CC BY
103
.«А", ■/л*
УДК 332.365 DOI: 10.24411/2587-6740-2020-13047
АВТОМАТИЗАЦИЯ КАДАСТРОВОЙ ОЦЕНКИ ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ
Исследование выполнено при финансовой поддержке гранта Минобрнауки России
(соглашение № 05.607.21.0302)
СИ. Комаров, Р.В. Жданова, Д.В. Антропов
ФГБОУ ВО «Государственный университет по землеустройству», г. Москва, Россия
В статье рассматривается современное состояние процесса автоматизации кадастровой оценки земель. Излагается принципиальный подход к процессу автоматизации оценки земель сельскохозяйственного назначения. Современные автоматизированные системы либо охватывают часть процесса оценки, либо предназначаются исключительно для нужд кадастровой оценки в рамках государственных бюджетных учреждений. Авторы предлагают прототип автоматизированной системы, которую можно применять для более широких целей управления сельскохозяйственным землепользованием. Определен состав требуемой информации для оценки кадастровой стоимости в рамках подобной системы. Составлена схема пути от каждого вида первичной информации до результирующего показателя качества управления землепользованием. Предложен алгоритм автоматизированной системы кадастровой оценки земель в составе информационно-ресурсной цифровой платформы интеллектуального управления системами земледелия и землепользования на уровне хозяйствующего субъекта и региона для перехода к высокопродуктивному агрохозяйству нового технологического уклада. Сформулированы требования к структуре создаваемой автоматизированной системы.
Ключевые слова: автоматизация кадастровой оценки, алгоритм кадастровой оценки, автоматизированная система оценки, сельскохозяйственное землепользование, управление землепользованием, базы данных, кадастровая стоимость.
Введение
В аграрном секторе России особенное значение приобретает регулирование земельных отношений, выстроенное на основе обоснованных научных разработок, базирующихся, с одной стороны, на последних достижениях науки и техники, с другой — на большом массиве исторических данных, впитавших в себя традиционные системы хозяйствования на земле, национальные, исторические и культурные традиции народа.
В России в настоящее время реализуется национальная программа «Цифровая экономика», нацеленная на формирование новой постоянной среды отношений населения, государства и бизнеса, возникающих с развитием цифровой экономики, создание современной высокоскоростной инфраструктуры хранения, обработки и передачи данных. Параллельно с этим происходит изменение в системе государственной кадастровой оценки земель, в том числе земель сельскохозяйственного назначения. Процессы управления и оценки земель требуют автоматизации и убыстрения всех процессов, чтобы получить конкурентные преимущества и обеспечить большую эффективность использования земельных ресурсов АПК [2, 6].
Все сказанное обуславливает высокую актуальность исследований в сфере автоматизации процессов кадастровой оценки земель и использования результатов в процессе управления земельными ресурсами.
Целью исследования являлась разработка принципов, алгоритмов и прототипа автоматизированной системы кадастровой оценки земель сельскохозяйственного назначения.
Объектом исследования выступает сельскохозяйственное землепользование.
Предмет исследования — процесс стоимостной оценки земель сельскохозяйственного землепользования.
Научная новизна исследования заключается в следующем: сформулирован подход к разработке прототипа автоматизированной системы кадастровой оценки земель для использования результатов в процессе управления сельскохозяйственным уровнем; разработан алгоритм автоматизации процесса кадастровой оценки земель сельскохозяйственного назначения.
Современное состояние проблемы
В настоящее время на территории России проходит четвертый тур Государственной кадастровой оценки (ГКО) земель сельскохозяйственного назначения. В 2017 г. в процесс ГКО были внесены кардинальные изменения. Тем не менее осталось ключевое отличие кадастровой стоимости от прочих видов стоимости — применение методов массовой оценки и использование значительных массивов информации. Эта особенность явилась причиной разработок программных продуктов для автоматизации процесса кадастровой оценки.
