Содержание к диссертации
Введение
Глава 1 Теоретические основы статистического анализа развития строительства
1.1 Особенности статистического исследования развития строительства в регионе 10
1.2 Анализ существующих подходов к исследованию развития строительства 22
1.3 Методы и модели статистического анализа строительства 32
Глава 2 Статистический анализ основных показателей развития строительства в регионе
2.1 Статистический анализ структуры и динамики показателей развития строительства в Оренбургской области 45
2.2 Моделирование и краткосрочное прогнозирование показателей развития строительства 64
2.3 Статистический анализ взаимосвязи сезонных колебаний показателей развития строительства 80
Глава 3 Моделирование внутрирегиональной дифференциации развития строительства Оренбургской области
3.1 Статистический анализ территориальной дифференциации по показателям развития строительства 92
3.2 Многомерная классификация муниципальных образований региона по показателям развития строительства 108
3.3 Моделирование взаимосвязей показателей развития строительства с учетом неоднородности данных 118
Заключение 135
Список литературы 138
Приложение А - Перечень форм первичной учетной документации по учету работ в капитальном строительстве 153
Приложение Б - Проверка коинтегрированности рядов динамики затрат на строительные работы на основе ADF-теста 154
Приложение В - Показатели развития строительства в Оренбургской области за 2000-2011 гг 156
Приложение Г- Модели краткосрочного прогнозирования показателей развития строительства (первый и второй блоки) 160
Приложение Д - Модели краткосрочного прогнозирования показателей развития строительства (третий блок) 165
Приложение Е - Результаты исследования взаимосвязи между показателями развития строительства 175
Приложение Ж - Результаты исследования территориальной дифференциации показателей развития строительства в Оренбургской области 184
Приложение И - Результаты классификации административно-территориальных образований Оренбургской области по уровню развития строительства 186
Приложение К - Результаты оценивания моделей по панельным данным 188
- Анализ существующих подходов к исследованию развития строительства
- Статистический анализ структуры и динамики показателей развития строительства в Оренбургской области
- Статистический анализ взаимосвязи сезонных колебаний показателей развития строительства
- Многомерная классификация муниципальных образований региона по показателям развития строительства
Введение к работе
Актуальность темы исследования. Строительство играет особую роль в экономике, обеспечивая расширенное воспроизводство основных фондов. Развитие строительства после перехода России к рыночным отношениям не было равномерным. Первоначальный спад к 2000-м годам был преодолен: возрос вклад отрасли в ВВП, увеличилось количество строительных организаций, что было связано с рядом причин: общий рост экономики, повышение спроса на продукцию строительства, развитие государственных программ поддержки жилищного строительства, ипотечного кредитования и др. В то же время для развития строительства в этот период характерно то, что материально-техническая база строительных организаций продолжает изнашиваться, цены на продукцию строительства растут ускоренными темпами, а удовлетворения социальных потребностей общества в конечной продукции отрасли не происходит. Тем не менее, несмотря на влияние мирового экономического кризиса, в настоящее время доля вида экономической деятельности (ВЭД) «Строительство» в ВВП РФ составляет 7%, что соответствует уровню в развитых странах.
«Повсеместность» развития этого вида экономической деятельности и территориальная закрепленность продукции строительства предопределяет необходимость выработки регионально дифференцированной политики в области строительства, в основе которой должны лежать реальные представления о масштабах, структуре и остроте имеющихся проблем. Формирование таких представлений невозможно без привлечения аппарата статистического анализа и моделирования. Тем более это касается таких регионов, которые характеризуются существенными различиями в климате, природных условиях (рельеф местности, наличие и удаленность основных строительных материалов), культурных и национальных традициях, и наконец, экономическом благополучии.
Степень разработанности темы исследования. Вопросам теории и практики статистического изучения строительства были посвящены многочисленные работы ученых советского и постсоветского периода. В советский период развитию статистики строительства способствовали работы таких ученых как М. Дьячков, А. Гольдберг, Н. Яковлева, А. Устинов, Д. Лингарт и др.
В постсоветский период методологии статистического анализа строительного комплекса были посвящены исследования отечественных ученых А. Асаула, Л. Бариновой, В. Бузырёва, Н. Власенко, М. Каменецкого, Н. Китаевой, И. Кузовлевой, С. Мельниковой, В. Рабдановой, Н. Садовниковой, А. Темирова, и др. Авторы, используя традиционные методы статистического анализа, проводят исследования в основном касающиеся функционирования строительных организаций. При этом в исследованиях не акцентировалось внимания на таком немаловажном моменте как территориальная дифференциация. В исследованиях не затронуты вопросы анализа структуры строительных затрат в динамике, а при построении многофакторных зависимостей исследователями, как правило, не учитывалась нестационарность данных, их пространственная и временная неоднородность.
