CC BY
120
Информатика, вычислительная техника и управление
С.Н. Тростянский, Ю.Н. Зенин,
доктор технических наук, доцент, Воронежский институт
Воронежский институт ГПС МЧС России ГПС МЧС России
МОДЕЛИ ДЛЯ ИССЛЕДОВАНИЯ ФАКТОРОВ УПРАВЛЕНИЯ ИНТЕГРАЛЬНЫМИ ПОЖАРНЫМИ РИСКАМИ В ЖИЛОМ СЕКТОРЕ РЕГИОНОВ РОССИИ
MODELS FOR THE STUDY OF INTEGRATED FIRE HAZARDS MANAGEMENT FACTORS IN THE RESIDENTIAL SECTOR
OF RUSSIAN REGIONS
Предложена линейная динамическая модель, позволяющая получить количественные зависимости интегральных пожарных рисков от значений соответствующих пожарных рисков за предшествующий год, набора региональных социально-экономических факторов, а также от региональных показателей времени оперативного реагирования ГПС МЧС на пожары, приведены результаты расчетов.
A quantitative dependence of integrated fire hazards was obtained based on the analysis of a dynamic model over the panel data for various regions of Russia: risk for a man to meet a fire in the residential sector per year and risk for a man to perish as a result of the fire in the residential sector per year based on the values of respective previous year fire risks, a set of social-economic regional factors as well as regional performance of operative response time to fire emergency calls of the State Firefighting Service ofEMERCOM of Russia.
Введение
Для выработки долгосрочной стратегии управления пожарными рисками в регионах Российской Федерации с целью их минимизации актуально проведение эмпирического исследования влияния на интегральные пожарные риски региональных социально-экономических факторов и региональных показателей времени оперативного реагирования ГПС МЧС на пожары, на основе эконометрического анализа доступных статистических данных. При этом актуально построение линейной зависимости интегральных пожарных рисков от соответствующих ана-
124
Вестник Воронежского института МВД России №2 / 2015
лизируемых факторов, с количественной оценкой веса и значимости каждого фактора. Также представляет интерес сравнение результатов факторной зависимости интегральных пожарных рисков, полученных на основе эконометрического анализа, с результатами зависимости интегральных пожарных рисков от экономических факторов, полученными на основе теории рационального правонарушителя [1].
Результаты комплексного исследования пожарных рисков в России, представленные в работе [2], показывают, что основная доля пожаров и человеческих жертв от пожаров приходится на здания жилого сектора. При этом большая часть таких пожаров произошла по вине человеческого, то есть социального фактора.
Обозначим интегральный пожарный риск, связанный с вероятностью столкновения человека с пожаром в жилом секторе за единицу времени, как Riz. В работе [3] предлагается измерять такой риск в единицах [пожар/(103 человек-год)]. Соответственно, интегральный риск R2z связан с вероятностью для человека погибнуть во время пожара в жилом секторе и измеряется, в соответствии с [3], в единицах [жертва/(102 пожаров)]. Интегральный пожарный риск R3z связан с вероятностью для человека погибнуть от пожара в жилом секторе за единицу времени и измеряется, в соответствии с [3], в единицах [жертва/(105 человек-год)]. Очевидно, что для пожарных рисков имеет место соотношение R3z = RlzR2z. Риск Riz характеризует возможность реализации пожарной ситуации в жилом секторе, а риски R2z и R3z — некоторые последствия этой реализации.
Связь между риском Riz и вероятностью возникновения пожара pz за год в домохозяйствах жилого сектора региона можно определить соотношением
, N
Riz = Pz!03^, (1)
где Nz — количество домохозяйств в регионе; N — численность населения региона.
