CC BY
33
Экономическая, социальная, политическая и рекреационная география
УДК 332.1
ПРОГНОЗИРОВАНИЕ РЕГИОНАЛЬНЫХ КОНФЛИКТОВ МЕЖДУ НАСЕЛЕНИЕМ И ДОБЫВАЮЩЕЙ КОРПОРАЦИЕЙ
В статье рассматривается задача прогнозирования возникновения и предотвращения конфликтов между местным населением и добывающей корпорацией при проведении добычи полезных ископаемых в регионе. В настоящей работе предлагается воспользоваться специальной имитационной моделью, базирующейся на ориентированных графах. В статье приводится базовый набор факторов, которые целесообразно использовать при построении имитационной модели. Оценка взаимосвязи и веса воздействия одного фактора на другой реализуется с помощью экспертной оценки. Проведенные прогнозные расчеты наглядно демонстрируют возможности предложенной модели. Отмечается, что данная модель в силу прозрачности может быть использована для анализа социально-экономической ситуации в общественных слушаниях в ресурсном регионе и для вовлечения местного населения к формированию приоритетных компенсационных проектов социально-экономического развития.
Представленная в статье система моделей и методов была реализована авторами в системе MS-Excel — VBA, что позволило провести расчеты для формирования оптимального набора проектов экологически ориентированного развития. Основные положения и выводы статьи могут быть использованы в качестве методической базы и практической основы для обоснования и выбора компенсационных проектов с целью снижения остроты экологических и социальных конфликтов.
The article deals with the problem of predicting the occurrence and prevention of conflicts between the local population and the mining corporation when conducting mining in the region. In this paper, we propose to use a special simulation model based on directed graphs. The article provides a basic set of factors that are appropriate to use when building a simulation model. The assessment of the relationship and the weight of the impact of one factor on another is implemented applying expert judgment. The forecasted calculations clearly demonstrate the capabilities of the proposed model. It is noted that, due to transparency, this model can be used to analyze the socio-economic situation in public hearings in the resource region and to involve the local population in the formation of priority compensation projects for socio-economic development.
The system of models and methods presented in the article was implemented by the authors in the MS-Excel-VBA system, which made it possible to carry out calculations for the formation of an optimal set of projects for environmentally friendly development. The main provisions and conclusions of the article can be used as a methodological basis and a practical basis for substantiating and choosing compensation projects in order to reduce the severity of environmental and social conflicts.
Ключевые слова: компенсационные проекты, ресурсный регион, региональные конфликты, прогнозная модель, ориентированный граф, взаимосвязь факторов, весовая оценка.
Keywords: compensation projects, resource region, regional conflicts, forecast model, oriented graph, interrelation of factors, weight assessment.
DOI: 10.24411/1728-323X-2019-12077
И. Ю. Новоселова, д. э. н., профессор, Московский государственный институт международных отношений (Университет) Министерства иностранных дел РФ, 76 просп. Вернадского, Москва, Россия, e-mail: iunov2010@yandex.ru
Постановка задачи и выбор метода решения
В настоящее время мировая экономика требует поддержания добычи углеводородного сырья и других минерально-сырьевых ресурсов на достигнутом уровне. Для этого происходит освоение новых месторождений в труднодоступных регионах, в том числе в регионах Арктики [1]. Добыча полезных ископаемых последние десятилетия проводится в арктических регионах России [2]. Это сопряжено со значительным негативным воздействием на окружающую среду: отчуждением территорий для обустройства месторождений [3], сокращению биоразнообразия в регионе, уменьшению площадей выпаса оленей, нарушению традиционных путей миграции животных, снижению зарыбленности рек. Кроме того, в результате хозяйственного освоения могут пострадать культурно-религиозные объекты. Для комплексной оценки причиняемого ущерба от добычи природных ресурсов можно воспользоваться специальными подходами, например [4]. Возмещение ущерба, причиняемого горнодобывающими предприятиями в полной мере невозможно [5]. Особую опасность таят нештатные ситуации, загрязнение окружающей среды в случае аварий [6]. Перечисленные факторы негативного влияния приводят к социальным волнениям среди местного населения, стихийным выступлениям против добывающих компаний [7]. Такие конфликты в ресурсных регионах могут спровоцировать серьезные проблемы у добывающих компаний. Поэтому представляется крайне важным иметь экономико-математический инструментарий прогнозирования конфликтов в ресурсных регионах, анализ последствий использования различных механизмов и реализации компенсационных проектов, направленных на ликвидацию социальных волнений.