Исследования, посвященные развитию жилищного строительства, изложены в работах Л. Белоусовой, М. Викторова, А. Джамалова, Ю. Катаевой, Д. Лепилина, В. Смирнова. Однако этим работам присущи некоторые недостатки, например, некорректное применение обычного корреляционного анализа к показателям, измеренным во времени.
Статистическое исследование и прогнозирование рынка жилой недвижимости составили основу работ О. Мамаевой, Т. Самофеевой, О. Стебуновой, А. Харламова и др. Авторы используют современные подходы для выявления и учета неоднородности в пространстве, основанные на применении методов многомерной классификации, многомерного шкалирования и географически взвешенной регрессии. Основной акцент в работах был сделан больше на его ценовую составляющую.
Таким образом, статистическое изучение развития строительства требует полного учета всех показателей, что невозможно сделать без решения вопроса формирования системы показателей, комплексно характеризующих развитие строительства и без учета территориальной и временной неоднородности.
Сказанное выше обосновывает актуальность темы исследования и определяет его цель и задачи.
Цель и задачи исследования. Целью диссертационного исследования является разработка новых подходов при формировании методики комплексного статистического анализа и прогнозирования развития строительства в регионе. В соответствии с указанной целью в работе поставлены и решены следующие задачи:
изучить теоретические аспекты статистического исследования строительства и сформировать систему статистических показателей, характеризующих развитие строительства;
провести статистический анализ структуры, динамики и взаимосвязи основных показателей, характеризующих развитие строительства в регионе;
построить модели для краткосрочного прогнозирования основных показателей развития строительства в регионе;
выполнить многомерную классификацию городов и районов региона по показателям развития строительства;
построить многофакторные модели для прогнозирования развития строительства.
Объект и предмет исследования. Объектом исследования являются процессы развития строительства в регионе. Предметом исследования - методики выявления количественных закономерностей развития строительства в регионе.
Область исследования. Диссертационная работа соответствует требованиям Паспорта специальности ВАК 08.00.12 - Бухгалтерский учет, статистика (экономические науки), п. 4.11. «Методы обработки статистической информации: классификация и группировки, методы анализа социально- экономических явлений и процессов, статистического моделирования, исследования экономической конъюнктуры, деловой активности, выявления трендов и циклов, прогнозирования развития социально-экономических явлений и процессов»; п. 4.16. «Прикладные статистические исследования воспроизводства населения, сфер общественной, экономической, финансовой жизни общества, направленные на выявление, измерение, анализ, прогнозирование, моделирование складывающейся конъюнктуры и разработки перспективных вариантов развития предприятий, организаций, отраслей экономики России и других стран».
Личный вклад автора. Все результаты диссертации, составляющие научную новизну исследования и выносимые на защиту, получены автором лично или при его непосредственном участии. Лично автором сформулирована цель и поставлены задачи исследования, обработаны статистические данные, сформулированы выводы и рекомендации по результатам работы.
Информационное обеспечение работы составили официально опубликованные данные Территориального органа Федеральной службы государственной статистки по Оренбургской области и г. Оренбургу, информационные ресурсы сети Интернет.
Методология и методы исследования. Теоретической и методологической базой исследования послужили труды известных российских и зарубежных ученых. Инструментарий исследования составили такие статистические методы, как табличный, графический и индексный методы, многомерные статистические методы, эконометрические методы и методы анализа и прогнозирования временных рядов. Обработка данных проводилась с использованием Microsoft Excel, статистических пакетов Statistica 6.0, Stata 11, Eviews 6.0, Gretl 1.8.7.
Научная новизна диссертационной работы заключается в разработке новых подходов при формировании методики комплексного статистического исследования состояния и динамики развития строительства. Наиболее существенные научные результаты:
уточнено понятие «развитие строительства» под которым понимается количественный и качественный рост продукции строительства, в том числе снижение цен на готовую строительную продукцию, появление новых и расширение существующих строительных организаций, темпы роста объемов и цен материальных ресурсов для строительства, что позволило сформировать систему характеризующих его статистических показателей;
модели с интервенцией, позволяющие оценивать влияние экономического кризиса на ряд показателей развития строительства;
процедура, позволяющая анализировать структуру взаимосвязей сезонной динамики показателей развития строительства. На первом этапе проводится сезонная декомпозиция рядов динамики показателей развития строительства. На втором этапе рассчитывается ранговый коэффициент корреляции Спирмена для рангов индексов сезонности каждой пары показателей. На третьем этапе на основе анализа соответствий строится специальная карта, позволяющая выявить показатели развития строительства с близкой внутригодовой колеблемостью;
карта взаимного расположения городов и районов региона в пространстве выявленных латентных показателей, характеризующих уровень развития строительства, полученных на основе метода неметрического многомерного шкалирования и интегральный показатель развития строительства, позволяющий выделять группы городов и районов области с различным уровнем развития строительства;
модели влияния инвестиций в жилищное строительство на показатели развития строительства в виде функций регрессии со случайными коэффициентами на панельных данных, позволяющие выделять группы городов и районов с разным уровнем отдачи от инвестиций.