В настоящее время на рынке присутствуют следующие основные способы автоматизации расчетов:
• Microsoft Excel и его аналоги на базе открытого программного обеспечения [3].
• Графические программы MapInfo и Panorama.
• Специализированное оценочное программное обеспечение «Оценщи^го», «Банк-оценщик».
• Специализированные программные комплексы «Массовая оценка» (изготовитель МОК Центр), «Программное обеспечение для расчета кадастровой стоимости земельных участков» (разработчик Группа комплексных решений).
• Специализированные программные комплексы, разработанные силами самих госу-
дарственных бюджетных учреждений (ГБУ) по проведению кадастровой оценки (например, СПО от ЛенКадОценка). Различные программные продукты, применяемые в настоящее время в России, автоматизируют как весь процесс кадастровой оценки, так и его отдельные этапы. Например, разработанная в рязанском ГБУ автоматизированная система «Кадастровая оценка: структуризация объектов недвижимости» дает возможности обрабатывать перечень объектов оценки, присваивать коды расчета видов разрешенного использования, проводить группировку объектов оценки для целей ГКО [5].
Автоматизация оценки земель, в частности, и процесса управления земельными ресурсами в общем является и довольно устойчивым трендом за пределами России. В разных странах (например, в Греции [10], Шотландии [8], Малайзии [7], Ботсване [9] и др.) создаются автоматизированные системы оценки, интегрированные с ГИС-системами, позволяющие повысить точность результатов и снизить издержки на ее проведение.
В основе кадастровой оценки земель сельскохозяйственного назначения лежит метод капитализации земельной ренты [1], схематичное изображение которого приведено на рисунке 1. Как видно из рисунка, последовательность этапов кадастровой оценки земель сельскохозяйственного назначения позволяет максимально автоматизировать процесс.
На наш взгляд, будущее не только за узкоспециализированными автоматизированными системами оценки, заточенными под нужды государственных бюджетных учреждений, выполняющих Государственную кадастровую оценку, но и для использования собственниками, арендаторами и органами власти в процессе управления земельными ресурсами.
Описание исследования
На кафедре землепользования и кадастров ФГБОУ ВО «Государственный университет по землеустройству» в 2019-2020 гг. проводились исследования по разработке прототипа автоматизированной системы кадастровой оценки, встроенной в информационно-ресурсную цифровую платформу интеллектуального управле-
ния системами земледелия и землепользования на уровне хозяйствующего субъекта и региона для перехода к высокопродуктивному агрохо-зяйству нового технологического уклада. Подобная автоматизированная система должна обеспечить пользователя стоимостными показателями землепользования, получаемыми в результате кадастровой и иной оценки земель.
Рис. 1. Модель оценки земельных участков методом земельной ренты
BS
Рис. 2. Блок-схема кадастровой оценки земель сельскохозяйственного назначения в рамках автоматизированной системы
INTERNATIONAL AGRICULTURAL JOURNAL № 3 (375) / 2020
Механизм проведения кадастровой оценки земельного участка в первую очередь зависит от уровня пользования системой: землепользование или регион (рис. 2).
Для выполнения подобных функций автоматизированная система должна иметь следующие функциональные возможности:
• импорт/экспорт данных в различных форматах;
• обработка перечня объектов недвижимости;
• статистический анализ данных;
• работа с пространственными данными наиболее распространенных ГИС (MapInfo, Autocad, Panorama и проч.);
• корреляционный и регрессионный анализ данных;
• построение математических моделей оценки;
• расчет кадастровой стоимости объектов недвижимости;
• анализ результатов определения кадастровой стоимости;
• поддержка актуальных форматов обмена данными, утвержденными операторами федеральных и региональных баз данных;
• работа с большим количеством объектов; интеграция с Microsoft Excel; многопользовательская работа в сети;
• разграничение полномочий и контроль действий пользователей.
Объектом управления в рамках описываемой автоматизированной системы выступает процесс определения кадастровой стоимости земельных участков сельскохозяйственного назначения.
