CC BY
40
№1(31)2011
А. В. Богомолова, Т. Н. Юдина, А. П. Вайншток, В. Г. Гитис
ГИС-технология для системного анализа субъектов РФ по геостатистическим данным1
Широкий класс задач исследования географических объектов (ГО) связан с анализом геостатистических социально-экономических данных для изучения свойств отдельных объектов или их групп, а также пространственного распределения значений тематических показателей по территории. Эффективность применения предлагаемой авторами технологии представлена на примере сравнительного анализа субъектов РФ поданным, содержащимся в базах Университетской информационной системы РОССИЯ2.
Географические информационные системы (ГИС)3 — современная технология визуализации и анализа данных, имеющих пространственную привязку. Интерактивное визуальное исследование пространственных и пространственно-временных данных, представленных в форме цифровых карт, значительно упрощает понимание материала. Карта является когнитивным образом, конфигурация, структура и характерные особенности которого отображают реально существующие природные или социально-экономические объекты и их свойства, что позволяет производить как пространственный анализ визуализируемых данных, так и выдвижение гипотез об их свойствах. В современных инструментальных ГИС развитые средства визуализации объединяются со средствами анализа данных, такими как моделирование, статистическое оценивание, классификация, индуктивный вывод.
1 Работа выполнена при поддержке гранта РФФИ 09-07-00154.
2 Работы по базам данных в УИС РОССИЯ ведутся с 2000 г., поддерживались грантами РФФИ и РГНФ, текущие гранты РГНФ — №08-02-00267/а и №10-02-1 2116/в.
3 Геоинформационная система — информационная среда, обеспечивающая сбор, хранение, обработку, доступ, отображение и распространение данных, связанных с географическими объектами.
Широта спектра предметных областей и разнообразие пользователей геостатистических данных, представленных в Интернете, потребовало создания сетевых ГИС. Они должны содержать интуитивно понятный инструментарий, который может быть применен непрофессиональными в геоинформатике пользователями.
Сетевая аналитическая ГИС КОМПАСА
ГИС КОМПАС-У [2] позволяет производить интерактивный картографический анализ геостатистики на основе как первичных тематических, так и комплексных показателей (получаемых на основе первичных) и визуально классифицировать регионы; выдвигать и проверять гипотезы о закономерностях; отображать и оценивать состояние регионов; создавать отчеты, включающие картографическую, графическую и табличную информацию; осуществлять подготовку, обоснование и поддержку принятия решений.
В ГИС КОМПАС-У реализованы:
1. Интуитивно понятные средства визуализации и анализа, не требующие от специалиста проблемной области особой подготовки по геоинформатике.
2. Клиент-серверное решение, которое в более полной мере позволяет использовать функциональность ГИС для интерак-
№1(31)2011
тивного анализа геоданных4. На клиенте (Java Applet) выполняются операции анализа, на сервере — операции выборки тематических данных из БД и генерация отчетов по заранее подготовленным шаблонам.
Анализ географической информации в ГИС КОМПАС поддерживается комплексом технологических средств, включающих:
1) визуальное исследование данных;
2) моделирование новых тематических показателей;
3) многокомпонентный анализ тематических показателей;
4) формирование отчетов;
5) сборку ГИС-проекта;
6) сохранение ГИС-проекта.
Визуальное исследование данных позволяет наглядно представить и сопоставить состояние и тенденции развития как всего географического региона, так и его зон или подмножеств географических объектов. Оно направлено на выявление пространственного образа распределения тематических свойств исследуемого географического района и взаимного пространственного распределения различных типов географических объектов.
Моделирование новых показателей дает возможность получить новые свойства географической информации (ГИ) посредством алгебраических и логических операций, а также заранее определенных функций над тематическими показателями анализируемых географических объектов.
Комплексный анализ данных позволяет проводить сравнение географических объектов с помощью оценивания их сходства и классификации по группе тематических показателей.
Совместное применение интерактивного визуального исследования ГИ, моделирования новых показателей и интуитивно понят-
4 Это обстоятельство в значительной мере определило реализацию системы в виде иауа-апплета, так как отклик серверных систем на задаваемые на клиенте операции остается заметным. После загрузки аппле-та и данных на ПК пользователя обращений к серверу не происходит, и используются только ресурсы ПК.
ного комплексного многомерного анализа дает синергетический эффект в понимании пространственных и тематических свойств ГИ и выявлении существенной информации для поддержки принятия решения [3].
Отчеты позволяют совместно представить картографическую информацию, тематические свойства ГИ и выявленные особенности. Карта дополняется таблицами, диаграммами и комментариями. Для подготовки шаблонов отчетов, их генерации по данным анализа и представления пользователю применяется технология web-решения пакета Crystal Reports, что делает возможной динамическую публикацию отчетов в Интернете и их выгрузку в различные форматы (rtf, rpt, pdf). Данными для формирования отчетов являются результаты и параметры инструментальных операций ГИС КОМПАС. Для одного отчета могут быть использованы данные из нескольких инструментов, в частности, одна операция, которая проводится несколько раз. В настоящее время разработано 7 типовых видов отчетов.