На основании того, что определяющую роль в возникновении пожаров в жилом секторе имеет человеческий фактор, в частности неосторожное обращение с огнем, другие виды действия или бездействия, приводящие к возникновению пожаров в жилом секторе, для вероятности возникновения пожара за год в домохозяйствах жилого сектора региона pz можно записать соотношение
Pz = Pz0 + Pzp = Pz0 + kzCz = Pz0 + kzKp / K0 > (2)
где pz — вероятность возникновения пожаров в домохозяйствах региона за год; pzo — составляющая вероятности pz, не связанная напрямую с человеческим фактором; pzp — составляющая вероятности pz, связанная с нарушениями членами домохозяйств в области пожарной безопасности своих домохозяйств, то есть с совершением действий или бездействий со стороны индивидов, способствующих возможности возникновения пожара в домохозяйствах; kz — региональный коэффициент пропорциональности между вероятностью pzp и множителем Cz = Kp/K0,
определяющим соотношение количества Kp домохозяйств, с нарушениями в области пожарной безопасности к общему количеству Ко домохозяйств в жилом секторе региона.
Так как pzp — вероятность возникновения пожаров, обусловленных человеческим фактором, среди домохозяйств региона за год связана с нарушениями со стороны членов домохозяйств в области пожарной безопасности, то такие нарушения можно рассматривать как разновидности правонарушений или преступлений в области обще-
125
Информатика, вычислительная техника и управление
ственной безопасности. В то же время для анализа вероятности правонарушений и преступлений актуально применение теории рационального правонарушителя Беккера [4]. В данной ситуации рациональность правонарушителя пожарной безопасности в жилом секторе означает, что правонарушение происходит только в том случае, если ожидаемая дополнительная полезность Vz от его совершения превышает возможные в случае пожара суммарные убытки от пожара в домохозяйстве Usz. То есть выполняется соотношение
(1 - Pz)Vz > pzusz. (3)
При этом считается, что потенциальный правонарушитель на основе своего либо чужого опыта может оценивать вероятность возникновения пожара pz за год в домохозяйствах региона.
При оценке вероятности нарушений в области пожарной безопасности своего жилья на основе гипотезы рационального правонарушителя учитывается, что последний в качестве ожидаемой дополнительной полезности Vz может рассматривать: экономию на расходах по обеспечению пожарной безопасности домохозяйства, экономический эквивалент удовлетворения от алкоголя или других провоцирующих пожарную опасность привычек, а в качестве суммарных убытков Usz при возникновении пожара в домохозяйстве
USz = Uz + EzR2z/102, (4)
где Uz — прямые материальные убытки от пожара в домохозяйстве; R2z — риск, связанный с вероятностью гибели человека при пожаре в жилом секторе [3]; Ez — экономический эквивалент человеческой жизни в жилом секторе [5].
Анализ панельных данных
Представляет практический интерес определение детерминант пожарных рисков в жилом секторе в регионах России, выявление их зависимостей от статистически регистрируемых социально-экономических показателей, а также от показателей, характеризующих возможности МЧС по тушению пожаров, таких как показатели времени оперативного реагирования на пожары. Для эконометрического анализа факторов, определяющих уровень пожарных рисков в жилом секторе в регионах РФ, актуально использование анализа панельных статистических данных. Панельные данные — это наблюдения одних и тех же экономических единиц, которые осуществляются в последовательные периоды времени. В работе [6] с использованием статистических данных по Российской Федерации на основе многомерного регрессионного анализа зависимости числа пожаров от ряда факторов, для которых коэффициент корреляции имеет наиболее высокое значение, получена близкая к линейной зависимость количества пожаров на 1 тысячу человек от числа зарегистрированных преступлений в расчете на 100 тысяч человек населения. С учетом этого результата, предполагая общность социально-экономических факторов, определяющих пожарные риски в жилом секторе и уровень преступности в РФ, проанализируем эмпирические исследования влияния социально-экономических факторов на различные виды преступности в регионах Российской Федерации, выполненные на основе анализа панельных статистических данных [7,8]. В этих работах обнаружено влияние на преступность таких факторов, как среднедушевые денежные доходы населения, коэффициент Джини (мера неравенства в доходах), уровень злоупотребления алкоголем среди населения региона, уровень образования населения региона, средняя температура января в регионе, показатели, связанные с вероятностью уголовного наказания за преступления. Тогда для исследования факторов, детерминирующих пожарные риски в жилом секторе, актуально проведение панельного анали-
126
Вестник Воронежского института МВД России №2 / 2015
за зависимости пожарных рисков в России от социально-экономических факторов, установленных в [7,8] как детерминанты преступности, с заменой факторов, связанных с вероятностью и тяжестью уголовного наказания за преступления, на факторы, связанные с вероятностью и тяжестью материальных и возможных человеческих потерь, а также с учетом такого специфического для жилого сектора фактора, как процент ветхого и аварийного жилья в жилом секторе региона. При проведении панельного анализа, помимо социально-экономических факторов, в качестве показателя, характеризующего возможности МЧС по тушению пожаров, учитывалось также среднее время прибытия на пожар первых пожарных подразделений.
