Нечёткое моделирование оценки межрегиональной экономической интеграции Текст научной статьи по специальности «Экономика и бизнес»

- обязанности руководящего состава;

- расширение клиентской базы;

- установление прочных контактов и продолжение дальнейшего сотрудничества;

- этические требования;

- выполнение задания;

- кадровая работа;

- проведение мониторинга.

Таким образом, систематизация факторов, влияющих на качество аудита, имеет важное концептуальное значение, поскольку их четкое понимание способно в разы улучшить качество аудиторского заключения, а следовательно, благоприятно повлиять на функциональную деятельность компании. Проведенное исследование позволило выделить две группы факторов, которые тесно существуют между собой -внешние и внутренние. При этом к первому блоку относится проведение контроля за качеством аудиторских услуг со стороны государ-

ства и широкой общественности; ко второму -зависящие и не зависящие от аудиторского задания.

Примечания:

1. Качество аудита: точка зрения 1АА5В // Источник: http://profa.kz/download/audit_quaNty.pdf

2. Кондрашова Н.Г. Качество аудита: понятие и обеспечение в российских аудиторских организациях // Международный бухгалтерский учет. -2012.-№23.

3. Ментюков И.В. Влияние институциональной среды на качество аудита//Вестник АКСОР.- 2011. - №2.

4. Постановление Правительства РФ от 23.09.2002 N 696 (в ред. от 22.12.2011) "Об утверждении федеральных правил (стандартов) аудиторской деятельности" // Собрание законодательства РФ. 30.09.2002. N 39. Ст. 3797.

5. Чепурнова Е.И. Анализ факторов, определяющих качество аудита как товара // Транспортное дело в России. - 2009.

FUZZY MODELING OF THE INTERREGIONAL ECONOMIC INTEGRATION ASSESSMENT

Nurutdinova Inna Nikolaevna, PhD of Physics and Mathematics science, Associate Professor, Department of Applied Mathematics

Borisova Dina Vladimirovna, Assistant, Department of Management and Business Technologies Don State Technical University, Rostov-on-Don

The article considers the problem of assessing the level of interregional economic integration of the Rostov region with the regions of the Southern Federal District. A linguistic approach is proposed to solve the problem. This approach uses the mathematical apparatus of the theory of fuzzy sets. Economic-mathematical models of the subject domain "interregional economic integration" were obtained, and a mechanism of fuzzy logical inference was implemented, which allowed obtaining the values of the levels of interregional economic integration with partner regions in the South of Russia.

Keyswords: interregional economic integration; effectiveness of interaction; fuzzy model; fuzzy sets; linguistic variable; membership function; fuzzy logic inference.

УДК 338.2 НЕЧЁТКОЕ МОДЕЛИРОВАНИЕ ОЦЕНКИ

МЕЖРЕГИОНАЛЬНОЙ ЭКОНОМИЧЕСКОЙ ИНТЕГРАЦИИ

В статье рассматривается проблема оценки уровня межрегиональной экономической интеграции Ростовской области с регионами Южного Федерального округа. Для решения задачи предложен лингвистический подход, использующий математический аппарат теории нечётких множеств. Получены экономико-математические модели предметной области "межрегиональная экономическая интеграция", реализован механизм нечеткого логического вывода, что позволило получить конкретные значения уровней межрегиональной экономической интеграции с регионами-партнерами на Юге России. Ключевые слова: межрегиональная экономическая интеграция; эффективность взаимодействия; нечёткая модель; нечеткие множества; лингвистическая переменная; функция принадлежности; нечеткий логический вывод.

