М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия




Скачать 75.97 Kb.
НазваниеМ. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия
Дата07.10.2012
Размер75.97 Kb.
ТипДокументы
ИНТЕЛЛЕКТУАЛЬНЫЕ СРЕДСТВА ОБРАБОТКИ ИНФОРМАЦИИ КАК ИНСТРУМЕНТ ЭКОНОМИЧЕСКОЙ ОЦЕНКИ ПРИРОДНЫХ РЕСУРСОВ

М. Г. Тиндова

Саратовский государственный социально-экономический университет, Саратов, Россия


На сегодняшний день в РФ для большинства природных ресурсов существуют только кадастровые модели оценки природных ресурсов, на основе методов массовой оценки. Однако оценка природных ресурсов может осуществляться в трёх направлениях: оценка запаса природного ресурса; оценка экологических функций, которые этот ресурс выполняет и экологический ущерб.

Существующие же кадастровые методы оценки, во-первых, не учитывают функции, выполняемые ресурсом, а во-вторых, рассматривают все эти позиции по отдельности. На наш взгляд, любой природных ресурс это одновременно и запас, и часть экологического единства природы, и экологический ущерб (либо самому ресурсу под воздействием антропогенных факторов, либо окружающей среде при добыче ресурса). Поэтому и оценивать его необходимо как единый объект.

Другая проблема оценки природных ресурсов состоит в том, что в РФ для многих природных ресурсов запрещён гражданский оборот, следовательно, не может быть найдена рыночная стоимость существующими классическими методами оценки.

В качестве решения данных проблем мы предлагаем использовать аппарат нечёткого моделирования в оценке природных ресурсов, который позволит определять инвестиционную стоимость ресурсов.

Расширяя понятие «улучшения» на земельном участке и понимая под ним не только здания и сооружения для земель поселений, но и водные объекты, леса, полезные ископаемые и пр. для земель других категорий. Процесс определения стоимости любого природного ресурса в этом случае, можно представить как: , где – стоимость природного ресурса; – стоимость земли; – стоимость улучшения на земельном участке.

Далее, для построения нечёткой модели оценки природных ресурсов вводим лингвистические перемеренные, которыми на первом шаге станут ценообразующие факторы для земельных участков.

Все факторы, влияющие на стоимость земли, различаются в зависимости от категории, к которой принадлежит земельный участок. В России на сегодняшний день принята следующая классификация земель: земли сельскохозяйственного назначения; земли поселений; земли промышленности, энергетики, транспорта, связи, радиовещания, телевидения, информатики, земли для обеспечения космической деятельности, земли обороны, безопасности и земли иного специального назначения; земли особо охраняемых территорий и объектов; земли лесного фонда; земли водного фонда и земли запаса.

На основе корреляционного анализа, нами были выделены следующие факторы, влияющие на стоимость земельных участков (стоимость за 1 га) (табл.1)

Таблица 1

Факторы, влияющие на стоимость земельных участков




Категория земель

Факторы, влияющие на стоимость

1

Сельскохозяйственного назначения

местоположение; размер; плодородие; рельеф; экологическое состояние

2

Поселений

местоположение; размер; геология почв;

экологическое состояние; инфраструктура

3

Земли промышленности и связи

местоположение; размер; геология; рельеф; инфраструктура

4

Особо охраняемых территорий и объектов

экология; местоположение; эксклюзивность; размер

5

Лесного фонда

местоположение; размер; инфраструктура;

экологическое состояние

6

Водного фонда

местоположение; размер; биоресурсы;

экологическое состояние; инфраструктура

7

Запаса

местоположение; размер; экологическое состояние


Для построения модели нечёткого логического вывода были введены следующие лингвистические переменные: L1 – цена за 1 га; L2 – категория земель; L3 – местоположение (природно-климатические зоны); L4 – размер; L5 – экология; L6 – рельеф; L7 – геология; L8 – плодородие (бонитет); L9 – инфраструктура и коммуникации.

Для определение каждой лингвистической переменной необходимо задать [4, 5]: множество значений Т (терм-множество); универсальное множество U (область определения лингвистической переменной); синтаксическую процедуру G, позволяющую оперировать элементами терм-множества Т, в частности, генерировать новые термы (значения); семантическую процедуру М, позволяющую превратить каждое новое значение лингвистической переменной, образуемое процедурой G, в нечёткую переменную, т.е. сформировать соответствующее нечёткое множество. Таким образом лингвистическая переменная L характеризуется набором L=( Т, U, G, М).