Среди методов прогнозирования, которые активно применяются при исследовании социально-экономических систем, наиболее известными являются методы, основанные на статистической информации. При этом формируются многофакторные эконометрические модели, позволяющие исследовать изменение основного показателя (например, благосостояния населения) при варьировании входящих в рассматриваемую модель факторов. Недостатком эконометрических моделей является установление между факторами статистических взаимосвязей и наличие обширного объема статистической информации. При исследовании региональных конфликтов статистическая информация практически недоступна, а среди важных факторов, которые должны быть учтены при формировании прогнозной модели, многие являются качественными. Поэтому статистические модели для прогнозирования конфликтов в природопользовании использовать нецелесообразно.
Среди других методов прогнозирования можно выделить методы экспертной оценки. Среди этих методов можно остановиться на методе круглого стола, Дельфы, анкетирования. Перечисленные методы вполне возможно использовать при прогнозировании последствий освоения ресурсных регионов, поскольку они не требуют наличия массивов статистической информации и дают возможность оперировать качественными факторами. Однако в методах простой экспертной оценки отсутствуют обратные связи, присущие реальным социально-экономическим системам. Кроме того, невозможно исследовать изменение рассматриваемых факторов в динамике.
Третья группа методов — имитационные модели социально-экономической динамики. Эти модели позволяют увязать между собой факторы, отражающие реальный экономический процесс или явление. Имитационных моделей, позволяющих исследовать динамику социально-экономических факторов, существует достаточно много, однако модели, использующие ориентированные графы (орграфы), требуют минимальный объем информации и могут быть реализованы с использованием экспертных оценок. При этом эксперты указывают набор факторов, которые должны быть учтены в модели. Эти факторы отражаются в вершинах ориентированного графа. Вершины графа соединяются дугами, которыми показывается непосредственное воздействие одного фактора на другой. Данная процедура достаточно прозрачна, поэтому именно эти модели целесообразно применить для прогнозирования конфликтов в области природопользования, в частности для исследования социальных волнений при
добыче природных ресурсов в арктических регионах России. Среди имитационных моделей на орграфах наиболее распространенным являются знаковые и взвешенные модели. Суть знаковых моделей заключается в том, что на дугах воздействия одного фактора на другой ставится знак «—», если влияние обратно пропорциональное или знак «+», если влияние прямо пропорциональное. Более детальная модель с использованием орграфов может быть получена при использовании весовых коэффициентов на дугах орграфа, что позволяет указать силу воздействия одного фактора на другой.
Для моделирования изменения значений факторов в модели используется формула:
Vjs - Vj(s - 1) + Z eijPi(s - 1)
i e I
(1)
где Vjs( Vj(s - i)) — значение у-го фактора на шаге s (шаге s — 1) расчетов; ву — весовой коэффициент на дуге воздействия i-го фактора на у-ый фактор; P(s - i) — значение импульса в i-ом факторе на шаге (s — 1), которое определяется по формуле pi(s - 1) - V(s - 1) - V(s - 2); I — множество факторов г, которые непосредственно влияют нау-ый фактор, т. е. i е Ij.
Модель прогнозирования нарастания конфликта в ресурсном регионе и анализа возможностей его предотвращения
В качестве иллюстрации в данной статье представлено ограниченное число факторов, которые достаточно полно отражают суть конфликта между населением ресурсного региона и добывающей корпорацией. На основе этих факторов была сформирована модель 1, которая дает представление о развитии конфликта без учета компенсационных проектов, финансируемых добывающей корпорацией. В имитационную модель 1 прогноза роста социальной напряженности были включены факторы, представленные в табл. 1.
На рис. 1 представлена модель на орграфе, увязывающая эти факторы.
