Cluster analysis in economic research of cattle breeding development and socio-demographic space
Vorobyeva E.V.1
1 Ульяновский государственный аграрный университет им. П.А. Столыпина
Journal paper
Journal of Economics, Entrepreneurship and Law (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 15, Number 5 (May 2025)
Abstract:
The article proposes a methodology for zoning the Ulyanovsk region according to levels of dairy cattle breeding development and socio-demographic space. This methodology involves calculating integral indicators and clustering using the Deductor program. The research provides a basis for developing the main directions of agrarian policy aimed at fostering socio-economic development among municipalities.
Keywords: level of dairy cattle breeding development, level of socio-demographic space development, integral indicator, individual index, clustering
JEL-classification: C38, Q18, Q15
Введение
Планирование развития Ульяновской области осуществляется в соответствии со Стратегией социально-экономического развития Ульяновской области до 2030 года [1], одной из основных задач которой является сближение муниципальных образований Ульяновской области по уровню социально-экономического развития. Скотоводству принадлежит наиболее важная роль в развитии сельских территорий, что подтверждается многочисленными исследованиями [2, 3, 4]. В связи с ограниченностью источников финансирования меры поддержки развития скотоводства следует дифференцировать в зависимости от принадлежности муниципального образования к определенной специализированной зоне и социально-демографического состояния [1, 5, 6, 7, 8, 9].
Цель научной статьи состоит в научном обосновании зонирования территории Ульяновской области по уровням развития скотоводства и социально-демографического пространства.
Материалы и методы исследования.
В качестве теоретической и эмпирической базы использованы публикации, посвященные построению интегральных показателей и зонированию территорий, данные Росстата по муниципальным образованиям Ульяновской области. Основные используемые методы: анализ, синтез, сравнение, обобщение и систематизация. Для визуализации данных использованы графические приемы обработки данных. Методика выделения специализированных зон (кластеров) апробирована на материалах муниципальных образований Ульяновской области с использованием методов математической и многомерной статистики – кластерного анализа.
Результаты исследования и их обсуждение
Исследования размещения отраслей сельского хозяйства и социально-экономического развития территорий вызывает необходимость районирования территории на специализированные зоны с целью принятия решений и разработки стратегий развития [10]. В настоящее время используются различные методики зонирования территорий. Наиболее часто используются методики рейтинговых оценок и интегральных показателей [7, 11, 12, 13, 14, 15, 16, 17].
Расчет интегральных показателей развития молочного скотоводства и социально-демографического пространства произведем по следующему алгоритму (рисунок 1).
Рисунок 1 – Алгоритм расчета интегральных показателей
Источник: составлено автором
Для расчета интегрального показателя развития молочного скотоводства воспользуемся следующими данными: продуктивность коров, объем производства молока, поголовье коров. Поскольку исходные показатели выражаются в различных единицах измерения необходима их предобработка. Для трансформации данных в основном используют нормирование показателей (отношение значения частного показателя к среднему по группе), метод максимум-минимум и другие. Каждый из методов имеет свои достоинства и недостатки. Нормирование относительно среднего значения не информативно в случае значительного разброса значений показателей. Метод максимум-минимум позволяет избежать излишнее влияние частных показателей [18]. Воспользуемся методом максимум-минимум, расчет произведем по формуле (1), если показатель положительно влияет на интегральный показатель, и по формуле (2), если отрицательно [14].
где 
- индивидуальный индекс 
-го показателя развития молочного
скотоводства по 
-му муниципальному образованию;
- значение -го частного показателя по -му муниципальному образованию;
- максимальное значение -го показателя;
- минимальное значение -го показателя.
Для расчета интегрального показателя развития скотоводства понадобится только формула 1. Рассчитанные индивидуальные индексы развития молочного скотоводства представлены в таблице 1.