Система позволяет автоматизировать следующие технологические процессы:
• получения и отправки пакетов метаданных от внешних операторов данных о земельных участках посредством веб-сервисов;
• обновления метаданных с помощью xml-шаблона файла обновления метаданных;
• верификации файлов обновлений;
• обработки метаданных и актуализации единого каталога метаданных;
• формирования шаблонов запросов на выдачу информации;
• отображения аналитической обработки запросов на выдачу информации о персональных данных;
• осуществления расчетов требуемых оценочных показателей и представления результатов в доступной форме. Автоматизированная система взаимодействует с внешними и внутренними базами данных, объединяемыми в три информационные подсистемы: почвенно-ресурсную, агропроиз-водственную и рыночную.
Подсистема «Почвенно-ресурсная база данных», иначе называемая базой данных по-чвенно-климатических характеристик, содержит информацию, получаемую из внешних баз данных, а также в результате мониторинга фактического состоянии земель, в том числе методами с использованием новейших цифровых продуктов и технологий роботизированных полевых исследований, геоинформационного моделирования, анализа данных дистанционного зондирования. Данные этой подсистемы используются в центральной автоматизированной системе для расчета чистого операционного дохода (земельной ренты) в процессе кадастровой оценки.
www.mshj.ru
Подсистема «Агропроизводственная база данных», иначе называемая базой данных технологий производства основных сельскохозяйственных культур, состоит из показателей, иллюстрирующих величины затрат на производство сельскохозяйственной продукции, потенциальные валовые выгоды от данного производства на конкретном землепользовании. Информация этой подсистемы лежит в основе оценки потенциала местоположения и также участвует в расчете земельной ренты.
Подсистема «Рыночная база данных», иначе называемая базой данных о внешнем экономическом окружении, нормативах, сведениях о ресурсном потенциале сельского хозяйства, включает агрегированную и переработанную из множества источников информацию об основных показателях рынка земельных участков региона и муниципального образования: количества объявлений о продаже или сдаче в аренду (характеристика предложения), количества совершенных сделок (характеристика), ценовые данные. На основе этих данных вычисляется рыночный потенциал землепользования, рентный доход, коэффициент капитализации и ставки дисконтирования.
Кроме рассмотренных подсистем в составе автоматизированной системы должны иметься еще расчетная подсистема и подсистема информационной безопасности.
Распределение прав доступа пользователей к хранимым данным и информационным ресурсам автоматизированной системы осуществляется с помощью подсистемы информационной безопасности. В этой же подсистеме создаются пользователи и ресурсы, на которые нужно накладывать ограничения и привилегии.
Расчетная подсистема отвечает за взаимодействие с внешними базами данных, а также за проведение математических операций, направленных на вычисление итоговых стоимостных показателей. Данная подсистема будет проводить определение кадастровой стоимости земель сельскохозяйственного назначения по следующему общему алгоритму.
1. Пользователь идентифицирует объект оценки (земельный участок), вводя кадастровый номер или адрес.
2. Введенный идентификатор отправляется в Единый государственный реестр земель (ЕГРН) для получения графической информации в растровом (на основе космических снимков esri. Source (Esri, DigitalGlobe, GeoEye, Earthstar Geographies, CNES/Airbus DS, USDA, USGS, AEX, Getmapping, Aerogrid, IGN, IGP, swisstopo, Скан-Экс. В случае отсутствия требуемой информации в ЕГРН происходит обращение к открытой информации Яндекс.Карты, Google maps, Mapbox) и векторном форматах (границы участка с привязкой к местности).