Практическая значимость. Разработанная в диссертации методика комплексного анализа развития строительства представляет практический интерес для органов государственной статистики и государственного управления при оценке состояния и прогнозирования процессов, происходящих в строительстве. Положения работы могут быть использованы в высших учебных заведениях в курсах: «Основы прикладной статистики»; «Эконометрическое моделирование».
Апробация результатов работы. Основные теоретические и практические положения диссертационной работы докладывались и обсуждались на конференциях:
VI Международная научно-практическая конференция «Теоретические и методологические проблемы современных наук» (г. Новосибирск, ЦСРНИ, 2012 г.);
Международная научная конференция «Проблемы и тенденции развития экономики и управления в современном мире» (г. София, Science and economy, 2012 г.).
Положения диссертации приняты к внедрению в Министерстве строительства, жилищно-коммунального хозяйства Оренбургской области, в Территориальном органе Федеральной службы государственной статистики.
Указанные направления практического использования результатов диссертационного исследования подтверждены справками о внедрении.
Публикации. Основные положения диссертационной работы нашли отражение в 10 научных публикациях общим объемом 3,61 п.л., в том числе 2,65 п.л. автора.
Анализ существующих подходов к исследованию развития строительства
Актуальность исследований в сфере строительства обусловлена спадом строительного производства и неудовлетворением социальных потребностей общества в конечной продукции и услугах отрасли. Проблеме исследования развития строительства посвящены многочисленные исследования ученых [7-11, 34-35,76, 115-117,144,151].
Следует отметить, что все исследования в области статистики строительства можно условно разделить на теоретические исследования, касающиеся развития методологии статистики строительства (разработка и совершенствование наблюдения за статистикой строительства, показателей статистики строительства), и на прикладные исследования, касающиеся функционирования строительного комплекса, развития строительной отрасли, жилищного строительства. Недостаточная исследованность вопросов статистического изучения строительства обусловила необходимость включения соответствующего раздела в Федеральную Целевую Программу «Развитие государственной статистики России в 2007 - 2011 годах» [138].
К исследованиям первого вида относится работа [35], посвященная совершенствованию методологии статистического учета продукции строительства. Исследование касалось используемого на тот момент стоимостного показателя, объема строительно-монтажных работ, выполненных собственными силами по договорам строительного подряда , и состояло в расчете индекса физического объема продукции строительства и разработке новых подходов к определению стоимости строительной продукции. Необходимость ухода от использования принятого официальной статистикой метода прямого дефлятирования объемов работ, выполненных собственными силами по договорам строительного подряда (далее - строительно-монтажные работы, или СМР), автор аргументировал тем, что преимущества, заключающиеся в простоте и отсутствии необходимости привлечения значительных дополнительных объемов информации, перекрываются следующими недостатками: использование при дефлятировании данных о динамике цен на СМР дает искажения в части импортируемых инвестиционных ресурсов в периоды девальвации национальной валюты; происходит искажение стоимостных показателей строительной деятельности, диктуемое неблагоприятным и нестабильным налоговым климатом, в условиях которого строительные организации занижают стоимость производимой строительной продукции с целью минимизации своего налогового режима.
К недостаткам предложенной методологии можно отнести достаточную громоздкость получения информации. Автором был разработан статистический инструментарий для получения первичной информации об объемах продукции строительства, который требовал проведения сплошного обследования строительных организаций региона, что связано со значительными финансовыми и трудовыми затратами.
Проблемы жилищного строительства в целом по России на основе анализа цены квадратного метра жилья, объема ввода жилья, числа построенных квартир и их средней общей площади, долей одно-, двух-, трех- и четырехкомнатных квартир анализируются в работе [87]. Указывается на существование таких проблем, как высокая степень износа строительного оборудования, спекулятивность цен на рынке жилья и вследствие этого недоступность жилья, качественный и количественный дисбаланс спроса и предложения. При анализе государственной политики в вопросах разрешения проблем строительного комплекса обращается внимание на то, что в основном она направлена только на стимулирование спроса на жилье, что совершенно недостаточно. В региональном аспекте автор указывает на тяжелое положение домостроительных комбинатов, высокие транспортные тарифы и подчеркивает, что для регионов обеспечение строительными материалами - необходимое решение проблемы обеспеченности их населения жильем. Региональный аспект автором рассматривается на очень агрегированном уровне - только в разрезе федеральных округов. Обработка данных основана на табличном, графическом и индексном методах. Статистическое моделирование взаимосвязей показателей строительства не получает должного развития. В [1] вопросы, связанные со строительством в регионах, затрагиваются в основном в разрезе сравнительного анализа цен на первичном и вторичном рынках жилья, соотношения объемов введенной в действие жилой площади и объемов ветхого фонда, удельного веса жилья, построенного населением за свой счет. В частности, делаются выводы о том, что во всех регионах (исключая города Москва и Санкт-Петербург) новое строительство не только существенно отстает от увеличения ветхого и аварийного фонда, но и территориально не совпадает с географией наличия ветхого и аварийного жилья. В числе основных причин, сдерживающих развитие жилищного строительства, как и в работе [87], автор также называет отставание материально-технической базы, недостаток производственных мощностей промышленности строительных материалов, дефицит квалифицированной рабочей силы. Методы обработки снова базовые -таблицы, графики, индексы, некоторые описательные статистики. В близкой по теме и используемому статистическому инструментарию работе [98] кроме ввода в действие жилых домов, доли ветхого фонда и доступности жилья также рассматриваются цены на строительные материалы, состояние парка строительных машин и структура взаимозачетов в строительстве. Особенностью последней работы является то, что часть показателей анализируется уже в разрезе муниципальных образований области. Однако даже говоря о повышении цен на строительные материалы как о причине повышения цен на жилье, анализ структуры затрат в динамике не проводится. Ни в одной из работ не дается прогноз исследуемых показателей.
