Введение
Проблема оценки устойчивости развития производства в регионе, в том числе сельскохозяйственного, представляет собой, с математической точки зрения, задачу оценки сложной социально-экономической системы по комплексу разнородных показателей. Существуют различные подходы как к определению устойчивого развития производства в регионе [1 – 3], так и к проведению оценки уровня устойчивости его развития. Тем не менее, для них можно выделить общие принципы. Математическая реализация оценки состоит из двух важных этапов: 1) выбор и обоснование системы показателей, характеризующих устойчивость производства; 2) разработка на их основе системы качественных и количественных индексов, характеризующих степень устойчивости производства. Если первый этап в настоящее время разработан в полном объеме, то второй этап требует проведения дополнительных исследований, в том числе, с привлечением аппарата нечеткой логики. Устойчивое развитие сельского хозяйства подразумевает непрерывный рост производства продукции растениеводства и животноводства, а также расширение сферы услуг для товаропроизводителей, рост эффективности сельскохозяйственного производства, качественные преобразования социальной сферы тружеников села, внедрение инноваций, акцент на ресурсосберегающие и экологически чистые технологии [4].
Анализ литературных источников показывает, что уже разработаны несколько классов моделей и методик, направленных на оценку устойчивости сельскохозяйственной сферы производства [5-7]. Например, в работе [5] рассмотрены два подхода оценки устойчивости сельскохозяйственного производства. Первый подход основан на формировании и исследовании системы специфических индикаторов, отражающих устойчивость частных сфер сельскохозяйственного производства: экономической, социальной, экологической, управленческой и пр. Второй подход подразумевает формирование неких интегральных показателей, отражающих устойчивость развития каждой из перечисленных сфер в заданном регионе. Совокупность индикаторов является варьируемой и определяется задачами, поставленными в каждом конкретном исследовании. Кроме того, варьируются мнения авторов о том, какие совокупности показателей считают значимыми в определенных случаях.
Таким образом, проведенный анализ показывает, что существующие модели обладают такими недостатками, как: 1) локальность, привязанность к конкретной решаемой задаче; 2) малая универсальность, отсутствие единых алгоритмов построения оценок; 3) невозможность ранжирования показателей, а также невозможность учета экспертных мнений при построении оценок. С точки зрения математического моделирования проблему можно трактовать следующим образом. Для оценки устойчивости можно рассматривать систему показателей, используемых для оценки эффективности, по группам (экономическая, социальная, экологическая). Устойчивому развитию системы (район, регион, страна либо отдельная подотрасль) соответствует: 1) нахождение показателей, на основе которых строятся интегрированные оценки, в нормативных рамках, определяемых из смысла задачи, что соответствует, в свою очередь, известным интервалам изменения интегрированных оценок; 2) положительная динамика показателей, имеющая численное отражение в интегральных оценках соответствующих групп.
Целью исследования является разработка методики оценки устойчивости сельскохозяйственного производства в районах региона, как тенденции к устойчивому росту интегрированных индикаторов, находящихся в нормативных рамках, направленной на исследование устойчивости сельскохозяйственного производства в регионе, на основе нечетко-множественного агрегирования нормированных оценок трех его подсистем: экономической, социальной и экологической.
Материал и методы исследования
Для формирования комплексной оценки устойчивости сельскохозяйственного района использованы авторские методики для оценки состояния сложных систем на основе комплексов показателей, имеющих различную значимость, в том числе для оценки эффективности сельскохозяйственного производства в регионе [8-9]. Также использованы авторские методики оценки региона на соответствие принципам экологического природопользования [10]. Для построения оценок использован универсальный аппарат теории нечетких множеств – система нечетких многоуровневых [0,1] – классификаторов. Актуальность предложенной методики определяется необходимостью проведения исследований, позволяющих определить приоритеты государственной политики в регионе, позволяющее осуществить выравнивание различий социально-экономического развития субъектов юга России [11-12].
Математический аппарат методики оценки устойчивости производства. Оценка каждой отдельной подсистемы (экономической, социальной и экологической) осуществляется посредством нечетко-множественного агрегирования статистических данных по каждой подсистеме, представленных в виде временных рядов. Для агрегирования использована система нечетких пятиуровневых [0,1] – классификаторов. Рассмотрим подробнее алгоритм агрегирования, включающий в себя шесть этапов.
