CC BY
11
4. EKOHOMIKA, ПЛАНУВАННЯ I УПРАВЛ1ННЯ В Л1СОВИРОБНИЧОМУ КОМПЛЕКС!
УДК 630*31:338.2.001.573(075.8) Acnip. О.М. Адалмвський - УкрДЛТУ
ОПТИМ13АЦ1Я Л1СОКОРИСТУВАННЯ В ЕКОНОМ1ЧНИХ ДОСЛ1ДЖЕННЯХ (ЗАРУБ1ЖНИЙ ДОСВ1Д)
Приводяться результата анал!зу заруб1жного досвщу застосувания економко-мате-матичного моделювання для оптимпаци л1сокористування. Обгруитована потреба у роз-робленш динаипчноТ молел1 Л1сокористування„ яка забезиечувала б веления в практику ведения лкового господарства УкраТни принцитв сталого розвитку.
О.М. Adamovsky— USUFIVT Forest management optimization in economic research (foreign experience)
The foreign experience analysis summery of economic-mathematical modeling for forest management optimization is given. The need of creating forest management model is explained which could practically use the sustainable development principles in forestry of Ukraine.
Значш резерви шдвищення ефективносп л!сокористування криються в оп-тихшацп технолопчних npoueciB i л1сового менеджменту. В заруб!жних иромис-лово розвинутих краУнах, особливо в США i Канада економжо-математичне моделювання стало повсякденною практикою л1сового менеджменту. ïx доевщ нред-ставляе ¡нтерес для лкового господарства Украши. Мета uieï роботи — узагаль-нити досвш економжо-математичного моделювання в л^овому ceKTopi заруб1ж-них краТн та розробити рекомендацп щодо розвитку наукових дослщжень з uieï проблеми в Украпп.
Моделювання не е новим нанрямком дослщжень у лювниитвк Понинаючи з кшця 1970-их poKÎB, спостер1гаеться зростаючий ¡нтерес до економжо-матема-тичного моделювання виробничих npoueciB у лковому господарствк Викорис-тання моделювання лiciвничиx npoueciB поширилось завдякн розробкам складних моделей та алгоритм1в Ух обчислення, широкому внровадженню комп'ютерноУ техшки у Bci сфери виробництва, зростанню п обчислювальннх потужностей.
На даний час ¡снуе велика кшыисть р1зних економжо-математичннх моделей л1с1вничих npoueciB i робота над створенням нових моделей та вдосконален-ням ¡снуючих, особливо за кордоном, жтенсивно продовжуеться. Тому виникае необхщшеть в упорядкуванш Bcieï pi3itoMaiiiTHocTi моделей на ocuoni загальних nUxoflie, ïx систематизацп та класифжаци. Mîtkoï та однозначно'!' класифжаци моделей сьогодш не icnye, та навряд чи вона може бути створена в кшцевому Bapia-htî, оскшьки надто велику кiлькicть pi3homanithhx фактор!в i ознак необхщно враховувати та ствставляти м1ж собою. Найбшын нродуктивним е такий шдхщ, при якому за одними ознаками одна i та ж економжо-математична модель може належати до одного класу (групи, виду), а за жшимн - до ¡ншого. Bci економжо-математичш модел5 л^вничих npoueciB пропонуеться розд1'ляти за чотнрма ознаками залежно в5д: отршшного кмцевого результату (I клас); врахованих еконоличних особливостей змодельованих npoifecie (Il клас); застосовуваних ма-тематичних метод ¡в та апарату (III клас); характеру зв'язк1в лиж змодельова-ними явигцалш (IVклас) |30|.
168 До 125-Р1ЧЧЯ УкрДЛТУ
Науковий lsicniiK, 2000, вип. 10.2
У склад! економжо-математичних моделей видшяють: оптимпацшш (екс-тремалып), !м!ташйн! та зминаж. У данж робоп' розглядасться закордонний до-свщ використаиня оптим]зацшних моделей для лкового менеджменту.
