Scientific journal
Modern problems of science and education
ISSN 2070-7428
"Перечень" ВАК
ИФ РИНЦ = 0,940

FACTOR ANALYSIS OF THE ECONOMY OF THE REGION (ON THE EXAMPLE OF THE YAMAL-NENETS REGION)

Popov A.A. 1 Kalmykova T.N. 1
1 Plekhanov Russian University of Economics
The paper considers the use of factor analysis of parameters characterizing the region´s economy. Results of factor analysis used to determine the degree of influence of the enterprises for extraction of fuel and energy minerals (oil, in particular) on the parameters characterizing the social development of the region and its demographics. To show the importance of this industry to the region and the Russian Federation are given general information, characterizing the dynamics of oil production in the region. Results of factor analysis can be used by leaders of the region for increasing of oil production through targeted investments in other sectors of the economy. Results of factor analysis can be used to issue recommendations to the leadership of the region for targeted investments of sectors of the economy to improve the social and demographic development of the region. To perform factor analysis was used software system IBM SPSS. The results of the factor analysis will reduce the time spent by managers for developing of targeted programs for the region. As the initial data were considered values of 29 parameters characterizing the region´s economy over the past four years. Number of factors was determined by the number of eigenvalues of the correlation matrix, the value of which is greater than unity. As a result of studies have found that on the region´s economy affected by three factors. The first factor positively affect the activity of enterprises in several industries of the region economy. Mining fuel and energy minerals is part of the first factor. During the past six years in the region was a significant decline in oil production. As a result of comparing of the elements of the correlation matrix and the results of factor analysis identified sectors of the economy positively affecting oil production in the region.
correlation matrix
the eigenvalues
factor analysis
oil production
regional economy

Введение

Общие сведения о добыче нефти в Ямало-Ненецком автономном округе (ЯНАО)

Одним из значимых нефтедобывающих регионов Российской Федерации является ЯНАО. В табл. 1 на основе данных сайта правительства ЯНАО приведены сведения о добыче нефти в ЯНАО за 2008–2013 годы [1, 2, 3, 4, 6].

 

Таблица 1

Сведения о добыче нефти в ЯНАО

Добыча нефти, 2008г., млн. т

Добыча нефти, 2009г., млн. т

Добыча нефти, 2010г., млн. т

Добыча нефти, 2011г., млн. т

Добыча нефти, 2012г., млн. т

Добыча нефти,

2013г., млн. т

(на 01.12.2013г.)

29,8нных сайта правительства ЯНАОтрасли.адлежащих этой отрасли, необходимо создавать "

26,9

24,3

23,0

22,8

20,0

Ямало-Ненецкий автономный округ является вторым по объему добычи нефти в Западной Сибири. Широкое применение методов интенсификации воздействия на нефтяные пласты привело в 2000–2004 гг. к быстрому увеличению добычи нефти, после чего при отсутствии введения в разработку новых крупных месторождений началось ее устойчивое сокращение, составившее за последние пять лет почти 10 млн тонн. Особенно серьезный спад добычи нефти в ЯНАО наблюдался в 2010 году [1, 6]. Спад был связан с сокращением добычи предприятий, принадлежащих ОАО «Газпром нефть» (например, одно из крупнейших предприятий компании – Муравленковскнефть снизило добычу за год почти на 10 %). Снижение добычи нефти происходило в результате выработанности месторождений. Ввод в эксплуатацию новых скважин (на Равнинном, Лимбаяхском и Лонгъюганском месторождениях) не перекрывал падение добычи нефти. В 2011 году можно говорить о стабилизации добычи нефти в регионе [2, 6]. В 2012 году [3, 6] введено в опытно-промышленную разработку Самбургское нефтегазоконденсатное месторождение. Начата опытно-промышленная эксплуатация Ныдинского участка Медвежьего месторождения. Введено в опытно-промышленную разработку Новопортовское месторождение. В 2013 году начата добыча нефти на Приразломном месторождении. В добыче топливно-энергетических полезных ископаемых работало 167 организаций. Из них 28,2 % предприятий являются убыточными. Непосредственная добыча нефти в автономном округе производилась 17 предприятиями на 60 месторождениях. За январь – ноябрь 2013 года добыто 20 млн тонн нефти, что ниже января – ноября 2012 года на 4,1 % [4, 6]. Основными нефтедобывающими предприятиями в округе остаются дочерние предприятия ОАО «Газпром нефть» (59,8 % от объемов добытой нефти) и ОАО «НК «Роснефть» (29,1 % добычи нефти). Доля остальных нефтедобывающих предприятий – 11,1 %.

