Гундина Юлия Ринатовна Тюменская государственная академия мировой экономики, управления и права студентка
Аннотация В статье проводится кластеризация 90 стран за 2002 г. и 2012 г. с помощью программы SPSS Statistics 19.0. Данный анализ проводится в целях выявления уровня развития внутреннего и внешнего рынков нефти в странах-экспортерах топлива, а так же анализ последующего изменения через 10 лет.
Gundina Yuliya Rinatovna Tyumen state academy of world economy, management and law student
Abstract This article describes the clustering of 90 countries for 2002 and 2012 using the SPSS Statistics 19.0. This analysis is performed in order to identify the level of development of domestic and external oil markets of oil-exporting countries, and the subsequent analysis of changes in 10 years.
Библиографическая ссылка на статью:
Гундина Ю.Р. Классификация стран мира на рынке нефти // Экономика и менеджмент инновационных технологий. 2013. № 12 [Электронный ресурс]. URL: https://ekonomika.snauka.ru/2013/12/3566 (дата обращения: 29.03.2021).
Состояние международного рынка нефти оказывает заметное воздействие на экономику стран-экспортеров этого ресурса. В таких странах доходы от экспорта нефти и других энергоносителей определяют динамику совокупного платежеспособного спроса и налоговые поступления в бюджеты всех уровней, влияют на формирование курса национальной валюты и темпы инфляционного процесса.
Цены на нефть являются одним из основных индикаторов мировой экономики. Увеличение цен приводит к перераспределению финансовых потоков и вносит коррективы в мировую торговлю. Воздействие данного фактора на экономику той или иной страны меняется в зависимости от доли расходов на нефть в национальном бюджете. Чем выше цены на нефть и чем дольше такое положение сохраняется, тем сильнее общее воздействие на страну с точки зрения макроэкономики. Актуальность данной статьи заключается в выявлении стран, существенным образом влияющих на конъюнктуру международного рынка нефти, и, следовательно, формирование мировых цен на данный ресурс. А эффективное использование доходов от экспорта нефти является важной предпосылкой ускоренного развития экономики страны.
В целях выявления групп стран-участниц на международном рынке нефти проведём кластеризацию по 90 странам-экспортерам топлива. Перед проведением анализа, была выдвинута гипотеза, что для данных стран характерна существенная дифференциация по уровню экономического развития, несмотря на то, что их объединяет зависимость экономики и ее стабильности от добычи и экспорта нефти, следовательно, от конъюнктуры на мировом рынке нефти. Следует учесть, что произошли некоторые изменения в структуре развития международного рынка нефти в странах-экспортерах топлива в период с 2002г. по 2012 г. В связи с этим представляется практически значимой задача классификации стран–экспортеров топлива, позволяющая выделить группы стран, исходя из роли нефтегазового сектора в национальной и мировой экономике.
Так как кластерный анализ вероятностного подхода методом исследования К-средних значений предполагает разбиение выборки стран на заданное число кластеров, согласно выдвинутой гипотезе следует разбить страны на 4 кластера.
В качестве факторов для проведения кластерного анализа были выбраны следующие показатели:
X1: Разведанные запасы нефти (барр.) – то количество нефти, которое, анализом геологических и технических данных, оценено, как возможное к разработке (добыче) в промышленном масштабе, используя настоящие экономические и технические возможности. Данный показатель отражает нефтяной потенциал страны.
X2: Добыча нефти (барр./сут.) – процесс, включающий подачу нефти на поверхность земли и ее доставку на нефтеперерабатывающий завод. Используется при определении эффективности разработки месторождений.
X3: Потребление нефти (барр./сут.) – показатель, отражающий обеспеченность страны энергоресурсами.
X4: Экспорт нефти (барр./сут.) – показатель, отражающий общее количество сырой нефти и нефтепродуктов, поставляемых конкретной страной на экспорт в другие страны. Определяет вовлеченность страны в сеть международных поставок топлива.
X5: Импорт нефти (барр./сут.) – показатель, отражающий общее количество сырой нефти и нефтепродуктов, ввозимых в данную страну. Также определяет вовлеченность страны в сеть международных поставок топлива.
По мнению автора, данные показатели наиболее полно отражают состояние как внутреннего, так и внешнего нефтяных рынков. Необходимые материалы для расчётов взяты с официального сайта Энергетической информационной администрации – независимого агентства в составе министерства энергетики США (EIA), а также статистических отчетов по мировой энергетике компании «British Petrolium» за 2002 и 2012 гг. [1, 2, 3].
Кластерный анализ проводится с использованием статистического программного продукта IBM SPSS Statistics 19.
Чтобы отразить динамику показателей, отражающих роль нефтяного сектора в экономике стран-экспортеров топлива, кластерный анализ проводится по двум годам: 2002 г., 2012 г.