Сборка ГИС-проекта позволяет формировать информационное пространство для исследуемой проблемы из данных, распределенных как на удаленных серверах, так и на компьютере пользователя. ГИС-про-ект включает коллекцию геоданных из одной пространственной области — картографических слоев географических объектов (ГО) и относящихся к ним тематических и атрибутивных данных и метаданных. Картографический слой составляет множество однородных ГО (страны, дороги, города и т. п.). Компоненты ГИС-проекта определяются в xml-документе метаданных, в котором также задаются названия тематических показателей, определяются их древовидная структура и параметры визуализации картографических объектов.
В задачах анализа геостатистики картографическая информация проекта, как правило, статична, т.е. географическое положение объектов не меняется или изменяется достаточно редко. Тематическая информация динамична и должна актуали-
№1(31)2011
зироваться по мере ее изменения и накапливаться со временем (например, годовые показатели).
Важной особенностью геостатистических данных является то, что во многих случаях таблицы тематических показателей слоев могут находиться в различных хранилищах отдельно от картографической информации, их идентификация происходит по уникальному имени ГО (имя региона, города, реки, магистрали и т.п.). Поэтому сборка ГИС-проекта должна производиться из ресурсов, распределенных как на удаленных серверах, так и на компьютере пользователя. Возможность подключения данных с ПК пользователя обеспечивает их конфиденциальность, что часто является определяющим требованием владельцев информации.
В ГИС КОМПАС для картографических слоев используется широко распространенный зИаре-формат (ЕЭР1). Тематические показатели ГО слоя представляются в виде таблицы, каждая строка которой соответствует отдельному объекту, а столбец — определенному показателю. Таблицы могут содержаться как в отдельных файлах формата с1ЬГ так и в БД различного типа. Показатели бывают числовыми, текстовыми, логическими и Ш1_-адресами.
В системе КОМПАС-У реализован режим работы с БД через внешний запрос по технологии клиент-сервер, т.е. сначала с помощью web-фopмы делается запрос на выборку требуемых тематических показателей и географических объектов из БД. Дополнительные скрипты на стороне сервера используют средства СУБД и динамически создают на сервере БД результирующую таблицу и необходимый для запуска ГИС-приложения хт1-документ. Такой режим предпочтителен для больших БД (сотни показателей), так как у пользователя обычно нет необходимости одновременно интерактивно анализировать все показатели, требуется лишь подмножество показателей. Режим с запросом к БД реализован совместно с коллективом проектаУниверситетская информационная система РОССИЯ на ба-
зе НИВЦ и экономического факультета МГУ им. М. В. Ломоносова.
Сохранение ГИС-проекта предоставляет пользователю возможность записать на свой компьютер копию ГИС-проекта с новыми тематическими показателями, полученными в результате моделирования.
Функциональность ГИС КОМПАС-У распределена по трем окнам (рис. 1): окно карты (1), окно аналитических операций (2), окно режимов (3).
Окно карты предназначено для картографического исследования тематических показателей географических объектов и интерактивного представления когнитивных образов, получаемых в результате ряда аналитических операций. В окне визуализируются выбранные слои объектов ГИС-проекта (полигоны, точки, линии), в верхнем поле окна выводятся название и значение просматриваемого показателя для интерактивно выбираемых на карте географических объектов активного слоя. В зависимости от используемой операции на карте можно отметить один или несколько объектов, выбранные объекты помечаются.
Окно операций предназначено для установки опций/параметров выбираемых операций, а также отображения результатов в виде таблиц, диаграмм, графиков. Для представленной на рис. 1 операции Просмотр выбрана опция Таблица атрибутов и объектов. Строка показателей отмеченного на карте объекта позиционируется в таблице первой. Всплывающие окна позволяют увидеть полные названия объектов и показателей.
В окне режимов производятся включение/отключение слоев, выбор показателей, масштабирование карты и сдвиг, просмотр легенды.
Основные функции технологических средств ГИС КОМПАС-У приведены в табл. 1.