В настоящее время автономный округ, в силу действующего законодательства о недропользовании, не обладает действенными полномочиями и механизмами в области регулирования недропользования по углеводородному сырью. Это полностью отстраняет автономный округ от участия в решении особо актуальных вопросов (проблемных вопросов), таких как:

  • · регулирование вопросов добычи и полезного использования попутного нефтяного газа;
  • · повышение уровня геологоразведочных работ и улучшение структуры минерально-сырьевой базы;
  • · вовлечение в разработку трудноизвлекаемых запасов нефти и газа, с привлечением и использованием новейших технологий в этой области;
  • · другие вопросы и проблемы, работа над которыми в совокупности является частью экономической, экологической, инфраструктурной и социальной политики региона.

При наличии таких проблемных вопросов возрастает роль способов быстрого анализа данных с целью выявления основных тенденций в развитии различных секторов экономики региона. Быстро и корректно полученные результаты позволят грамотно инвестировать финансовые средства для развития определенной отрасли экономики региона. В связи с этим представляет интерес разбиение экономики региона на факторы, что позволит организовать целевое финансирование секторов экономики региона. Такой подход вполне может быть применим в случае ограниченности средств и вложении их не во все сразу отрасли региональной экономики, а только те отрасли, которые могут благотворно влиять на заданную отрасль региональной экономики. Например, для улучшения состояния предприятий по добыче топливно-энергетических полезных ископаемых (нефти в том числе). Подход является актуальным, учитывая снизившуюся за 10 лет нефтедобычу и снизившуюся долю предприятий по добыче топливно-энергетических полезных ископаемых в валовом региональном продукте. Помимо развития самих предприятий, принадлежащих этой отрасли, необходимо создавать окружающую «инфраструктуру», способствующую развитию этой отрасли. Для реализации такого подхода возможно применение математического аппарата факторного анализа, который реализован в некоторых программных средствах. В результате экономика региона может быть разбита на ряд независимых или мало зависимых факторов. Задачу определения сегментов (факторов) производственного потенциала можно поставить следующим образом: определить отрасли экономики, которые оказывают наибольшее влияние на добычу полезных ископаемых (нефти) в регионе.

Исходные данные для проведения исследований

В данном отчете рассматриваются факторы, влияющие на добычу полезных ископаемых (на добычу нефти, в частности) в Ямало-Ненецком автономном округе.

В качестве исходных данных рассматриваются характеристики деятельности отраслей региона за 2010–2013 годы. Данные приведены на основании [10] (табл.1) и информации с сайта Правительства ЯНАО [6]. При этом каждому параметру, характеризующему деятельность экономики ЯНАО, соответствует краткое название, необходимое для расчетов с использованием программного комплекса IBM SPSS.

Таблица 1

Параметры, характеризующие экономику ЯНАО

Название параметра

Год

2010

2011

2012

2013

BEZR

Численность безработных, зарегистрированных в государственных учреждениях службы занятости, в % от периода январь – декабрь предыдущего года

87,6

84,4

66,5

80,5

RDDN

Реальные денежные доходы населения, в % от периода январь – декабрь предыдущего года

109,6

103,8

102,4

102,9

CROD

Число родившихся на 1000 человек

15,8

15,5

16,6

16,2

CUMR

Число умерших на 1000 человек

5,5

5,5

5,3

5,1

BRAK

Число зарегистрированных браков на 1000 чел

9,8

10,2

9,7

9,3

RAZV

Число зарегистрированных разводов на 1000 чел

6,6

6,6

6,3

5,7

MIGR

Миграционный прирост, тыс.чел

-4,7

4,7

-0,5

-4,8

PRST

Зарегистрировано преступлений, тыс

9,6

9,4

9,1

9,3

TEPI

Добыча топливно-энергетических полезных ископаемых, в % от периода январь – декабрь предыдущего года