Вопросы статистического исследования и прогнозирования рынка жилой недвижимости на основе широкого использования эконометрических методов и методов многомерного статистического анализа, разработки системы статистических показателей, необходимых для всесторонней оценки жилищного фонда и повышения эффективности рынка жилья, нашли отражение в работах [28, 92, 123, 144], однако основной акцент в работах был сделан больше на его ценовой составляющей. Для исследований авторы используют широкий спектр статистических методов: многомерной классификации, компонентный и регрессионный анализ, модели на основе панельных данных и т.п. Интересен подход, реализованный в [120, 123], в котором методами многомерной классификации произведено зонирование г. Оренбурга на базе показателей, характеризующих жилую недвижимость. В работе указываются недостатки ценовых и географических методик, которые не позволяют учесть весь комплекс показателей, в том числе качественных, таких как месторасположение дома, в котором находится квартира, при этом «оцифровка» последнего осуществляется различными методами неметрического шкалирования. Получены разбиения на зоны (классы), устойчивость которых подтверждена использованием различных методик. Результаты полученной классификации используются для построения обучающих выборок с целью проведения дискриминантного анализа, для последующего включения квартир в кластеры.
Развитие подхода к зонированию территории нашло отражение в работе [144], где помимо построения классической множественной линейной регрессии и моделей авторегрессии используются модели, учитывающие зонирование территории с фиксированными границами зон, и метод географически взвешенной регрессии (ГВР). Автор дает сравнительный анализ результатов моделирования стоимости жилья, проведенного различными методами, и указывает на существенную эффективность метода ГВР.
Также вопросам рынка жилья посвящена работа [117], в которой представлена разработанная методика комплексного статистического анализа объемов жилищного строительства и реализуемых в данной области инвестиционных проектов на примере республики Марий Эл. В работе приведены классификация строительных предприятий Республики Марий Эл с использованием иерархического алгоритма кластерного анализа, метода Уорда и Манхэттонского расстояния, регрессионные зависимости ввода общей площади жилых домов и фактической стоимости вводимой жилой площади для застройщика от производственно-финансовых показателей, а также проведен компонентный анализ для выделения факторов, оказывающих значительное влияние на строительный рынок жилья [117].
В работе [9] для количественной оценки неравенства (неоднородности) строительства на уровне одного административно-территориального образования используются такие индексы, как индекс концентрации для четырех фирм (доли от совокупных продаж отрасли, приходящиеся на четыре лидирующие фирмы), уровень концентрации m фирм (сумма m самых больших долей в отрасли), индекс Херфиндаля, или Херфиндаля-Хиршмана (сумма квадратов долей всех фирм отрасли), и индекс энтропии (сумма квадратов произведений рыночных долей фирм на их логарифмы). Сравнительный анализ и анализ в динамике не проводится.
Статистический анализ структуры и динамики показателей развития строительства в Оренбургской области
Строительство относится к одной из самых рисковых отраслей экономики. Необходимо принять во внимание и степень инвестиционных рисков регионов. По исследованиям российского рейтингового агентства «Эксперт РА», Оренбургская область входит в первую двадцатку регионов с наименьшими инвестиционными рисками. В ноябре 2008 года области присвоен рейтинг «А+» по национальной рейтинговой шкале [96]. К этому времени в Оренбургской области наблюдался относительно устойчивый рост объемов строительства и числа строительных организаций, что также характерно для большинства республик и областей Приволжского федерального округа. В регионе действует областная целевая программа «Стимулирование развития жилищного строительства в Оренбургской области в 2011-2015 годах».
Коэффициент локализации строительства на территории Оренбургской области, представляющий отношение удельного веса строительства в структуре производства региона к удельному весу строительства в стране, хотя и возрастал с начала рассматриваемого периода, но достиг в 2011 году уровня лишь 0,8 пунктов, что указывает на то, что строительство не является отраслью специализации региона. К аналогичным выводам приводят и расчеты коэффициента производства на душу населения, исчисляющегося отношением удельного веса строительства региона в соответствующей структуре строительства страны к удельному весу населения региона в населении страны -он не превысил уровня 0,76 пунктов.
