Статистический анализ и перспективы занятости в Красноярском крае

Структура – это совокупность устойчивых связей и отношений объекта, обеспечивающих его целостность и тождественность самому себе, т.е. сохранение основных свойств при различных внешних и внутренних изменениях. Структурным показателем является показатель, состоящий из суммы элементов и выраженный в относительных величинах (обычно в процентах). Наглядное представление структуры совокупности или изображения состава целого, разделенного на части, достигается при помощи структурных диаграмм. Изобразительными средствами для этого могут служить диаграммы: столбиковые, полосовые (или ленточные), секторные, круговые или полукруговые. Анализ структуры изучаемого явления необходим для представления объективной, качественной, наиболее полной информации адекватно отражающей анализируемые направления.[32]

Корреляционная связь (от англ. corelation - соответствие) является частным случаем статистической связи, при которой изменение среднего значения результативного признака обусловлено изменением значений факторного признака (парная корреляция) или множества факторных признаков (множественная корреляция). Для оценки тесноты связи (связь отсутствует, слабая, умеренная, сильная), определения ее направленности (связь прямая или обратная), а также формы (связь линейная, параболическая, гиперболическая, степенная и т.д.) используется корреляционно-регрессионный метод.

Корреляционно-регрессионный анализ позволяет количественно измерить тесноту, направление связи (корреляционный анализ), а также установить аналитическое выражение зависимости результата от конкретных факторов при постоянстве остальных действующих на результативный признак факторных признаков (регрессионный анализ) [32].

 Основные условия применения корреляционно-регрессионного метода

1. Наличие достаточно большой  по объему выборочной совокупности.

Считается, что число наблюдений должно превышать более чем в 10 раз число факторов, влияющих на результат.

2. Наличие качественно однородной  исследуемой совокупности.

3. Подчинение распределения совокупности по результативному и факторным признакам нормальному закону или близость к нему. Выполнение этого условия обусловлено использованием метода наименьших квадратов (МНК) при расчете параметров корреляции и некоторых др.

Основные задачи корреляционно-регрессионного анализа

1. Измерение тесноты связи между  результативным и факторным признаком (признаками). В зависимости от количества влияющих на результат факторов задача решается путем вычисления корреляционного отношения, коэффициентов парной, частной, множественной корреляции или детерминации.

2.   Оценка параметров уравнения регрессии, выражающего зависимость средних значений результативного признака от значений факторного признака (признаков). Задача решается путем вычисления коэффициентов регрессии.

3. Определение важнейших факторов, влияющих на результативный признак. Задача решается путем оценки тесноты связи факторов с результатом.

4.  Прогнозирование возможных значений результативного признака при задаваемых значениях факторных признаков. Задача решается путем подстановки ожидаемых значений факторов в регрессионное уравнение и вычисления прогнозируемых значений результата [2].

Кластерный анализ – это совокупность методов, позволяющих классифицировать многомерные наблюдения, каждое из которых описывается набором исходных переменных . В отличие от комбинационных группировок кластерный анализ приводит к разбиению на группы с учетом всех группировочных признаков одновременно.

В методах классификации, основанных на кластерном анализе, используется принцип образования групп, так называемый политетический подход. Все группировочные признаки одновременно участвуют в группировке, т. е. они учитываются все сразу при отнесении наблюдения в ту или иную группу. При этом, как правило, не указаны четкие границы каждой группы, а также неизвестно заранее, сколько же групп необходимо выделить в исследуемой совокупности.

Кластерные методы классификации важное место занимают в тех отраслях науки, которые связаны с изучением массовых явлений и процессов. Широко используются они и в социальной статистике. Поэтому целесообразно было применить данный метод и для анализа занятости населения Красноярского края [14].

Методы кластерного анализа позволяют решать следующие задачи:

- проведение классификации объектов с учетом признаков, отражающих сущность, природу объектов. Решение такой задачи, как правило, приводит к углублению знаний о совокупности классифицируемых объектов;

- проверка выдвигаемых предположений о наличии некоторой структуры в изучаемой совокупности объектов, т.е. поиск существующей структуры;

- построение новых классификаций для слабоизученных явлений, когда необходимо установить наличие связей внутри совокупности и попытаться привнести в нее структуру;

- сжатие данных – если исходная выборка избыточно большая, то можно сократить её, оставив по одному наиболее типичному представителю от каждого кластера[9].