Примеры применения инструментальных операций ГИС КОМПАС-У будут представлены далее при анализе типологии субъектов РФ. Исследование выполнено на основе
№1(31)2011
£
<0 Ч
I $
Рис. 1. Стартовое окно ГИС КОМПАС-У: 1 — окно карты; 2 — окно аналитических операций; 3 — окно режимов
и о
е
©
со
в
<и *
!5
I §
та
е
1 е
I
I
Таблица 1
Основные функции ГИС КОМПАСА
№ п/п Функция
Подсистема »Визуальное исследование данных»
1 Интерактивная композиция слоев карты
2 Интерактивная визуализация слоев карты; масштабирование, сдвиг, вся карта, легенда
3 Контекстная справка по тематическим показателям
4 Считывание значений тематических показателей объектов
5 Выводзначений всехтематических показателей для выбираемого по карте объекта
6 Вывод таблиц тематических показателей, вертикальный и горизонтальный скроллинг, всплывающие окна наименований объектов и показателей, транспонирование таблицы, ввод и редактирование показателей с клавиатуры
7 Выделение географического объекта/объектов на карте
8 Подсветка релевантных данных во всех окнах анализа ГИ
64
№1(31)2011
Продолжение таблицы 1
№ п/п Функция
Подсистема »Моделирование тематических показателей»
9 Ввод с клавиатуры нового тематического показателя в таблицу с соответствующим позиционированием в окне раскрывающегося списка показателей и визуализацией на картограмме
10 Генерирование нового показателя с помощью конструктора произвольных функций от выбираемых в окне списка показателей и соответствующим позиционированием в списке, атакже визуализацией на картограмме
11 Генерирование новых показателей по выбираемым в окне списка показателям по функциям, заранее определенным на внешнем файле, с соответствующим позиционированием в списке и визуализацией на картограмме
12 Запись и удаление новых вычисленных/введенныхтематических показателей в список
Подсистема »Анализ тематических показателей»
13 Интерактивное построение диаграмм для одного объекта по группе тематических показателей, по нескольким объектам для одного или категориям тематического показателя. Вычисление статистик
14 Построение гистограмм с выбором произвольных интервалов значений тематических показателей на слайдере с соответствующей раскраской объектов на карте
15 Интерактивный выбор прецедентов на карте
16 Интерактивный выбор множества показателей из списка
17 Построение картограммы сходства объектов с выборкой прецедентов по комплексутематических показателей
18 Построение картограммы принадлежности объектов кдвум классам заданными выборками прецедентов, по комплексутематических показателей
Подсистема »Отчет»
19 Выбор отчетов из списка
20 Автоматическое и диалоговое формирование параметров отчета
21 Экспорт сгенерированных отчетов в форматы doc/pdf
22 Просмотр ранее сгенерированных отчетов
Подсистема »Сборка ГИС-проекта»
23 Сборка ГИС-проекта из слоев, распределенных как на сетевых серверах, так и на компьютере пользователя
24 Подключение таблиц и БД тематических показателей. Типы возможных СУБД при прямом обращении к таблицам БД из ГИС ограничены ООВС-конвертером
25 Описание компонентов ГИС-проекта в хт!-документе
Подсистема »Сохранение ГИС-проекта»
26 Запись компонентов модифицированного ГИС-проекта на компьютер пользователя
27 Созданиехт!-документадля модифицированного ГИС-проекта
№1(31)2011
базы данных «Регионы России», поддерживаемой в составе УИС РОССИЯ5.
Анализ социально-экономического положения субъектов РФ по геостатистическим данным
Рассмотрим типологию субъектов РФ, разработанную с помощью инструментальных средств геостатистического анализа сетевой аналитической ГИС КОМПАС-У.
Региональные типологии используются для решения различных задач — исследования уровня и динамики развития регионов, выработки мер региональной политики, анализа влияния внешних конъюнктурных изменений на социально-экономическое положение региона и др. Известно множество типологий, базирующихся на комплексах различных показателей, зависящих от решаемых исследователем задач, например: типология регионов, предложенная специалистами Независимого института социальной политики [7], типология регионов на основе интегрального показателя бизнес-климата [1].
Можно выделить несколько методологических подходов для разработки региональных типологий — построение классификации по интегральному показателю, формирование многомерных статистических группировок, использование математических методов многомерного статистического анализа для типологизации регионов.
В данной работе приводится пример применения геоинформационной технологии анализа геостатистических данных для исследования региональной типологии, в основе которой лежит подход, предложенный в публикации специалистов Независимого института социальной политики [7], базирующийся на классификации регионов по двум признакам — уровню экономического развития и положения домохозяйства, а также освоенности территории.
Уровень экономического развития региона и положения домохозяйств оценивается
5 http://uisrussia.msu.ru 66 J -
с помощью интегрального показателя, включающего: а) валовой региональный продукт (ВРП) на душу населения; б) долю населения с доходами ниже прожиточного минимума; в) соотношение среднедушевых денежных доходов с прожиточным минимумом.
Для корректировки межрегиональных различий в уровне цен включенный в интегральную оценку ВРП на душу населения был соотнесен с нормированной региональной стоимостью фиксированного набора потребительских товаров и услуг.
Интегральная оценка IntBal/, определяется как среднее балльных оценок региона по трем перечисленным показателям, которые в свою очередь вычисляются по рангам соответствующих показателей:
lntBallj = M {ВЩ,
Balls (Ind) = RankRFl (Ind,) - Rankl (Ind,),
где RankRFj (Ind) — ранг среднероссийского значения по показателю Ind-, Rankt (Ind) — рангу-го региона по /'-му показателю.