OnntiL4hai(iüni людел! — це там модели в результат! реал1зацп яких вщразу отримують оптималын значения шуканих невщомих (керованих параметр1в). При цьому характер пролкання модельованих економ1чних пронеав або явищ не опи-сусться i не моделюеться. Оптималын значения шуканих параметр1в завждн по-в'язаж з досягненням максимальних або мппмальних значень деяких економ1чних показниюв (так! модел1 часто називають екстремальними). Вони, як правило, пе-редбачають мш!м!зац!ю еколопчних витрат або максим1зац1ю прибутюв.
Ыльнпсть моделей лкового менеджмент)' було розроблено вченимн США. Вони впроваджувалися в життя Амернканською лковою службою (US Forest Service). Найбтьш визначною с робота А.Мартша та П. Сендака |21|, що пщшто-вхнула до написания понад 400 праиь з дослщження операцж у л1с1внинтв1. Таким дослщженням присвячеш роботи Р. Фшда |5], Т. Xappicona та С. де Клювера |8|, Б.Бара |2|. Але, на жаль, результата дослщжень американських вчених через свою специфику не можуть бути використаж повжстю для евроттейського лкового менеджменту. Значний вклад в розробку метод1в дослщження операшй у л1с1вни-HTBi стосовно Свропейських Л1С1П внесли JI.Валета [27| та Х.Курф [19|.
Практично Bei модел1 лкового менеджменту розроблеж для досягнення ефеюпв вщ прийнятих рниень лкового менеджменту. 1х класиф!кують за такими критер1ямн: блоками чи р1внями, що розглядаються (окрем1 дерева, лки, пщпри-емства репони i т.д.); детермппстичпими та стохастичними властивостями; алгоритмом реал1зацн модел1 (лннйне програмування, динам1чне програмування, ба-гатокритер1алып прийняття pimeiib, тощо).
У 1976 poui Американський нацюнальний акт л1сового менеджменту замо-вив Американськш лковш служб! розробку та впровадження ужверсальних (ба-гатовар1антних) управлжських плажв для кожного з 122 адмпнетративних блоюв, що представляють 154 нашоналын лки США. У 1979 poui лкова служба завершила розробку !нструментар!ю системн линйного програмування для використаиня у лковому менеджмент! (вщома гид назвою FORPLAN). Досвщ Американ-ськоТ л1совоТ служби щодо застосування моделей FORPI.AN був узагапьнений Б. Кентом, Дж. Келл1 та В. Фловерсом |17|. Ця система лшшного програмування охопила 2/3 площ л1с5в США та ycniiinio використовувалась до 1985 року. Застосування детермшованоУ модел! в систем! FORPFAN ускладнювало п практичне використаиня, тому виникли роботи, яю поясшовали користувачам отриман! результата моделювання в умовах невизначеност! росту дерев. Зокрема, С. Ганн роз-глядае проблему iepapxi4Horo планування л!сового менеджменту, прид!ляючи осо-бливу увагу моделям тактичних pißiiiß |7|. Розглядаючи проблему з точки зору сто-хастачного програмування, К. Као висловлюе свое розум!ння щодо достов!рносп даних та значения процесу планування 116].
Методи нел!н!йного програмування викорнстовувалися Дж. Хофом [9j для пояснения взаемодП' р!зних компонент!в екосистеми модельованого Л1су у контекст! оптммзацн. Для вир!шення проблем посл!довних рпнень ГБродц Д.Адамс, К.Као [4|, Г.Джоебстш |13, 14| застосовували Taxi BepciY детермппстичного стоха-стичного програмування, як модел! дискретного часу та дискретного стану. Ди-
4. F.KOMOMiKa, планування i упряплжня в лковироГшичому комплекс! 169
namí4ne моделювапня використовувалося ними з метою макснм1зацп ctíhkoctí фь нансового прибутку внаслщок вибору найкращоТ, за принципом Белмана, стратеги [29].