Перед проведением кластеризации необходимо выполнить процедуру логарифмирования, чтобы сделать распределение значений показателей симметричным и одномодальным.
Рассмотрим данные за 2002 г. Результаты итерационного процесса представлены в табл. 2.1.
Таблица 2.1 – Итерационный процесс (2002 г.)
Итерация
Изменения центров кластеров
1
2
3
4
1
2,831
2,793
3,830
3,217
2
,738
,371
,431
,938
3
,339
,350
,000
,414
4
,000
,131
,000
,116
5
,000
,000
,000
,000
Источник: расчеты автора
Согласно данным таблицы 2.1, только после пяти итераций была достигнута сходимость по критерию малой величины или отсутствия изменений в положении центров кластеров. Максимальное абсолютное изменение координаты любого кластера составляет ,000. Текущая итерация 5. Минимальное расстояние между начальными центрами 10,282.
В таблице 2.2 представлены начальные центры кластеров.
Таблица 2.2 – Начальные центры кластеров (2002 г.)
Кластер
1
2
3
4
X1
8,29
18,79
21,42
26,29
X2
9,04
11,36
10,49
15,99
X3
13,70
14,50
7,24
14,33
X4
11,81
11,74
6,91
13,96
X5
12,19
13,32
7,25
8,52
Источник: расчеты автора
В результате итерационного процесса были получены конечные центры кластеров (см. табл. 2.3).
Таблица 2.3 – Конечные центры кластеров (2002 г.)
Кластер
1
2
3
4
X1
11,92
18,75
19,73
23,31
X2
8,98
10,89
11,42
14,27
X3
12,77
12,77
9,91
13,44
X4
11,19
10,84
8,82
12,20
X5
11,57
11,35
8,39
10,54
Источник: расчеты автора
Конечные кластерные центры показывают средние значения переменных для объектов в конечном кластере. Согласно таблице 2.3, в первом кластере оказались страны с наименьшими значениями по показателям X1, X2. Самым высоким значением в данном кластере обладает показатель X3. Во второй кластер включены страны, у которых значения по показателям X1, X2 выше, чем в первом кластере, а по показателям X4, X5 – ниже. Самое высокое значение для второго кластера принадлежит показателю X1. Третий кластер представляют страны с наименьшими по сравнению с остальными кластерами значениями по показателям X3, X4, X5. В последний кластер вошли страны с наибольшими значениями по показателям X1, X2, X3, X4. Значение показателя X5 выше, чем в третьем кластере, однако ниже по сравнению с первым и вторым кластерами.
Расстояние между конечными значениями кластеров представлено в табл. 2.4.
Таблица 2.4 – Расстояние между конечными центрами кластеров (2002 г.)
Кластер
1
2
3
4
1
7,095
9,532
12,650
2
7,095
4,724
5,929
3
9,532
4,724
7,024
4
12,650
5,929
7,024
Источник: расчеты автора
Таблица 2.4 отражает расстояние между кластерными центрами окончательного решения, то есть евклидово расстояние, которое рассчитывается по следующей формуле (2.1):
(2.1)
где p (xi, xj) – евклидово расстояние между i-м и j-м объектами;
xil,xjl– значения l-го признака у i-го (j-го) объекта (l=1,2,…, k; i,j=1,2,…n).
Исходя из данной таблицы, минимальное расстояние наблюдается между вторым и третьим кластерами, а максимальное – между первым и четвертым кластерными центрами с учетом влияния всех факторов классификации в совокупности.
Рассмотрим результаты дисперсионного анализа, оценивающие достоверность полученных результатов (см. табл. 2.5).
Таблица 2.5 – Дисперсионный анализ (2002 г.)
Кластер
Ошибка
F
Знч.
Средний квадрат
ст.св.
Средний квадрат
ст.св.
X1
389,249
3
3,065
86
126,993
,000
X2
99,770
3
1,347
86
74,058
,000
X3
56,964
3
1,490
86
38,228
,000
X4
47,736
3
2,062
86
23,153
,000
X5
43,786
3
2,768
86
15,820
,000
Источник: расчеты автора
Таблица 2.5 свидетельствует о том, что все пять показателей были справедливо использованы в процессе осуществления кластерного анализа и оказали значительное влияние на итерации.
В результате проведенного анализа страны были объединены в кластеры по следующим критериям (см. табл. 2.6):
• 1 кластер – страны, импортирующие топливо в больших объемах;
• 2 кластер – страны, топливно-энергетическая промышленность которых ориентирована преимущественно на внутренний рынок;
• 3 кластер – страны, осуществляющие поставки топлива как на внутренний, так и внешний рынки
• 4 кластер – страны, экспортирующие топливо в больших объемах.
Таблица 2.6 – Кластеризация стран (2002 г.)