Таблица 1
Индивидуальные индексы развития молочного скотоводства Ульяновской области в 2023 г.*
|
N п/п ( |
Муниципальные
образования
|
Индивидуальные
индексы развития молочного скотоводства
| ||
|
Индекс продуктивности коров
|
Индекс производства молока
|
Индекс поголовья коров
| ||
|
1
|
Базарносызганский
|
0,24
|
0,00
|
0,00
|
|
2
|
Барышский
|
0,27
|
0,22
|
0,33
|
|
3
|
Вешкаймский
|
0,42
|
0,23
|
0,28
|
|
4
|
Инзенский
|
0,41
|
0,10
|
0,12
|
|
5
|
Карсунский
|
0,23
|
0,14
|
0,23
|
|
6
|
Кузоватовский
|
0,37
|
0,14
|
0,18
|
|
7
|
Майнский
|
0,20
|
0,12
|
0,20
|
|
8
|
Мелекесский
|
0,43
|
0,81
|
1,00
|
|
9
|
Николаевский
|
0,25
|
0,10
|
0,15
|
|
10
|
Новомалыклинский
|
0,29
|
0,26
|
0,38
|
|
11
|
Новоспасский
|
1,00
|
0,57
|
0,40
|
|
12
|
Павловский
|
0,19
|
0,14
|
0,25
|
|
13
|
Радищевский
|
0,20
|
0,13
|
0,23
|
|
14
|
Сенгилеевский
|
0,43
|
0,13
|
0,16
|
|
15
|
Старокулаткинский
|
0,01
|
0,03
|
0,11
|
|
16
|
Старомайнский
|
0,23
|
0,07
|
0,11
|
|
17
|
Сурский
|
0,77
|
0,49
|
0,41
|
|
18
|
Тереньгульский
|
0,00
|
0,08
|
0,22
|
|
19
|
Ульяновский
|
0,58
|
0,41
|
0,41
|
|
20
|
Цильнинский
|
0,29
|
0,26
|
0,39
|
|
21
|
Чердаклинский
|
0,69
|
1,00
|
0,93
|
В научных исследования используются различные способы агрегирования индивидуальных индексов при расчете интегрального показателя:
- простое суммирование полученных индивидуальных индексов;
- среднее арифметическое полученных индивидуальных индексов;
- среднее геометрическое полученных индивидуальных индексов;
- суммирование средневзвешенных показателей (произведение индивидуальных индексов и их весов);
- метод расстояний (по формуле евклидового расстояния от объекта исследования до эталона) и другие [12, 18].
Для определения интегрального показателя воспользуемся суммированием средневзвешенных индивидуальных индексов. Для оценки весовых коэффициентов в научных исследованиях наиболее часто используют метод экспертных оценок. Однако этот метод представляет собой достаточную степень субъективности, поэтому воспользуемся формальным способом, учитывающем значение самих показателей, согласно которому для каждого частного показателя вычисляется коэффициент относительного разброса по формуле 3 [14]:
где 
-
коэффициент относительного разброса 
-го
показателя;
-
максимальное значение -го
показателя;
-
минимальное значение -го
показателя.
Весовые коэффициенты получают наибольшее значение у показателей с наибольшим разбросом по формуле 4 [14]:
где
-
весовой коэффициент -го
частного показателя;
-
коэффициент относительного разброса -го
частного показателя;
–
количество показателей.
Рассчитанные весовые коэффициенты представлены в таблице 2.
Таблица 2
Весовые коэффициенты показателей развития молочного скотоводства Ульяновской области в 2023 г.
|
Показатели
|
Продуктивность коров
|
Производство молока
|
Поголовье коров
|
Сумма (
|
|
коэффициент относительного разброса
-го показателя |
0,72
|
0,97
|
0,96
|
2,65
|
|
весовой коэффициент
-го показателя ) |
0,27
|
0,37
|
0,36
|
1,00
|
Расчет интегрального
показателя развития молочного скотоводства по каждому муниципальному
образованию ( 
) произведём суммированием
произведений полученных индивидуальных индексов -х показателей и их весовых коэффициентов по формуле (5) в таблице 3:
где 
– интегральный показатель развития
молочного скотоводства по j-му
муниципальному образованию;
– индивидуальный индекс i-го показателя развития молочного скотоводства
по -му муниципальному образованию;
- весовой коэффициент -го частного показателя;
– количество показателей.
