CC BY
7
Список литературы
1. Бурцев, С. А. Трансформация систем ценностей в переходном обществе : автореф. дис. ... канд. филос. наук : 09.00.01 / Бурцев С. А. - Москва, 2008.
2. Эрштейн, Л. Б. Запретная теория ценностей: психологические и социологические следствия представления ценностей как динамических запретов / Л. Б. Эрштейн. -СПб., 2008.
3. Сорокина, Л. Социальные ценности как объективно-субъективная основа адаптации человека в изменяющемся обществе / Л. Сорокина. - URL: http://gisap.eu/ru/node/4251
4. Руднев, М. Причины и следствия изменения массовых ценностей / М. Руднев. -URL: http://www.perspektivy.info/book/prichiny_i_sledstvija_izmenenija_massovyh_ cennostej_2011-04-15.htm
УДК 519.876.2:332.234.4:630
НЕЧЕТКОЕ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКОЙ ОЦЕНКИ ЛЕСНЫХ УЧАСТКОВ
М. Г. Тиндова, К. Г. Журавская
В представленной статье рассматриваются вопросы использования нечеткого логического вывода в процессе оценки лесных ресурсов. Построенная нечеткая модель в качестве лингвистических переменных использует ценообра-зующие факторы, а нечеткие правила вывода имеют в своей основе предварительный статистический анализ базы данных. Также в работе представлена апробация построенной модели на примере участка леса в Тамбовской области.
Questions of use of an indistinct logic conclusion in the course of an estimation of wood resources are considered in the presented work. The constructed indistinct model as linguistic variables uses price factors, and indistinct rules of a conclusion have the preliminary statistical analysis of a database in the basis. Also in work approbation of the constructed model on an example of a site of wood in the Tambov region is shown.
Земли лесного фонда - это самая большая по площади категория земель, занимающая более половины территории России. Их общая площадь составляет 838 млн га. Земли лесного фонда подразделяются на лесные и нелесные (ст. 8 ЛК РФ [1]). К лесным землям относятся земли, покрытые лесной растительностью и не покрытые ею, но предназначенные для ее восстановления. К нелесным - земли, предназначенные для нужд лесного хозяйства (просеки, дороги, сельскохозяйственные угодья), а также иные земли, расположенные в границах лесного фонда (болота, каменистые россыпи и другие неудобные для использования земли).
В соответствии с Конституцией РФ лесной фонд находится в федеральной собственности. В соответствии с федеральным законом допускается передача части лесного фонда в собственность субъектов РФ. Гражданский оборот, т.е. купля-продажа, залог и совершение других сделок, которые влекут за собой отчуждение участков лесного фонда, не допускается. Участки лесного фонда могут предоставляться физическим и юридическим лицам на правах: аренды, безвозмездного пользования, концессии и краткосрочного пользования.
Вследствие этого существующие методы оценки лесных ресурсов являются методами определения кадастровой стоимости, которая по своему определению не может отражать экономико-социальные, а также экологические ценообразующие факторы.
В качестве решения данной проблемы нами предлагается для определения стоимости лесных ресурсов использовать методы нечеткого моделирования [2], в частности нечеткий логический вывод, состоящий из системы лингвистических переменных и базы нечетких правил, которые определяют работу этих переменных.
Лингвистическими переменными нечеткой модели оценки лесных участков нами были выбраны следующие: Ь1 - цена; Ь2 - местоположение; Ь3 - порода; Ь4 - плотность; Ь5 - размер; Ь6 - инфраструктура; Ь7 - издержки; Ь8 - размер участка.
Для определения каждой лингвистической переменной необходимо задать [3, 4]: множество значений Т (терм-множество); универсальное множество и (область определения лингвистической переменной); синтаксическую процедуру О, позволяющую оперировать элементами терм-множества Т, в частности генерировать новые термы (значения); семантическую процедуру М, позволяющую превратить каждое новое значение лингвистической переменной, образуемое процедурой О, в нечеткую переменную, т.е. сформировать соответствующее нечеткое множество. Таким образом, лингвистическая переменная Ь характеризуется набором: Ь = (Т, и, О, М).
В частности, переменная Ь1 (цена) определяется термами Т1 = {«дешевая»; «средняя»; «дорогая»} на множестве Х1 = [0,3; 50].