Необходимым условием успешного развития экономики России является расширение и углубление межрегиональных экономических связей. Для решения проблемы анализа социально-экономического развития регионов и оценки уровня развития интеграцион-

ВАК РФ 08.00.13

© Нурутдинова И.Н., 2017 & Борисова Д.В., 2017

НУРУТДИНОВА Инна Николаевна, кандидат физико-ма тема тических наук, доцент, кафедра Прикладной математики nurut.inna@yandex.ru

БОРИСОВА Дина Владимировна, ассистент, кафедра Менеджмента и бизнес-технологий

Донской государственный технический университет, Ростов-на-Дону

Регионы ЮФО

Республика Адыгея

Астраханская область

Волгоградская область

Республика Калмыкия

Краснодарский край

ных связей между регионами Юга России целесообразным и эффективным является применение различных инструментарных подходов, таких как индексный метод, критериальный метод, корреляционно-регрессионный анализ, метод анализа динамических рядов и др. [1]. Но наиболее корректным и учитывающим качественную природу и количественные определенности информационно-аналитической базы, является аппарат теории нечетких множеств [2], являющийся основой для разработки адекватной экономико-математической модели предметной области "межрегиональная экономическая интеграция". Нечёткие модели в настоящее время успешно применяются для решения задач в сферах экономики, логистики, маркетинга и др., таких как, например, оценка качества производственных процессов [3] и качества обслуживания [4], оценка уровня зрелости организации в достижении устойчивого успеха [5, б], оценка отношений с клиентами и выбор поставщика логистических услуг [7, 8], оценка инновационного развития регионов [9], анализ запросов клиентов и оценка доверия в электронной коммерции [10] и др. Практическое применение нечёткого моделирования в данной задаче позволит определить конкретные значения уровней межрегиональной интеграции между регионами Юга России и будет являться основой для разработки информационно-и нтегрирова н ной информационной системы мониторинга межрегиональной экономической интеграции.

При оценке уровня межрегиональной интеграции необходимо учитывать ряд следующих существенных групп факторов. К ним относятся социально-экономические показатели (СЭП), товарооборот (ТО), наличие и состояние каналов связи (УРС) и транспортное сообщение (УТС) с его транспортной инфраструктурой, включающее в себя транспортные коридоры, интермодальные узлы и др. [11].

На рисунке 1 представлена концептуальная схема взаимосвязи выходного фактора от совокупности входных факторных признаков (4-х групп факторов), а именно уровня межре-

гиональной интеграции с регионами ЮФО: Краснодарским краем, Волгоградской областью, Астраханской областью, республикой Адыгея, республикой Калмыкия.

Рассматриваемые группы факторов характеризуются как количественным, так и качественным характером информации, поэтому для их корректного описания и дальнейшего применения при разработке адекватной экономико-математической модели "уровень межрегиональной интеграции" был использован математический аппарат теории нечетких множеств. Получено логико-лингвистическое описание факторов в виде лингвистических переменных (ЯП), и построены функции принадлежности (ФП).

О си

-О О-

ш <

■=с

ю си

Группы факторов

Социально-экономические показатели региона

Уровень транспортного сообщения

Уровень межрегиональной интеграции Ростовской области г~

Товарооборот

—©

Уровень развития связи

Рисунок 1 - Взаимосвязь уровня межрегиональной интеграции с входными факторами

Результаты моделирования. Для определения точного значения уровня межрегиональной интеграции (УМИ) на основе нечеткого логического вывода применим методику де-фаззификации [6,12].

В соответствии с лингвистическим подходом [13,14] модель предметной области "уровень межрегиональной интеграции" можно представить в виде продукционных правил (рис. 2), включающих нечеткие высказывания, устанавливающих соответствие между значением обобщённого входного параметра (совокупность значений всех входных факторов) и значением терма выходной ЯП.

В основе механизма вывода решений лежит модель данной предметной области, представляющая собой композицию нечетких отношений семантических пространств входных и выходного параметров.