106,6

100,8

102,3

114,0

POIS

Добыча полезных ископаемых (кроме топливно-энергетических), в % от периода январь – декабрь предыдущего года

240,0

240,0

14,1

163,6

PICH

Производство пищевых продуктов, включая напитки и табака, в % от периода январь – декабрь предыдущего года

96,5

98,9

98,1

100,3

TEKS

Текстильное и швейное производство, в % от периода январь – декабрь предыдущего года

96,4

64,1

117,8

72,2

DREV

Обработка древесины и производство изделий из дерева, в % от периода январь – декабрь предыдущего года

99,6

140,5

58,8

86,2

TBUM

Целлюлозно-бумажное производство; издательская и полиграфическая деятельность, в % от месяца предыдущего года

91,4

78,3

64,7

94,7

KOKS

Производство кокса и нефтепродуктов, в % от периода январь – декабрь предыдущего года

114,6

112,8

103,5

116,9

HIMP

Химическое производство, в % от периода январь – декабрь предыдущего года

126,4

100,1

124,5

156,9

REZN

Производство резиновых
и пластмассовых изделий, в % от периода январь – декабрь предыдущего года

100,0

79,8

123,7

98,0

NEMT

Производство прочих неметаллических минеральных продуктов, в % от месяца предыдущего года

110,5

74,4

99,0

129,6

METL

Металлургическое производство и производство готовых металлических изделий, в % от месяца предыдущего года

101,2

103,1

102,4

96,7

MASH

Производство машин и оборудования, в % от периода январь – декабрь предыдущего года

100,5

105,0

114,6

114,4

ELOB

Производство электрооборудования, электронного и оптического оборудования, в % от периода январь – декабрь предыдущего года

100,8

101,1

117,7

99,3

EEGV

Производство и распределение электроэнергии, газа и воды, в % от периода январь – декабрь предыдущего года

114,2

110,8

109,9

128,5

SHOZ

Производство продукции сельского хозяйства, в % от периода январь – декабрь предыдущего года

102,3

100,6

100,9

94,4

ZILD

Введено в действие жилых домов, в % от периода январь – декабрь предыдущего года

103,2

120,1

132,4

210,0

OBRT

Оборот розничной торговли, в % от периода январь – декабрь предыдущего года

88,6

101,5

106,3

103,2

OPUN

Объем платных услуг населению, в % от периода январь – декабрь предыдущего года

100,8

102,0

106,0

104,2

UBIT

Удельный вес убыточных организаций

40,5

41,5

43,6

41,4

PTRC

Индекс потребительских цен, в % от периода январь – декабрь предыдущего года

107,7

105,2

102,5

105,1

MINN

Стоимость минимального набора продуктов питания, в % от периода январь – декабрь предыдущего года

103,7

104,6

105,5

109,6

Результаты факторного анализа исходных данных

Исследования проводились по аналогии с [8, 9]. Анализ данных в табл. 1 начался с получения корреляционной матрицы, элементы которой приведены на рис.1.

Далее корреляционная матрица используется для определения факторов. Используется наиболее простой и чаще всего применяемый метод главных компонент. Для вращения применяется варимакс (этот метод является наиболее часто применяемым, поскольку он облегчает интерпретацию факторов) [7]. Результаты анализа значений главных компонент приведены в табл. 3.

Собственные значения корреляционной матрицы сортируются в порядке убывания, при этом в соответствии отбирается столько факторов, сколько имеется собственных значений, превосходящих по величине единицу. Собственные векторы, соответствующие этим собственным значениям, образуют факторы. Значения элементов собственного вектора (факторную нагрузку) можно считать коэффициентами корреляции между соответствующими переменными, характеризующими экономики региона, и факторами.