Прогнозирование — это метод, в котором используются как накопленный в прошлом опыт, так и текущие допущения насчет будущего с целью его определения. Можно сказать, что прогноз - это догадка, подкрепленная знанием. Поскольку прогностические оценки по сути своей являются приближенными, может возникнуть сомнение относительно его целесообразности вообще. Поэтому основное требование, предъявляемое к любому прогнозу, заключается в том, чтобы в пределах возможного минимизировать погрешности в соответствующих оценках. По сравнению со случайными и интуитивными прогнозами, научно обоснованные и планомерно разрабатываемые прогнозы без сомнения являются более точными и эффективными. Как раз такими являются прогнозы, основанные на использовании методов статистического анализа. Можно утверждать, что из всех способов прогнозирования именно они внушают наибольшее доверие, во-первых, потому что статистические данные служат надежной основой для принятия решений относительно будущего, во-вторых, такие прогнозы вырабатываются и подвергаются тщательной проверке с помощью фундаментальных методов математической статистики. К статистическим методам прогнозирования относятся: метод скользящих средних, метод экспоненциального сглаживания, модели авторегрессии, модель Бокса-Дженкинса, методы Хольта и Брауна, регрессионные методы прогнозирования, прогнозирование с помощью тренда, прогнозирование на основе систем рядов динамики[1].

 

         Раздел 2. Характеристика Красноярского края

 

Для Красноярского края характерны типические черты ресурсно-индустриальных экономик начала XX в. и поздней фазы советского проекта освоения Сибири: 1) высокие экономические показатели за счет ресурсодобывающей, экспортноориентированной экономики; 2) низкий инновационно-технологический потенциал; 3) недостаточно развитая социальная, жилищно-коммунальная и транспортная инфраструктура, имеющая высокий уровень износа; 4) неудовлетворительные социально-демографические показатели; 5) низкое качество человеческого капитала по уровню образования и профессиональным квалификациям; 6) критический уровень экологических загрязнений и низкий уровень технологической безопасности.

Красноярский край является крупнейшим экономически развитым субъектом РФ и экономическим лидером Сибирского федерального округа. В 2007 г. он занимал седьмое место в России по объему валового регионального продукта (ВРП) – 734,4 млрд. руб. или 2,6 % от суммы ВРП по субъектам РФ. Край является лидером по объему ВРП среди регионов Сибирского федерального округа, его вклад составляет 24,3 %. Объем ВРП на душу населения в Красноярском крае на 27,7 % выше среднероссийского уровня и на 64,1 % выше, чем в среднем по СФО.

В то же время Красноярский край – это типичный регион сырьевой экономики, работающий преимущественно на внешний рынок и специализирующийся на производстве и экспорте цветных металлов, лесопродукции и топливно-энергетических ресурсов. Вклад края в общероссийское производство цветных металлов составляет 30 %, на предприятиях края производится более 70 % меди, более 80 % никеля, более 90 % металлов платиновой группы, 28 % алюминия, около 10 % золота.

В последние годы в Красноярском крае планируется и реализуется ряд крупномасштабных инвестиционных проектов в формате частно-государственного партнерства, до 2020 г. предполагается реализация 15 крупных проектов с общим объемом инвестиций 32 млрд. долл. США, что составит более 9 % от объема всех планируемых на этот период инвестиций в России.

В промышленном производстве Красноярского края преобладают технологии II-IV технологических укладов с доминированием технологий ранней индустриализации – добычи сырьевых ресурсов и первичной их переработки (обогащения сырья, производства металла и металлообработки).

Удельный вес высокотехнологичных отраслей обрабатывающей промышленности в структуре промышленного производства в крае в 3,7 раза меньше, чем в среднем по стране. В промышленном производстве края доминируют среднетехнологичные отрасли низкого уровня – их удельный вес в 2 раза выше среднероссийского уровня.

Производительность труда в Красноярском крае в 2-5 раз ниже среднероссийских показателей в большинстве отраслей промышленности, за исключением металлургического производства.

Негативным фактором для научно-технологического сектора края является политика крупнейших предприятий в области технологического развития: минимизация расходов на технологическую модернизацию; ориентация на «импорт технологий» и технологического оборудования; размещение заказов на НИР и ОКР за пределами Красноярского края.

В масштабах экономики региона эффект от инновационной деятельности практически отсутствует – ее доля в 2008 г. составила в общем объеме товаров, работ и услуг всего 1,5 %. Численность персонала, занятого НИОКР, в 2,5 раза ниже чем в среднем в России (в пересчете на 10 тыс. занятых в экономике), внутренние затраты на НИОКР в 2 раза ниже среднероссийских (в долях от ВРП). Остается очень низкой эффективность затрат на инновации, которая в 2008 г. была 4 раза ниже, чем в среднем по России.

Площадь ветхого и аварийного жилого фонда составляла на начало 2008 г. 3,1 млн.м2 (5 % всего жилого фонда). Износ тепловых сетей, котельных, тепловых пунктов, канализационных сетей и водопровода, электросетей, трансформаторных подстанций и др. составляет 50-60 %, по отдельным муниципальным образованиям – до 70-80 %. Более 20 % автомобильных дорог края имеют неудовлетворительные эксплуатационные характеристики.

