Кластерный анализ в задачах социально-экономического прогнозирования

Кластерный анализ может быть успешно использован в зада­чах социально-экономического прогнозирования. При анализе и прогнозировании социально-экономических явлений исследователь довольно часто сталкивается с многомерностью их описания. Это происходит при решении задачи сегментирования рынка, построе­ния типологии регионов отдельного государства или стран по дос­таточно большому числу показателей, прогнозирования конъюнк­туры рынка отдельных товаров, прогнозирования экономической депрессии, оценке качества образования и многих других проблем. Методы многомерного анализа - наиболее действенный инструмент исследования социально-экономических процессов, описываемых большим числом характеристик. Например, выделение:

- однородных групп населения по различным аспектам жизне-

­деятельности или образа жизни в целом;

- групп детей или взрослых с общими для них характерными
признаками;

- групп регионов государства (в РФ 89 регионов), которые
можно классифицировать по совокупности общих признаков в за-­
висимости от цели исследования;

- стран по совокупности признаков, характеризующих то или
иное социальное, экономическое или техническое качество.

Только имея однородные группы объектов можно решать зада­чи их статистического анализа (корреляционного, регрессионного, факторного и др.). Набор признаков, по которым предполагается такое выделение, зависит от той локальной цели, которую ставят перед собой исследователи. После выделения сходных групп по со­вокупности общих для них признаков, возникает задача дальнейше­го анализа причин, порождающих именно такое разбиение.

Достоинство кластерного анализа состоит в том, что он позво­ляет производить разбиение объектов не по одному параметру, а по целому набору признаков, общих для исследуемых объектов. Кро­ме того, кластерный анализ в отличие от большинства математико-статистических методов не накладывает никаких ограничений на законы распределения значений рассматриваемых факторов. При­знаки, описывающие объекты, могут принимать значения различ­ной природы. Другими словами, значения признаков могут быть как количественными, т.е. числовыми, так и качественными. Это имеет большое значение, например, для прогнозирования конъюнк­туры, когда показатели имеют нечисловую природу, затрудняю­щую применение традиционных количественных статистических и социально-экономических подходов.