CC BY
50
-Ф-
УДК 504
DOI: 10.24411/1816-1863-2018-12101
ТЕРРИТОРИАЛЬНОЕ ПЛАНИРОВАНИЕ ПРОЕКТОВ РЕГИОНАЛЬНОГО РАЗВИТИЯ С УЧЕТОМ ЭКОЛОГИЧЕСКИХ, ЭКОНОМИЧЕСКИХ И СОЦИАЛЬНЫХ КРИТЕРИЕВ
А. Л. Новоселов, доктор экономических наук, профессор, [email protected],
РЭУ им. Г. В. Плеханова, Москва, Россия,
М. Д. Ефимов, магистр,
РЭУ им. Г. В. Плеханова,
Москва, Россия,
Л. Г. Лобковская, к. г. н., н. с.,
Институт географии РАН,
Москва, Россия
CD
о ф
О
О -1
Одной из ключевых задач регионального развития является определение значимости проектов для каждого из регионов и выявление наилучшей географической привязки для их реализации. В статье предлагается решение задачи территориального планирования проектов развития регионов с учетом экологических, социальных и экономических критериев. В статье предложена методика решения задачи территориального распределения проектов на основе модификации алгоритма, разработанного И. Леунгом. На численном примере раскрываются особенности выполнения расчетов территориального планирования.
One of the key tasks of regional development is to determine the importance of projects for each of the regions and to identify the best geographic location for their implementation. The article proposes the solution of the problem of territorial planning of regional development projects taking into account ecological, social and economic criteria. The article proposes a methodology for solving the problem of territorial distribution of projects based on the modification of the algorithm developed by I. Leung. The numerical example reveals the features of the implementation of calculations of territorial planning.
Ключевые слова: региональное развитие, Леунг, алгоритм, многокритериальная оценка, треугольные числа, важность критерия, порог предпочтений.
Key words: regional development, Leung, algorithm, multi-criteria evaluation, triangular numbers, criterion importance, threshold of preferences.
Постановка задачи. Развитие регионов России требует реализации проектов социальной, экологической и экономической направленности. Выбор проектов должен осуществляться с учетом востребованности результатов, которые принесет реализация проекта региону — приток средств в бюджет, новые рабочие места, снижение загрязнения окружающей среды, решение социальных проблем и т. д. В силу множественности результатов, которые характеризуют каждый проект, необходим математический инструментарий пространственного планирования проектов с учетом ожидаемых результатов.
Алгоритм решения. Принятие решения о реализации того или иного проекта в том или ином регионе должно базироваться на фундаментальной оценке его соответствия данной территории по множеству критериев. Определение такого соответствия потребует анализа одновременно
двух массивов д анных: матрицы соответствия проектов критериям и матрицы востребованности критериев в каждом из регионов. Применение традиционных методов многокритериального анализа, таких как парные сравнения, ранжирование, метод аналитической иерархии и т. д. в данном случае не рационально, так как они дают возможность оценить лишь один проект для множества регионов, либо множество проектов для одного региона, но не позволяют рассмотреть множество проектов для всего множества районов одновременно. Поэтому было решено обратиться к м етоду профессора Гонконгского университета И. Леунга, который был предложен им в 1986 г. для решения задачи разделения потребителей на торговые зоны [1, 2]. Данный метод адаптирован для решения задачи оценки возможностей территориального планирования проектов развития с учетом приоритетов регионов.
101
№2, 2018
-Ф-
-Ф-
О ^
т О ш
Входной информацией будут служить два основных блока данных:
1) Матрица Я = {Лу}, отображающая важность каждого /-го критерия (/ = 1, 2, ..., р) в (у = 1, 2, ..., п) в регионах;
2) Матрица = {£.-/}, показывающая соответствие каждого из (I = 1, 2, ..., т) проектов рассматриваемым (/ = 1, 2, ..., р) критериям.
В оригинальном методе Леунга исходные д анные находятся в пределах от 0 до 1. При этом нет возможности представить отрицательные оценки в экспертной информации. В предложенной модификации предлагается данные задавать в пределах от —1 до 1.
Алгоритм метода Леунга включает следующие шаги:
Шаг 1. Рассчитывается м атрица Т соотношений между потребителями (группами потребителей) и рекреационными объектами:
р
£ К1]8И
гр _ / = 1
ТУ =
р I = 1
у = 1, 2, ..., п; I = 1, 2, ..., т.
(1)
Числа Ту можно интерпретировать как взвешенную степень предпочтения проекта I в регионе у.