1 кластер
2 кластер
3 кластер
4 кластер
Бельгия, Греция, Израиль, Марокко, Португалия, Сингапур, Словакия, Тайвань, Узбекистан, Финляндия, Швейцария, Швеция, Южная Корея
Австрия, Белоруссия, Болгария, Вьетнам, Германия, Дания, Испания, Италия, Куба, Литва, Нидерланды, Новая Зеландия, Пакистан, Перу, Польша, Румыния, Таиланд, Тунис, Турция, Украина, Филиппины, Франция, Хорватия, Чехия, Чили, ЮАР, Япония
Согласно таблице 2.6, в первый кластер вошло 13 стран, во второй – 27 стран, в третий – 22 страны и в четвертый – 28 стран. Из анализа 90 стран валидными оказались все.
Для первого кластера характерны высокие значения показателей потребления, запасов и импорта нефти.
Для второго кластера характерны высокие значения вышеуказанных показателей, однако значение показателя запасов нефти выше, чем в первом кластере, а импорта – ниже. Значение показателя импорта нефти выше экспорта в данном кластере.
Для третьего кластера характерны высокие значения показателей запасов и добычи нефти. При этом значение показателя экспорта нефти выше импорта в данном кластере.
Для четвертого кластера характерны высокие значения всех показателей, причем по показателю экспорта нефти значение выше, чем в остальных кластерах.
Для сравнения проведем кластерный анализ стран за 2012 г. Результаты итерационного процесса представлены в табл. 2.7.
Таблица 2.7 – Итерационный процесс (2012 г.)
Итерация
Изменения центров кластеров
1
2
3
4
1
4,320
6,080
4,627
3,666
2
,783
,822
,392
1,027
3
,261
,411
,134
,476
4
,232
,525
,500
,000
5
,194
,238
,137
,000
6
,195
,152
,000
,000
7
,360
,137
,198
,000
8
,000
,000
,000
,000
Источник: расчеты автора
Согласно данным таблицы 2.7, только после восьми итераций была достигнута сходимость по критерию малой величины или отсутствия изменений в положении центров кластеров. Максимальное абсолютное изменение координаты любого кластера составляет ,000. Текущая итерация 8. Минимальное расстояние между начальными центрами 10,399.
В таблице 2.8 представлены начальные центры кластеров.
Таблица 2.8 – Начальные центры кластеров (2012 г.)
Кластер
1
2
3
4
X1
23,75
13,30
22,67
10,46
X2
16,09
11,54
13,86
10,79
X3
16,74
11,57
11,44
14,60
X4
14,47
8,51
13,39
13,91
X5
16,15
6,91
7,27
14,73
Источник: расчеты автора
В результате итерационного процесса были получены конечные центры кластеров (см. табл. 2.9).
Таблица 2.9 – Конечные центры кластеров (2012 г.)
Кластер
1
2
3
4
X1
23,90
18,23
21,15
11,39
X2
14,62
10,31
12,50
9,10
X3
13,81
12,15
11,13
13,13
X4
14,04
11,00
12,25
12,12
X5
12,60
12,02
10,92
13,27
Источник: расчеты автора
Согласно таблице 2.9, в первом кластере оказались страны с наибольшими значениями по показателям X1, X2, X3, X4. Во второй кластер включены страны, у которых значения по всем показателям несколько ниже, чем в первом кластере. Наименьшее значение в данном кластере принадлежит показателю X4. Третий кластер представляют страны, у которых значения по показателям X1, X2, X4 выше, чем во втором кластере, а по X3, X5 – соответственно, ниже. В последний кластер вошли страны с наименьшими значениями по показателям X1, X2. Наибольшее значение по сравнению с другими кластерами принадлежит показателю X5.
Расстояние между конечными значениями кластеров представлено в табл. 2.10.
Таблица 2.10 – Расстояние между конечными центрами кластеров (2012 г.)
Кластер
1
2
3
4
1
7,946
5,024
13,847
2
7,946
4,147
7,218
3
5,024
4,147
10,795
4
13,847
7,218
10,795
Источник: расчеты автора
Исходя из данной таблицы, минимальное расстояние наблюдается между вторым и третьим кластерами, а максимальное – между первым и четвертым кластерными центрами с учетом влияния всех факторов классификации в совокупности.
Рассмотрим результаты дисперсионного анализа, оценивающие достоверность полученных результатов (см. табл. 2.11).
Таблица 2.11 – Дисперсионный анализ (2012 г.)
Кластер
Ошибка
F
Знч.
Средний квадрат
ст.св.
Средний квадрат
ст.св.
X1
393,775
3
2,007
86
196,171
,000
X2
116,786
3
,842
86
138,688
,000
X3
30,534
3
2,278
86
13,403
,000
X4
44,603
3
1,356
86
32,896
,000
X5
16,418
3
2,629
86
6,245
,001
Источник: расчеты автора
Таблица 2.11 свидетельствует о том, что все пять показателей были справедливо использованы в процессе осуществления кластерного анализа и оказали значительное влияние на итерации.