В частности, переменная L1 – цена – характеризуется термами Т1={«низкая», «средняя», «высокая»}; определяется на множестве Х1=[1, 50] (рис.1).

Аналитически функции принадлежности термов лингвистической переменной L1 выражаются следующим образом:

; ;



Рис. 1. Функции принадлежности для термов лингвистической переменной L1


Аналогичным образом определяются остальные лингвистические переменные. Переменная L2 характеризуется семью термами: земля сельскохозяйственного назначения, земля поселений, земля промышленности и связи, земля водного фонда, земля лесного фонда, земля особо охраняемых территорий, земля запаса.

Переменная L3 определяется климатическими и природными зонами: арктические пустыни; тундра; лесотундра; тайга; смешанные и широколиственные леса; лесостепи; степи; полупустыни; пустыни; горные территории с высокой поясностью.

Термы переменной L4 определяются размерами участка.

Переменная L5 определяется термами: отличное состояние экологии; хорошее состояние экологии; удовлетворительное состояние экологии; неудовлетворительное состояние экологии; не пригодное для жизни.

Переменная L6 характеризуется видами рельефа.

Переменная L7 определяется двумя категориями: L71 – наличием полезных ископаемых (для простоты будем рассматривать только наличие углеводородов) и L72 – сейсмической активностью.

Переменная L8 определяется шкалой бонитета и различными видами почв.

Переменная L9 определяется уровнем развития инфраструктуры и коммуникаций, в частности, наличием железнодорожной связи, автомобильных дорог, а также наличием линией высоковольтной связи.

После выбора лингвистических переменных и определения их термов, составляем базу нечётких правил. Нечёткие логические правила строим в виде «Если Х есть А, то У есть В». Дальнейший процесс обработки нечётких правил вывода состоит из 4 этапов [5]:

  1. Вычисление степени истинности левых частей правил, т.е. определение степени принадлежности входных значений нечётким подмножествам, указанным в левой части правил вывода.

  2. Модификация нечётких подмножеств, указанных в правой части правил вывода в соответствии со значениями, полученными на первом этапе.

  3. Объединение (суперпозиция) модифицированных подмножеств.

  4. Скаляризация результата суперпозиции.




Рис. 2. Алгоритм нечёткого логического вывода для определения инвестиционной стоимости природных ресурсов


Для определения степени истинности левой части каждого правила вычисляется функция принадлежности нечётких подмножеств от соответствующих значений входных переменных.

Поскольку факторы, определяющие стоимость земельных участков различаются в зависимости от категории земель, то все нечёткие правила базы знаний были нами сгруппированы и сначала используются правила, определяющие местоположение и размер земельных участков. Тем самым находится базовая цена. На следующем этапе определяется категория участка, и используются правила, определяющие факторы, важные для каждой категории. Получаем итоговую стоимость земельного участка.

Далее определяется стоимость «улучшения», например, стоимость лесных или водных ресурсов. С этой целью были построены нечёткие модели оценки лесных и водных ресурсов, также состоящие из лингвистических переменных, которыми являются факторы, влияющие на стоимость данных ресурсов, и баз нечётких правил, которые определяют работу лингвистических переменных.

Лингвистическими переменными нечёткой модели оценки водных ресурсов (НМВР) являются: цена за 1 м³; категория водных объектов; местоположение (бассейновые округа); размер; качество воды; пользование; мероприятия по охране и восстановлению водных объектов [2].

В качестве лингвистических переменных для построения нечёткой модели оценки лесов (НМЛР) были выбраны следующие: цена за 1 га; категория леса; размер; местоположение; расстояние от транспортных магистралей; эксплуатационная ценность.

Поскольку одним из ценообразующих факторов для земель всех категорий является экологическое состояние участка, то нами была построена нечёткая модель оценки экологического ущерба (НМЭУ) [3] и существует возможность корректировки итоговой цены на основе более детальной проверки экологического состояния земельного участка.

Алгоритм определения стоимости природных ресурсов на основе нечёткого логического вывода, используемый в нашей модели, представлен на рис.2.