Рис. 1. Орграф для модели 1
Существуют различные подходы к преодолению социальных проблем, возникающих при добыче природных ресурсов на региональном уровне. Среди таких решений весьма интересным представляется создание эко-индустриальных парков [8]. Однако создание таких образований требует значительных средств и времени. Для предотвращения конфликтов и снижения социальной напряженности в ресурсном регионе наиболее просто реализуемыми являются компенсационные проекты, которые должны привести к экономическому и социальному развитию региона. Выплата денежных компенсаций не позволяет устранить конфликт между населением и добывающей корпорацией. Необходимы проекты, связанные с развитием медицинского обеспечения, созданием стационарных пунктов здравоохранения с участием местных кадров, строительством предприятий местной промышленности, созданием средств связи и др. [9]. Для изучения воздействия компенсационных проектов на социальную обстановку в ресурсном регионе была построена модель 2. В этой модели, наряду с фак-
Таблица 1
Факторы для построения модели 1 и смысловая нагрузка их балльной оценки
Номер Наименование фактора Балльная оценка фактора
отрицательная положительная
1 Добыча полезных ископаемых Сокращение добычи Рост
добычи
2 Поголовье оленей Снижение Рост
3 Зарыбленность рек Сокращение Рост
4 Безопасность питьевой воды Ухудшение качества Улучшение качества
5 Здоровье населения Экологически обусловленное ухудшение Улучшение здоровья
здоровья
6 Традиционные промыслы Сокращение Развитие
7 Благосостояние населения Снижение Рост
8 Социальные обстановка Ухудшение, выступления против добы- Поддержка населением добычи
чи полезных ископаемых природных ресурсов в регионе
Таблица 2
Дополнительные факторы для построения модели 2 и смысловая нагрузка их балльной оценки
Номер Наименование фактора Балльная оценка фактора
отрицательная положительная
9 Финансирование компен- Сокращение Рост
сационных мероприятий
10 Прибыль корпорации Снижение Рост
11 Отчисления в бюджет Снижение Рост
12 Охрана подземных вод и Малое внимание. Серьезное внимание, происходит улучшение каче-
открытых водных ресурсов Происходит загрязнение воды ства воды
13 Развитие здравоохранения Внимание не уделяется Создание собственной сети медицинских пунктов
14 Развитие местной про- Отсутствие развития Рост числа предприятий местной промышленности
мышленности (выделка шкур, заготовка мяса, заготовка рыбы, об-
работка кости и др.
торами, представленными в табл. 1, включен набора факторов из табл. 2.
С учетом приведенных в табл. 2 факторов модель 2 принимает вид, представленный на рис. 2.
В моделях были использованы весовые коэффициенты, знаки которых соответствовали тем,
Вариант изменения показателей на основе модели 1 а)
Вариант изменения показателей на основе модели 2 б)
Рис. 3. Изменения факторов, полученных на основе выполненных расчетов
которые приведены на дугах орграфов (рис. 1 и 2). В результате проведенных расчетов на основе разработанных моделей были получены два варианта изменения факторов (рис. 3).
В обоих случаях для моделирования было проведено 10 шагов, которые позволяют визуально оценить прогнозируемые изменения и представить общую тенденцию развития социальной обстановки в ресурсном регионе. Результаты расчета по модели 1 (рис. 3, а) показывают, что происходит переход общественного восприятия от нейтрального (значение фактора «социальная обстановка» равно нулю) в отрицательную балльную оценку. Что приводит к незначительному сокращению добычи полезных ископаемых. Такое возможно, когда вследствие выступлений активистов из местного населения приходится изменять план добычи, переносить буровые установки, менять площадки добычи полезных ископаемых на менее выгодные. Результаты по второй модели (рис. 3, б) демонстрируют поддержку населением деятельности добывающих корпораций в ресурсном регионе. Это сопровождается ростом благополучия населения, развитием местной промышленности, кадров в области медицины и местного производства. В результате интенсифицируется добыча полезных ископаемых, растет прибыль недропользователей и отчисления в бюджет.
В рассмотренных моделях можно менять экономический механизм, рассматривать более детальные варианты компенсационных проектов, выявлять наиболее целесообразное сочетание проектов социально-экономического развития ресурсного региона.
Заключение
Рассмотренный инструментарий прогнозирования был использован при экспериментальных расчетах в арктических регионах добычи полезных ископаемых. Особенностью приведенных моделей прогноза является их прозрачность, что позволяет использовать в общественных слушаниях, использовать партисипативный подход к формированию компенсационных проектов. Приведенный инструментарий прогнозирования последствий реализации различных механизмов предупреждения социальных волнений в ресурсном регионе реализован в виде программного комплекса в среде Excel, для которого написаны специальные макросы, позволяющие выполнять рас-счеты, базирующиеся на моделях прогнозирования с большим числом факторов.
Исследование выполнено при финансовой поддержке РФФИ, проект «Экономический анализ, прогноз и решение региональных конфликтов при использовании природных ресурсов» № 18-010-00108.
Библиографический список
1. Алиев Р. А. О., Авраменко А. А. Экологические проблемы мирового ТЭК. — Москва. — 2017, 123 с.
2. Потравный И. М., Новоселов А. Л., Генгут И. Б. Формализация общей модели зеленой экономики на региональном уровне // Экономика региона. — 2016. — том. 12, № 3, с. 438—450.
3. Потравный И. М., Новоселов А. Л., Алныкина Е. М. Модели истощения природных ресурсов и оценки прошлого ущерба от загрязнения окружающей среды // Плехановский научный бюллетень. Научный бюллетень Российского экономического университета имени Г. В. Плеханова. — 2015. — № 2 (8). — С. 53—78.