В результате проведенного анализа страны были объединены в кластеры по следующим критериям (см. табл. 2.12):
• 1 кластер – страны, экспортирующие топливо в больших объемах.
• 2 кластер – страны, осуществляющие поставки топлива как на внутренний, так и внешний рынки;
• 3 кластер – страны, топливно-энергетическая промышленность которых ориентирована преимущественно на внутренний рынок;
• 4 кластер – страны, импортирующие топливо в больших объемах.
Бельгия, Израиль, Португалия, Сингапур, Тайвань, Финляндия, Швейцария, Швеция, Южная Корея
Источник: расчеты автора
Согласно таблице 2.12, в первый кластер вошло 25 стран, во второй – 34 страны, в третий – 22 страны и в четвертый – 9 стран. Из анализа 90 стран валидными оказались все.
Для первого кластера характерны высокие значения всех показателей, причем по показателю экспорта нефти значение выше, чем в остальных кластерах.
Во втором кластере значения показателей несколько ниже, чем в первом кластере, причем значение экспорта нефти превышает значение импорта в данном кластере.
В третьем кластере значение показателей запасов, добычи и экспорта нефти несколько выше, чем во втором кластере. При этом значение показателя импорта нефти выше экспорта в данном кластере.
Для четвертого кластера характерно высокое значение показателя импорта нефти.
Наименьшее значение характерно для показателей запасов и добычи нефти.
Таким образом, современный международный рынок нефти характеризуется увеличением количества стран, экспортирующих нефть в больших объемах. Среди крупнейших стран-экспортеров нефти 2012 г. можно выделить Саудовскую Аравию, Россию, ОАЭ, Норвегию, Ирак, Кувейт, Нигерию, Канаду, США, Венесуэлу. За счет этих стран и происходят колебания мировых цен на нефть. Если сравнивать с данными 2002 г., в первую десятку нефтеэкспортирующих стран вошли следующие: Нидерланды, Россия, Саудовская Аравия, Сингапур, США, Венесуэла, Южная Корея, Кувейт, Великобритания, ОАЭ. Исходя из этого, можно увидеть, что такие страны, как Сингапур и Южная Корея изменили свою стратегию и на сегодняшний день являются странами-импортерами нефти, а Нидерланды – страной, поставляющей топливо как на внутренний, так и внешний рынки. Большая часть нефти, добываемой странами OPEC, экспортируется (например, Саудовская Аравия экспортирует более 85% производимой нефти), тогда как нефть, добываемая, например, в США, почти полностью поставляется на внутренний рынок.
По темпам роста объемов нефтеимпорта Китай и Индия занимают первые строчки в мире. Однако энергетическая политика этих стран не предполагает роста их зависимости: такая политика предусматривает больший выбор стран-поставщиков в сочетании с освоением национальных ресурсов топливного сырья.
Потребление нефти за последнее десятилетие возросло, а крупнейшими ее потребителями остаются США, страны Западной Европы и Япония. Россия, располагая огромными запасами нефти, остается одним из крупнейших экспортеров этого ресурса. Позиция России на международном рынке нефти улучшилась за счет роста добычи, что обеспечивает высокое положительное сальдо торгового баланса и рост международных резервов страны. Однако при нынешней экономической ситуации Российское производство не выдерживают конкуренцию за использование отечественного сырья. Развитие производительных сил России возможно только при ориентации на внутренний рынок и внутренние ресурсы с государственной защитой (налоги, пошлины) от избыточного экспорта сырья и от избыточного импорта товаров. Таким образом, эффективное использование доходов от экспорта нефти является важной предпосылкой ускоренного развития в российской экономике.
Библиографический список
Официальный сайт Энергетической информационной администрации – независимого агентства в составе министерства энергетики США (EIA) [Электронный ресурс]. – Режим доступа: URL: http://www.eia.gov/petroleum/ (дата обращения: 05.12.2013)
BP Statistical Review of World Energy June 2013, pp. 6,8,9,19
BP Statistical Review of World Energy (workbook)
Горбачева М. Анализ тенденций развития международной торговли // Международный научно-исследовательский журнал (Research Journal of International Studies). – 2013. – №10 (17) – C.28-29.
Панасюк Д.О. Тенденции развития внешней торговли в странах мира // Современные научные исследования и инновации. – Декабрь 2013. – № 12 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2013/12/29973 (дата обращения: 26.12.2013).
Полушина Т.Н. Внешняя торговля стран мира: кластерный анализ по структуре экспорта стран мира // Современные научные исследования и инновации. – Декабрь 2013. – № 12 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2013/12/30456 (дата обращения: 26.12.2013).