Таким образом, построенная нами нечёткая модель экономической оценки природных ресурсов, позволяет учесть все факторы, влияющие на стоимость и определить наилучшее и наиболее эффективное использование конкретного земельного участка и ресурса на нём.

Работа выполнена при финансовой поддержке гранта Президента РФ (проект НШ-4383.2010.1) и РФФИ (проект 10-01-00270).


СПИСОК ЛИТЕРАТУРЫ:

  1. Тиндова М.Г. Нечёткая модель оценки земельных участков // Журнал экономической теории. Институт экономики УрО РАН. ISSN 2073-6517 – Екатеринбург, 2010, №5\2010, с.170-180.

  2. Тиндова М.Г. Интеллектуальная модель оценки водных ресурсов // Математические методы в технике и технологиях – ММТТ-24 [текст]:сб.трудов ХХIV Междунар.науч.конф.:в 10 т. Т.4. Секция 4 / под общ.ред. В.С.Балакирева. – Киев:Национ.техн.ун-т Украины «КПИ», 2011, с.66-68.

  3. Тиндова М.Г. Нечёткая модель экономической оценки экологического ущерба // Экономика: вчера, сегодня, завтра, выпуск 3-4, 2012, с.129-139

  4. Нечеткие множества и теория возможностей. Последние достижения / Под ред. Р.Ягера.-М.: Радио и связь, 1986.

  5. Zadeh L.A. Fuzzy sets // Information and control. 1965. Vol. 8, №3, 1965. P. 338-353.

Похожие:

М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconЧастно-государственное партнерство как институт модернизации экономики
«февраля» 2012 года в 13. 00 часов на заседании Диссертационного совета Д. 212. 241. 02. при фгбоу впо «Саратовский государственный...
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconУчебно-методическое пособие для самостоятельной работы студентов/ Саратовский государственный социально-экономический университет, Информационно-образовательный центр «Виртуальный филиал Русского музея»
Технологии разработки мультимедийных учебных материалов. Учебно-методическое пособие для самостоятельной работы студентов/ Саратовский...
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconУчебно-методическое пособие для самостоятельной работы студентов/ Саратовский государственный социально-экономический университет, Информационно-образовательный центр «Виртуальный филиал Русского музея»
Поиск информации в сети Интернет для использования в процессе обучения. Учебно-методическое пособие для самостоятельной работы студентов/...
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconУчебно-методическое пособие для самостоятельной работы студентов / Саратовский государственный социально-экономический университет, Информационно-образовательный центр «Виртуальный филиал Русского музея»
Основы web-дизайна. Учебно-методическое пособие для самостоятельной работы студентов / Саратовский государственный социально-экономический...
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconУчебно-методическое пособие для самостоятельной работы студентов/ Саратовский государственный социально-экономический университет. Информационно-образовательный центр «Виртуальный филиал Русского музея»
Музыка. Театр. Учебно-методическое пособие для самостоятельной работы студентов/ Саратовский государственный социально-экономический...
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconУчебно-методическое пособие для самостоятельной работы студентов/ Саратовский государственный социально-экономический университет, Информационно-образовательный центр «Виртуальный филиал Русского музея»
Музеи мира. Учебно-методическое пособие для самостоятельной работы студентов/ Саратовский государственный социально-экономический...
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconУчебно-методическое пособие для самостоятельной работы студентов. / Саратовский государственный социально-экономический университет, информационно-образовательный центр «виртуальный филиал Русского музея»
Основы работы в Microsoft Word. Учебно-методическое пособие для самостоятельной работы студентов. / Саратовский государственный социально-экономический...
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconИспользование электронной системы обучения в образовательном процессе
Саратовский государственный университет имени Н. Г. Чернышевского, Саратов, Россия
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconПараллельный алгоритм параметрического синтеза управляемых комбинированных динамических систем
Саратовский государственный университет имени Н. Г. Чернышевского, Саратов, Россия
М. Г. Тиндова Саратовский государственный социально-экономический университет, Саратов, Россия iconА. Р. Абдюшев Саратовский государственный университет имени Н. Г. Чернышевского, Саратов, Россия
Анализ сложности графисечких показателей функционирования мозга (ээг) с помощью спектра динамических параметров
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib.znate.ru 2014
обратиться к администрации
Библиотека
Главная страница