На долю строительства приходится 5,6% в отраслевой структуре валовой добавленной стоимости региона. В посткризисном 2009 году в строительство было направлено 2430,6 млн. руб., что составило 70,93% от уровня 2008 года.
В 2011 году регион добился хороших успехов в строительстве. Общая площадь введенного жилья за 2011 год составила 743 тысячи квадратных метров, что на 26% выше, чем в 2010 году. По темпам роста ввода в действие жилых домов в 2011 году область находилась на 2 месте среди субъектов ПФО и на 9 месте в России.
Рассмотрим развитие строительства по первому блоку показателей.
На территории Оренбургской области в 2011 году действовало 2108 строительных организаций, по сравнению с 2008 годом количество строительных организаций сократилось на 12%. Динамика числа строительных организаций за период с 2000 по 2011 годы представлена на рисунке 2.1.1.
По рисунку 2.1.1 видно, что за рассматриваемый период происходил рост доли малых предприятий. В 2000 году на 1520 строительных организаций приходилось 1359 малых, а в 2011 году из 2108 организаций 2035 имели малую форму хозяйствования: разница между числом малых и крупных/средних организаций возросла почти в 1,6 раза.
Для российского рынка строительства характерны изменения в структуре форм собственности, связанные со снижением доли государственной формы собственности [100]. Такие же тенденции прослеживаются и в Оренбургской области, при этом изменяется и доля других форм собственности (рисунки 2.1.2 47 2.1.3). За период 2000-2011 годов произошло снижение числа строительных организаций смешанной российской формы собственности со 197 до 8. Число организаций частной формы собственности оставалось стабильным до 2005 года - 1477 организаций. С 2005 года здесь наблюдался резкий прирост, особенно в 2008 году, когда прирост составил 779 организаций.
Для остальных форм собственности характерно незначительное изменение числа строительных организаций: так, число иностранных строительных организаций за рассматриваемый период не превысило пяти, совместных и иностранных строительных организаций - двенадцати.
По рисунку 2.1.3 видно, что за рассматриваемый период в среднем на территории Оренбургской области действовало восемь муниципальных строительных организаций, явной тенденции к снижению или к росту здесь не прослеживалось. Другая ситуация с государственными строительными организациями - в начале периода происходил рост до девятнадцати организаций с последующим снижением в 2008 году до двух организаций.
Всего в Оренбургской области в 2011 году объем работ, выполненных по ВЭД «Строительство», составил 35025 млн. руб. и среди субъектов Приволжского федерального округа Оренбургская область в расчете на душу населения в 2011 году занимала 9 строку, в то время как лидером рейтинга являлась Республика Татарстан.
За рассматриваемый период, за исключением 2009 года, происходил рост объемов работ по ВЭД «Строительство» по всем формам собственности, а также происходили изменения в распределении объема работ по формам собственности (таблица 2.1.1 и рисунок 2.1.4). Так, в 2000 году в общем объеме работ преобладала частная форма собственности (около 49%), следующая по величине доля приходилась на смешанную российскую собственность - 33,7%. В 2008 году доля частной собственности возросла уже до 87,7%, за счет снижения доли смешанной российской и государственной собственности. Доля муниципальной собственности не изменилась.
Отметим, что в 2009 году, вероятно вследствие мирового финансового кризиса, доля государственных строительных организаций возросла до 3,7% за счет снижения доли строительных организаций с иностранной и смешанной российской и иностранной формами собственности.
Для более тщательного анализа структуры рассчитаем индивидуальные и обобщающие показатели, характеризующие изменение структуры и различий структуры.
Расчет линейного и квадратичного коэффициентов абсолютных структурных сдвигов Казинца за каждый год по сравнению с 2000 годом показал, что в 2001 году изменений в структуре практически не произошло, однако в последующие годы изменения нарастали. Наибольшие изменения в структуре наблюдаются в 2008 году и в 2009 году (рисунок 2.1.5).
Расчет индексов Салаи, Гатева и Рябцева показал, что структурные сдвиги в структуре объема работ по ВЭД «Строительство» по сравнению с 2000 годом стали значительны в 2007 году, умеренные изменения происходили в середине рассматриваемого периода (рисунок 2.1.6).
Таким образом, установлено, что за 2000-2011 годы произошли значительные изменения в структуре объема работ по ВЭД «Строительство» по формам собственности, при этом самые значительные сдвиги имели место в 2008 году, когда возросли доли частных и прочих форм собственности за счет снижения доли государственной и смешанной форм собственности.
Изучение структуры строительных организаций по форме собственности будет представлять больший интерес, если сопоставить структуру числа организаций по формам собственности со структурой объема выполняемых ими работ по ВЭД «Строительство» (таблица 2.1.2).