Рис. 3. Алгоритм кадастровой оценки земель сельскохозяйственного назначения с помощью автоматизированной системы
3. Также из ЕГРН необходимо получение данных о виде разрешенного использования согласно классификатору видов разрешенного использования (ВРИ) земельных участков, утвержденному приказом Минэкономразвития России № 540 от 01.09.2014 г. После получения требуемого ВРИ его необходимо сопоставить со справочником, созданном на основе Приложения № 1 Методических указаний о государственной кадастровой оценке, утвержденных приказом Минэкономразвития России от 12.05.2017 г. № 226. В итоге этого этапа система присваивает земельному участку код ВРИ и запрашивает подтверждения пользователя на корректность присвоения кода вида использования.
4. После определения расположения оцениваемого объекта в базу данных почвенно-клима-тических характеристик отправляется запрос в виде границ участка (границ кадастрового квартала при отсутствии границ участка) с привязкой к местности в векторном формате. После этого проводится наложение границ участка (квартала) на картографическую основу базы данных почвенно-климатических характеристик, результатом чего становится определение почвенных разновидностей, попадающих внутрь границ участка (квартала).
5. Получение из базы данных почвенно-климатических характеристик ответа в графическом (границы почвенных разновидностей внутри границ участка (квартала) на растровой подложке) и в текстовом (справочник почвенных разновидностей, содержащий следующие поля: индекс почвы, код почвы, наименование почвы, механический состав, процент содержания гумуса, толщина гумусового горизонта, процент содержания глины, площадь) виде.
6. На основе полученной из базы данных почвенно-климатических характеристик графической информации о почвенных разновидностях, присутствующих в границах участка (кадастрового квартала), определяется доля площади участка (квартала), приходящаяся на каждую почвенную разновидность.
7. На основе справочника почвенных разновидностей, создаваемого в п.5, автоматизированная система на основе справочника агроклиматического зонирования рассчитывает агроклиматический потенциал, нормативную урожайность зерновых.
8. Формирование запроса в базу данных о внешнем экономическом окружении, нормативах и сведениях о ресурсном потенциале сель-
ского хозяйства и получение из нее перечня сельскохозяйственных культур, возможных к выращиванию в данных климатических условиях, для каждой почвенной разновидности в виде справочника и типичной структуры посевов. После формирования справочника сельскохозяйственных культур рассчитывается их нормативная урожайность.
9. На основе перечня культур из той же базы данных, что и в п. 8, заращивается информация о средних за последние пять лет ценах реализации продукции, затратах на единицу площади на возделывание и уборку и затратах на поддержание плодородия почв для каждой сельскохозяйственной культуры и каждой почвенной разновидности.
10. В разрезе почвенных разновидностей рассчитывается удельный показатель земельной ренты для структуры посевов путем вычитания из величины удельного валового дохода величины удельных затрат на возделывание и величины удельных затрат на поддержание плодородия почв.
11. Расчет коэффициента капитализации методом кумулятивного построения.
12. На финальном этапе рассчитывается удельный показатель кадастровой стоимости путем деления удельного показателя земельной ренты почвенной разновидности на коэффициент капитализации, а затем рассчитывается кадастровая стоимость земельного участка путем умножения площади на удельный показатель кадастровой стоимости земельного участка.
Схематично алгоритм автоматизированной кадастровой оценки земель сельскохозяйственного назначения представлен на рисунке 3.
Выводы
Описываемая система автоматизированной оценки предназначена для определения стоимостной оценки земель сельскохозяйственного землепользования с целью повышения эффективности системы управления земельными ресурсами на уровнях конкретного землепользования и регионов Российской Федерации, укрепления устойчивости агропромышленного комплекса страны и продовольственной безопасности страны.
Преимуществами данной системы (модели) являются: поддержка распределенных банков данных, возможность подключения неограниченного числа пользователей.
Подобная автоматизированная система предоставит широкие возможности для сотрудничества в междисциплинарных исследованиях в применении знаний для решения вопроса экономической и рыночной оценки ресурсного потенциала земель. Потребителями информации, создаваемой подобной системой, могут быть землепользователи, землевладельцы, органы власти муниципальных образований, органы власти регионов Российской Федерации, агенты недвижимости, оценщики, эксперты по оценке, ипотечные операторы, агенты недвижимости, застройщики, инвесторы и фондовые менеджеры, фермеры, а также другие специалисты и консультанты.