1 If (СЭП is низкий) and (УТС is низкий) and (TO is низкий) and (УРС is низкий) then (УМИ is леЕый) Г1)

If (СЭП is низкий) If (СЭП is низкий) If (СЭП is низкий) If (СЭП is низкий) If (СЭП is низкий) If (СЭП is низкий) If (СЭП is низкий) If (СЭП is низкий) If (СЭП is низкий f (СЭП is низкий f (СЭП is низкий f (СЭП is низкий f (СЭП is низкий f (СЭП is низкий f (СЭП is низкий f (СЭП is низкий

and (УТС is низкий) and and (УТС is низкий) and and (УТС is низкий) and and (УТС is низкий) and and (УТС is низкий) and and (УТС is низкий) and and (УТС is низкий) and and (УТС is низкий) and ) and [УТС is средний) a ) and [УТС is средний) a ) and (УТС is средний) a ) and [УТС is средний) a ) and [УТС is средний) a ) and [УТС is средний) a ) and (УТС is средний) a ) and (УТС is средний

(TO is низкий) and (УРС is средний) then (УМИ is леЕый) (1) (TO is низкий) and (УРС is высокий) then (УМИ is левый) (1) (TO is средний) and (УРС is низкий) then (УМИ is леЕый) [1) (TO is средний) and (УРС is средний) then (УМИ is леЕый) (1) (TO is средний) and (УРС is EbicoKnfi)then (УМИ is леЕый) (1) (TO is высокий) and (УРС is низкий) then (УМИ is леЕый) (1) (TO is высокий) and (УРС is средний) then (УМИ is левый) (1) (TO is еысокий) and (УРС is высокий) then (УМИ is центр1) (1) nd (TO is низкий) and (УРС is низкий) then [УМИ is левый) (1) nd (TO is низкий) and (УРС is средний) then (УМИ is леЕый) (1) nd (TO is низкий) and (УРС is высокий) then (УМИ is леЕый) (1) nd (TO is средний) and (УРС is низкий) then (УМИ is леЕый) (1) nd (TO is средний) and (УРС is средний) then (УМИ is центр1) (1) nd (TO is средний) and (УРС is высокий) then (УМИ is центр1)(1) nd (TO is высокий) and, [УРС is низкий) then (УМИ is пеЕый) (1) nd (TO is высокий) and iV'PC is средний': then (УМИ is центр!' 11J

If and and

Рисунок 2 - Фрагмент продукционных правил, характеризующих модель предметной области "уровень

межрегиональной интеграции"

На этапе дефаззификации вычисляются точные значения выходной ЯП с помощью метода "центра тяжести" [15]. Такой метод реализуется в среде MatLab с помощью пакета прикладных программ Fuzzy Logic Toolbox, или с помощью приближённой методики [6, 12], имеющей достаточно высокуюточность. Для нечеткого логического вывода мы применили приближённую методику. Также использован пакет прикладных программ Fuzzy LogicToolbox [16] для контроля вычислений и проверки адекватности продукционных правил.

Рассмотрим вывод точного значения УМИ для регионов, для этого зададим значения входных параметров. В таблице 1 приведены численные значения входных параметров и номера используемых правил.

Таблица 1 - Исходные расчетные данные

Регион Входные параметры Номера правил базы

СЭП УТС ТО УРС знании

Краснодарский край 0,624 0,646 0,56 0,767 45, 54, 72, 81

Волгоградская область 0,448 0,381 0,30 0,488 32,41

Астраханская область 0,406 0,328 0,12 0,35 1,2, 4,510, 11, 13, 14, 28, 29, 31,32, 37, 38,40, 41

Республика Адыгея 0,357 0,298 0,01 0,143 1,10, 28, 37

Республика Калмыкия 0,343 0,228 0,01 0,231 1,28

Проиллюстрируем вывод точного значения на примере одного из регионов - Краснодарского края. Первый этап - нахождение значений ФП входных параметров. Значения ФП для рассматриваемых входных ЯП вычислены по формулам для трапецеидальных ФП с параметрами из таблицы 1 (рис. 3).