По таблице 2.1.2 видно, что по всем формам собственности, кроме частной, наблюдается превышение доли объема выполненных работ над долей числа строительных организаций соответствующей формы собственности.
Например, на 1% государственных строительных организаций приходилось более 10% от общего объема выполненных работ, в то время как на 1% частных в среднем только 0,74%, что объясняется в основном малой формой хозяйствования последних.
Статистический анализ взаимосвязи сезонных колебаний показателей развития строительства
Строительство региона представляет собой сложную систему, охарактеризовать которую одним показателем невозможно. При использовании для характеристики развития строительства предложенной выше трехблочной системы показателей и рассмотрении строительства в динамике для комплексного исследования развития строительства требуется не только провести анализ сезонной волны каждого из показателей, но и выявить взаимосвязь между сезонными волнами групп показателей, выделить группы показателей со сходным характером сезонности, провести анализ взаимосвязи между скорректированными на сезонность показателями и осуществить эконометрическое моделирование обнаруженных взаимосвязей.
Распространенным подходом к анализу сезонности является сезонная декомпозиция. На основе декомпозиции в рамках мультипликативной модели в пакете Statistica нами получены сезонные индексы всех анализируемых показателей (приложение Е, таблица ЕЛ).
Анализ сезонной волны показателя объема выполненных работ по ВЭД «Строительство» (рисунок 2.3.1) позволяет выделить в ежегодной динамике данного показателя «низкий» и «высокий» сезоны, в существенной степени определяемые природно-климатическими особенностями выполнения строительных работ в РФ. «Низкий» сезон длится с января по май, в это время объем работ составляет всего от 53 до 86% его среднегодового уровня. «Высокий» сезон начинается в июне и длится до конца года. Исключая из рассмотрения «пиковый», в основном в силу календарных причин, декабрь, отметим, что наибольшее значение объема работ по ВЭД «Строительство» фиксируется в сентябре и составляет около 120% от среднегодового уровня.
Для показателя ввода в действие жилых домов наибольший рост также характерен для последнего месяца года: ежегодно в декабре наблюдается резкий рост вводимой площади жилых домов, что связано с окончанием отчетного года (в 2,9 раза больше, чем в среднем за год). Небольшое увеличение характерно также для марта, сентября и октября; большую часть зимы и весны ввод в действие жилых домов достаточно низок и составляет всего от 40 до 62% среднего уровня за год (рисунок 2.3.2).
Для показателей третьего блока визуально можно отметить сходство сезонных волн для таких строительных материалов, как кирпич и цемент: «низкий» сезон длится с ноября по март с минимумом в январе, а «высокий» - с апреля по октябрь с пиком в августе (рисунок 2.3.3). В течение низкого сезона производство кирпича и цемента составляет в среднем 85% и 75% их среднегодовых уровней соответственно, а в течение высокого сезона на 10-20% превышает среднегодовой уровень. Для железобетонных конструкций низкий сезон начинается уже в ноябре и длится до мая включительно. В это время уровень производства падает на 5-10% в феврале - мае, октябре, ноябре и составляя всего 85% в декабре. Высокий сезон длится четыре месяца, с июня по октябрь. В это время производство ЖБК растет в среднем на 10%, достигая максимального превышения среднегодового уровня (почти на 30%) в сентябре. Сезонность в производстве щебня не имеет ярко выраженных «низкого» и «высокого» сезонов. Его пики ежегодно приходятся на март и апрель, когда производство вырастает на 10-12%, а минимум - на ноябрь, когда производство на 12% падает.
Для выявления взаимосвязи сезонных колебаний показателей, характеризующих различные аспекты функционирования строительства, проранжируем сезонные индексы для каждого показателя, начав с равного единице ранга для месяца с наименьшим сезонным индексом. При необходимости используем связанные ранги. Затем для каждой пары полученных ранжировок оценим коэффициент ранговой корреляции Спирмена (2.3.1)
В нашем случае объектами выступают месяцы, их количество равно двенадцати; признаками выступают показатели развития строительства, их пятнадцать. Оценки коэффициентов, полученные с использованием пакета Statistica, представлены в таблице 2.3.4, при этом жирным шрифтом выделены те из них, которые значимы на уровне 5% и ниже. Анализ таблицы позволяет сделать следующие выводы.
Во-первых, оценки коэффициента ранговой корреляции Спирмена между сезонностью доли убыточных предприятий в строительстве и всеми остальными показателями отрицательны, что говорит о противоположности их сезонных волн: в те месяцы года, когда доля убыточных предприятий уменьшается по сравнению со средним уровнем, все остальные показатели строительства находятся на подъеме. Наибольшие различия соответствуют сезонным волнам доли убыточных предприятий и цены краски.
