МОДЕЛИРОВАНИЕ МНОГОКРИТЕРИАЛЬНОЙ ОЦЕНКИ СОЦИО-ЭКОЛОГО-ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ И ДИНАМИКИ ТЕРРИТОРИИ
DOI:
https://doi.org/10.22394/2304-3369-2021-2-102-119Ключевые слова:
многокритериальные оценки, матричные оценки, векторные оценки, анализ территории, инструментарий анализа, математическая модель, социологически исследования.Аннотация
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.
Библиографические ссылки
1. 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.
2. Нисневич Ю.А. (2014). Индексы развития государств мира: справочник. М. : Издательский дом ВШЭ. 247 с.
3. Васильева Е.Е., Долгова Е.В. (2016). Моделирование многокритериальной оценки кредитного риска в регионах РФ // Российский экономический интернет-журнал. № 1. С. 1–16.
4. Гранберг А.Г. (2006). Основы региональной экономики. М. : ГУ ВШЭ. 492 с.
5. Кэне Ф., Тюрго А.Р.Ж., Дюпон де Немур П.С. (2008). Физиократы. Избранные экономические произведения. М. : Эксмо. 1198 с.
6. Смит А. (2016). Исследование о природе и причинах богатства народов. М. : Эксмо. 1056 с.
7. Рикардо Д. (2016). Начала политической экономии и налогового обложения. М. : Эксмо. 1040 с.
8. Макконнелл К., Брю С., Флинн Ш. (2019). Экономикс. Принципы, проблемы и политика. М. : Инфра-М. 1152 с.
9. 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.
10. Колесов В.П. (2008). Человеческое развитие: новое измерение социально-экономического прогресса. М. : Права человека. 636 с.
11. 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-grigorevpdf.pdf (дата обращения: 03.11.2020).
12. Хабарова Д.С. (2013). Обзор программных комплексов многокритериальной оптимизации // Прикладная информатика, № 2 (44). С. 102–112.
13. Карпенко А.П. (2017). Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М. : МГГУ им. Н. Э. Баумана. 446 с.
14. 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.
15. 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.
16. 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.
17. Кандырин Ю.В. (2013). Многокритериальный анализ, выбор и структурирование вариантов в САПР. М. : Издательство МЭИ. 318 с.
18. Черноруцкий И.Г. (2005). Методы принятия решений. СПб. : БХВ-Петербург. 399 с.
19. 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 multicriteria assessment modeling, Progress in Natural Science, vol. 18, iss. 10, pp. 1279–1284.
20. 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.
21. Bitterman P., Bennett D.A. (2016). Constructing Stability Landscapes: Using a Coupled AgentBased Model to Explore Alternative Stable States and Resilience, Ecology & Society, vol. 21, no. 3. URL: 10.5751/ES-08677-210321.
22. 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.
23. 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.
24. Трусов П.В. (2007). Введение в математическое моделирование. М. : Логос. 440 с.
25. Бородкин Ф.М., Айвазян С.А. (2006). Социальные индикаторы. М. : ЮНИТИ-ДАНА. 607 с.
26. Иванова З.И. (2016). Социологические методы для устойчивого развития города. М. : Московский государственный строительный университет. 202 с.
27. Бобылев С.Н., Зубаревич Н.В., Соловьева С.В., ВласовЮ.С. (2011). Устойчивое развитие: методология и методики измерения. М. : Экономика. 358 с.
28. 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.
29. 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.
30. 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.
31. Глазычев В.Л., Стародубровская И.В. (2008). Челябинская агломерация: потенциал развития. Челябинск : ИЭПП. 278 с.
32. 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.
REFERENCES
1. Puzanov A.S., Trutnev E.K., Marcvart E., Popov R.A., Safarova M.D. (2017). Strategic planning and city-regulation at the municipal level. Moscow: Publishing House “Delo” of RANEPA, 354 p.
2. Nisnevich Yu.A. (2014). World Development Indices: Reference Book. Moscow: Publishing House of HSE, 247 p.
3. Vasileva E.E., Dolgova E.V. (2016). Modeling a multi-criteria credit risk assessment in the regions of the Russian Federation, Russian economic Internet Journal, no. 1, pp. 1–16.
