Forecasting the Directions of the State Policy of the Region on the Basis of Cluster Analysis of Indicators of Socio-Economic Development of Its Municipalities
DOI:
https://doi.org/10.22394/1726-1139-2023-10-157-178Keywords:
assessment of regional development prospects, cluster analysis, ward's method, sustainable development, exponential smoothing, ecological and economic successAbstract
Assessment of the prospects for the development of the region is an important task for both economic science and public authorities. The purpose of this article is to develop an algorithm for assessing the prospects for the development of the region, which would allow identifying the most problematic areas and competitive advantages of territorial development in order to determine the most important areas of budget expenditures in the context of municipalities in the region. The research uses the concept of sustainable development and the theory of clusters as a methodological basis. Cluster analysis by the Ward method and k-means were used as research methods. As a forecasting method, the most effective among the methods was used: least squares, exponential smoothing, moving average for 3 and 5 years. Separately, the demographic forecast for each municipality separately was used to predict the population. As a result of the conducted research, groups of municipalities of the region differentiated by the level of development have been identified, for which the main problem areas have been formulated, the leveling of which should be addressed by the state policy of the region. The advantage of the proposed approach is that it identifies and predicts the problems of socio-economic development of the region, which may be hidden in the medium-term forecast of the socio-economic region. In this research, such problems were identified in many municipalities of the Leningrad region in the field of housing construction, demography and economics. The article may be useful to public authorities when forming a strategy for socio-economic development.Downloads
References
Агоева З. И. Прогнозирование социально-экономического развития региона // Теоретические и прикладные аспекты современной науки. 2014. № 5–5. С. 7–17.
Ванюшина О. И., Минат В. Н. Анализ и прогнозирование социально-экономического развития муниципальных образований региона // Вестник сельского развития и социальной политики. 2018. № 2 (18). С. 2–9.
Вечтомова А. Ю. Методы прогнозирования социально-экономического развития в системе управления регионом // Материалы II Международной научно-практической конференции в 2-х частях. Потенциал социально-экономического развития Российской Федерации в новых экономических условиях. М. : Московский университет им. С. Ю. Витте, 2016. С. 95–101.
Гафарова Е. А., Лакман И. А. Экономическое моделирование развития муниципальных образований региона с учетом их неоднородности (на примере Республики Башкортостан) // Вопросы статистики. 2007. № 4. С. 54–63.
Гимадрисламова Р. М., Хазиева Э. Р. Метод кластеризации: социально-экономическое положение муниципальных районов Республики Башкортостан // Психология, социология и педагогика. 2016. № 2 [Электронный ресурс]. URL: https://psychology.snauka.ru/2016/02/6366 (дата обращения: 13. 02. 2023).
Графов А. В., Моисеев А. Д., Графова Г. Ф., Шахватова С. А. О критериях и показателях оценки экономического развития региона // Фундаментальные исследования. 2015. № 7. С. 376–381.
Гусейнов А. Г., Гаджиев А. З. Проблемы формирования региональных кластерных систем // Фундаментальные исследования. 2016. № 3–2. С. 360–367.
Комаров С. И., Антропов Д. В. Методы кластерного зонирования территории региона для целей управления земельными ресурсами // Вестник УрФУ. Сер. Экономика и управление. 2017. Т. 16. № 1. С. 66–85.
Криворотов В. В., Калинин А. В., Савельева А. И., Байраншин А. Ю. Прогнозирование развития региональных производственных комплексов // Вестник УрФУ. Сер. Экономика и управление. 2011. № 4. С. 99–111.
Кузнецова О. В., Бабкин Р. А. Типология муниципальных образований для мониторинга их социально-экономического развития // Федерализм. 2021. Т. 26. № 4 (104). С. 35–53. doi: 10.21686/2073-1051-2021-4-35-53.
Марченко О. В., Бурдакова Г. И. Сравнительный анализ методов прогнозирования социально-экономического развития муниципальных образований // Ученые записки Комсомольского-на-Амуре государственного технического университета. 2018. № 4–2 (36). С. 98–103.