4. Медведева О. Е. Задачи оценки экологического ущерба в арктической зоне // Арктика и Север. — 2015. — № 18. — С. 131—147.
5. Тулупов А. С. Возмещение экологического вреда в экономике горного производства // Горный журнал. — 2017. — № 8. — С. 61—65.
6. Порфирьев Б. Н., Тулупов А. С. Оценка экологической опасности и прогноз экономического ущерба от аварийных ситуаций на промышленных предприятиях // Проблемы прогнозирования. — 2017. — № 6. — С. 37—46.
7. Харченко С. Г., Дорохина Е. Ю. Экологическая безопасность: кризис продолжается // Экология и промышленность России. — 2016. — Т. 20. — № 3. — С. 52—57.
8. Дорохина Е. Ю. Индустриальные и эко-индустриальные парки как средства преодоления региональных конфликтов при использовании природных ресурсов // Проблемы региональной экологии. — 2018. — № 2. — С. 113—118.
9. Горемыкина Г. И., Константинова О. В. Разработка методологии управления инвестиционными проектами на основе их институциональной оценки. РИСК: Ресурсы, информация, снабжение, конкуренция. — 2017. — № 2. — С. 226—231.
FORECASTING REGIONAL CONFLICTS BETWEEN THE POPULATION AND AN EXTRACTING CORPORATION
I. Yu. Novoselova, Moscow State Institute of International Relations (MGIMO University), 76 Pr. Vernadskogo, Moscow, Russia, e-mail: iunov2010@yandex.ru;
References
1. Aliyev R. A. O., Avramenko A. A. Ekologicheskiye problemy mirovogo TEK. [Environmental problems of world energy industry], Moscow. 2017. 123 p. [in Russian].
2. Potravnyy I. M., Novoselov A. L., Gengut I. B. Formalizatsiya obshchey modeli zelenoy ekonomiki na regionalnom urovne [Formalization of the general model of green economy at the regional level]. Ekonomika regiona. 2016. Vol. 12. No. 3. P. 438—450. [in Russian].
3. Potravnyy I. M., Novoselov A. L., Alnykina E. M. Modeli istoshcheniya prirodnykh resursov i otsenki proshlogo ushcherba ot zagryazneniya okruzhayushchey sredy [Models of exhaustion of natural resources and the assessment of the past damage from environmental pollution]. Plekhanovskiy nauchnyy byulleten. Nauchnyy byulleten Rossiyskogo ekonomicheskogo universiteta imeni G. V. Plekhanova. 2015. No. 2 (8). P. 53—78 [in Russian].
4. Medvedeva O. E. Zadachi otsenki ekologicheskogo ushcherba v arkticheskoy zone [Problems of the assessment of ecological damage in the Arctic zone]. Arktika i Sever. 2015. No. 18. P. 131—147. [in Russian].
5. Tulupov A. S. Vozmeshcheniye ekologicheskogo vreda v ekonomike gornogo proizvodstva [Compensation of an environmental damage in economy of mining]. Gornyy zhurnal. 2017. No. 8. P. 61—65. [in Russian].
6. Porfiryev B. N., Tulupov A. S. Otsenka ekologicheskoy opasnosti i prognoz ekonomicheskogo ushcherba ot avariynykh situ-atsiy na promyshlennykh predpriyatiyakh [Assessment of the ecological danger and the forecast of economic damage from emergencies at industrial enterprises]. Problemyprognozirovaniya. 2017. No. 6. P. 37—46. [in Russian].
7. Kharchenko S. G., Dorokhina E. Yu. Ekologicheskaya bezopasnost: krizis prodolzhayetsya [Ecology and the industry of Russia]. Ekologiya ipromyshlennost Rossii. 2016. Vol. 20. No. 3. P. 52—57 [in Russian].
8. Dorokhina E. Yu. Industrialnyye i eko-industrialnyye parki kak sredstva preodoleniya regionalnykh konfliktov pri ispolzovanii prirodnykh resursov [Ecology and the industry of Russia]. Problemy regionalnoy ekologii. 2018. No. 2. P. 113—118 [in Russian] [in Russian].
9. Goremykina G. I., Konstantinova O. V. Razrabotka metodologii upravleniya investitsionnymi proyektami na osnove ikh in-stitutsionalnoy otsenki. [Development of methodology of management of investment projects on the basis of their institutional assessment]. RISK: Resursy. informatsiya. snabzheniye. konkurentsiya. 2017. No. 2. P. 226—231 [in Russian].