Во-вторых, в группе показателей первого блока (характеризуют деятельность строительных организаций) наблюдаются очень тесные связи между всеми показателями. Положительные значения оценок коэффициентов ранговой корреляции Спирмена в диапазоне от 0,76 до 0,81 говорят о существенном совпадении сезонных волн показателей объема выполненных работ, численности занятых и средней заработной платы в строительстве.
В-третьих, в группе показателей цены и объема производства строительных материалов наблюдаются прямые связи между индексами сезонности цен на строительные материалы и между индексами сезонности объемов их производства. И среди цен, и среди объемов производства наиболее сходными являются сезонные волны для кирпича и цемента (оценки коэффициентов корреляции 0,79 и 0,97 соответственно). В то же время мы видим наличие обратных (отрицательных) связей между сезонностями цен и объемов производства. Например, оценка коэффициента ранговой корреляции между сезонными индексами цены цемента и объема его производства составляет минус 0,59: месяцы, когда объем производства цемента возрастает по сравнению со средним уровнем, его цена более низка.
В-четвертых, заметим, что сезонность ввода в действие жилых домов, основного показателя из блока 2, характеризующего готовую продукцию строительства, тесно связана со всеми показателями блока 1, характеризующего деятельность строительных организаций. Среди показателей блока 3, характеризующих цены и объем производства строительных материалов, обнаружена прямая связь только с сезонностью цены краски и объема производства железо-бетонных конструкций. Также сезонность цены краски и объема производства ЖБК сходна с сезонностью всех показателей блока 1.
Для повышения наглядности обнаруженных закономерностей нами предлагается построить специальную карту, на которой группы показателей развития строительства с близкой внутригодовой колеблемостью располагались бы ближе друг к другу, а с непохожей колеблемостью располагались бы дальше. Построение такой карты можно выполнить на основе таких методов, как, например, метод главных компонент, многомерное шкалирование или анализ соответствий [24,163]. Первые два метода позволят расположить анализируемые признаки в новом пространстве и на основе близости представляющих их точек (или векторов) судить о схожести сезонных волн показателей. Анализ соответствий, кроме решения этой же задачи, может также представить в построенном пространстве месяцы года, что позволило бы ясно показать, за счет сходств в какие именно месяцы наблюдается сходство сезонных волн. Перечисленные методы позволят также учесть и величину расхождения между сезонными индексами, чего невозможно было бы добиться на основе использования только ранговой корреляции.
В силу высокого сходства результатов трех методов остановимся на результатах, полученных с помощью анализа соответствий. Выделение двух осей сохраняет 94% общей инерции, 75% и 19% соответственно. Расположение показателей развития строительства и месяцев года в новом пространстве представлено на рисунке 2.3.4. Анализ карты позволил дать следующую интерпретацию выделенным осям. Чем дальше от нуля по первой оси располагается соответствующая показателю точка, тем больше амплитуда сезонности этого показателя. Чем выше по второй оси располагается точка, представляющая показатель, тем ближе пик его сезонной волны смещен к летним месяцам, а чем ниже - к зимним.
Многомерная классификация муниципальных образований региона по показателям развития строительства
Существенность дифференциации муниципальных образований Оренбургской области по показателям развития строительства, с одной стороны, указывает на его внутрирегиональную специфику, обусловленную особенностями экономического и социального развития городов и районов области, разнообразием природно-климатических условий и различиями в экологической обстановке, а с другой стороны, ставит задачу выделения в рамках анализируемого региона однородных групп по сформированному набору показателей:
vl - благоустройство жилищного фонда газом, % ;
v2 - благоустройство жилищного фонда отоплением, % ;
v3 - благоустройство жилищного фонда водопроводом, % ;
v4 - общая площадь жилых помещений, приходящаяся в среднем на одного жителя на конец года, кв.м;
v5 - ввод в действие газовых сетей, км;
v6 - ввод в действие жилых домов на душу населения, кв.м;
v7 - ввод в действие жилых домов, построенных населением за свой счет и с помощью кредитов, на душу населения, кв.м;
v8 - объем работ, выполненных по виду экономической деятельности «Строительство», руб. на душу населения;
v9 - инвестиции, направленные в жилищное строительство, руб. на душу населения.
Для формирования однородных групп сначала воспользуемся иерархическим кластерным анализом (метод Уорда), выбрав в качестве меры расстояния между муниципальными образованиями евклидово расстояние
Дендрограмма разбиения на классы для 2011 года представлена в приложении И на рисунке ИЛ. Анализ дендрограммы позволяет предположить существование в пределах Оренбургской области пяти классов, различающихся уровнем развития строительства, для выделения которых с целью получения более устойчивого разбиения мы воспользовались итерационным методом кластерного анализа - методом к-средних [24]. Разбиение найдено за две итерации. Представленный на рисунке 3.2.2 график средних значений стандартизированных признаков в классах позволяет описать полученные кластеры.