Для определения влияния учитываемых факторов на уровень пожарных рисков в жилом секторе в регионах России воспользуемся моделью авторегрессии с панельными данными (динамической моделью) [9]. Состоятельные оценки в динамических моделях можно построить с помощью обобщенного метода моментов в рамках подхода Ареллано — Бонда [10, 11], который реализован в пакете прикладных программ STATA.
Информационную базу для анализа составили панельные данные по 82 регионам РФ (исключен 1 регион, не имеющий полного набора данных) за 2006—2012 гг. Информация по пожарной статистике и показателям времени оперативного реагирования на пожары была получена из данных, регистрируемых Государственной противопожарной службой МЧС России, а социальные и экономические показатели для регионов и показатели инфляции взяты из публикаций Росстата.
Полагая, что риск Riz столкновения человека за год с пожаром в жилом секторе и риск R3z гибели человека за год при пожаре в жилом секторе являются линейными функциями от различных факторов и агрегируя по населению региона, построим линейную динамическую модель для описания пожарных рисков, в зависимости от набора заданных переменных, а также от набора независимых переменных:
Rizit = aiRizi(t-i) + a2R2zit + asUZIt + a4Dit + a5Jlt + a6Ait + a7Zit + a8Glt + a9Slt + a10Tit +
+ antit + C1.
R3zit - b1R3zi(t—1) + b2Uzit + b3Dit + b4Jit + b5Ait + b6Zit + b7Git + b8Sit + b9Tit ++b10tit + C2 .
(5)
(6)
Здесь нижние индексы i и t обозначают регион и год соответственно; зависимая переменная в уравнении (5) Rizit — риск столкновения человека за год с пожаром в жилом секторе; зависимая переменная в уравнении (6) R3zit — риск гибели человека за год при пожаре в жилом секторе; заданная переменная в уравнении (5) R2zit — риск гибели человека во время пожара в жилом секторе; заданная переменная Uzit — средний материальный ущерб от одного пожара в жилом секторе в тысячах рублей, с учетом инфляции относительно 2006 года, принимая за исходный — средний материальный ущерб от одного пожара в жилом секторе в 2006 году; независимые переменные: Dit — средние денежные доходы населения в тысячах рублей, с учетом инфляции относительно 2006 года, принимая за исходные средние денежные доходы в тысячах рублей в 2006 году; Jit — коэффициент Джини в регионах (мера неравенства в доходах); Ait — число больных с впервые в жизни установленным диагнозом психотического расстройства, связанного с употреблением алкоголя и синдрома зависимости от алкоголя, взятых под диспансерное наблюдение психоневрологическими и наркологическими учреждениями на 105 человек населения региона (в соответствии с аргументами из работы [7], этот показатель может характеризовать уровень злоупотребления алкоголем среди населения соответствующего региона); Zit — процент ветхого и аварийного жилья в регионе; Git — процент городского населения в регионе; Sit — процент студентов образовательных учреждений высшего профессионального образова-
127
Информатика, вычислительная техника и управление
ния в населении региона (этот показатель может характеризовать уровень образования в регионе); Tit — средняя температура января в градусах Цельсия в регионе; tit — среднее время по региону (в минутах) прибытия на пожар первых пожарных подразделений; Cj — постоянная, включающая неучтенные факторы.