В результате количество факторов получилось равным трем (табл. 2). Получена факторная нагрузка (табл. 4) значений коэффициентов корреляции между параметрами gj (j=1,2,…29) и факторами dk (k=1,2,3). Параметр, интересующий нас, имеет номер 9 (TEPI, добыча топливно-энергетических полезных ископаемых).


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Рисунок 1. Коэффициенты корреляционной матрицы, полученные по результатам анализа параметров, характеризующих экономику ЯНАО

Таблица 2

Результаты анализа главных компонент

Compo-nent

Initial Eigenvalues

Extraction Sums of Squared Loadings

Rotation Sums of Squared Loadings

 

Total

% of Variance

Cumul-ative %

Total

% of Variance

Cumu-

lative %

Total

% of Variance

Cumu-lative %

1

13,62

46,968

46,98

13,62

46,97

46,97

11,43

39,40

39,40

2

10,99

37,912

84,88

10,99

37,91

84,88

10,40

35,88

75,28

3

4,38

15,120

100,00

4,38

15,13

100,000

7,17

24,72

100,00

4

3,01

E-015

1,04

E-014

100,00

 

 

 

 

 

 

5

9,94

E-016

3,43

E-015

100,00

 

 

 

 

 

 

6

6,31

E-016

2,18

E-015

100,00

 

 

 

 

 

 

Значения факторных нагрузок в приведенной таблице обрабатываются так, чтобы для каждого фактора была отмечена та факторная нагрузка, которая имеет наибольшее абсолютное значение [5].

Из анализа факторной нагрузки (табл. 3) видно, что с фактором № 1 связана деятельность:

· предприятий, осуществляющих добычу топливно-энергетических полезных ископаемых;

· предприятий химической промышленности;

· предприятий по производству прочих неметаллических минеральных продуктов;

· предприятий металлургического производства и производства готовых металлических изделий;

· предприятий по производству и распределению электроэнергии, газа и воды;

· сельскохозяйственных предприятий;

· предприятий, осуществляющих жилищное строительство.

С деятельностью предприятий, связанных с данным фактором, связано влияние на один из параметров социального развития региона: стоимость минимального набора продуктов питания. При этом, судя по знакам, стоящим перед факторной нагрузкой, фактор № 1 неблаготворно влияет на сельскохозяйственные предприятия и предприятия металлургического производства и производства готовых металлических изделий. На остальные предприятия, с которыми связана деятельность фактора № 1, в том числе и на предприятия по добыче топливно-энергетических полезных ископаемых, действие фактора № 1 является благоприятным.

Наличие фактора № 1 приводит к уменьшению смертности и количества разводов. При этом фактор негативно влияет на миграционный прирост населения и приводит к увеличению стоимости минимального набора продуктов питания.

С фактором № 2 связана деятельность:

· предприятий по добыче полезных ископаемых (кроме топливно-энергетических);

· предприятий текстильного и швейного производства;

· предприятий по обработке древесины и производству изделий из дерева;

· предприятий целлюлозно-бумажного производства, издательской и полиграфической деятельности;

· предприятий по производству кокса и нефтепродуктов;

· предприятий по производству резиновых и пластмассовых изделий;

· предприятий по производству электрооборудования, электронного и оптического оборудования;

· предприятий по оказанию платных услуг населению.

Фактор оказывает благотворное влияние на следующие предприятия:

· по добыче полезных ископаемых (кроме топливно-энергетических);

· по обработке древесины и производству изделий из дерева;

· целлюлозно-бумажного производства, издательской и полиграфической деятельности;

· по производству кокса и нефтепродуктов.