Таблица 3
Расчет интегрального показателя развития молочного скотоводства Ульяновской области в 2023 г.*
|
N п/п ( |
Муниципальные
образования
|
Произведение
индивидуальные индексов показателей развития молочного скотоводства и их
весовых коэффициентов
|
Интегральный показатель развития молочного скотоводства
| ||
|
|
|
| |||
|
1
|
Базарносызганский
|
0,06
|
0,00
|
0,00
|
0,06
|
|
2
|
Барышский
|
0,07
|
0,08
|
0,12
|
0,27
|
|
3
|
Вешкаймский
|
0,11
|
0,09
|
0,10
|
0,30
|
|
4
|
Инзенский
|
0,11
|
0,04
|
0,04
|
0,19
|
|
5
|
Карсунский
|
0,06
|
0,05
|
0,08
|
0,20
|
|
6
|
Кузоватовский
|
0,10
|
0,05
|
0,06
|
0,22
|
|
7
|
Майнский
|
0,06
|
0,04
|
0,07
|
0,17
|
|
8
|
Мелекесский
|
0,12
|
0,30
|
0,36
|
0,77
|
|
9
|
Николаевский
|
0,07
|
0,04
|
0,05
|
0,16
|
|
10
|
Новомалыклинский
|
0,08
|
0,09
|
0,14
|
0,31
|
|
11
|
Новоспасский
|
0,27
|
0,21
|
0,14
|
0,62
|
|
12
|
Павловский
|
0,05
|
0,05
|
0,09
|
0,20
|
|
13
|
Радищевский
|
0,06
|
0,05
|
0,08
|
0,18
|
|
14
|
Сенгилеевский
|
0,12
|
0,05
|
0,06
|
0,22
|
|
15
|
Старокулаткинский
|
0,00
|
0,01
|
0,04
|
0,05
|
|
16
|
Старомайнский
|
0,06
|
0,02
|
0,04
|
0,13
|
|
17
|
Сурский
|
0,21
|
0,18
|
0,15
|
0,54
|
|
18
|
Тереньгульский
|
0,00
|
0,03
|
0,08
|
0,11
|
|
19
|
Ульяновский
|
0,16
|
0,15
|
0,15
|
0,46
|
|
20
|
Цильнинский
|
0,08
|
0,10
|
0,14
|
0,32
|
|
21
|
Чердаклинский
|
0,19
|
0,37
|
0,34
|
0,89
|
Согласно многочисленным исследованиям, уровень развития скотоводства находится во взаимозависимости с уровнем развития социально-демографического пространства. Для зонирования территории Ульяновской области по уровню развития скотоводства и социально-демографического пространства следует рассчитать интегральный показатель развития социально-демографического пространства по алгоритму, представленному на рисунке 2.
Рисунок 2 – Состав интегрального показателя развития социально-демографического пространства
Источник: составлено автором
Интегральный показатель развития социально-демографического пространства рассчитаем на основании групповых индексов демографии, образования и жилищных условий по средней арифметической простой. Групповые индексы демографии, образования и жилищных условий рассчитаем на основании индивидуальных индексов (таблица 4) и их весов по формулам 1, 2, 3, 4.
Таблица 4
Групповые индексы демографии, образования, жилищных условий и индивидуальные индексы для их расчета
|
Групповые индексы
|
Индивидуальные
индексы
|
|
Групповой индекс демографии
|
1) среднегодовая численность постоянного населения;
2) численность сельского населения трудоспособного возраста; 3) естественный прирост (убыль); 4) миграционный прирост трудоспособного возраста |
|
Групповой индекс сферы образования |
1) численность детей в возрасте 5 - 18 лет;
2) численность воспитанников, посещающих организации, осуществляющие образовательную деятельность по образовательным программам дошкольного образования; 3) численность занимающихся в детско-юношеских спортивных школах; 4) число общеобразовательных организаций; 5) число спортивных сооружений |
|
Групповой индекс жилищных условий |
1) общая площадь жилых помещений, приходящаяся в
среднем на одного жителя;
2) общая площадь жилых помещений, введенная в действие за год, приходящаяся в среднем на одного жителя; 3) доля населения, получившего жилые помещения и улучшившего жилищные условия в отчетном году, в общей численности населения, состоящего на учете в качестве нуждающегося в жилых помещениях; 4) доля населения, получившего жилые помещения и улучшившего жилищные условия в отчетном году, в общей численности населения, состоящего на учете в качестве нуждающегося в жилых помещениях |
Рассчитанные интегральные показатели развития социально-демографического пространства в муниципальных образованиях Ульяновской области на основании групповых индексов демографии, образования и жилищных условий представлены в таблице 5.