Рисунок 3 - Функции принадлежности входных лингвистических переменных

Второй этап - перебор всех комбинаций (их 4) входных параметров и нахождение по правилам значения выходного параметра (уровня межрегиональной интеграции). Значениями уровня межрегиональной интеграции будут: уровень 4 (выше среднего) и уровень 5 (высокий). Затем для каждой комбинации находим минимальное значение ФП входных переменных.

Третий этап - сортировка всех комбинаций, приводящих к получающимся по правилам уровням УМИ. Для каждого из уровней УМИ из всех минимумов значений ФП выбираем максимальное значение. Полученные максимальные значения наносим на график ФП выходной переменной - УМИ и находим координаты центра тяжести. Описанная процедура проиллюстрирова в таблицах 2 и 3 и рисунке 4.

Таблица 2 - Наименования термов входных лингвистических переменных и соответствующие значения ФП, приводящих к уровню 4 УМИ

Номер правила Значения ФП для входных ЛП и значения термов выходной ЛП

сэп УТС ТО УРС УМИ min Max(min)

45 Наименование терма с с R R 4(Вс)

Значение ФП 0,63 0,416 1 1 0,416 0,416

Таблица 3 - Наименования термов входных лингвистических переменных и соответствующие значения ФП, приводящих к уровню 5 УМИ

Номер Значения ФП для входных ЛП и значения термов

правила выходной ЛП

СЭП УТС то УРС УМИ min Max(min)

54 Наименование терма с R R R 5(B) 0,584

Значение ФП 0,63 0,584 1 1 0,584

72 Наименование терма R С R R 5(B)

Значение ФП 0,27 0,416 1 1 0,27

51 Наименование терма R R R R 5(B)

Значение ФП 0,27 0,584 1 1 0,27

Для получения точного значения выходного параметра использован метод центра тяжести (рис. 4), значение параметра 0,771, что соответствует высокому уровню межрегиональной экономической интеграции Ростовской области с Краснодарским краем.

ской области с Адыгеей и Калмыкией получились равными и составили 0,1, что соответствует низкому уровню межрегиональной интеграции. Среднему соответ-ствуетуровень интеграции с Волгоградской областью, а уровень интеграции с Астраханской областью находится на стыке среднего и ниже среднего.

На рисунке 5 представлена графическая интерпретация разработанных экономико-математических моделей в виде нескольких поверхностей отклика, построенных в среде MatLab с применением пакета прикладных программ Fuzzy LogicToolbox. Отметим, что характер поверхностей подтверждает объективность продукционных правил.

Рисунок 4- Графическое представление результатов нечеткого логического вывода

Практическая реализация изложенной методики позволила получить данные для всех регионов (табл. 4). Там же приведены значения, полученные в пакете Fuzzy LogicToolbox. Отметим, что приближённая методика даёт достаточно высокую точность, максимальное отличие 0,011. Это ещё раз подтверждает выводы работ [6,12] о возможности применения приближённой методики.

Таблица 4 - Результаты решения задачи

а)

Регион Значение УМИ (приближённая методика) Значение УМИ (MatLab)

Краснодарский край 0,771 0,774

Волгоградская область 0,475 0,464

Астраханская область 0,321 0,312

Республика Адыгея 0,1 0,0981

Республика Калмыкия 0,1 0,0981

Полученные результаты свидетельствуют о том, что значения уровня интеграции Ростов-

Продолжвнив рис. 5 см. на стр. 230

¡3 Surfa ce Viewer: Rabota4 — □ X

File Edit View Options

г)

Рисунок 5 - Экономико-математические модели (поверхности отклика) "уровня межрегиональной интеграции"

а) взаимосвязь УМИ-СЭП-УРС; б) взаимосвязь УМИ-СЭП-ТО; в) взаимосвязь УМИ-УТС-ТО; г) взаимосвязь УМИ-УТС-УРС

Практическая реализация нового подхода к решению задачи оценки уровня межрегиональной интеграции на основе математического аппарата теории нечетких множеств и процедуры нечеткого логического вывода позволила произвести формализацию и лингвистическое описание входных и выходного признаков с учетом качественной определенности информации. В результате применения нового подхода были разработаны нечеткие экономико-математические модели основных групп входных факторов и выходного фактора, характеризующего уровень межрегиональной интеграции, и получены конкретные его значения.