Типология регионов на основе интегральной оценки экономического развития по данным за 2008 г. представлена на рис. 2 в виде типового отчета, сгенерированного посредством подсистемы «Отчеты». Разбиение регионов по уровню развития получено с помощью инструмента «Группирование», который позволяет строить гистограмму для произвольных интервалов значений визуализируемого на картограмме индикатора интерактивным разбиением диапазона значений посредством произвольно располагаемых слайдеров. Равномерное разбиение всего интервала интегральной оценки [- 35; 38,33] на 5 подынтервалов соответствует следующей шкале развития регионов: низкий уровень, ниже среднего, средний, выше среднего, высокий. Распределение субъектов РФ по группам составляет: 11, 18, 18, 17, 12. Для 7 из 83 регионов интегральная оценка не была вычислена ввиду отсутствия каких-либо необходимых данных, в частности, не строилась интегральная оценка для таких ресурс-
№1(31)2011
Регионы с низким уровнем развитая Регионы с уровнем развития ниже среднего Средние регионы Регионы с уровнем развития выше среднего Высокоразвитые регионы Нет данных
Владимирская область Алтайский край Астраханская область Волгоградская область Белгородская область Архангельская область
Еврейская АО Амурская область Брянская область Калужская область г. Москва Забайкальский край
ИЕ.тяобгкдя область Воронежская область Вологодская область Красноярский кран г, Сзякт-Петербург Ненеоккй АО
Камчатский край Кабардамо-Балкарск ая Иркутская область Курская область Кемеровская область Тюменская область
Приморский край Карачаево-Черкесская Калининградская область Ленинградская область Липецкая область Ханты-Мансийский АО
Республика Адыгея Кировская область Краснодарский кран Мурманская область Московская область Чеченская Республика
Республика Алтай Костромская область Курганская область Нижегородская область Республика Б ашхортос таи Ямало-Неяепкий АО
Республика Ингушетия Пснзсиская область Магаданская область Омская область Республика Татарстан
Республика Калмыкия Псковская область Новгородская область Оренбургская облапь Сахалинская область
Республика Марий Эл Республика Бурятия Новосибирская область Пермский край Свердловская область
Республика Тыва Республика К арел кя Орловская область Республика Дагестан Челябинская область
Республика Мордовии Республика Саха (Якутия) Республика Коми Чукотский АО
Республика Хакасия Республика Северная Осени Самарская область
Саратовская область Ростовская область Тамбовская область
Ставропольский край Рязанская область Томская область
Ульяновская область Смоленская область Тульская область
Хабаровский край Тверская область Ярославская область
Чувашская Республика Удмуртская Республика
Рис. 2. Типология регионов на основе интегральной оценки экономического развития, 2008 г.
ных регионов, как Ханты-Мансийский, Ямало-Ненецкий автономные округа и Тюменская область, которые наряду с Москвой относятся к группе богатых регионов-лидеров.
Из 12 регионов Южного и Северо-Кавказского федеральных округов, по которым есть все необходимые данные для расчета интегральной оценки, 6 входят в группу с низким уровнем развития и ниже среднего. Также в группу регионов с низким уровнем развития попали Ивановская и Владимирская области, Республики Марий Эл, Алтай и Тыва, а также три дальневосточных субъекта РФ — Приморский, Камчатский край и Еврейская автономная область.
На рисунке 3 представлена типология регионов на основе интегральной оценки экономического развития по данным за 2005 г. По сравнению с 2005 г. в распределении регионов по группам в 2008 г. произошло несколько существенных изменений. Республика Дагестан переместилась из группы
с уровнем развития ниже среднего в группу относительно экономически развитых регионов. Также улучшил свои позиции Краснодарский край, переместившийся из группы регионов с уровнем развития ниже среднего в группу средних регионов.
Для оценивания общей региональной картины вклада отдельных показателей, входящих в интегральную оценку, картограммы интегральной и балльных оценок совместно представлены на рис. 4. Для всех балльных оценок распределение субъектов по определенным пяти категориям почти равномерно.
Анализ отдельных составляющих интегральной оценки демонстрирует, что «перемещение» Республики Дагестан произошло за счет показателей, связанных с оценкой прожиточного минимума — доли бедного населения и соотношения среднедушевых доходов с прожиточным минимумом, в то время как ранг региона по показателю ВРП на душу населения поднялся с 77 позиции до 71,
№1(31)2011
Рис. 3. Типология регионов на основе интегральной оценки экономического развития, 2005 г.
£
<0 Ч
I $
и о
е
©
*
!5
I §
та
е
1 е
I
I
а по доле бедного населения — с 56 позиции до 5, по соотношению среднедушевых доходов с прожиточным минимумом — с 25 до 6 позиции. Если в 2005 г. доля населения с доходами ниже прожиточного минимума в Республике Дагестан составляла 24%, то в 2008 г. этот показатель снизился до 10,1% [4]. Соотношение среднедушевых доходов в республике с прожиточным минимумом выросло до 399,5 раз в IV квартале 2008 г. [4] с 264,5 раз за соответствующий период 2005 г. [5]. Состав республиканской потребительской корзины в 2007 г. изменился: были увеличены нормы потребления овощей, фруктов, мяса и рыбопродуктов.