Використаиня дискретних стохастичних динам1чних моделей (моделей прийняття piiuenb Маркова) ефективне для ananÍ3y пол1тики лкового менеджменту 110, 18]. HaeÍTb результата, отримаш при peanÍ3auií найпроспшого типу такоУ моделц дають багато шформащУ для подалыного аналву (наприклад, профшю-вання ландшафтноТ р1зноман1тност1 щодо нацюнальних катастроф |23|; дозр1ван-ня лку на pÍ3HHX послщовних стадтх [20|, тощо).
Детермпнстична модель, що описана А. Ховардом 111 ], базуеться на методах, розроблених для прийняття piuienb множинних критернв, ycniumo викорис-товуеться для планування стиглосп л1су.
Перил спроби застосувати множинш критерп за допомогою пшьового програмування для лкового менеджменту були зроблеш Г. Мендозою (22| та знай-шли свое продовження з використанням багатоцшьових метод1в в наукових роботах (3, 6, 28]. При використанш багатошльовоУ модел1 л1сового менеджменту багато уваги придшяеться шкорпорацп бюлопчноУ р1зномаштносп |15|.
У 1994 poui вченими Орегонського державного ушверситету (США) роз-роблена Профама планувального та с1тьового анал1зу (SNAP), що ноеднувала в co6i просторовий анал1з та планування д)й щодо управлпшя ресурсами на pieiit ландшафту [24]. В тому ж poui дослщники з Аналггичного центру АмериканськоУ лковоУ служби розробили систему IMPLAN (анал1з впливу для планування), яка замшила згадану вище систему FORPLAN i сьогодш з ycnixoM викорнстовуеться в Американських нацюнальних люах для створення репональних економ'шних моделей. Вона враховуе ochobhí ekohomí4h¡ чинники, зокрема, зайняткть, дохщ, збут продукшУ. За допомогою IMPLAN можна також дослщжувати економ1чний вплив таких чинниюв як державна полггика, економ1чний розвиток, туризм, по-ширення pecypciB.
Нелпнйна динам1чна модель лкового та сшьськогоснодарського сектор1в у США (FASOM) дала можлив1сть внерше врахуваги елементи еколопчноУ ефектн-bhoctí шляхом розрахунку варт!сноУ ouíhkh "¡зольованого" вуглекислого газу (kí-лькосп вуглекислого газу, не поглинутого вирубаними деревами) |1|.
У 1994 poui Дж. МакКартером з Вашннгтонського ужверситету (С1е гл) бу-ла розроблена Ландшафтна система менеджменту (LMS). У uitt систем! передба-чено те, що довготривалий л!совнй менеджмент нотребуе врахування великоУ множини вхщних значень, i спрошення ЛандшафтноУ системи менеджменту можна здшснити за допомогою аналпу комп'ютерними системами техжчних аснект1в ландшафтов, координашУ структури позицп поперек ландшафту та збалансованого компром1су серед р1зних Ух значень. LMS дозволяе менеджерам викорнстовувати шформацпшу систему GIS, опис та позишйну проекшю даних, а також вщтворю-вата bcí наявтп ресурси системи в1зуально та за допомогою графж1в, карт, таб-лиць, електронних таблиць.
1ншим комплексом, зручним для користувач!в систем тндтримкн рннень, е система SPECTRUM, розроблена Американською jiícoboio службою у 1996 poui для менеджменту екосистем |25]. Система SPECTRUM здатна шдтримувати адре-сашю запит!в, пов'язаних Í3 документами Американського нац'юнального лкового менеджменту. Це е розширена верая FORPLAN. Bona основана на л!ншному, ui-170 До 125-рИчя УкрДЛТУ
Науковий вкпнк, 2000, вип. 10.2
льопому та шлочисловому програмуваиш, а також методах стохастичного про-грамування. Дании комплекс використовуе покрокову лпийиу апроксимащю для иелипйних вщношень.