Степень износа основных фондов в системе образования превышает 30 %, в аварийном состоянии находится 3 % школ, капитального ремонта требуют 30 % школ.

В сфере здравоохранения 93 % краевых медучреждений, 70 % участковых больниц, 65 % врачебных амбулаторий, 80 % фельдшерско-акушерских пунктов не имеют лицензий из-за неудовлетворительного состояния материально-технической базы.

По предварительным оценкам, на приведение в нормативное состояние жилого фонда и учреждений социальной сферы требуется около 100 млрд.руб., в том числе на жилье – 50 млрд.руб., на образование – 20 млрд.руб., на здравоохранение – 30 млрд.руб.

Население Красноярского края на начало 2009 г. составляло 2890 тыс.чел., плотность населения в 7 раз ниже, чем в среднем по России. В 2001-2008 гг. население Красноярского края сокращалось на 23 % быстрее, чем в среднем по России (за счет естественной убыли и значительного миграционного оттока).

По показателю ожидаемой продолжительности предстоящей жизни Красноярский край отстает от среднероссийских значений, а по показателю младенческой смертности опережает их.

Смертность от внешних причин (интегральный показатель социального неблагополучия) в Красноярском крае в 2008 г. превышала среднероссийское значение на 35 %, причем смертность от случайных отравлений алкоголем была в 2,2 выше, чем в РФ; от убийств – на 64 % выше, чем в РФ.

Уровень образованности населения Красноярского края ниже, чем в среднем в России: доля людей с высшим образованием, занятых в экономике края, на 20 % меньше, чем в среднем в России; доля людей только со «школьным» образованием на 21 % выше, чем в среднем в России.

Число студентов в вузах Красноярского края в 2008 г. в пересчете на 10 тыс. жителей составляло 456 чел., что на 16 % ниже среднероссийских показателей – 529 чел.

В последние 15-20 лет происходило устойчивое сокращение занятых в НИОКР Красноярского края и высококвалифицированных кадров (кандидатов и докторов наук).

По обеспеченности высококвалифицированными кадрами край отстает от среднероссийского уровня и показателей регионов СФО – число кандидатов и докторов наук на 10 тыс. занятых в экономике в 2,5 раза ниже среднероссийского значения и почти в 7 раз ниже, чем в Новосибирской области.

По удельным выбросам загрязняющих веществ в атмосферу на душу населения Красноярский край в 3,9 раза превосходит среднероссийский уровень, в 9-17 раз опережает наиболее благополучные в этом отношении регионы страны. До нормативного уровня очищается лишь 30 % промышленных и бытовых сточных вод. Около 40 % населения края вынуждено употреблять воду, не соответствующую санитарно-гигиеническим требованиям. Красноярск и Норильск входят в список городов страны с критически высоким уровнем загрязнения воздуха. Около 60 % городского населения края проживает в городах с высоким и очень высоким уровнем загрязнения воздуха.

Критическим для Красноярского края является износ оборудования, инженерных сетей и несоблюдение норм технологической безопасности на объектах транспортно-энергетического комплекса, результатом чего стала крупнейшая авария на Саяно-Шушенской ГЭС. Объектами повышенной опасности являются гидроэнергетические и теплоэнергетические объекты (ГЭС, ГРЭС, ТЭЦ), многие из которых проектировались и строились в 1950-70-е годы и не отвечают современным требованиям безопасности.

Стратегические перспективы Красноярского края и возможности развития человеческого капитала определяются: 1) масштабными инвестиционными проектами добычи, транспортировки и переработки природных ресурсов; 2) созданием производственно-энергетического комплекса Нижнего Приангарья и соответствующей транспортной инфраструктуры; 3) формированием Красноярской агломерации как научно-образовательного, сервисно-технологического и транспортно-логистического центра Сибири и транспортных коридоров «ЕС – Россия – страны ЮВА»; 4) созданием Южного высокотехнологичного аграрно-рекреационного комплекса края с выходом на международные рынки сбыта.

Риски возможной модернизации экономики и социальной сферы Красноярского края будут усиливаться в случае: 1) слабых результатов модернизационной и инновационно-технологической политики в России; 2) сохранения сложившейся политики «снятия природной ренты», минимизации издержек на социальную инфраструктуру и развитие человеческого капитала Красноярского края; 3) утраты политической воли региональными лидерами и недостаточного организационно- управленческого потенциала краевых элит; 4) ускоренного миграционного оттока экономически активного населения и инновационно ориентированной молодежи в случае доминирования ресурсодобывающего сценария.