Шаг 2. Формируется матрица IV пересечения предпочтения регионов путем перебора всех проектов попарно:
= шш{Ть Т/}, У = 1, 2, ..., п;
к, / = 1, 2, ..., т; к * /; (2)
g — порядковый номер.
Шаг 3. Находится порог п разделения предпочтений проектов в регионах, определяется из условия:
у = шш шах [Жр g ] = 1, 2,..., п
п = шах[Та/Та < у]
МЦ =
102
1\ТП ^п 0| Та <п
У = 1, 2,
I = 1, 2,
т.
Численный пример использования предложенного подхода. Воспользуемся приведенным алгоритмом для принятия решения по распределению инвестиционных проектов по сельским округам в Пере-славском муниципальном районе Ярославской области. Для иллюстрации описанного метода ограничимся рассмотрением 5 проектов разной направленности, оценивая их по 5 избранным критериям: у1 — развитие социального потенциала, создание рабочих мест; у2 — развитие промышленного потенциала; у3 — развитие культурного потенциала; у4 — улучшение состояния окружающей среды; у5 — развитие сельского хозяйства.
В качестве проектов рассмотрим: г1 — строительство тракторного завода; г2 — создание краеведческого музея; г3 — проведение мероприятий по снижению вредных выбросов в атмосферу; г4 — организация фермерского хозяйства; г5 — строительство завода по производству минеральных удобрений.
Произведем оценку востребованности критериев в регионах, основываясь на д ан-ных монографий [4, 5]. Результаты экспертной оценки приведены в табл. 1, 2.
Поскольку строительство заводов связано с увеличением вредных выбросов в атмосферу, проекты 21 и 25 имеют оценку по критерию у4.
Таблица 1
Матрица Я
Регионы Критерии оценки
у1 у2 у3 у4 у5
Алексинский (х1) 0,80 1,00 0,30 0,10 0,48
Берендеевский (х2) 0,40 0,20 0,20 0,80 0,30
Веськовский (х3) 0,30 0,20 0,20 0,50 0,25
Троицкий (х4) 0,50 0,00 1,00 0,50 0,25
(3)
Матрица 8
Таблица 2
Шаг 4. На основе выбранного порога формируется матрица привлекательности реализации проектов в регионах:
№2, 2018
(4)
Критерии оценки Проекты
г1 И г3 г4 г5
у1 0,90 0,20 0,00 0,50 0,40
у2 1,00 0,00 0,00 0,50 0,80
у3 0,00 1,00 0,00 0,00 0,00
у4 -0,70 0,00 1,00 0,00 -0,30
у5 0,50 0,00 0,00 1,00 0,60
п
"Ф
-Ф-
Таблица 3
Матрица Т
Регионы Проекты
z1 z2 z3 z4 z5
Алексинс- 0,705 0,172 0,037 0,515 0,514
кий (х1)
Берендеевс- 0,079 0,147 0,421 0,316 0,137
кий (х2)
Веськовс- 0,169 0,179 0,345 0,345 0,193
кий (х3)
Троицкий 0,100 0,489 0,222 0,222 0,089
(х4)
Таблица 4 Матрица привлекательности реализации проектов в регионах
Регионы Проекты
z1 z2 z3 /4 /5
Алексинский (х1) 1 1 0 1 1
Берендеевский (х2) 0 0 1 1 0
Веськовский (х3) 0 1 1 1 1
Троицкий (х4) 0 1 1 1 0
На первом шаге алгоритма по формуле (1) определяется матрица Т (табл. 3).
Воспользовавшись формулой (2) на втором шаге находится матрица
На шаге 3 определяется пороговая величина п = 0,169.
В соответствии с формулой (4) формируется матрица привлекательности реализации проектов в регионах (табл. 4).
Единицы в м атрице привлекательности показывают возможность реализации проекта в соответствующем регионе. Например, Тракторный завод (21) следует строить в Алексинском районе, завод удобрений (25) — в Алексинском и Веськовском, фермерское хозяйство (24) можно организовывать в любом из регионов.
В случае нечеткой оценки [6], например, в виде треугольного распределения,
аналогичный расчет следует проделать отдельно для минимального, среднего и максимального значений треугольных оценок с дальнейшим усреднением трех полученных пороговых значений путем дефаззи-фикации по формуле
У = 0,25(уш1п + 2у^ + Ушях), (5)
где утш (ут, утах) — левая граница (среднее значение, правая граница) треугольного числа, задающего полученное пороговое значение.
С этой величиной будут сравниваться значения усредненной по формуле (5) матрицы Т для получения матрицы привлекательности реализации проектов в регионах.