Особливе Micue для oiuhkh ефективносп рннень на pimii окремнх ф1рм та об'еднань займае маржинальний anani3 |31], який вводить в область економ1чних дослщжень елементи диференшального числения - граничш величини (Taxi як граничш затрати, граничний дохщ, гранична продуктившсть i т.д.). Джерелом uieï Teopiï стала теор1я граничноУ кориспосп, заснована австршською економ!чною школою. За допомогою такого анашзу досшджуються виробншп функцп пщпрн-емства. Маржипалмп метод» використовуються також для ошнки ефективност1 використання лгсових pecypciB, оптим'пашУ розм'ф'т та структур люопереробннх пщприемств, внзначення попенпоУ плати, аиашзу динамжи УУ розвитку, обгрунту-вания рубань в лковому господарствк
У багатьох випадках в npoueci моделювання неможливо побудувати anani-тичну (символ1чну) модель так, щоб вона адекватно пояснювала поведшку досл1-джуваного об'екту, в зв'язку ¡з його складшстю або неможлив1стю математичного опису. Отже, для отримання достов1рних результат необхщно проводити нату-ральний експеримент, але осюльки л1авнич1 пронеси е довготривалими, ре&тза-шя експерименту буде неефективною. У таких випадках доцшьио застосувати ¡mî-тацшне моделювання. 1снуе багато ¡м1тацшннх моделей. Вони застосовуються, переважно, як шструмент для анагпзу у л1совому менеджмент! |12|. Серед них ва-рто вид1лити модель FOBSI, розроблену в Abctpîï для точного прогнозу, пов'я-заного з планом розвитку лку, головним чином, у перехщних сташях. Тм1тацшн1 модел1 можуть використовуватись у планувашп лкового менеджменту, як i опти-мпацшш.
Багатокритер1альш методи ¡з застосуванням штуУтивноУ лопки та штерак-тивних процедур, а також багатовар!аитний анагиз, були розроблеш для передба-чення ефекпв вщ р1зних полтж лкового менеджменту, враховуючи еколопчш, економ1чш та сошальш умови |29|.
Варто зауважити, що при оптим1зашУ npoueciB лкокористування, поряд з врахуванням економ1чного ефекту, осташпм часом все бшыпого значения набувае також еколопчний ефект. Сьогодш на багатьох захщних пщприемствах еколопчш внтрати включаються у розрахунки економ1чноУ ефективносп д1ялыюсп л1сових пщприемств. У вщомих впчизняних дослщженнях ¡нтефальний еколого-еконо\ичний ефект розглядаеться як алгебраУчна сума двох р'пннх за формами ви-яву ефеючв, що досягаються, як правило, з р1зним знаком i лише в окремих випадках одночасно: традишйно економ1чного (як правило, позитивного) i еколопчно-го (як позитивного, так i негативного). Шд еколоНчпнм ефектом тут розумноть так1 змши в навколишньому природному середовшш, яю вплнвають або можуть вплинути на eKonoMi'ini результати виробництва |26|.
У npoueci виконання розрахунюв щодо екопом1чноУ ефективносп д1ялыю-ctî л1сових шднриемств особливих проблем не виникае, осюлькн ¡снуе досить багато р1'зних методик, що дозволяють отримати достов1рш результати. Дещо ¡шпий стан справ ¡з розрахунками еколопчноУ ефективносп лкокористування. Паданий час немае досконалоУ методики розрахунку, яка б враховувала достатню кшьюсть фактор1в вплнву виробничоУ д1яльност1 на еколопчний стан л1ав.
Враховуючи внщесказане, можна зробити там висновки:
4. Гконом1кя, пламуляиня i управл!ння в лкопмробмнчому комплекс! 1 7 I
1. Jliniiíiia статична модель не може забезпечити достатньою Miporo вимоги лкокористуваня.
2. Перспективи розвитку за нелппйним динамшним моделюванням, яке в заруб1жних краУнах використовуеться для вщпрацювання оптимально!" стратеп'У л1сового менеджменту.