Таким образом, уменьшение доли бедных не является следствием снижения размеров прожиточного минимума на основе новой потребительской корзины.
Темпы роста реальных денежных доходов в Дагестане в 2006 г. были практически самыми высокими и составляли 129,8% по сравнению с 2005 г. [6], при этом заработная плата росла темпами, близкими
к среднероссийским, а пенсии — значительно медленнее, чем в среднем по стране. Итак, можно предположить, что основной рост происходил за счет доходов от предпринимательской деятельности и других доходов, включая «скрытые». Доходы от предпринимательской деятельности вместе с другими доходами в Республике Дагестан в 2005 г. составляли 73,4%, в 2008 г. — 76,8% [4]. По доле других доходов, включая «скрытые» в 2008 г. Дагестан находился на первом месте среди российских регионов, по доле доходов от предпринимательской деятельности входил в первую пятерку.
Высокие темпы роста денежных доходов, отчасти объясняемые изначально низкой доходной базой, привели к росту среднедушевых денежных доходов от 55% среднероссийских в 2005 г. до 73% в 2008 г., тогда как с учетом уровня жизни населения рост среднедушевых доходов в 2005 г. составил от 65 до 87% среднероссийских. Таким образом, если доверять официальной статистике, снижение доли бедных в республике
68
№1(31)2011
Интегральная оценка
Бани: население с доходами ниже прожиточного
минимума
аутсайдер ниже среднего средний
Рис. 4. Региональное сравнение типологии
в 2008 г. было обусловлено высокими темпами роста среднедушевых доходов, в основном получаемых от предпринимательской деятельности, а также других доходов, включая «скрытые».
На рисунке 5 приведена диаграмма интегральных оценок регионов-лидеров, на которой минимальное значение 27 баллов существенно отстоит от верхней границы,равной 23,6 баллов, предыдущей группы развития «выше среднего».
Среди регионов-аутсайдеров присутствуют регионы освоенной и слабоосвоенной зоны. Для оценки освоенности выбран показатель «Плотность населения». На рисунке 6 изображены картограмма и гистограмма распределения регионов по плотности населения в 2008 г. в трех группах: слабо-
Бапл: ВРПна душу населения с учетом
регионального ППС
Балл: соотношение среднедушевых доходов с
величиной прожиточного минимума
выше среднего лидер
по интегральной оценке и ее компонентам
освоенная (Р < 10 чел./км2,), среднеосвоен-ная (10 => Р < 50) и освоенная территория (Р => 50). В группе регионов-аутсайдеров к слабоосвоенным относятся Республики Алтай, Калмыкия, Тыва, Камчатский край, Еврейская автономная область. Освоенные территории — Республики Адыгея и Ингушетия, Ивановская область.
Анализ структуры экономики регионов также демонстрирует неоднородность внутри выделенных с помощью интегральной оценки групп. Так, среди отсталых регионов присутствуют аграрные (с преобладанием сельского хозяйства в структуре валовой добавленной стоимости) — Республики Калмыкия и Алтай; промышленные (с преобладанием обрабатывающих производств в структуре валовой добавленной стоимо-
№1(31)2011
ТВ IX
Э D:\workNCOMPA5S\TYPOLOGY200fl.html ■ М1сгон>Л 1гЛегле1 ЕхЫогег
Г крайнее
1-Гр-; о
ИЭбрЛ
I. !>.Г
D:\vvork\COMPASS\TYTOLOGY20O8
л- •-.. VI
ИРГ] М1Д|01Г|1 населения
Сйелнедпшввсн денеяяьй до'ад'Лромпочный мннн*г?м
жшшашвжвяж
Рассчиглммыл пОкю.тгппн ¿ря
г-:
Ранги СЛЬЙОМ
.иИ: ■
Соотнесение
Готово ^ э^ Мак компьютер
Рис. 6. Группирование регионов по плотности населения, 2008 г.6
6 В группировку не включены Москва и Санкт-Петербург, плотности населения которых (9477 чел./км2 и 3273 чел. /км2) на порядок больше, чем у ближайшего густонаселенного региона.
ПРИКЛАДНАЯ ИНФОРМАТИКА /-
1 №1(31)2011
С
й«
Ё
1 со
I
со
0
1 12 £
Рис. 7. Картограммадоли обрабатывающих производств в структуре валовой добавочной стоимости и сопоставление регионов-лидеров (отмечены на картограмме квадратами)
по данному показателю, 2008 г.
сти) — Владимирская и Ивановская области, Республика Марий Эл.
