МОДЕЛІ УПРАВЛІННЯ СОЦІАЛЬНИМ РОЗВИТКОМ РЕГІОНІВ УКРАЇНИ

УДК 332.135

Крячко В.С., cтудентка 2 року ОС магістр
ХНЕУ ім. С. Кузнеця

Анотація. У роботі розроблено модель управління соціальним розвитком регіонів України, що дозволить сформувати стратегічні програми соціального напрямку та підвищити якість формування та ухвалення управлінських рішень у сфері соціального розвитку регіонів.

Ключові слова: модель, моделювання, кластерізація, кластерний аналіз, соціальний розвиток регіонів.

Abstract. The model of social development management of Ukraine’s regions was developed. The model allows to formulate strategic programs of social direction and improves the quality of formation and approval of administrative decisions in the sphere of social development of regions.

Key words: model, modeling, clustering, cluster analysis, social development of regions

Особливо актуальним завданням для стійкого економічного розвитку регіонів України, збереження їх промислового та соціального капіталу є оцінка стану їх соціального розвитку. Саме тому під час моделювання оцінки соціального стану нагальним є питання виокремлення окремих кластерів регіонів, що поєднують у собі регіони, схожі за низкою соціальних ознак. Задача дослідження полягає в отриманні класів однорідних об’єктів за такими показниками: х1 – рівень безробіття, х2 – частка обсягу реалізованої продукції, х3 – темп зростання, х4 – рівень охоплення соціальними послугами осіб, які перебувають у складних життєвих обставинах, територіальними центрами соціального обслуговування, відсотків до загальної кількості таких осіб.

Для рішення задач класифікації об’єктів у багатовимірному просторі та вивчення їх особливостей в системі Statistica передбачено модуль Cluster Analysis. Показники, які було відібрано як основні індикатори соціального розвитку регіонів, мають різну розмірність та різні одиниці вимірювання, тому для того, щоб уможливити зіставлення показників, їх необхідно стандартизувати, тобто перейти від значень xij до значень zij, використовуючи формулу:

\[zij = \frac{xij - xi}{\text{σi}}\]

де xij – значення i-ї ознаки для j-ї сукупності;

yi – середній рівень i-ї ознаки;

σi – середньоквадратичне відхилення i-ї ознаки.

Для класифікації регіонів України було використано агломеративний ієрархічний метод кластеризації Уорда із використанням евклідової відстані, що є однією з найбільш використовуваних метрик у кластерному аналізі, оскільки вона відповідає інтуїтивним уявленням про близькість і своєю квадратичною формою відповідає класичним статистичним конструкціям. Геометрично подану метрику доцільно використовувати для об’єднання об’єктів у скупченнях, що є типовими для слабко корельованих множин. Формула для розрахунку евклідової відстані d (zi, zj) має такий вигляд:

\[d\left( \ \text{zi},\ \text{zj} \right) = \ \sqrt{\sum_{k = 1}^{p}{\left( \ \text{zi},\ \text{zj}\ \right)^{2},}}\]

де zij – стандартизоване значення j-го об’єкта за і-м показником;

zjk – стандартизоване значення k-го об’єкта за j-м показником.

Розрахунки було проведено за двома розповсюдженими методиками кластерного аналізу: ієрархічними агломеративними та ітеративними методами. Сутність ієрархічних агломеративних методів полягає в тому, що на першому кроці кожен об’єкт розглядається як окремий кластер. Процес об’єднання кластерів відбувається послідовно: на підставі матриці відстаней або матриці схожості об’єднуються найбільш близькі об’єкти. Результат об’єднання та центри кластерів подано на вертикальній дендрограмі (Tree diagram) та на рис. 1–2.

Рис. 1. Середні значення станів кластерів

Рис. 2. Дендрограма схожості регіонів Україниза рівнем соціального розвитку у 2017 році

У результаті застосування агломеративного ієрархічного методу Уорда до отриманої матриці за допомогою програми Statisticа було отримано дендрограму схожості регіонів України за станом соціального розвитку регіонів України у 2017 році. Дерево об’єднань кластерів з регіонами на горизонтальній осі та шкалою відстаней на вертикальній осі. Результати дисперсійного аналізу наведено на рис. 3. У таблиці наведено значення міжгрупових та внутрішньогрупових дисперсій ознак. Чим менше значення внутрішньогрупової дисперсії і більше значення міжгрупової, тим краще ознака характеризує приналежність об’єктів до кластеру. Параметри F та p визначають внесок ознаки в класифікацію.

Рис. 3.Таблиця дисперсійного аналізу

Для порівняння результатів розрахунків було додатково проведено кластеризацію банків ітераційним методом, серед яких найбільш популярним є метод k-середніх Мак-Кіна. Результати кластеризації, проведеної методом k-середніх Мак-Кіна є адекватними та логічними, оскільки регіони, що належать до кожного з кластерів є схожими між собою за показниками діяльності, розміром активів, та іншими показниками (рис. 4). Дані свідчать про високий результат якості кластеризації та ефективність застосування для характеристики та рейтенгування регiонiв України.

Рис. 4. Графік середніх значень для кластерів станів

Отже, за результатами кластерного аналізу у 2017 року було виокремлено три групи: до першого кластера увійшли регіони з найбільш високим рівнем соціального розвитку (РСР) (НВ); другий кластер утворили регіони з середнім РСР (В); третій кластер – регіони з низьким РСР (С) у табл. 1

Таблиця 1

Групування регіонів України, залежно від рівня соціального розвитку]

Групи регіонів (кластери)	Регіони
1(НВ)	Волинська, Вінницька, Донецька, Житомирська, Запорізька, Київська, Кіровоградська, Миколаївська, Сумська, Харківська, Херсонська, Хмельницька, Чернівецька.
2(В)	м.Київ, Дніпропетровська, Закарпатська, Івано-Франківська, Львівська, Одеська, Полтавська, Рівненська, Тернопільська, Черкаська, Чернігівська.
3(С)	Луганська

Таким чином, аналіз динаміки соціальних індикаторів, характер трансформації економіки загалом свідчить про досить помітну регіональну диференціацію соціально-економічного розвитку регіонів і ледь помітну тенденцію її згладжування в останні роки. Дуже повільні темпи зростання показників соціально-економічного розвитку.

Науковий керівник

к.е.н, доц. Чаговець Л.О.