Литература
1. Варламов А.А., Комаров С.И. Оценка объектов недвижимости: учебник. М.: Форум, 2015. 315 с.
2. Иоселиани Н.А. Методические подходы к оценочному зонированию для целей Государственной кадастровой оценки // Имущественные отношения в Российской Федерации. 2018. № 7. С. 41-49.
3. Сницарь Л.Р., Когай Г.Д. Автоматизация процесса оценки недвижимости // Научный альманах. 2016. № 112. С. 237-239.
4. Справочник агроклиматического оценочного зонирования субъектов Российской Федерации: учебно-практическое пособие / под ред. С.И. Носова. М.: Маросейка, 2010. 208 с.
5. Ульянов А.Ю. Стандартизация и автоматизация процессов государственной кадастровой оценки как путь к формированию единого подхода к ее проведению // Имущественные отношения в Российской Федерации. 2019. № 4. С. 21-27.
6. Яшина Н.И., Макарова С.Д., Макарова И.А. Инвестиционный потенциал регионов РФ: мультикритериаль-ная оценка // Экономика и управление: теория и практика. 2019. Т. 5. № 1. С. 10-16.
7. Elsheikh R., Shariff A.R. B.M., Amiri F., Ahmad N.B., Balasundram S.K., Soom M.A. M. Agriculture Land Suitability Evaluator (ALSE): A decision and planning support tool for tropical and subtropical crops. Computers and Electronics in Agriculture, vol. 93, April 2013, pp. 98-110.
8. Evaluation of FAO's Strategic Results Framework. Food and agriculture organization of the united nations, Rome, 2019.
9. Tersteeg J.L. CYSLAMB. Version 2.0. Project TCP/ B0T/0-053. FAO/Ministry of Agriculture, Gaborone. 1994.
10. Tsoumakas G., Vlahavas I. ISLE: An Intelligent System for Land Evaluation, pp. 26-32. In: Proceedings ACAI'99 Workshop on Intelligent Techniques for SpatioTemporal Data Analysis in Environmental Applications. Publisher or Institute and city. 1999.
Об авторах:
Комаров Станислав Игоревич, кандидат экономических наук, доцент, доцент кафедры землепользования и кадастров, ОРСЮ: http://orcid.org/0000-0002-3136-1058, komarov@zemcad.ru
Жданова Руслана Владимировна, кандидат экономических наук, доцент, доцент кафедры землепользования и кадастров, ОРСЮ: http://orcid.org/0000-0002-9069-1559, zhdanova1604@yandex.ru
Антропов Дмитрий Владимирович, кандидат экономических наук, доцент, доцент кафедры землепользования и кадастров, ОРСЮ: http://orcid.org/0000-0002-8834-7767, antropovzem@gmail.com
AUTOMATION OF AGRICULTURAL LAND CADASTRAL VALUATION
S.I. Komarov, R.V. Zhdanova, D.V. Antropov
State university of land use planning, Moscow, Russia
The article discusses the situation of automatization process of agricultural land cadastral valuation. The authors show process approach to automatization of agricultural land cadastral valuation. Modern automated valuation systems work with some parts of valuation process. Second way, these systems are designed exclusively for the needs of the state budgetary institutions of cadastral valuation. The authors propose an automated system that can be used for all agricultural land management purposes. The paper determines the composition of the information for the automated cadastral valuation system. The authors show the way from each type of primary information
40 -
INTERNATIONAL AGRICULTURAL JOURNAL № 3 (375) / 2020 www.mshj.ru
.Uí. ■/л*
to the land value. They developed an algorithm for an automated system of cadastral land valuation as part of a digital platform for managing land use systems. Potential users of this system are each land user and regional management. The use of the system will help the agricultural productivity of the new technological structure increase. at the level of an economic entity and a region for the transition to a highly productive agricultural economy of a new technological structure. Also, the authors formulated requirements for the structure of the created automated system.