Таблица 5
Интегральный показатель развития социально-демографического пространства и групповые индексы для его расчета в Ульяновской области в 2023 г.
|
Муниципальные
образования
|
Групповой
индекс демографии
|
Групповой
индекс образования
|
Групповой
индекс жилищных условий
|
Интегральный показатель социально-демографического пространства
|
|
Базарносызганский
|
0,60
|
0,05
|
0,09
|
0,25
|
|
Барышский
|
0,29
|
0,94
|
0,09
|
0,44
|
|
Вешкаймский
|
0,50
|
0,25
|
0,08
|
0,27
|
|
Инзенский
|
0,39
|
0,59
|
0,11
|
0,36
|
|
Карсунский
|
0,47
|
0,44
|
0,35
|
0,42
|
|
Кузоватовский
|
0,56
|
0,40
|
0,24
|
0,40
|
|
Майнский
|
0,57
|
0,44
|
0,31
|
0,44
|
|
Мелекесский
|
0,34
|
0,73
|
0,73
|
0,60
|
|
Николаевский
|
0,55
|
0,41
|
0,33
|
0,43
|
|
Новомалыклинский
|
0,54
|
0,18
|
0,36
|
0,36
|
|
Новоспасский
|
0,60
|
0,51
|
0,17
|
0,43
|
|
Павловский
|
0,60
|
0,17
|
0,11
|
0,29
|
|
Радищевский
|
0,65
|
0,16
|
0,08
|
0,30
|
|
Сенгилеевский
|
0,54
|
0,35
|
0,16
|
0,35
|
|
Старокулаткинский
|
0,55
|
0,12
|
0,13
|
0,26
|
|
Старомайнский
|
0,56
|
0,20
|
0,53
|
0,43
|
|
Сурский
|
0,58
|
0,28
|
0,08
|
0,31
|
|
Тереньгульский
|
0,62
|
0,15
|
0,17
|
0,31
|
|
Ульяновский
|
0,80
|
0,71
|
0,45
|
0,65
|
|
Цильнинский
|
0,68
|
0,40
|
0,11
|
0,39
|
|
Чердаклинский
|
0,64
|
0,69
|
0,46
|
0,60
|
Интегральный показатель развития социально-демографического пространства и интегральный индекс развития скотоводства муниципальных образований Ульяновской области представлены на рисунке 3.
Рисунок 3 – Интегральные показатели развития скотоводства и социально-демографического пространства в Ульяновской области в 2023 г.
Источник: составлено автором по таблице 3 и таблице 5
Для выделения зон с различным уровнем развития скотоводства и социально-демографического пространства воспользуемся кластерным анализом в программе Deductor. В качестве метода кластеризации выберем один из наиболее популярных – метод K-means (или метод k-средних) [21]. Использование данного метода предполагает, что количество формируемых кластеров известно заранее. На основании экспертной оценки сформируем три кластера по уровням развития скотоводства и социально-демографического пространства. Состав полученных кластеров представлен в таблице 6, основные характеристики кластеров - на рисунке 4.
Таблица 6
Распределение муниципальных образований Ульяновской области по уровням развития скотоводства и социально-демографического пространства в Ульяновской области в 2023 г.
|
Кластер №1
|
Кластер №2
|
Кластер №0
|
|
Базарносызганский
|
Барышский
|
Мелекесский
|
|
Инзенский
|
Вешкаймский
|
Новоспасский
|
|
Карсунский
|
Новомалыклинский
|
Сурский
|
|
Майнский
|
Цильнинский
|
Ульяновский
|
|
Николаевский
|
Кузоватовский
|
Чердаклинский
|
|
Павловский
|
Сенгилеевский
|
|
|
Радищевский
|
|
|
|
Старокулаткинский
|
|
|
|
Старомайнский
|
|
|
|
Тереньгульский
|
|
|
Рисунок 4 – Профили кластеров по уровням развития скотоводства и социально-демографического пространства в Ульяновской области в 2023 г.
Источник: составлено автором по результатам исследования
В кластер №0 вошли муниципальные образования с высоким уровнем развития скотоводства и социально-демографического пространства; в кластерах №1 и №2 уровень развития социально-демографического пространства ниже среднего, при этом в кластере №2 уровень развития скотоводства находится на среднем уровне, в кластере №1 – ниже среднего.
Полученное зонирование территории Ульяновской области позволяет определить проблемные районы с точки зрения развития скотоводства и социально-демографического пространства.
Заключение.
Проведенные исследования позволили распределить муниципальные образования Ульяновкой области по уровням развития молочного скотоводства и социально-демографического пространства с помощью расчета интегральных показателей и кластеризации в программе Deductor. Определено пять районов с наивысшим уровнем развития молочного скотоводства и социально-демографического пространства: Мелекесский, Новоспасский, Сурский, Ульяновский, Чердаклинский. В остальных районах области уровень развития социально-демографического пространства ниже среднего по области. В шести районах области развитие скотоводства находится на среднем уровне: Барышский, Вешкаймский, Новомалыклинский, Цильнинский, Кузоватовский и Сенгилеевский, в остальных районах – ниже среднего.