3. Оптимальш стратеги люового менеджменту не завжди враховують щеУ сталого розвитку лкового господарства, що були проголошет на М!жнародшй конференцп ООН в Pio-де-Жанейро (1992 р.) та конференци MinicTpiB Свропей-ських краУн в Страсбургу Хельсижи та JTica6oni. Врахування них щей послужить поштовхом для пщвищення еколого-економшноУ ефективносп люокористування.
4. В УкраУш е потреба у розроблешп такоУ динам!чноУ модел1 л!сокорис-тування, яка б забезпечувала втшення в практику ведения лкового господарства принципш сталого розвитку.
JliTepaTypa
1. Adams, I)., Alig, R, MeCarl, B.A. Forest and Agricultural Sector Optimization Model (FASOM). US Environmental Protection Agency, Washington, DC - 1994.
2. Bare B.B., Briggs, D.G., Rosie, J.P., Schreuder, C.F. A Survey of Systems Analysis Models in Forestry. Europian J. Oper.Res. 18/1, 1984.
3. Bare B.B., Mendoza G.A. Multiple Objective Forest I .and Management Planning. Europian J. Oper.Res. 34, 1988
4. Brodie J.D., Adams D.M., Као C. Analysis of Economic impacts on Thinning and Rotation for Douglas-fir Using Dynamic Programming. Forest Science, 24, 1987.
5. Field R.C. National Forest Planning is Promoting US Forest Service Acceptance of Operations Research. Interfaces 14/5, 1984.
6. Cong P. Multiobjective Dynamic Programming for Forest Resource Management, f orest Ecology and Management 48, 1992.
7. Gunn, F..A. Hierarchical Planning Processes in Forestry. A Stochastic Programming -Decision Analytic Perspective. Canadian Forest Service, Toronto - 1996.
8. Harrison T.P., de Kluyver С.Л. MS/OR and the Forest Products. Interfaces 14/5, 1984.
9. Hof J. Coactive Forest Management. Academic Press, New Yorkr-1993.
10. Hool J.N., A Dynamic Programming Markov Chain Approach to Forest Production Control. Forest Science Monogr., 12, 1966
11. Howard A.F. Area-based Harvest Scheduling and Allocation of Forest Land Using Methods for Multi-criteria Decision Making. Can. J. of For.Res. 23, 1992.
12. Jamnick M.S., A Comparison of FORMAN and Linear Programming Approaches to Timber Harvest Scheduling Can. J. of For.Res. 20, 1990.
13. Joebstl II., Hetriebsklassen simulations model FOBS1. Agrarverlag, Wien - 1987.
14. Joebstl II., Dynamic Transition Model. Proceedings of the 4,h International Symposium on Operational Research, SDI-SOR, Ljubljana - 1997.
15. Kangas J., Kuusipalo, J. Integrating Biodiversity into Forest Management Planning and Decision Making. Forest Ecology and Management 61, 1993.
16. Као, C., Optimal Stocking levels and Rotation under Risk. Forest Science, 28, 1982.
17. Kent B.M., Kelly J.W., Flowers W.R. The use of FORPLAN in National Forest Planning. The 1985 Symposium on System Analysis in Forest Resources, Society of American Foresters, Athens, Georgia - 1985.
18. Kouba J. Control of Conversion Process towards the Stochastically Defined Normal Forest by the Linear and Stochastic Programming. I^snictvi 35, 1989.
19. Kurth II., Forsteinrichtung - Nachhaltige Regelung des Waldes. DeuLsclier I^nndwirLschafl-sverlag, Berlin, 1994.
20. Lin C.R., Buongiorno J. Tree Diversity, Landscape Diversity, and Economics of Maple-Birch Forests: Implication of Markovian Models. Management Science, 44/10, 1998.
