Анастасия Максимовна БАЕВАстудентка направления подготовки «государственное и муниципальное управление», Оренбургский государственный университет (ОГУ), Оренбург, Российская Федерация nastyoren2005@gmail.com ORCID id: отсутствует SPIN-код: отсутствует
Предмет. Оценка социально-экономического развития методом кластерного подхода на примере Оренбургской области. Цели. Совершенствование методического инструментария кластерной оценки социально-экономического развития территорий на основе выделения проблем и ограничений кластеризации как метода анализа данных и предложение путей их решения. Методология. Использовались отдельные методы кластерного анализа (метод невзвешенного попарного среднего, метод Варда, метод k-средних) применительно к муниципальным образованиям Оренбургской области. Результаты. Обобщены факторы, оказывающие влияние на развитие кластеров. Для получения оптимального варианта распределения муниципальных образований Оренбургской области исследование проведено несколькими методами кластерного анализа. Рассчитаны интегральные показатели развития муниципальных образований Оренбургской области. Выделены отдельные проблемы и ограничения кластеризации и предложены рекомендации по их устранению. Выводы. Результаты исследования могут быть использованы как информационная основа формирования действенной региональной и муниципальной политики, направленной на обеспечение устойчивого социально-экономического развития территорий.
Ключевые слова: кластер, кластерный анализ, социально-экономические показатели, развитие территорий, типология территорий
Список литературы:
Малых О.Н., Ван Дер Вестхюйзен А. Кластерный анализ структурных примесей азота в алмазах Южной Африки: связь россыпей с коренными источниками // Известия Томского политехнического университета. Инжиниринг георесурсов. 2022. Т. 333. № 6. С. 7–17. DOI: 10.18799/24131830/2022/6/3577 EDN: KPRGNT
Ткаченко М.А., Карелина Е.В. Кластерный анализ как метод выявления потенциального хромитового оруденения в пределах Войкаро-Сыньинского массива // Международный научно-исследовательский журнал. 2023. № 10. DOI: 10.23670/IRJ.2023.136.63 EDN: NRXKXI
Спичак В.В., Ненюкова А.И. Кластерный анализ свойств разреза с целью поиска участков для бурения разведочных геотермальных скважин // Геоинформатика. 2023. № 2. С. 57–66. DOI: 10.47148/1609-364X-2023-2-57-66 EDN: EWQNXF
Кучин К.В., Бутусов М.В., Клеменов А.В. Кластерный анализ вариантов ренальных и сосудистых отношений при гипертонической болезни // Медицинский альманах. 2025. № 2. С. 14–22. EDN: XGFQFE
Колупаев В.А., Сашенков С.Л., Котова Н.В. Кластерный анализ иммунограммы обучающихся с разным уровнем двигательной активности // Российский иммунологический журнал. 2025. Т. 28. № 3. С. 861–866. DOI: 10.46235/1028-7221-17183-CAO EDN: XFTEBT
Осьмаков И.А., Савельева Т.А., Лощенов В.Б. и др. Кластерный анализ результатов интраоперационной оптической спектроскопической диагностики в нейрохирургии глиальных опухолей головного мозга // Biomedical Photonics. 2018. Т. 7. № 4. С. 23–34. DOI: 10.24931/2413-9432-2018-7-4-23-34 EDN: YSZEOL
Лютов Д.А. Интенсивность физической активности и уровень стресса у работников умственного труда: кластерный анализ // Культура физическая и здоровье. 2025. № 2. С. 84–88. DOI: 10.47438/1999-3455_2025_2_84 EDN: OSCVRP
Медяник О.В. Психологические стратегии защиты россиян от суггестивного финансового воздействия: кластерный анализ // Вестник Вятского государственного университета. 2024. № 1. С. 129–148. DOI: 10.25730/VSU.7606.24.014 EDN: STTKGE
Ашиев А.Р., Хабибуллин К.Н., Скулова М.В., Чегунова А.В. Кластерный анализ коллекционного материала гороха с генами усатого типа листа (AF) и неосыпаемости семян (DEF) // Зерновое хозяйство России. 2021. № 2. С. 40–44. DOI: 10.31367/2079-8725-2021-74-2-40-44 EDN: DUSXER
Гудова Л.А., Жужукин В.И., Зайцев С.А. и др. Кластерный анализ хозяйственно-ценных признаков гибридов кукурузы в условиях Саратовского Правобережья // Аграрный научный журнал. 2020. № 6. С. 14–20. EDN: IDXTDA
Петрова Л.В., Платонова А.З. Кластерный анализ сортообразцов овса посевного (Avena sativa L.) по элементам структуры урожая в условиях центральной Якутии // Известия Тимирязевской сельскохозяйственной академии. 2019. № 1. С. 56–78. EDN: AJXHNQ
Кибальник О.П., Ларина Т.В., Каменева О.Б. Кластерный анализ ЦМС-линий сорго в селекции на повышение засухоустойчивости // Известия сельскохозяйственной науки Тавриды. 2022. № 30. С. 29–40. EDN: WEDUPK
Сергеева О.М. Кластерный анализ регионов России по уровню социально-экономического развития // Экономические науки. 2025. № 245. С. 401– DOI: 10.14451/1.245.401 EDN: VQRDUU
Салимова Г.А., Сагадеева Э.Ф. Кластерный анализ эффективности регионального аграрного производства // Региональные проблемы преобразования экономики. 2025. № 6. С. 224–236. DOI: 10.26726/rppe2025v6caore EDN: ATDTEG
Плотников А.В. Кластерный анализ показателей производительности сельского хозяйства: выявление ключевых периодов развития // Международный журнал аграрной науки и образования. 2024. № 4. С. 113–121. EDN: NDLKFM
Шматко А.Д., Губин С.В. Кластерный анализ инновационного потенциала субъектов РФ // Управленческое консультирование. 2020. № 3. С. 61–72. DOI: 10.22394/1726-1139-2020-3-61-72 EDN: GOYJIN
Леденева М.В., Шамрай-Курбатова Л.В., Столярова А.Н., Чумакова Е.А. Кластерный анализ регионов России по демографическим показателям // Креативная экономика. 2022. Т. 16. № 4. С. 1621–1636. DOI: 10.18334/ce.16.4.114526 EDN: JCLRAW
Куценко Е.С., Абашкин В.Л., Фияксель Э.А., Исланкина Е.А. Десять лет кластерной политики в России: логика ведомственных подходов // Инновации. 2017. № 12. С. 46–58. EDN: YQCXSW