Для первого класса характерен высокий средний уровень ввода в действие жилых домов, в том числе построенных населением за свой счет и с помощью кредитов, объема работ по ВЭД «Строительство» и инвестиций в жилищное строительство жилищное, высокая площадь жилищ на одного жителя (самая высокая среди всех классов). Единственный показатель, по которому данный класс находится среди отстающих, - это ввод в действие газовых сетей, что в совокупности с высоким уровнем обеспеченности жилищного фонда газом, отоплением и водопроводом не является отрицательным моментом. Типичными представителями первого класса среди районов являются Тюльганский и Переволоцкий районы, а среди городов - г. Бугуруслан.
Для городов и районов, вошедших во второй и третий классы, характерен низкий средний уровень ввода в действие жилых домов, в том числе построенных населением за свой счет и с помощью кредитов, объема работ по ВЭД «Строительство», инвестиций в жилищное строительство, а также высокий уровень ввода в действие газовых сетей (самый высокий среди всех классов) и площади жилищ, приходящихся на одного жителя.
Различаются эти два класса уровнем обеспеченности жилищного фонда газом, отоплением и водопроводом: у второго класса он значительно ниже, причем наиболее велики различия в обеспеченности отоплением. Типичными представителями второго класса являются Октябрьский, Курманаевский и Сорочинский районы, третьего класса - Кувандыкский, Матвеевский и Пономаревский.
Четвертый класс характеризуется низким средним уровнем ввода в действие жилых домов, в том числе построенных населением за свой счет и с помощью кредитов, инвестиций в жилищное строительство при сравнительно высокой обеспеченности населения жилой площадью и оснащенности жилищного фонда отоплением и водопроводом. Особенностью данного класса является очень низкая (самая низкая среди всех остальных классов) обеспеченность жилищного фонда газом в совокупности с низким уровнем ввода в действие газовых сетей. Его типичным представителем является город Медногорск.
Пятый класс выделяется среди всех остальных классов экстремально высокими средними уровнями ввода в действие жилых домов, в том числе построенных населением за свой счет и с помощью кредитов, объема работ по ВЭД «Строительство» и инвестиций в жилищное строительство. В нем не самая низкая обеспеченность жилищного фонда водопроводом, но низкий уровень обеспеченности газом и минимальная площадь, приходящаяся на одного жителя. Этот класс образуют три муниципальных образования: Оренбургский и Первомайский районы, город Сорочинск.
Полный состав классов представлен в таблице 3.2.1.
На основе анализа внутриклассовых расстояний сделан вывод о том, что второй класс является наиболее однородным, плотным, различия между вошедшими в него муниципальными образованиями малы; следующими по плотности идут третий и четвертый классы, затем первый класс. Наименее плотным является пятый класс, состоящий всего из 3 районов, каждый из которых характеризуется перекосом в развитии строительства в ту или иную сторону. На наш взгляд, первый класс можно однозначно трактовать как класс с высоким уровнем развития строительства, однако с остальными классами ситуация не так очевидна. Например, пятый класс, несмотря на впечатляющие показатели ввода в действие жилых домов, объема работ и инвестиций, сильно отстает по остальным показателям и на 2011 год вряд ли может характеризоваться в плане строительства как высокоразвитый.
Поэтому с целью выявления латентных факторов, лежащих в основе дифференциации муниципальных образований Оренбургской области, воспользуемся методом неметрического многомерного шкалирования [24, 163]. Поскольку одной из наших задач является также получение наглядного представления о дифференциации городов и районов области, возьмем размерность пространства, равную двум. Значение функции стресса 0,0096 говорит об отличном соответствии модели данным, карта взаимного расположения исследуемых объектов в новом пространстве представлена на рисунке 3.2.3.
На основе анализа взаимного расположения объектов и полученной выше информации о характерных для них уровнях отдельных показателей развития строительства сделан вывод, что расположение объектов по горизонтальной оси (шкала 1) соответствует их расположению в зависимости от различий в текущей активности в сфере строительства, а различия в их расположение по вертикальной оси (шкала 2) соответствуют различиям в достигнутых результатах функционирования строительства.
С целью построения карты, более подробно отражающей взаимное расположение большей части городов и районов, шкалирование было также проведено без г. Оренбурга, Оренбургского и Первомайского районов. Равное 0,023 значение функции стресса и вид диаграммы Шепарда, на которой точки очень плотно группируются вокруг диагональной ломаной линии (рисунок 3.2.4), говорят об отличном воспроизведении исходного порядка расстояний в двумерном пространстве.
На рисунке 3.2.5 представлена карта взаимного расположения муниципальных образований Оренбургской области в пространстве выявленных латентных признаков. Чем правее по горизонтальной оси располагается объект, тем выше его текущий уровень активности в сфере строительства, на левом конце оси располагаются города и районы со сравнительно низким уровнем активности в сфере строительства. Чем ниже по вертикальной оси находится соответствующая муниципальному образованию точка, тем выше в нем уровень достигнутых (накопленных) результатов функционирования строительства.
