Постановка проблемы. Оценка состояния и динамики территории являются неотъемлемой частью исследований в области экономики и управления. Существующий инструментарий предлагает множество подходов, однако большинство из них базируется на обработке и представлении общедоступной статистической информации. Подобный источник информации не всегда является корректным, что влечёт за собой некорректность производимых оценок. Существует объективная необходимость поиска оптимального инструментария для проведения оценки территории в случаях дефицита статистической информации либо ситуации недоверия к её качеству.
Цель исследования. Предложить актуализированный инструментарий проведения комплексной многокритериальной оценки социо-эколого-экономического состояния и динамики территории.
Методологическая база. Концептуальной основой исследования выступило утверждение о возможности проведения оценки состояния и динамики территории на основе данных социологического исследования. Мнение населения о территории позволяет выявить предпосылки к его дальнейшему экономически важному поведению, будь то выбытие из территории либо инвестирование в неё. С точки зрения проведения экономического исследования мнение населения о территории может являться более важной характеристикой, чем фактические метрики. Доверие к оценкам населения как источнику информации как правило выше, чем к общедоступной статистической информации.
Методы исследования. С целью актуализации инструментария исследуемых оценок разработана математическая модель. Концептуальной основой её разработки стал алгоритм построения модели интегральной оценки экономического объекта, предложенный П. В. Трусовым. Результаты работы модели визуализированы с использованием Microsoft Excel по методике С. С. Гордеева и А. В. Кочерова.
Используемые материалы. Статистической базой апробации модели выступили результаты социологических исследований мнения населения муниципальных образований Челябинской области в 2019 году, размещённые в открытом доступе на официальных сайтах их администраций.
Основные результаты. В статье предложена математическая модель комплексной многокритериальной оценки социо-эколого-экономического состояния и динамики территории. Продемонстрирована её работа на примерах оценки как состояния, так и динамики городов Челябинской агломерации. Результаты визуализированы, осуществлена их интерпретация.
Выводы. В статье продемонстрирована работоспособность предложенного актуализированного инструментария. Он может быть широко использован в экономических исследованиях территорий различного административного уровня.
Статья подготовлена при финансовой поддержке Российского фонда фундаментальных исследований, грант РФФИ 19-010-00964 «Моделирование и визуализация сценариев пространственного развития трансграничного макрорегиона на примере Урала и Северного Казахстана».
- Пузанов А.С., Трутнев Э.К., Маркварт Э., Попов Р.А., Сафарова М.Д. (2017). Стратегическое планирование и градорегулирование на муниципальном уровне. М. : Издательский дом «Дело» РАНХиГС. 354 с.
- Нисневич Ю.А. (2014). Индексы развития государств мира: справочник. М. : Издательский дом ВШЭ. 247 с.
- Васильева Е.Е., Долгова Е.В. (2016). Моделирование многокритериальной оценки кредитного риска в регионах РФ // Российский экономический интернет-журнал. № 1. С. 1–16.
- Гранберг А.Г. (2006). Основы региональной экономики. М. : ГУ ВШЭ. 492 с.
- Кэне Ф., Тюрго А.Р.Ж., Дюпон де Немур П.С. (2008). Физиократы. Избранные экономические произведения. М. : Эксмо. 1198 с.
- Смит А. (2016). Исследование о природе и причинах богатства народов. М. : Эксмо. 1056 с.
- Рикардо Д. (2016). Начала политической экономии и налогового обложения. М. : Эксмо. 1040 с.
- Макконнелл К., Брю С., Флинн Ш. (2019). Экономикс. Принципы, проблемы и политика. М. : Инфра-М. 1152 с.
- Алаев Э.Б., Бриваловская Г.А., Иоффе Г.В., Агранат Г.А. (1989). Территориальная структура народного хозяйства СССР в период ИТР: сдвиги и тенденции. М. : Наука. 190 с.
- Колесов В.П. (2008). Человеческое развитие: новое измерение социально-экономического прогресса. М. : Права человека. 636 с.
- Григорьев Л.М. (2019). Особенности развития человеческого капитала в субъектах Российской Федерации // Аналитический центр при Правительстве Российской Федерации. URL: https://ac.gov.ru/files/content/22461/3-grigorev-pdf.pdf (дата обращения: 03.11.2020).