Михеева Н. Н. Сценарный подход к оценке перспектив развития российских регионов // Мир новой экономики. 2022. Том 16 № 1. С. 81–91.
Мясникова Т. А. Кластеризация социально-экономического пространства Краснодарского края — динамика посткризисного периода // Вестник ВГУ. 2015. № 2. С. 83–91.
Нестерова С. И. Типологизация муниципальных образований Самарской области (на основе иерархического кластерного анализа) // Вестник Самарского муниципального института управления. 2020. № 2. С. 28–36.
Петрыкина И. Н., Солосина М. И., Щепина И. Н. Применение кластерного анализа для типологизации муниципальных образований // Вестник ВГУ. Сер. Экономика и управление. 2017. № 4. С. 154–164.
Придворова Е. С. Сравнительный анализ методов прогнозирования социально-экономического развития региона (на примере Белгородской области) // Экономика. Информатика. 2013. № 1 (144). С. 5–14.
Пшеничных Ю. А., Жертовская Е. В., Якименко М. В. Формирование типологических матриц как основы выявления территорий, перспективных с точки зрения создания и развития туристско-рекреационных кластеров, с учетом оценки туристского потенциала и наличия конвергенции // Фундаментальные исследования. 2018. № 12. С. 276–281.
Скулаков Р. М. Теоретические основы прогнозирования угроз территориальной целостности Российской Федерации // Юридический вестник Дагестанского государственного университета. 2017. № 3. С. 34–39.
Юсупов К. Н., Зимин А. Ф., Тимирьянова В. М., Трофимова Н. В. Кластерный анализ муниципальных образований по социально-экономическим показателям // Россия: тенденции и перспективы развития. 2020. С. 780–784.
Armstrong J. S., Green K. C. Forecasting Methods and Principles: Evidence-Based Checklists // Journal of Global Scholars of Marketing Science. 2018. № 28 (2). С. 103–159.
Buchatskaya V., Buchatsky P., Teploukhov S. Forecasting Methods Classification and its Applicability // Indian Journal of Science and Technology. 2015. Vol 8 (30). P. 1–8. DOI: 10.17485/ijst/2015/v8i30/84224.
Cantuarias-Villessuzanne C., Weigel R., Blain J. Clustering of European Smart Cities to Understand the Cities’ Sustainability Strategies. Sustainability. 2021. N 13 (2). P. 513. DOI: 10.3390/su13020513.
Gružauskas V., Čalnerytė D., Fyleris T., Kriščiūnas A. Application of multidimensional time series clus ter analysis of regional socio-economic indicators of municipalities // Real Estate Management and Valuation. 2021. N 29(3). P. 39–51.
He L., Tao J., Meng P., Chen D. and etc. Analysis of socio-economic spatial structure of urban agglomeration in China based on spatial gradient and clustering // Oeconomia Copernicana. 2021. Vol. 12. N 3. P. 789–819. DOI: 10.24136/oc.2021.026.
Malhotra S., Lalit K. D., Charia V. M. Design research methods for future mapping // International Conferences on Educational Technologies. International Association for Development of the Information Society. 2014. [Электронный ресурс] URL: https://files.eric.ed.gov/fulltext/ED557342.pdf (дата обращения: 13. 02. 2023).
Sapena M., Wurm M., Taubenböck H., Tuia D. Estimating quality of life dimensions from urban spatial pattern metrics // Computers, Environment and Urban Systems. 2021. N 85 DOI: 10.1016/j.compenvurbsys.2020.101549.
Yakovenko N. V., Ten R. V., Komov I. V. Sustainability Assessment of Social and Economic Development of Municipalities in the Voronezh Region // Sustainability. 2021. N 13 (19). DOI: 10.3390/su131911116.
Zellner M., Abbas A. E., Budescu D. V., Galstyan A. A survey of human judgement and quantitative forecasting methods // Royal Society Open Science. 2021. N 8 (2). DOI: 10.1098/rsos.201187.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Borodin S.N.
This work is licensed under a Creative Commons Attribution 4.0 International License.
How to Cite
Коды статьи
- EDN ZVQZIP
- Тип статьи (РИНЦ) Научная статья (Научная статья)