Рекомендуемые методы аналитической оценки уровня развития интеграционных процессов и использование предлагаемых моде-

лей позволяют научно обосновать технологии развития межрегиональных экономических связей в целом и будут способствовать совершенствованию трансрегиональных экономических связей регионов Юга России.

Примечания:

1. Полякова А.Г., Теоретические аспекты изучения региональной экономической интеграции и социально-экономического пространства региона / А.Г. Полякова, В.В. Герасимова // Интеллект. Инновации. Инвестиции. - 2010. - № 2. - С. 50-56.

2. Zadeh L.A. Fuzzy sets / L. A. Zadeh, // Fuzzy sets and systems. - 1965 - №8. - P. 338-353.

3. Hrehova S. Application of fuzzy principles in evaluating quality of manufacturing process / S. Hrehova, A. Vagaska // WSEAS Transactions on Power Systems. - 2012. - V. 7. - № 2. - P. 50-59.

4. Борисова Л.В. Особенности экспертного контроля качества в сфере обслуживания / Л.В. Борисова, В.П. Димитров, И.Н. Нурутдинова, Д.М. Сербии // Качество продукции: контроль, управление, повышение, планирование: сборник научные трудов Международной молодёжной научно-практической конференции, 18-19 ноября, 2014.

- Ростов-на-Дону - Зерноград : Юго-Зап. гос. ун-т, Курск.-2014-С. 110-113.

5. Борисова Л.В. Информационная поддержка мониторинга состояния организации / Л.В. Борисова, Л.А. Димитрова, И.Н. Нурутдинова Вестник Донского государственного технического уни верситета. -2017,- Т. 16. - № 4(88). - С. 126 -133.

6. Борисова Л.В. Методика оценки уровня зрелости организации на основе нечёткого моделирования / Л.В. Борисова, Л.А. Димитрова, И.Н. Нурутдинова Вестник Донского государственного технического университета. -2017.-Т. 17. № 1 (88). — С. 113-121.

7. Ding J.-F. Assessment of Customer Relationship Management for Global Shipping Carrier-based Logistics Service Providers in Taiwan: An Empirical Study/Ji-Feng Ding WSEASTransactions on Systems.

- 2012. - V. 11. - № 6. - P. 198-208.

8. Еремина E.A. Информационная система выбора поставщика на основе метода нечёткого логического вывода / Е.А. Еремина, Д.Н. Ведерников Современные проблемы науки и образования. -2013. - №3. - С. 294.

9. Захарова А.А. Интегральная оценка инновационного развития регионов на основе нечётких множеств / А.А. Захарова Современные проблемы науки и образования. - 2013. - №3. - С. 25.

10.Wang G. Modelling and Analyzing Trust Conformity in E-Commerce Based on Fuzzy Logic / G. Wang, S. Chen, Z. Zhou, and J. Liu // WSEAS Transactions on Systems. - 2015. - V. 14. - P. 1-10. П.Улькина E.C. Развитие экономической интеграции на межрегиональном уровне : автореф. дис.... канд. эконом, наук: 08.00.05 / Е.С. Улькина.-Улан-Уде, 2011.

12.Димитров В.П. О методике дефаззификации нечёткой экспертной информации / В.П. Димитров, Л.В. Борисова, И.Н. Нурутдинова // Вестник Донского государственного технического университета. - 2010. - Т. 10. № б (49). - С. 868 - 878.