Таблица 3

Факторная нагрузка для трех факторов

Название параметра

 

Номер фактора

1

2

3

BEZR

,036

,898

,438

RDDN

-,056

,297

,953

CROD

,399

-,896

-,194

CUMR

-,818

,278

,503

BRAK

-,948

,310

,065

RAZV

-,872

,113

,477

MIGR

-,838

,179

-,516

PRST

-,041

,705

,708

TEPI

,982

,185

,031

POIS

-,078

,936

,344

PICH

,440

,225

-,869

TEKS

-,092

-,921

,378

DREV

-,452

,890

-,054

TBUM

,662

,669

,339

KOKS

,498

,850

,171

HIMP

,987

-,161

-,012

REZN

,184

-,975

,124

NEMT

,967

-,144

,210

METL

-,978

-,166

,125

MASH

,437

-,556

-,707

ELOB

-,313

-,936

-,163

EEGV

,937

,294

-,190

SHOZ

-,798

-,192

,571

ZILD

,821

,051

-,568

OBRT

,011

-,390

-,921

OPUN

,223

-,762

-,608

UBIT

-,226

-,825

-,517

PTRC

,136

,686

,715

MINN

,819

,013

-,574

На остальные предприятия, с которыми связана деятельность фактора № 2, его влияние является благоприятным. Кроме этого, фактор оказывает негативное влияние на количество безработных (увеличение), рождаемость (снижение), количество преступлений (увеличение), но при этом способствует уменьшению количества убыточных предприятий. Таким образом, фактор № 2 является в целом неблагоприятным для социального развития региона.

С фактором № 3 связана деятельность:

· предприятий по производству пищевых продуктов, включая напитки и табака;

· предприятий по производству машин и оборудования;

· предприятий розничной торговли.

Судя по факторной нагрузке (табл. 3), фактор оказывает негативное влияние на деятельность всех указанных выше предприятий. Фактор способствует увеличению реальных доходов населения, но при этом способствует росту преступности и индекса потребительских цен.

С помощью рис. 1 проанализированы значения коэффициентов корреляционной матрицы и выявлены предприятия отраслей экономики ЯНАО, позитивно влияющих на предприятия, осуществляющие добычу топливно-энергетических полезных ископаемых (нефти в том числе). Выявлено, что позитивное влияние на предприятия по добыче топливно-энергетических полезных ископаемых оказывают:

предприятия целлюлозно-бумажного производства, издательской и полиграфической деятельности;

· предприятия по производству кокса и нефтепродуктов;

· предприятия химической промышленности;

· предприятия по производству прочих неметаллических минеральных продуктов;

· предприятия по производству и распределению электроэнергии, газа и воды;

· предприятия, осуществляющие жилищное строительство.

При этом следует особо отметить, что корреляционный коэффициент между добычей топливно-энергетических полезных ископаемых и химической промышленностью, а также производству и распределению электроэнергии, газа и воды положительный и близок к 1. Такая положительная корреляция свидетельствует о том, что увеличение значений индексов развития химической промышленности, а также производства и распределения электроэнергии, газа и воды приведет к увеличению значения индекса добычи топливно-энергетических полезных ископаемых. Кроме этого, близость к 1 свидетельствует о сильной зависимости рассматриваемых параметров, причем зависимость приближается к функциональной связи.

Одновременно с этим значение коэффициента корреляции между добычей топливно-энергетических полезных ископаемых и металлургическим производством и производством готовых металлических изделий, а также предприятиями сельского хозяйства имеют отрицательные значения, близкие к -1. Это означает, что предприятия данных отраслей оказывают негативное влияние на добычу топливно-энергетических полезных ископаемых, при этом зависимость между параметрами также близка к функциональной зависимости.

Вывод

С учетом состава фактора № 1 анализа и анализа значений коэффициентов корреляционной матрицы можно выделить отрасли, в которые рекомендуется вкладывать средства в ЯНАО для благоприятного развития добычи топливно-энергетических ископаемых:

· химическая промышленность;

· производство прочих неметаллических минеральных продуктов;

· производство и распределение электроэнергии, газа и воды;

· жилищное строительство.

При этом следует учесть, что развитие добычи топливно-энергетических полезных ископаемых, в свою очередь, может привести к ухудшению ситуации на предприятиях металлургического производства и производства готовых металлических изделий, а также предприятий сельского хозяйства.

Рецензенты:

Гришин И.А., д.э.н., профессор, заведующий кафедрой менеджмента, Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Волгоградский государственный университет», г. Волгоград.

Курченков В.В., д.э.н., профессор, заведующий кафедрой государственного и муниципального управления, Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Волгоградский государственный университет», г. Волгоград.