4. Granberg A.G. (2006). Basics of the regional economy. Moscow: GU of HSE, 492 p.
5. Kene F., Turgo A.R.Zh., Dupont de Nemur P.S. (2008). Physiocrats. Selected economic work. Moscow: Eksmo, 1198 p.
6. Smith A. (2016). Research on nature and causes of wealth of peoples. Moscow: Eksmo, 1056 p.
7. Ricardo D. (2016). The start of political economy and tax case. Moscow: Eksmo, 1040 p.
8. McConnell K., Bru S., Flynn Sh. (2019). Economics. Principles, problems and politics. Moscow: Infra-M, 1152 p.
9. Alaev E.B., Brivalovskaya G.A., Ioffe G.V., Agranat G.A. (1989). The territorial structure of the national economy of the USSR in the period of the ITR: shifts and trends. Moscow: Nauka, 190 p.
10. Kolesov V.P. (2008). Human development: a new dimension of socio-economic progress. Moscow: Prava cheloveka, 636 p.
11. Grigorev L.M. (2019). Features of human capital development in the constituent entities of the Russian Federation. Analytical Center under the Government of the Russian Federation. URL: https://ac.gov.ru/files/content/22461/3-grigorev-pdf.pdf (accessed 03.11.2020).
12. Khabarova D.S. (2013). Overview of software complexes of multi-criteria optimization, Applied informatics, no. 2 (44), pp. 102–112.
13. Karpenko A.P. (2017). Modern search engine optimization algorithms. Algorithms inspired by nature. Moscow: MGGU named after N. E. Bauman, 446 p.
14. 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.
15. 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.
16. 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.
17. Kandyrin Yu.V. (2013). Multi-criteria analysis, selection and structuring of options in CAD. Moscow: MEI Publishing House, 318 p.
18. Chernorutsky I.G. (2005). Methods of decision-making. Saint Petersburg: BHV-Petersburg, 399 p.
19. 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 multicriteria assessment modeling, Progress in Natural Science, vol. 18, iss. 10, pp. 1279–1284.
20. 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.
21. Bitterman P., Bennett D.A. (2016). Constructing Stability Landscapes: Using a Coupled AgentBased Model to Explore Alternative Stable States and
Resilience, Ecology & Society, vol. 21, no. 3. URL: 10.5751/ES-08677-210321.
22. 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.
23. 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.
24. Trusov P.V. (2007). Introduction to mathematical modeling. Moscow: Logos, 440 p.
25. Borodkin F.M., Ayvazyan S.A. (2006). Social indicators. Moscow: UNITI-DANA, 607 p.
26. Ivanova Z.I. (2016). Sociological methods for the sustainable development of the city. Moscow: Moscow State University of Construction, 202 p.
27. Bobylev S.N., Zubarevich N.V., Solovyova S.V., Vlasov Yu.S. (2011). Sustainable development: methodology and measurement methods. Moscow: Economics, 358 p.
28. Gracheva M.V., Tumanova E.A. (2018). Mathematical and instrumental methods in modern economic research. Moscow: Economic Faculty of the Lomonosov Moscow State University, 232 p.
29. Gordeev S.S., Zyryanov S.G., Sitkovsky A.M.
(2019). Estimates of the quality of life and social priorities of the development of territories, Bulletin of the Chelyabinsk State University, no. 11 (433), pp. 38–47.
30. Gordeev S.S., Kocherov A.V. (2017). Basics for analyzing regional economic dynamics: visualization and assessment in the MS Office environment. Chelyabinsk: ChelSU Publishing house, 130 s.
31. Glazychev V.L., Starodubrovskaya I.V. (2008). Chelyabinsk agglomeration: developmental potential. Chelyabinsk: IEPP, 278 p.
32. Vasileva E.E., Dolgova E.V. (2015). Some methodological aspects of the integral assessment of the economic object on the example of the ratings of the regions of the Russian Federation, Scientific Validity of the Belgorod State University. Series “Economics. Computer science”, no. 19 (216), pp. 5–13.