21. Martin A..!., Sendak P.E. Operation Research in Forestry. US Forest Service General Technical Report NF.-8, Upper Darby. 1973
22. Mendoza G.A. A Heuristic Programming Approach to Estimating Efficient Target Levels in Goal Programming. Can. J. of For.Res. 16,1986.
172 До 125-РИ1ЧЯ УкрДЛТУ
Науковий вкпнк, 2GGG, вип. 1G.2
23. Mezan U. Л Prognosis of Forest Die-back by Means of Markov Chain Model. University of Ljubljana, 1995.
24. Sessions .!., Sessions H. Sclteduling ami Network Analysis Program (SNAP II). Oregon State University, Corvallis. 1994.
25. Sica vin К. SPHCTRUM. USDA Forest Service, Fort Collins. 1996.
26. Tunytsya Yuriy. F.nvironmcnt and development in transitional countries: a Ukrainian perspective on training in environmental and natural resource economics. I leslington, York - 1999.
27. Valsta L. Stand Optimization Management Based on Growth Simulators. Finnish Forest Research Institute, Helsinki, 1993.
28. Zadnik Sstirn, I.. Multiobjective Decision Making in Forest Management. In: Operation Research 92, 1993.
29. Zadnik Stirn L. Adaptive Dynamic Model for Optimal Forest Management. Forest Fcology and Management, 31,1990.
30. ИсрепелинкиП C.II. Экономико-матемагические методы и модели в планировании и управлении на предприятиях лесной промышленное!п. Москва — 1989.
31. Негров АЛ. Методы экономических исследований в лесной промышленности зарубежных стран. - М. - 1973.
УДК 65.012.23:674(477) Асист. ГЖ Воляпчк - УкрДЛТУ
КЛАСИФ1КЛЦ1Я МЕТОД IB ПРОГНОЗУВАННЯ ТА MEXAIII3M IX ВИКОРПСТЛНПИ В yilPABJIIHIU
Наведено класифжат'ю та здЖснено огляд методт прогнозування розвитку вироб-ництва з метою вивчення, анашзу та внбору Bi;inoni;inoi о до ситуан'н методу.
//. Volyanik - USUFWT
Classification of prognosis methods and (he mechanism of their usage in
management
In the article was created the classilication of basic forecasting methods of economic activity and carried out their review with the aim of study, analysis and selection of appropriate method.
Ефективне функцюнування тдприемств в умовах формуваппя ринкових вщноенн неможливе без використаппя в управлппп метод1в прогнозування. Усшх прогнозування значною \прою залежить вщ того, насмльки обраний метод (модель) адекватний об'екту, що вивчаеться. Bn6ip методу прогнозування повинен вщбуватися пщ впливом таких фактор1в: мети та завдань прогнозу, термшу, на який складасться прогноз, особливостей об'екта прогнозування, достов1рност! та повноти шформащйноУ бази прогнозу, доевщу прогнозиста тощо. Паявшсть вели-коУ юлькосп метода прогнозування i фактор1в, що впливають на Тх Bti6ip, зумов-люе необхщшеть внбору найбшьш ефектнвного з них.
Методи прогнозування дакггь змогу на ocuoBi анашзу BHyTpiinnix i зовнин-nix зв'язюв об'екта передбачити ймов1ртсть його майбутнього розвитку. Система метод!в прогнозування постншо вдоскоиалюеться i поповнюеться, тому одшею з нагальних проблем е розробка обгрунтованоУ класиф!кацн метод ¡в прогнозування з метою забезпечення вивчення та анал1зу метод1в прогнозування, а також для по-легшення вибору в1дповщиого методу пщ час розроблення прогноз1в.
Синтезоване осмислення та узагальнення паукового доробку заруб1жних та в!тчизняних вчених дозволили запропонувати класиф1кац1ю методт економ1чного прогнозування за такими ознаками: джерелами отрнмання шформацм, р'1внем
4. Економ!ка, планупання ! управлшня в лковирлГшичому комплекс! 1 73
