача дифференциации регионов с учетом отраслевой структуры ВРП. Приведены алгоритмы кластерного анализа.
В третьей главе проведен статистический анализ данных социально-экономических показателей по регионам РФ методами кластерного анализа. Определено оптимальное количество кластеров и выполнено разбиение объектов по группам. Для каждого кластера построена производственная функция типа Кобба-Дугласа, учитывающая структурные особенности экономики регионов, что выражается в различной чувствительности ВРП к изменению трудовых ресурсов и величины капитала.
В заключении сделан вывод по выпускной квалификационной работе в целом.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

1. В работе был разработан алгоритм кластеризации, который включает в себя иерархический кластерный анализ, метод k-средних и генетический алгоритм.
2. Разработан программный комплекс, позволяющий решать задачу кластеризации регионов РФ. В качестве результата программный комплекс отражает распределение регионов РФ по кластерам с учетом отраслевой структуры. Также программный комплекс отображает на карте распределение кластеров по территории РФ.
3. По итогам кластерного анализа были выделены 5 групп регионов. Кластер 1 - регионы со специализацией в сельском хозяйстве, кластер 2 - регионы со специализацией в обрабатывающей промышленности, кластер 3 - регионы со специализацией добывающей промышленности, кластер 4 - регионы со специализацией смешанного типа и кластер 5 - регионы с формирующейся экономикой.
4. Для каждого кластера построены производственные функции, которые показывают наличие большей чувствительности ВРП к изменению стоимости основных фондов для групп регионов со специализацией в добывающей промышленности, в обрабатывающей промышленности, специализацией смешанного типа, регионов с формирующейся экономикой, чем для группы регионов со специализацией в сельском хозяйстве. Последняя группа регионов имеет большую чувствительность к изменению численности занятых.



1. Райзберг Б. А., Лозовский Л. Ш., Стародубцева Е. Б. Современный экономический словарь. 5-е изд., перераб. и доп. — М.: ИНФРА-М, 2007. — 495 с.
2. Эконометрика: учебник для вузов/ под ред. И.И. Елисеевой. - М.: Проспект, 2009. - 288 с.
3. Кремер Н.Ш., Путко Б.А. Эконометрика: учебник для вузов. - М.: ЮНИТИ - ДАНА, 2007. - 311 с.
4. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. - М.: Дело, 2003.
5. Анисимова И.Н., Баринов Н.П., Грибовский С.В. Учет разнотипных ценообразующих факторов в многомерных регрессионных моделях оценки недвижимости // Вопросы оценки, 2004. №2.
6. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. И.И. Елисеевой. — 4-е издание, переработанное и дополненное. — Москва: Финансы и Статистика, 2002.
7. Дюран Б., Оделл П. Кластерный анализ. - М.: Статистика, 1977.
8. Мандель И.Д. Кластерный анализ. - М.: Финансы и статистика. 1988. - 176с.
9. Хайдуков Д. С. Применение кластерного анализа в государственном управлении // Философия математики: актуальные проблемы. - М.: МАКС Пресс, 2009.
10. Журавлев Ю.И. Об алгебраических методах в задачах распознавания и классификации, Распознавание, классификация, прогноз. — М.: Наука, 1988.
11. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации, Проблемы кибернетики. — М.: Наука, 1978.
12. Загоруйко Н.Г. Прикладные методы анализа данных и знаний.— Новосибирск: Издательство Института математики, 1999 — 270 с.
13. Альсова О.К. Алгоритмы кластеризации разнотипных данных на примере решения медицинской задачи. - Тр. СПИИРАН, 2014. С 156¬159.
14. Кетова К.В., Трушкова Е.В., Кривенков Р.Ю. Применение кластерного анализа для решения задачи оптимального распределения топливно¬энергетических ресурсов // Научно-практический журнал «Интеллектуальные системы в производстве», Ижевск: Изд-во ИжГТУ, 2010. - № 2 (16). - С. 207-213.
15. Касаткина Е.В., Вавилова Д.Д. Информационно-аналитическая система прогнозирования обобщающих показателей социально-экономического развития региона. Проблемы управления. 2015. № 4. С. 25-34.
16. Макаров В.Л., Айвазян С.А., Афанасьев М.Ю., Бахтизин А.Р., Нанавян А.М. Оценка эффективности регионов РФ с учетом интеллектуального капитала, характеристик готовности к инновациям, уровня благосостояния и качества жизни населения. - Институт экономики Уральского отделения РАН.2014. С 9-30.
17. Айвазян С.А., Бухштабер В.М. Анализ данных, прикладная статистика и построение общей теории автоматической классификации// Методы анализа данных/ Пер. с фр. - М.: Финансы и статистика, 1985.
18. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. — М.: Наука, 1985.
19. Вороновский Г.К., Махотило К.В., Петрашев С.Н., Сергеев С.А., Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: ОСНОВА, 1997. - 112с.
20. Батищев Д.И., Неймарк Е.А., Старостин Н.В. Применение генетических алгоритмов к решению задач дискретной оптимизации. - Нижний Новгород: Образование, 2007. Математическое и компьютерное моделирование социально-экономических процессов / Сборник научных трудов под ред. Ю.Н. Гаврилец. Вып. 6. - М.: ЦЭМИ РАН, 2015. - 80 с.
21. Медведев В.И. Особенности объектно-ориентированного программирования на C++/CLI, C# и Java./Медведев В.И. -М.:РИЦ «Школа», 2010.
22. Майкл де Мерс. Географические информационные системы / Майкл де Мерс. - М.: Дата+, 2000.
23. Миркиным Б.Г. Опыт применения многомерного статистического анализа к данным о социально-экономическом развитии территориальных объектов. — М.: Экономика и мат. методы, 1991.
24. Математическое и компьютерное моделирование социально¬экономических процессов / Сборник научных трудов под ред. Ю.Н. Гаврилец. Вып. 6. - М.: ЦЭМИ РАН, 2015. - 80 с.
25. ЧубуковаИ.А. DataMining. Учебное пособие. - М.: Интернет- Университет Информационных технологий; БИНОМ. Лаборатория знаний, 2006. - 382 с.: ил., табл. - (Серия «Основы информационных технологий»).
26. Дорофеюк А.А., Гучук В.В., Десова А.А., Дорофеюк Ю.А.
“Методология экспертно-классификационного анализа
квазипериодических сигналов в задачах диагностики” - М.: Пробл. управл., 2010, № 5, 39-47.
27. Ристринг Л.А. Статистические методы поиска. - М.: Наука, 1968, 376с.
28. Ристринг Л.А. Адаптация сложных систем. - Рига: Зинатне, 1981, 386с.
29. Елкина В.Н., Загоруйко Н.Г. Количественные критерии качества таксонометрии и их использование в принятии решений. — Новосибирск, 1987.
30. Лбов Г.С., Старцева Н.Г. Логически решающие функции и вопросы статистической устойчивости решений. — Новосибирск: Издательство Института математики, 1999 - 212 с.

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ
.