13.Борисова Л.В. О методике представления нечётких экспертных знаний / Л.В. Борисова, В.П. Димитров, И.Н. Нурутдинова // Вестник Донского государственного технического университета. - 2014. - Т. 14. - № 4 (79). - С. 93-102.

14.Борисова Л.В. Формализация нечетких экспертных знаний при лингвистическом описании технических систем / Л.В. Борисова, В.П. Димитров. -Ростов-на-Дону : ДГГУ, 2011. - 209 с.

15. Макаров И.М. Искусственный интеллект и интеллектуальные системы управления / И.М. Макаров, В.М. Лохин, С.В. Манько, М.П. Романов. - М. : Наука, 2006. - 333 с.

16. Штовба С.Д. Проектирование нечётких систем средствами МАТН1_АВ / С.Д. Штовба. - М.: Горячая линия - Телеком, 2007. - 288 с.

ECONOMIC DEVELOPMENT TRENDS OF THE CONSTRUCTION INDUSTRY: WORLD EXPERIENCE AND RUSSIAN INNOVATIONS

Olatalo Olga Alexandrovna, Senior Professor Makarcova Tatyana Nikolaevna, Associate Professor Tsvirenko Stanlslav Valerievich, Undergraduate student

Department of Economics, Management and Logistic in Construction, Academy of Construction and Architecture, Don State Technical University, Rostov-on-Don

The article examines the state of the construction industry in Russia and the world today. Also, the main trends and problems of economic construction development in Russia are described. A new trend of complex development is analyzed as the main way to increase the roie of the social factor in housing construction.

Keywords: construction economics; development trends; construction industry; complex development; innovations; development strategy.

ТЕНДЕНЦИИ ЭКОНОМИЧЕСКОГО РАЗВИТИЯ СТРОИ ТЕЛЬНОЙ О TP А СЛ.И: МИРОВОЙ ОПЫ Т И РОССИЙСКИЕ ИННОВАЦИИ

В статье рассматривается состояние строительной отрасли в России и в мире на сегодняшний день. Также описываются основные и тенденции и проблемы экономического развития строительства в России. Анализируется новая тенденция комплексной застройки как основной путь к повышению роли социального фактора при строительстве жилья.

Ключевые слова: экономика строительства, тенденции развития, строительная отрасль, комплексная застройка, инновации, стратегия развития.

УДК 332.83 ВАК РФ 08.00.05

© Олатало О.А., 2017 ©Макарцова Т.Н., 2017 © Цвиренко С.В., 2017

Одним из основных направлений экономического развития каждой страны является поиск новых конкурентных преимуществ в тех отраслях народного хозяйства, которые имеют особую важность, как на государственном уровне, так и на уровне всего мирового хозяйства.

На данный момент усовершенствование строительной отрасли - ключевое направление стратегии развития многих стран. Такие мировые державы, как Китай, Турция, Великобритания, Казахстан отдают приоритет в условиях мировой конкурентной борьбы именно строительству - об этом ярко свидетельствует резкий скачек доли строительного сектора в общем объеме ВВП этих стран за последние несколько лет.

Как показано на рисунке 1, Россия значительно отстает по объему строительной отрасли в ВВП, что свидетельствует о недостаточном уровне ее развития в соответствие с мировыми показателями [1].

На развитие строительной отрасли в экономике страны оказывают влияние целый ряд экономических, природно-географических, политических и социально-культурных факторов: уровень развития национальной экономики; наличие платежеспособного населения; экономическая и политическая стабильность в стране; нор-

ОЛА ТАЛО Ольга Александровна, старший преподава тель о!a taio/S>yan dex. ru

МАКАРЦОВА Татьяна Николаевна, доцент та ka re о va@maii. г и

ЦВИРЕНКО Станислав Валерьевич, магистр ts viren ko85@maii. ru

кафедра Экономики, менеджмента и логистики в строительстве, Академия строительства и архитектуры, Донской государственный технический университет, Ростов-на-Дону