- Хабарова Д.С. (2013). Обзор программных комплексов многокритериальной оптимизации // Прикладная информатика, № 2 (44). С. 102–112.
- Карпенко А.П. (2017). Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М. : МГГУ им. Н. Э. Баумана. 446 с.
- Zitzler E., Laumanns M., Thiele L. (2002). SPEA2: Improving the strength pareto evolutionary algorithm for multiobjective optimization. Evolutionary Methods for Design, Optimization, and Control. Pp. 19–26.
- Statnikova R.B., Bordetskya A., Statnikov A. (2005). Multicriteria analysis of real-life engineering optimization problems: statement and solution, Nonlinear Analysis: Theory, Methods & Applications, vol. 63, no. 5–7, pp. e685–e696.
- Lotov A.V., Miettinen K. (2008). “Visualizing the Pareto Frontier” Multiobjective Optimization: Interactive and Evolutionary Approaches, Lecture Notes in Computer Science, no. 5252, pp. 213–243.
- Кандырин Ю.В. (2013). Многокритериальный анализ, выбор и структурирование вариантов в САПР. М. : Издательство МЭИ. 318 с.
- Черноруцкий И.Г. (2005). Методы принятия решений. СПб. : БХВ-Петербург. 399 с.
- Yang F., Zeng G., Du Ch., Tang L., Zhou J., Li Zh. (2008). Spatial analyzing system for urban land-use management based on GIS and multi-criteria assessment modeling, Progress in Natural Science, vol. 18, iss. 10, pp. 1279–1284.
- Dragićević S., Dujmović J., Minardi R. (2018). Modeling Urban Land-Use Suitability with Soft Computing: The GIS-LSP Method. GeoComputational Analysis and Modeling of Regional Systems. Pp. 257–275.
- Bitterman P., Bennett D.A. (2016). Constructing Stability Landscapes: Using a Coupled Agent-Based Model to Explore Alternative Stable States and Resilience, Ecology & Society, vol. 21, no. 3. URL: 10.5751/ES-08677-210321.
- Sahin F., Kara M.K., Koc A., et al. (2020). Multi-criteria decision-making using GIS-AHP for air pollution problem in Igdir Province/Turkey, Environ Sci Pollut Res, no. 27, pp. 36215–36230. DOI: 10.1007/s11356-020-09710-3.
- Issa S.M., Al Shehhi B. (2012). A GIS-based multi-criteria evaluation system for selection of landfill sites: a case study from Abu Dhabi, United Arab Emirates Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. XXXIX-B2. Pp. 133–138. DOI: 10.5194/isprsarchives-XXXIX-B2-133-2012.
- Трусов П.В. (2007). Введение в математическое моделирование. М. : Логос. 440 с.
- Бородкин Ф.М., Айвазян С.А. (2006). Социальные индикаторы. М. : ЮНИТИ-ДАНА. 607 с.
- Иванова З.И. (2016). Социологические методы для устойчивого развития города. М. : Московский государственный строительный университет. 202 с.
- Бобылев С.Н., Зубаревич Н.В., Соловьева С.В., Власов Ю.С. (2011). Устойчивое развитие: методология и методики измерения. М. : Экономика. 358 с.
- Грачева М.В., Туманова Е.А. (2018). Математические и инструментальные методы в современных экономических исследованиях : Монография. М. : Экономический факультет МГУ имени М. В. Ломоносова. 232 с.
- Гордеев С.С., Зырянов С.Г., Ситковский А.М. (2019). Оценки качества жизни и социальных приоритетов развития территорий // Вестник Челябинского государственного университета. № 11 (433). С. 38–47.
- Гордеев С.С., Кочеров А.В. (2017). Основы анализа региональной экономической динамики: визуализация и оценка в среде MS Office. Челябинск : Изд-во ЧелГУ. 130 с.
- Глазычев В.Л., Стародубровская И.В. (2008). Челябинская агломерация: потенциал развития. Челябинск : ИЭПП. 278 с.
- Васильева Е.Е., Долгова Е.В. (2015). Некоторые методические аспекты интегральной оценки экономического объекта на примере рейтингов регионов РФ // Научные ведомости Белгородского государственного университета. Серия «Экономика. Информатика». № 19 (216). С. 5–13.
© Статья. Ситковский А. М., .