Неоднородна и группа регионов-лидеров, среди которых выделяются города федерального значения Москва и Санкт-Петербург, регионы, ориентированные на добычу ресурсов, и индустриально развитые субъекты. На рисунках 7 и 8 приведены картограммы доли обрабатывающих производств и добычи полезных ископаемых в структуре валовой добавочной стоимости в 2008 г. и соответствующие сравнительные диаграммы регионов-лидеров (инструмент «Объекты» системы КОМПАС).
Регионы с преобладанием обрабатывающих производств — Московская, Липецкая, Челябинская, Свердловская области и Республика Башкортостан. В структуре выпуска трех областей — Липецкой,
Челябинской и Свердловской преобладает металлургическое производство, обеспечиваемое крупнейшими российскими металлургическими предприятиями — Новолипецким, Магнитогорским, Нижнетагильским металлургическими комбинатами, расположенными на территории соответствующих областей. ОАО НЛМК и ММК в большей степени ориентированы на экспорт продукции, в частности, более 73% продаж Новолипецкого металлургического комбината в 2009 г. приходилось на экспортные рынки7.
Промышленность Республики Башкортостан и Московской области более ди-
7 Данные с сайта ОАО «Новолипецкий металлургический комбинат», http://www.nlmk.ru/our_operations/ оиг_тагке(/.
3 D:\workSCOMPASS\TYPOLOGY200fl-htniI - Шсгско<г 1гЛегпе1 Ехркагег
ГгрР.-"
'. Г.р. .-.
мяратек
Г ...•■>•
■ Л
населения £г»11
Сршедшмой дмажтя диадПр•эчгито'. чь >н
Территория
ггп
Вв1И0НвП4НвГв ППС"
| -ик.;,-,!
О'
иПРвслуй
V .■
: ' .Г
«ЖМЫО I №
№1(31)2011
£
<0 Ч
I $
и о
е
©
И
!5
1 £ та
5
1 е
I I I
Рис. 8. Картограмма доли добычи полезных ископаемых в структуре валовой добавочной стоимости и сопоставление регионов-лидеров (отмечены на картограмме квадратами) поданному показателю, 2008 г.
версифицирована. Около 36% выпуска в Башкортостане в 2007 г. составили добыча сырой нефти, а также производство нефтепродуктов. В Московской области преобладает пищевая промышленность (14,5% выпуска в 2007 г.), более 5% выпуска приходится на производство стекла и стекольных изделий вместе с цементом, а также на механическое оборудование, двигатели и турбины.
Белгородская область и Республика Татарстан, тоже представленные в группе регионов-лидеров, характеризуются примерно одинаковыми долями валовой добавленной стоимости, приходящимися на добычу полезных ископаемых и обрабатывающее производство.
Чукотский автономный округ, Сахалинская и Кемеровская области — регионы
из группы лидеров, специализирующихся на добыче полезных ископаемых. При этом, если в Сахалинской области ключевую роль играет добыча сырой нефти (около 55% выпуска в 2007 г.), то в Чукотском автономном округе более 23% выпуска составляют руды и пески драгоценных металлов. В Кемеровской области преобладает добыча каменного угля, однако, металлургическое производство также играет немаловажную роль (21% выпуска 2007 г. приходилось на производство стального проката).
Большинство регионов из группы аутсайдеров характеризуются высокой долей сектора государственного управления в структуре валовой добавленной стоимости. Нерыночные услуги государства, составляющие большую долю в структуре валовой добав-
72
3 D:\work\COMPASS\TYPOLOGY2iMe.html - М1сгою(г I Метле! Ехр1о№г
('Х^ПМСС
С^-с,-:
т.'-.: " Л
\wOfk\COMPASS\TYPOLOGY2Wli
Срвднедлимса д« мойный доюнуПвомггочный ммннмцм
г-;
Капп
мг
Улятйи РАГИОМЛЛЬМПГП
ООДЖВтОЙ оОКЛЯЧ*ННОЬТК до
' I МйСЛМИ
№1(31)2011
ленной стоимости экономически слаборазвитых регионов, финансируются за счет трансфертов из федерального бюджета. На расходы консолидированного бюджета в регионах-аутсайдерах в 2008 г. приходилось более 25% ВРП, а в Республиках Тыва и Алтай — свыше 50% [4].
Как видно на рисунке 9, практически во всех регионах-аутсайдерах уровень реальной бюджетной обеспеченности в 2009 г. был весьма низок, за исключением Приморского края и Владимирской области, и не превышал 0,50. Низкий уровень бюджетной обеспеченности в регионах-аутсайдерах обусловливает большую долю трансфертов на выравнивание. Во всех регионах-аутсайдерах (кроме двух названных ранее) в 2009 г. доля трансфертов на выравнивание в доходах бюджетов субъектов состав-
ляла более 20%, а в Тыве, Алтае и Ингуше- |
тии — свыше50%. t
В ГИС КОМПАС реализован многокомпонентный (комплексный) анализ тематических S показателей, который позволяет выявлять j| схожие территории по нескольким показате- <2 лям. Применяются два метода комплексного ^ анализа [3]: а) оценивание сходства геогра- ¡орфических объектов (ГО) слоя карты с выби- § раемыми прецедентами по произвольному ® набору показателей (инструмент «Сходст- к во»); б) классификация объектов слоя кар- |* ты по сходству с двумя группами прецеден- § тов по произвольному набору показателей g (инструмент «Принадлежность»), Сходство оценивается на основе вычисления расстоя- ^ ний в пространстве множества выбранных показателей всех ГО слоя до ГО, выбранных в качестве прецедентов. Каждый показатель
L №<Х
3 О;\work\COMPASS\TYPOLOGY2Mfl.html - Microsoft Internet Explorer
.':•. ...........