м- /к
0,3 0,5 8 10 20 50 Цена, тыс. руб. / сотка Рис. 1. Функции принадлежности термов переменной Ь1
Аналитически функция принадлежности термов лингвистической переменной Ь1 выражается следующим образом:
М1 =
1, t < 0,3,
0,5 -1
0,2 0, t > 0,5
,0,3 < t < 0,5, М2 =
0, t < 0,3,
t - 0,3
7,7
20 -1
0,3 < t < 8,
М3 =
12
0, t > 20;
8 < t < 20,
0, t < 10,
t -10
40 1, t > 0,5.
10 < t < 50,
1
0
Исследуя составленную нами базу данных основных поставщиков леса, было выявлено, что цена лесных ресурсов зависит от их расположения. Поэтому переменная L2 (местоположение) определяется следующими термами: «Европейская часть»; «Сибирь»; «Дальний Восток».
М А 1
«Европейская часть»
+ 0 1
-+-
2 3
«Дальний Восток»
1 - Санкт-Петербург
2 - Архангельск
3 - Москва
4 - Калуга
5 - Кировская область
6 - Екатеринбург
7 - Красноярский край
8 - Иркутская область
9 - Алтай
Местоположение
5 6 7
Рис. 2. Функция принадлежности термов переменной Ь2
Аналитически функция принадлежности термов L2 определяется следующим образом:
М1 =
1, t < 4,
5 - ^4 < t < 5, м2 = 0, t > 5;
0, t < 4,
11 - 2,4 < t < 6, 2
4 -11,6 < t < 8, 2
0, t > 8;
Мз =
0, t < 7 t - 7
2 ' 1, t > 9.
7 < t < 9,
Термами переменной L3 (порода) стали основные лесообразующие породы, к которым относятся: сосна, ель, лиственница, дуб, ясень, клен, вяз, кедр, орех, вишня, береза и др., которые в свою очередь подразделяются на хвойные (сосна, ель, лиственница), твердолиственные (дуб, ясень, клен, вяз) и элитные породы (кедр, орех, вишня).
Переменная L4 (плотность) характеризует плотность насаждений и, следовательно, определяется следующими термами: «низкая», «средняя» и «высокая» плотность посадки.
Переменная L5 (размер) определяется размером леса, произрастающего на лесном участке, и термами данной переменной стали: «мелкий», «средний» и «крупный» размер.
Переменная L6 (инфраструктура) была нами разделена на две: L6l - удаленность от железных дорог; L62 - удаленность от автомобильных дорог. Обе определяются термами: «маленькая», «средняя» и «высокая» удаленность.
Переменная L7 (издержки) характеризует уровень затрат, необходимых на данном участке леса для ведения лесного хозяйства, вычисляется в тыс. руб. за сотку и определяется термами: «низкие»; «средние» и «высокие» издержки.
Переменная L8 (размер участка) определяется следующими термами: «мелкий», «средний», «крупный».
4
8
9
После определения лингвистических переменных следующим шагом для построения нечеткой модели оценки лесных ресурсов должна стать разработка базы нечетких правил. При опоре на Лесной кодекс РФ, а также методические рекомендации по оценке лесных ресурсов в модели были построены логические правила в виде «Если Х есть А, то У есть В».
Например, правило 1: если местоположение «Европейская часть», то цена «средняя»; правило 7: если порода «Элитная», то цена «дорогая»; правило 15: если переменная Ь61 (удаленность от железных дорог) «маленькая», то цена «дорогая». Всего наша база знаний содержит 30 правил логического вывода.
Дальнейший процесс обработки нечетких правил вывода состоит из четырех этапов [4]:
1. Вычисление степени истинности левых частей правил, т.е. определение степени принадлежности входных значений нечетким подмножествам, указанным в левой части правил вывода.
2. Модификация нечетких подмножеств, указанных в правой части правил вывода в соответствии со значениями, полученными на первом этапе.
3. Объединение (суперпозиция) модифицированных подмножеств.
4. Скаляризация результата суперпозиции.
Для определения степени истинности левой части каждого правила вычисляется функция принадлежности нечетких подмножеств от соответствующих значений входных переменных.
Рассмотрим пример оценки участка леса площадью в 10 га в Тамбовской области, на котором разрешена заготовка древесины. Порода дерева - сосна. Издержки с участка леса составляют 10 000 руб. (т.е. издержки составляют 1 тыс. руб./га). Таким образом, имеем: для переменной Ь2 (местоположение) t = 4,5; для переменной Ь3 (порода) t = 1; для переменной Ь7 (издержки) t = 1.
