基于主成分建模的俄罗斯联邦区域集群结构分析

本文表明，在多个参数之间存在显著多重共线性的情况下，尤其是当区域数据的维度以数十计衡量时，将主成分分析应用于区域集群建模与分析至关重要。所提出的主成分模型可实现同等质量的区域聚类表示。事实上，集群变得更加显著，明显的离群点在使用成分模型聚类时更为突出，或在使用相应的层次聚类时得以缓解。由此，构建了一个五成分模型，并基于俄罗斯联邦的85个地区和19个社会经济参数进行了验证。主成分能够描述初始参数变异的约75%，并支持对研究变量进行进一步模拟。基于主成分建模的聚类分析更好地揭示了俄罗斯联邦的区域结构及经济发展差异，其由四个主要集群构成：数量极少的最高发展地区、中高与低经济发展水平的集群，以及“最贫困”地区。可以观察到，大多数地区的发展依赖资源型经济，工业潜力以及区域间基础设施潜力未得到充分发挥，仅最富裕地区展现出高度发达的经济，而其他地区的工业显现出停滞迹象，并因经济制裁与近期新冠疫情所致条件而进一步加剧。大多数俄罗斯地区需要额外的公共支持与工业发展，因其资本资产潜力受限，且尽管拥有充足的劳动力资源，其净贡献（donorship）将会增加。