В таблице представлены результаты идентификации параметров двух моделей (уравнения 5 и 6) регрессионного анализа панельных данных, выполненного по методу Ареллано — Бонда [10, 11], с применением пакета прикладных программ Stata. Для пожарных рисков Rizit и R3zit были получены коэффициенты их линейной зависимости от их же лагированных значений, от значений заданных переменных, а также от набора независимых переменных. Кроме значений коэффициентов, в таблице представлены также значения стандартных ошибок (в скобках) и соответственно значимостей (z) этих коэффициентов и констант, которые определяются как отношение значения коэффициента или константы к значению соответствующей стандартной ошибки.
Результаты регрессионного анализа панельных данных с 2006 по 2012 годы по зависимости пожарных рисков в жилом секторе регионов РФ от социальноэкономических факторов и показателя времени оперативного реагирования на пожары
Факторы Модель 1 Модель 2
уравнение (5) для R1zit [пожар/(103 человек-год)] уравнение (6) для R3zit [жертва/(105 человек-год)]
Rizi(t-i) [пожар/(103 человек-год)] 0,7959119 *** (0,0549279) z = 14,49
R3zi(t-i) [жертва/(105 человек-год)] 0,3572365 *** (0,0504895) z = 7,08
R2zit [жертва/(102 пожаров)] - 0,0291622 *** (0,0058077) z = - 5,02
Uzit [тыс. руб./пожар] - 0,0002108 ** (0,0000848) z = - 2,49 - 0,0066514 *** (0,0009112) z = - 7,30
Dit [тыс. руб] - 0,0120627 (0,0076643) z= - 1,57 - 0,4037612 *** (0,0853365) z = - 4,73
Jit 0,1988309 (0,2419995) z = 0,82 2,726309 (3,014362) z = 0,90
Ait [больных/105 человек] 0,0000842 (0,0003098) z = 0,27 0,0172617 *** (0,0036402) z = 4,74
Zit [%] 0,0123311 (0,0059334) z = 2,08 0,0906579 (0,0677175) z = 1,34
Git [%] - 0,0025903 (0.0096666) z = - 0,27 - 0,0537429 (0,124572) z = - 0,43
Sit [%] 0,0131748 (0,0156051) z = 0,84 0,3822948 (0,1939447) z = 1,97
Tit [град. С°] - 0,0006783 (0,0013048) z = - 0,52 - 0,0194098 (0,0167813) z = - 1,16
tit [мин.] 0,0076074 *** (0,0019956) z = 3,81 0,1945964 *** (0,0236032) z = 8,24
Cj 0,4831695 (0,7101909) z = 0,68 7,014244 (9,088833) z = 0,77
Тест Ваальда, xj 823,58 660,56
128
Вестник Воронежского института МВД России №2 / 2015
В таблице звездочками обозначены уровни доверия: *** — 1%, ** — 5%, * — 10%.
Значимое качество моделей 1 и 2 отражают высокие значения теста Вальда: Х1 = 823,58 для модели 1 и Х2 = 660,56 для модели 2.