Находим степень вхождения t = 4,5 в каждое из нечетких подмножеств переменной Ь2:
Ь2 =
, „ , 1
м, = 5 - 4,5 =-,
п 2'
1 ^ . 1 М2 =-• 4,5 - 2 = -, 2 2 2'
М3 =
Аналогично для остальных переменных:
Ь3 =
М1 = 1, М2 = 0, Ь7 = < _Мз = 0;
М1 = 1, М2 = 0, Ь8
_Мз = 0;
М1 = 1,
М2 = 0,
М3 =■
10 - 8 2
Считая, что все переменные имеют одинаковое влияние, находим средние значения:
1 1 2
- + 1 +1 +1 „ - + 0 + 0 + 0 , 0 + 0 + 0 + - _ = 2_= 7. = 2_= 1 . =_7 = £
М1 = л = о ; М2 = . - ; м3 = . =о
Используя правила базы знаний, находим модификацию нечетких подмножеств, стоящих справа в данных правилах (рис. 3).
м л
1 —
*1 =
0,3 0,5 8 10 20 60
0,3 0,5 8 10 20 50
0,3 0,5 8 10 20 50
1 -7\8-
цена,
тыс. руб./сотка М *1_
цена,
тыс. руб./сотка М
цена,
тыс. руб./сотка
0,3 0,5 8 1 0 20 50
цена,
тыс. руб./сотка
0,3 0,5 8 10 20 50
цена,
тыс. руб./сотка
0,3 0,5 8 10 20 50
цена,
тыс. руб./сотка
Рис. 3. Модификация нечетких подмножеств
М
М
М
Модификацию проводим методом «произведений» (метод Ларсена), используя значения истинности левой части каждого правила в качестве множителя для модификации нечеткого множества, указанного в его правой части.
На следующем шаге нечеткая система обобщает результаты действия всех правил вывода, т.е. производит суперпозицию полученных нечетких множеств, используя операцию объединения (рис. 4).
тыс. руб./сотка
Рис. 4. Суперпозиция нечетких подмножеств
Переход от суперпозиции множеств к скалярному значению (скаляри-зация) проводится методом «центра тяжести»:
V =
7 1 2 0,3 •- + 8 •- + 50 —
8 8 8
8
8
1
8
= 11 тыс. руб/сотка.
8
8
8
Таким образом, стоимость лесного участка площадью 10 га в Тамбовской области составляет 11 млн руб.
Цена исследуемого участка леса, посчитанная затратным подходом, составляет 8 млн руб. [5], т.е. построенная нечеткая модель учитывает не только количественные характеристики лесных ресурсов, но и экономико-географические показатели региона, качество инфраструктуры и способы доставки конечного продукта до потребителя.
1. Лесной кодекс РФ от 04.12.2006 № 200-ФЗ. - URL: http://www.consultant.ru/ popular/newwood/
2. Тиндова, М. Г. Нечеткая модель оценки земельных участков / М. Г. Тиндова // Журнал экономической теории. - 2010. - № 5. - С. 170-180.
3. Нечеткие множества и теория возможностей. Последние достижения / под ред. Р. Ягера. - М. : Радио и связь, 1986.
4. Zadeh, L. A. Fuzzy sets / L. A. Zadeh // Information and control. - 1965. - V. 8, № 3. -1965. - P. 338-353.
5. Журавская, К. Г. Модели кадастровой оценки лесных ресурсов / К. Г. Журавская // Модели, системы, сети в экономике, технике, природе и обществе : материалы I Всерос. науч.-практ. конф. студентов и молодых ученых / под ред. В. М. Володина, О. Н. Сафоновой. - Пенза : Изд-во ПГУ, 2011. - С. 256-258.
УДК 519.876.2:336.225.6
МОДЕЛИРОВАНИЕ ПРОЦЕССА ИЗЪЯТИЯ ПРИРОДНОЙ РЕНТЫ В НЕФТЕДОБЫВАЮЩЕЙ ОТРАСЛИ
М. Г. Тиндова, И. Д. Рамазанова
В представленной статье рассматриваются модели изъятия природной ренты на примере нефтедобывающей отрасли. Анализируя опыт учета природной ренты в системе налогообложения других стран, авторы рассматривают две модели налогообложения и апробируют их на работе компании ОАО «НК «Роснефть».
The models of withdrawal of a natural rent on an example oil-extracting grow are considered in the presented work. Analyzing experience of the account of a natural rent in system of the taxation of other countries, authors consider two models of the taxation and approve them on work of the company of Open Society «Rosneft».
Сегодня под понятием «природная рента» понимается часть прибавочного продукта, создаваемого непосредственно производителями в сельском и лесном хозяйстве, горнодобывающей промышленности и в других отрас-
Список литературы