LOCC.-:
l -рг: r.-
дерамюе
IKWÜl
' T,v.: "Л
Св»днедга*И1й денсжиып двкодПрдаиттиыи
Рлнги СчЯьлстси РФ па
Г'4НГ
рминальнмо ППС
p«»nkSni.Mftro ЛПС
-чи •
Г - '!('
Свпьсше маяйстп
, • ; К-. Г" -I
Г 1 МвсДОгниа Адыгея
с.-.- i>,i,
Г.-ЧСР-
К ИЛЮТес
Рис. 9. Картограмма реальной бюджетной обеспеченности и диаграмма регионов-аутсайдеров, 2009 г.
73
№1(31)2011
нормируется по среднеквадратическому отклонению (СКО) значений представленных объектов. После нормировки все свойства выражаются безразмерными величинами с единичными среднеквадратичными отклонениями. Расстояние между объектами измеряется в долях СКО. Если расстояние между объектами больше заданного пользователем порога, то такие объекты считаются несравнимыми.
На рисунке 10 приведены классы субъектов РФ по тематическому показателю «Принадлежность». Прецедентом первого класса является Липецкая область — представитель группы регионов-лидеров; прецедент второго класса — Ивановская область — представитель регионов-аутсайдеров. Выбранные прецеденты географически близки.
Комплекс показателей включает исходные показатели, используемые для вычисления интегральной оценки: 1) ВРП на душу населения с учетом стоимости жизни в регионе; 2) доля населения с доходами ниже прожиточного минимума; 3) соотношение среднедушевых денежных доходов с прожиточным минимумом. Белым отмечены 6 субъектов РФ, не отнесенных ни к одному из 2-х классов: регионы-лидеры Москва и Сахалинская область, регионы-аутсайдеры Республики Калмыкия и Тыва.
Полученные оценки для регионов добавляются в список тематических показателей с именем «Принадлежность Липецкая — Ивановская области» и визуализируются на картограмме (рис. 11). Новый показатель был классифицирован (инструмент
£
<0 Ч
I $
и о
е
©
*
!5
I §
та
е
1 е
I
I
74
Е Их
Э D:\work\COMPA5S\TYPOLOGY2Mfl.htniI ■ М1сгоюЛ I п*егпе1 ЕхЫогег
ГгрР.-"
'Л
\vwXkKCWPASS\TYTOLOGY2QOe
Сиогноотиие срсрсдоврисспккОл гтииюстьп флКСЛРОИ»»
Ранги СчЯЬЛСТО! Р® По
ранг ЕИП на влн деления (летом репммапьнвго пЛС
|»|отпы рИипкапьмйго Г1Г1С
Ь4Щ НЖСЛМН £
Гр^турд цлпЮм ДоЛ
иПраАагымвщие пре*е1ОДП1*
Лс-5ь».а папюиьи и ишавиьи
Просмотр ОДнпы | А|рнбу|ы Сомнение Групмромим Схадстве Ппм»ал*жвэеп, Калысулятр Ориш |
Готово
-.3 Мой компьютер
Рис. 10. Классы субъектов РФ по тематическому показателю «Принадлежность»
8 Прецеденты отмечены на карте квадратом и кружком; выбранные показатели представлены в списке.
ПРИКЛАДНАЯ ИНФОРМАТИКА /-
1 №1(31)2011
□В К
3 О;\work\COMPASS\TYPOLOGY200fl.html - М1сго4оГ11г»№гпе1 Екр1огег
пплякл й!ЧЛ н?6$нннс? Орыг ГП[ИЙИЛ
«1
V ¿1
С Э^леьекнып ЯРЩИППС.КИТИНЫЙ
□ ПП ИЛ
Нанм СЛМкШ РФ ПР П'1чи ¿П^а
Ганг смтошнине «радив дливвье др.вдо!■
Ыпг: ИРЛ ЩД(Ш*М«1Г1|№|А(У(*№У ОРЛККЩЬНйО 1
( ТГ'ЯП?!:? 1 (ТПиТЛа ВаППЮИДОПМПеННО.! (ГС>кЙ[Т|1 I
СПП1.Г ть -|. пшм и тмипг
№й кочльвтес
^ГОТИВ
Рис. 11. Группирование субъектов РФ по показателю «Принадлежность Липецкая — Ивановская области»9
«Группирование») по пяти категориям, которые соответствуют ранее установленным типологиям.