Проведенные исследования позволяют разрабатывать основные направления аграрной политики, направленные на сближение муниципальных образований по уровню социально-экономического развития. Результаты исследования могут быть использованы региональными и муниципальными органами власти при разработке дифференцированных мер поддержки молочного скотоводства с учетом уровня социально-демографического развития.
References:
Aleksandrova N.R., Ilyina K.V. (2023). Methodological approach to assessing the quality of life of the rural population of the region Evolution of territorial socio-economic systems. 16-21.
Aleksandrova N.R., Nastin A.A., Bannikova E.V., Navasardyan A.A., Karpenko M.A. (2025). Modeling the level of financial potential of agricultural organizations using data clustering method. Journal of Economy and Entrepreneurship. (2(175)). 998-1002. doi: 10.34925/EIP.2025.175.2.183.
Altukhov A.I., Paptsov A.G., Voronin E.A., Zhukov N.I., Semkin A.G., Pozhidaeva E.S., Semenova E.I., Silaeva L.P. i dr. (2024). Specialized high-tech agricultural production zones in Russia Moscow: OOO «Sam poligrafist».
Altukhov A.I., Paptsov A.G., Voronin E.A., Zhukov N.I., Semkin A.G., Pozhidaeva E.S., Semenova E.I., Silaeva L.P. i dr. (2024). Specialized high-tech agricultural production zones in Russia Moscow: OOO «Sam poligrafist».
Dolgova I.M., Aleksandrova N.R. (2015). Formation of a strategy for the development of dairy cattle breeding in the Ulyanovsk region, taking into account the typologization of administrative districts. Nikon readings. (20-1). 131-134.
Klimushkina N.E., Khamzina O.I., Aleksandrova N.R. (2021). Increasing the investment attractiveness of enterprises (on the example of agricultural enterprises in the Ulyanovsk region) Ulyanovsk: Ulyanovskiy gosudarstvennyy agrarnyy universitet im. P.A. Stolypina.
Klyushnikova E.V., Shitova E.M. (2016). Methodological approaches to calculation of integral index, ranking methods. Innocentre. (1(10)). 4-18.
Korolenko A.V. (2017). Technique of constructing integrated indices as a tool of demographic zoning in Russian regions. Territorial development issues. (4(39)).
Kostyaev A.I., Nikonova G.N. (2021). Impact of livestock industries on rural development. Agrarnaya nauka Evro-Severo-Vostoka. 22 (4). 608-619. doi: 10.30766/2072-9081.2021.22.4.608-619.
Medvedeva N.A., Bilkov V.A. (2016). Methodological aspects in forecasting innovation development of dairy cattle breeding in the region. Economic and Social Changes: Facts, Trends, Forecast. (3(45)). 191-204. doi: 10.15838/esc.2016.3.45.11.
Merenkova I.N., Novikova I.I., Koptev K.S. (2023). Conditions for formation of spatial and sectoral potential of rural areas. Modern economy: problems and solutions. (11(167)). 20-31. doi: 10.17308/meps/2078-9017/2023/11/20-31.
Solntseva O.V., Yashina M.L. (2018). The evolution of views and scientific approaches to the location of production and specialization of rural areas. Vestnik Kurskoy gosudarstvennoy selskokhozyaystvennoy akademii. (7). 196-200.
Treskova T.V., Khafizov D.F., Yashina M.L., Valeeva Yu.S., Neyf A.V. (2023). The role of agro-industrial production in the socio-economic development of the Ulyanovsk region. Fundamental and applied research of cooperative sector of the economy. (4). 132-140. doi: 10.37984/2076-9288-2023-4-132-140.
Utmanova N. (2017). Methodological bases of zoning of territories according to the level of concentration and efficiency of milk production. International Agricultural Journal. (2). 50-53.
Vasileva L.V. (2017). Analysis of methodical approaches to the development of integral economic indicators. Ekonomicheskie issledovaniya i razrabotki. (12). 8-18.
Yashina M.L., Bogapova M.R. (2017). Differentiation of state support for agro-industrial production depending on the efficiency of resource potential use. Accounting in budgetary and non-commercial organizations. (20(428)). 21-34.
Yashina M.L., Solntseva O.V. (2024). Agricultural potential of the country The development of the Russian economy in the context of the creation of technological sovereignty. 314-319.
Страница обновлена: 29.05.2025 в 12:00:34