Заключение
Основными достоинствами избранного метода можно назвать: возможность распределения неограниченного круга проектов среди любого числа территорий; отсутствие ограничений по числу учитываемых критериев; применимость как для четких множеств, так и для множеств с нечеткими оценками; наглядная форма представления результатов расчета.
В качестве недостатков метода можно выделить неоднозначность результата, наличие нескольких возможных вариантов места реализации для большинства проектов, что в задаче И. Леунга выражалось как пересечение торговых зон. Для устранения второго потребуется решение дополнительной задачи по планированию реализации, учитывающая все возникающие при реализации проектов ограничения по бюджету, совместимости проектов и других аспектов [7, 8].
Исследование выполнено при финансовой поддержке РФФИ, проект «Разработка концептуальных основ перехода к экономике «зеленого» роста» № 17-02-00144 ОГОН.
а>
о ^
о
О -1
Библиографический список
1. Новоселов А. Л., Медведева О. Е., Новоселова И. Ю. Экономика, организация и управление в области недропользования: учебник и практикум для магистров // М.: Юрайт. — 2015. — 625 с.
2. И. Леунг. Разделение на торговые зоны в нечетких условиях // Нечеткие множества и теория возможностей // под ред. Р. Ягера. — М., Радио и Связь, 1986, с. 339—348.
3. Каид В. А. Методы построения функций принадлежности нечетких множеств // Известия Южного Федерального Университета. Технические науки, тематический выпуск, 2013, с. 144—152.
4. Мерзлов А. В., Новоселов А. Л., Чепурных Н. В. Региональное развитие. Сельская местность, М., Наука, 2006, 384 с.
103
№2, 2018
"Ф
-Ф-
-Ф-
5. Гусев А. А., Новоселова И. Ю., Новоселов А. Л., Плямина О. В. Моделирование «зеленой» экономики. Теория и практика. — М., Экономика, 2017. — 297 с. ¡^ 6. Абрамов П. И.,Нечеткие модели оптимизации принятия управленческих решений // Известия
^ Тульского государственного Университета. Технические науки, 2014, № 9, с. 131—136.
2 7. Маркина М. В. Многокритериальные задачи оптимизации в экономике // Вестник Нижегород-
15 ского Университета им. Н. И. Лобачевского, 2014, № 4, с. 416—421.
, Ф 8. Орлов М. А. Алгоритм формирования многокритериальной стратификации // Бизнес-информа-
тика, 2014, № 4, с. 24—34.
TERRITORIAL PLANNING OF PROJECTS OF REGIONAL DEVELOPMENT WITH REGARD TO ENVIRONMENTAL, ECONOMIC AND SOCIAL CRITERIA
A. L. Novoselov, Doctor of Economics, Professor, [email protected],
Plekhanov Russian University of Economics, Moscow, Russia,
M. D. Yefimov, master, [email protected],
Plekhanov Russian University of Economics, Moscow, Russia,
L. G. Lobkovskaya, Ph. D. (Geography), researcher, [email protected],
Institute of Geography Russian Academy of Sciences, Moscow, Russia
Reference
1. Novoselov A. L., Medvedeva O. E., Novoselova I. Yu. Economics, Organization and Management in the Subsoil Use Area: A Textbook and a Workshop for Masters // M.: Publishing House Yurayt. — 2015. — 625 p.
2. Leung I. Division into trading zones in fuzzy conditions // Fuzzy sets and theory of possibilities // ed. R. Jager. — M., Radio and Communication, 1986, p. 339—348.
3. Kaid V. A. Methods for constructing the membership functions of fuzzy sets, Izvestiya, Southern Federal University. Technical Sciences, Thematic Issue, 2013, p. 144—152.
4. Merzlov A. V., Novoselov A. L., Chepurnykh N. V. Regional development. Countryside/, M., Science, 2006, 384 p.
5. Gusev A. A., Novoselova I. Yu., Novoselov A. L., Plamina O. V. Modeling the "green" economy. Theory and practice. — M., Economics, 2017. — 297 c.
6. Abramov P. I. Fuzzy models for optimizing the adoption of managerial decisions, Izvestiya Tul'skogo Uni-versiteta. Engineering sciences, 2014, № 9, p. 131—136.
7. Markina M. V. Multicriteria optimization problems in economics // Vestnik of the Nizhny Novgorod State University. N. I. Lobachevsky, 2014, No. 4, p. 416—421.
8. Orlov M. A. Algorithm for the formation of multicriteria stratification // Business Informatics, 2014, № 4, p. 24—34.
104
№2, 2018
-Ф"
-Ф"