Значение экономического эквивалента человеческой жизни Ez для жилого сектора в России можно оценить представив уравнение (5) в виде
R1zit = aiR1zi(t-1) + a3 (a2R2zit /a3 + Uat) + a4Dit + a5Jit + a6Ait + a7Zit + a8Git + a9Sit + ai0Tit +
+ antit + Ci . (7)
С учетом соотношения (4) уравнение (5) можно также записать в виде
R1zit = aiR1zi(t-1) + a3(EzR2zit Z1^ + Uz!t) + a4Dit + a5Jit + a6Ait + a7Zit + a8Git + a9Sit + ai0Tit +
+ antit + Ci . (8)
Из сравнения (7) и (8) следует, что значение экономического эквивалента человеческой жизни Ez для жилого сектора в России определяется по формуле
Ez = 102 • a2/a3. (9)
С учетом значений и размерностей коэффициентов а2 и аз из таблицы: Ez=13834,06 [тыс. руб./жертва] с учетом инфляции относительно 2006 года.
Полученная оценка экономического эквивалента человеческой жизни в жилом секторе в России близко согласуется со значением этого показателя, рассчитанного для России по методике оценки экономического эквивалента стоимости жизни человека, основанной на том, что экономический эквивалент жизни среднестатистического человека равен отношению среднедушевого располагаемого денежного годового дохода к средней вероятности смерти в течение года [12, 13]. Из расчетов работы [13] это значение для России в 2009 году составляло 12472 тыс. руб., что соответствовало 9038 тыс. руб., с учетом официальной инфляции относительно 2006 года. Такое согласование величины Ez, полученного из модели (1), со значением экономического эквивалента человеческой жизни, полученного по методике [13], подтверждает корректность модели (1) в применении к оценке риска столкновения человека за год с пожаром в жилом секторе регионов Российской Федерации.
Результаты регрессионного анализа, представленные в таблице для количественной зависимости от различных социально-экономических факторов риска столкновения человека за год с пожаром в жилом секторе и риска гибели человека за год при пожаре в жилом секторе, корректно согласуются с представленной выше моделью рационального правонарушителя. Действительно, согласно модели рационального правонарушителя, на основе результатов работы [1] из соотношений (1) и (4) следует соотношение
dRiz----< 0, (10)
dln(Uszц )
где Цкц медианное значение по всем домохозяйственным регионам величины суммарных убытков от пожаров.
Из соотношения (10) следует обратная зависимость R1z от факторов, определяющих величину возможных убытков членов домохозяйств при пожаре: Uz и R2z, а также от величины D — средних денежных доходов населения, с учетом инфляции, величина которых должна положительно коррелировать с величиной Uz — среднего материального ущерба от одного пожара в жилом секторе. Именно такая отрица-
129
Информатика, вычислительная техника и управление
тельная (с модулем коэффициента значимости z >1) зависимость Rizit от факторов: R2zit, Uzit, Dit получена на основе регрессионного анализа панельных данных с 2006 по 2012 год по регионам РФ и представлена в таблице. Положительная зависимость (с коэффициентом значимости z = 0,82) Rizit от коэффициента Джини Jit, отражающего степень неравенства в доходах среди населения региона, также корректно согласуется с моделью рационального правонарушителя. Действительно, на основе выкладок работы [1], выполненных для логнормального распределения доходов населения [14] и убытков домохозяйств от пожаров [15], показано, что вероятность
2
пожаров в жилом секторе pz изменяется при изменении дисперсии ои нормального распределения логарифма величины доходов населения ln(D), в соответствии с соотношением
dRiz/dau > 0, при (1 -pz)Vz|a < pzUs4l, (11)
где pz — вероятность возникновения пожаров в год в жилом секторе; Vz^ — медианное значение по всем домохозяйствам региона величины дополнительной полезности от совершения правонарушений, связанных с нарушением пожарной безопасности; Usz^ — медианное значение по всем домохозяйствам региона величины суммарных убытков от пожаров.
Так как, согласно (4), в суммарные убытки от пожаров Usz входит слагаемое EzR2z/102, связанное с возможными жертвами во время пожаров в домохозяйствах, то, учитывая большое значение величины EzR2z , для жилого сектора условие (11) выполняется, а т.к. коэффициент Джини J = 2Ф(сти Л/2) — 1, где Ф - кумулятивная функция
стандартного нормального распределения, то выполняется и соотношение
dR1z /d^u > 0 , при (1 — Pz)Vz^ < PzUsz^ ,
(12)
что соответствует, представленной в таблице, положительной зависимости интегрального риска Rizit от Jit — коэффициента Джини в регионах.