Keywords: automatization of cadastral valuation, cadastral valuation algorithm, automated valuation system, agricultural land use, land use management, data bases, cadastral value.
References
1. Varlamov, A.A., Komarov, S.I. (2015). Otsenka ob"ektov nedvizhimosti: uchebnik [Real estate valuation: textbook]. Moscow, Forum Publ., 315 p.
2. loseliani, N.A. (2018). Metodicheskie podkhody k otsenochnomu zonirovaniyu dlya tselei Gosudarstvennoi kadastrovoi otsenki [Methodical approaches to estimated zoning for the State cadastral valuation] Imushchestvennye otnosheniya v Rossiiskoi Federatsii [Property Relations in the Russian Federation], no. 7, pp. 41-49.
3. Snitsar, L.R., Kogai, G.D. (2016). Avtomatizatsiya protsessa otsenki nedvizhimosti [Automation of the property valuation process]. Nauchnyial'manakh [Scientific almanac], no. 11-2, pp. 237-239.
4. Nosov, S.I. (ed.) (2010). Spravochnik agroklimatichesk-ogo otsenochnogo zonirovaniya sub"ektov Rossiiskoi Federatsii:
About the authors:
uchebno-prakticheskoe posobie [Handbook of agroclimatic assessment zoning of regions of the Russian Federation: educational and practical guide]. Moscow, Maroseika Publ., 208 p.
5. Ul'yanov, A.Yu. (2019). Standartizatsiya i avtomatizatsiya protsessov gosudarstvennoi kadastrovoi otsenki kak put' k formirovaniyu edinogo podkhoda k ee provedeniyu [Standardization and automation of state cadastral valuation processes as a way to form a unified approach to its implementation]. Imushchestvennye otnosheniya v Rossiiskoi Fed-eratsii [Property Relations in the Russian Federation], no. 4, pp. 21-27.
6. Yashina, N.I., Makarova, S.D., Makarova, I.A. (2019). Investitsionnyi potentsial regionov RF: mul'tikriterial'naya otsenka [Investment potential of the regions of the Russian Federation: multicriteria assessment]. Ehkonomika i upravle-
nie: teoriya i praktika [Economics and management: theory and practice], vol. 5, no. 1, pp. 10-16.
7. Elsheikh R., Shariff A.R. B.M., Amiri F., Ahmad N.B., Bala-sundram S.K., Soom M.A. M. (2013). Agriculture Land Suitability Evaluator (ALSE): A decision and planning support tool for tropical and subtropical crops. Computers and Electronics in Agriculture, vol. 93, pp. 98-110.
8. FAO ( 2019). Evaluation of FAO's Strategic Results Framework, Rome: FAO.
9. Tersteeg, J.L. (1994). CYSLAMB: Version 2.0. Project TCP/BOT/0-053. FAO/Ministry of Agriculture, Gaborone.
10. Tsoumakas,G., Vlahavas, I. (1999). ISLE: An Intelligent System for Land Evaluation. In: Proceedings ACAI'99 Workshop on Intelligent Techniques for Spatio-Temporal Data Analysis in Environmental Applications. Publisher or Institute and city, pp. 26-32.
Stanislav I. Komarov, candidate of economic sciences, associate professor, associate professor of the department of land use and cadasters, ORCID: http://orcid.org/0000-0002-3136-1058, komarov@zemcad.ru
Ruslana V. Zhdanova, candidate of economic sciences, associate professor, associate professor of the department of land use and cadasters, ORCID: http://orcid.org/0000-0002-9069-1559, zhdanova1604@yandex.ru
Dmitry V. Antropov, candidate of economic sciences, associate professor, associate professor of the department of land use and cadasters, ORCID: http://orcid.org/0000-0002-8834-7767, antropovzem@gmail.com
komarov@zemcad.ru