Следует отметить хорошее совпадение субъектов групп с классификацией по интегральной оценке. Так, в группу прецедента регионов-лидеров с высокой принадлежностью т > 0,6 вошли 10 из 12 субъектов РФ, отобранных по интегральной оценке (Москва и Сахалинская область не были отнесены ни к одному из двух классов).
В группу регионов-аутсайдеров с высокой принадлежностью т <-0,6 вошли 9 субъектов, классифицированных по интегральной оценке, а также Мордовия и Чувашская Республика из соседней группы (уровень ниже среднего). Регионы-аутсай-
9 На диаграмме показаны шкала категорий групп и количество субъектов в группах.
деры Республики Калмыкия и Тыва не были соотнесены с прецедентами.
Как справедливо отмечают специалисты Независимого института социальной политики, основными факторами региональных различий в России являются агломерационный эффект, обеспеченность сырьевыми ресурсами, востребованными на мировом рынке, и выгодное положение на путях мировой торговли [8]. Липецкая и Ивановская области — географически близкие регионы освоенной зоны, столь глобальные различия между которыми обусловлены структурой их промышленности. В валовой добавленной стоимости обоих регионов преобладает промышленное производство. Однако, если в структуре выпуска Липецкой области более 50% составляет металлургическое производство, в том числе холоднокатаного плоского прока-
№1(31)2011
та, то в структуре выпуска Ивановской области около 15% составляет текстильное (а именно ткацкое) производство и около 25% приходится на прочие отрасли, среди которых пищевая промышленность и производство готовых металлических изделий. В отличие от Ивановской, промышленность Липецкой области ориентирована на экспортные рынки, при этом ее активному развитию в последнее десятилетие способствовала благоприятная конъюнктура мировых цен на металлы.
Анализ групп регионов, построенных на основе интегрального показателя, демонстрирует некоторое снижение масштабов региональных диспропорций по сравнению с 2005 г. В частности, по ВРП на душу населения с учетом стоимости жизни в 2008 г. отмечается некоторое снижение децильного коэффициента и коэффициента фондов. Неравенство по численности бедного населения осталось практически неизменным.
Заключение
На основе сетевой аналитической ГИС КОМПАС-У построено ГИС-приложение для изучения типологии субъектов РФ по социально-экономическим показателям. ГИС КОМПАС-У позволяет не только визуализировать геостатистические данные, но и является многофункциональным интерактивным инструментом, с помощью которого можно анализировать и наглядно представлять обнаруженные в ходе исследования закономерности социально-экономического развития территорий. В частности, с использованием интегрального показателя была построена типология регионов для 2005 и 2008 гг., проанализирована динамика регионального развития в выявленных группах, сделаны выводы о причинах произошедших изменений10.
10 Статья подготовлена при участии А. М. Степанова — аспиранта экономического факультета МГУ им. М. В. Ломоносова.
Планируется дальнейшее развитие интеграции ГИС КОМПАС-V с базами Университетской информационной системы РОССИЯ. Представляется интересным развитие сервисов, позволяющих строить и отображать пользовательские типологии в режиме онлайн на основе данных, содержащихся в нескольких базах УИС РОССИЯ.
ГИС-приложение для анализа типологии социально-экономического состояния субъектов РФ размещено на сайте http://www. geo.iitp.ru/COMPASS/ typology-2008.html.
Описок литературы
1. Борзых Д., Закройщиков В. Исследование бизнес-климата регионов РФ // Национальный банк ТРАСТ. М., 2009 г. http://trust.ru/investment/ analitika/interactive/regions/rus/help/methodology_ full.pdf.
2. Вайншток Л П., Гигис б. Г. КОМПАС-V: технология анализа структурированной географической информации. В кн. Электронная земля. Использование информационных ресурсов и современных технологий для повышения достоверности научного прогноза на основе моделирования решений в интегральных информационных полях. М.: ВИНИТИ РАН, 2009 г.
3. Гитис В. Г., Ермаков Б. В. Основы пространственно-временного прогнозирования в геоинформатике. М.: ФИЗМАТЛИТ, 2004 г.
4. Регионы России. Социально-экономические показатели. Росстат. М., 2009.
5. Регионы России. Социально-экономические показатели. Росстат. М., 2006.
6. Регионы России. Социально-экономические показатели. Росстат. М., 2008.
7. Россия регионов: в каком социальном пространстве мы живем? Независимый институт социальной политики. М.: Поматур, 2005.
8. Социальный атлас российских регионов. Тематический обзор, http://www.socpol.ru/atlas/ overviews/econ_condition/index.shtm.
9. Gitis V., Osher В., DovgialloA., VainshtokA. COMPASS: Cartography On-line Modeling, Presentation and Analysis System // Proc. of the 5th EC-GIS Workshop, Stresa, Italy, EC JRC, 2000.