Полученные результаты регрессионного анализа пожарных рисков для жилого сектора регионов РФ согласуются с результатами работ [16, 17], выполненных на основе модели рационального правонарушителя, о существовании экономической детерминации пожарных рисков.
Заключение
Результаты анализа динамической модели панельных данных по регионам России с 2006 по 2012 годы, включающих пожарную статистику в жилом секторе и статистику набора региональных социально-экономических показателей, а также показателей времени оперативного реагирования ГПС МЧС на пожары, позволяют представить количественные зависимости риска столкновения человека за год с пожаром в жилом секторе и риска гибели человека за год при пожаре в жилом секторе, как линейные функции от значений соответствующих пожарных рисков за предшествующий год, набора региональных социальноэкономических показателей, а также показателей времени оперативного реагирования ГПС МЧС на пожары. Полученные результаты корректно согласуются с результатами применения к пожарным рискам модели рационального правонарушителя. Оценка экономического эквивалента человеческой жизни для России, рассчитанная на основе анализа представленной динамической модели пожарных рисков, корректно согласуется с известными из литературы значениями, полученными на основе актуарных расчетов. Результаты, полученные на основе эконометрического подхода к пожарным рискам, дают информацию
130
Вестник Воронежского института МВД России №2 / 2015
для прогноза пожарных рисков в жилом секторе регионов России и управленческих решений по минимизации таких рисков.
ЛИТЕРАТУРА
1. Тростянский С.Н., Зенин Ю.Н. Применение модели рационального правонарушителя к оценке вероятности возникновения пожаров в жилом секторе // Вестник Воронежского института МВД России. — №3. — 2014. — С.58—65.
2. Основы теории пожарных рисков и ее приложение: монография / Н.Н. Брушлин-ский [и др.]. — М.: Академия ГПС МЧС России, 2012. — 192 с.
3. Пожарные риски. Выпуск 1. Основные понятия / Н.Н. Брушлинский [и др.]: под ред. Н.Н. Брушлинского. — М.: Национальная академия наук пожарной безопасности, 2004. — 47 с.
4. Becker G. Crime and Punishment: An Economic Approach // Journal of Political Economy. — 76. — 1968. — P. 169 — 217.
5. Харисов Г.Х., Тетерин И.М. Экономический эквивалент человеческой жизни: монография. Издание второе, исправленное и дополненное. — М.: Академия ГПС МЧС России, 2008. — 57 с.
6. Анализ влияния последствий пожаров на устойчивость социально-экономического развития регионов Российской Федерации / Климкин В.И. [и др.] // Пожарная безопасность. — 2012. — №1. — С.74—84.
7. Андриенко Ю.В. В поисках объяснения роста преступности в России в переходный период: криминометрический подход // Экономический журнал ВШЭ. — 2001. — Т. 5. — №2. — С. 194—220.
8. Шалдина А.В. Моделирование региональной преступности в России // Вестник ЮРГТУ (НПИ). — 2012. — №1. — С.189—193.
9. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: учеб. — 6-е изд. перераб. и доп. — М.: Дело, 2004. — 576 с.
10. Arellano M., Bond S. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations // Review of Economic Studies 58, 1991. — P. 277—297.
11. Arellano M., Bond S. Dynamic Panel Data Estimation Using DPD98 for Gauss: a Guide for Users, mimeo, Institute for Fiscal Studies, London, Dec. 1998. — 46 p.
12. Трунов И.Л., Айвар Л.К., Харисов Г.Х. Эквивалент стоимости человеческой жизни // Представительная власть — XXI век: законодательство, комментарии, проблемы. — 2006. — № 3 (69).
13. Востоков В.Ю., Минаева Я.В., Чяснавичус Ю.К. К вопросу определения экономического эквивалента стоимости жизни среднестатистического человека // Вестник Санкт-Петербургского университета ГПС МЧС России. — 2011. — №1. — С.38—42.
14. Суворов А.В. Проблемы анализа дифференциации доходов населения и построения дифференцированного баланса денежных доходов и расходов населения // Проблемы прогнозирования. — 2001. — № 1. — С. 58—74.
15. Акимов В.А., Быков А.А., Щетинин Е.Ю. Введение в статистику экстремальных значений и её приложения: монография. — МЧС России. — М.: ФГУ ВНИИ ГОЧС (ФЦ), 2009. — 524 с.
16. Математическое моделирование риска возникновения пожаров на хозяйственных объектах / С.Н. Тростянский, Ю.Н. Зенин, С.В. Скрыль, А.В. Калач // Пожары и чрезвычайные ситуации: предотвращение, ликвидация. — 2013. — № 4. — С. 28—33.
131
Информатика, вычислительная техника и управление
17. Тростянский С.Н., Зенин Ю.Н., Бакаева Г.А. Математическая модель и алгоритмы расчета уровня региональных пожарных рисков на объектах надзора // Системы управления и информационные технологии. — 2014. — №1.1(55). — С. 204—208.
REFERENCES
1. Trostyanskiy S.N., Zenin Yu.N. Primenenie modeli ratsionalnogo pravonaru-shitelya k otsenke veroyatnosti vozniknoveniya pozharov v zhilom sektore // Vestnik Vo-ronezhskogo instituta MVD Rossii. — #3. — 2014. — S.58—65.
2. Osnovyi teorii pozharnyih riskov i ee prilozhenie: monografiya / N.N. Brushlinskiy [i dr.]. — M.: Akademiya GPS MChS Rossii, 2012. — 192 s.
3. Pozharnyie riski. Vyipusk 1. Osnovnyie ponyatiya / N.N. Brushlinskiy [i dr.]: pod red. N.N. Brushlinskogo. — M.: Natsionalnaya akademiya nauk pozharnoy bezopasnosti, 2004. — 47 s.
4. Becker G. Crime and Punishment: An Economic Approach // Journal of Political Economy. — 76. — 1968. — P. 169—217.
5. Harisov G.H., Teterin I.M. Ekonomicheskiy ekvivalent chelovecheskoy zhizni: monografiya. Izdanie vtoroe, ispravlennoe i dopolnennoe. — M.: Akademiya GPS MChS Rossii, 2008. — 57 s.
6. Analiz vliyaniya posledstviy pozharov na ustoychivost sotsialno-ekonomicheskogo razvitiya regionov Rossiyskoy Federatsii / Klimkin V.I. [i dr.] // Pozharnaya bezopasnost. —
2012. — #1. — S.74—84.
7. Andrienko Yu.V. V poiskah ob'yasneniya rosta prestupnosti v Rossii v perehodnyiy period: kriminometricheskiy podhod // Ekonomicheskiy zhurnal VShE. — 2001. — T. 5. — #2. — S.194—220.
8. Shaldina A.V. Modelirovanie regionalnoy prestupnosti v Rossii // Vestnik YuRG-TU (NPI). — 2012. — #1. — S. 189—193.
9. Magnus Ya.R., Katyishev P.K., Peresetskiy A.A. Ekonometrika. Nachalnyiy kurs: ucheb. — 6-e izd. pererab. i dop. — M.: Delo, 2004. — 576 s.
10. Arellano M., Bond S. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations // Review of Economic Studies 58, 1991.
— P. 277—297.
11. Arellano M., Bond S. Dynamic Panel Data Estimation Using DPD98 for Gauss: a Guide for Users, mimeo, Institute for Fiscal Studies, London, Dec. 1998. — 46 p.
12. Trunov I.L., Ayvar L.K., Harisov G.H. Ekvivalent stoimosti chelovecheskoy zhizni // Predstavitelnaya vlast — XXI vek: zakonodatelstvo, kommentarii, problemyi. — 2006.
— # 3 (69).
13. Vostokov V.Yu., Minaeva Ya.V., Chyasnavichus Yu.K. K voprosu opredeleniya ekonomicheskogo ekvivalenta stoimosti zhizni srednestatisticheskogo cheloveka // Vestnik Sankt-Peterburgskogo universiteta GPS MChS Rossii. — 2011. — #1. — S.38—42.
14. Suvorov A.V. Problemyi analiza differentsiatsii dohodov naseleniya i postroeniya differentsirovannogo balansa denezhnyih dohodov i rashodov naseleniya // Problemyi prognozirovaniya. — 2001. — # 1. — S. 58—74.
15. Akimov V.A., Byikov A.A., Schetinin E.Yu. Vvedenie v statistiku ekstremalnyih znacheniy i eyo prilozheniya: monografiya. — MChS Rossii. — M.: FGU VNII GOChS (FTs), 2009. — 524 s.
132
Вестник Воронежского института МВД России №2 / 2015
16. Matematicheskoe modelirovanie riska vozniknoveniya pozharov na hozyaystven-nyih ob'ektah / S.N. Trostyanskiy, Yu.N. Zenin, S.V. Skryil, A.V. Kalach // Pozharyi i chrez-vyichaynyie situatsii: predotvraschenie, likvidatsiya. — 2013. — # 4. — S. 28—33.
17. Trostyanskiy S.N., Zenin Yu.N., Bakaeva G.A. Matematicheskaya model i algo-ritmyi rascheta urovnya regionalnyih pozharnyih riskov na ob'ektah nadzora // Sistemyi up-ravleniya i informatsionnyie tehnologii. — 2014. — #1.1(55). — S. 204—208.
СВЕДЕНИЯ ОБ АВТОРАХ
Тростянский Сергей Николаевич. Профессор кафедры физики. Доктор технических наук, доцент. Воронежский институт ГПС МЧС России.
E-mail: [email protected]
Россия, 394052, г. Воронеж, ул. Краснознамённая, 231. Тел. (473) 236-33-05.
Зенин Юрий Николаевич. Начальник.
Воронежский институт ГПС МЧС России.
E-mail: [email protected]
Россия, 394052, г. Воронеж, ул. Краснознамённая, 231. Тел.(473) 236-33-05.
Trostyanskij Sergey Nikolaevich. Professor of the Physics Chair. Doctor of Technical Sciences, assistant professor.
Voronezh Institute of the State Fire Service EMERCOM of Russia.
E-mail: [email protected]
Work address: Russia, 395052, Voronezh, Krasnoznamyonnaya Str., 231. Tel. (473)236-33-05.
Zenin Yury Nikolaevich. Head of Voronezh Institute of the State Fire Service EMERCOM of Russia. E-mail: [email protected]
Work address: Russia, 395052, Voronezh, Krasnoznamyonnaya Str., 231. Tel. (473)236-33-05.
Ключевые слова: панельные данные; динамическая модель; интегральные пожарные риски; социально-экономические факторы; регионы России.
Key words: panel data; dynamic model; integrated fire risks; social-economic factors; regions of Russia.
УДК 614.841
ИЗДАНИЯ ВОРОНЕЖСКОГО ИНСТИТУТА МВД РОССИИ
Щербакова И.В.
Организация периметральных систем безопасности объектов: учебное пособие / И.В. Щербакова, С.А. Гречаный, С.В. Шишкин. — Воронеж: Воронежский институт МВД России, 2014. — 94 с.
Рассматривается методика и порядок организации охраны объектов с использованием периметральных систем безопасности.
Предназначено для курсантов радиотехнического факультета и слушателей факультета заочного обучения, а также может быть полезно слушателям факультетов профессионального обучения и дополнительного профессионального образования.
133