Этап 1. Разработка списка показателей, на основе которых будет произведено оценивание, исходя из имеющихся систем индикаторов, специфики исследуемой задачи и доступных статистических данных.
Этап 2. Оценка степени важности каждого из показателей для формируемой оценки, в том числе на основе экспертных оценок, их ранжирование, расчет весовых коэффициентов, отражающих значимость.
Этап 3. Расчет нормированных, то есть принадлежащих единичному отрезку значений исследуемых показателей. Для расчета используются алгебраические формулы, определяемые смыслом задачи и являющиеся, по сути, функциями отклика, отражающими близость исследуемых показателей к неким эталонным значениям. Возможны два типа оценок: статические (когда данные представлены за один период и имеются нормативные значения) и динамические (когда данные представлены за ряд лет, и в качестве эталона принимается устойчивый рост показателя).
Этап 4. Задание лингвистических переменных, характеризующих численно и вербально состояние исследуемой системы. Универсальным множеством лингвистических переменных является единичный отрезок, поскольку именно ему принадлежат числовые значения показателей, рассчитанных на Этапе 3. Терм-множества лингвистических переменных, отвечающих индикаторным показателям, состоят из пяти термов, характеризующих уровень показателя: «очень низкий»; «низкий»; «средний»; «высокий»; «очень высокий». Функции принадлежности лингвистических переменных определены с помощью стандартных трапециевидных функций [8-9].
Для формируемой комплексной оценки вводим отдельную лингвистическую переменную: γ = «комплексная оценка состояния системы». Ее терм-множество состоит из пяти термов, название которых определяется исходя из смысла оценки. В самом простом случае названия термов могут быть определены так, как это приведено выше, для показателей, то есть отражать уровень исследуемого свойства системы.
Этап 5. Расчет комплексной оценки состояния системы на основе общего алгоритма работы стандартных пятиуровневых [0,1] – классификаторов [8, 11].
Этап 6. Лингвистическое распознавание построенной комплексной оценки в соответствии с определением ее терм-множества, а также анализ полученных значений. Алгоритм работы организован таким образом, что, в случае получения недостаточно высокой либо неудовлетворительной оценки можно проанализировать, какие из конкретных индикаторов привели к снижению итоговой оценки. Наивысшему значению комплексной оценки (единица) соответствуют наивысшие нормированные значения всех исследуемых показателей. Поэтому, проранжировав построенные нормированные значения показателей, можно получить исчерпывающую информацию о состоянии системы, а также сделать выводы, в каких направлениях должна вестись работа по улучшению ситуации.
Система показателей для оценки устойчивости сельскохозяйственного производства в регионе как совокупности подсистем
Оценка экономической подсистемы. В соответствии с разработанной ранее методикой [8], формирование оценки устойчивости экономической подсистемы осуществляется по двум группам показателей: группе показателей ресурсов и группе показателей выхода продукции (за год, 2008-2018 годы). Данные получены из открытых интернет-источников: базы Росстата [13], а также Экологического вестника Дона «О состоянии окружающей среды и природных ресурсов Ростовской области» [14] и представлены для каждого из 43 районов Ростовской области.
Показатели ресурсов (по районам): 1) наличие сельскохозяйственной техники в сельскохозяйственных организациях на конец года, штука; 2) посевные площади сельскохозяйственных культур, гектар; 3) поголовье скота и птицы в хозяйствах населения сельских поселений, голова; 4) внесено минеральных удобрений под посевы сельскохозяйственных культур в сельскохозяйственных организациях, центнер.
Показатели выхода продукции (по районам): 1) объем производства продукции сельского хозяйства (в фактически действовавших ценах), тысяча рублей, хозяйства всех категорий; 2) объем производства продукции растениеводства (в фактически действовавших ценах), тысяча рублей; 3) объем производства продукции животноводства (в фактически действовавших ценах), тысяча рублей; 4) индекс производства сельскохозяйственной продукции (в сопоставимых ценах; в процентах к предыдущему году), процент; 5) индекс производства продукции растениеводства (в сопоставимых ценах; в процентах к предыдущему году), процент; 6) индекс производства продукции животноводства (в сопоставимых ценах; в процентах к предыдущему году), процент.
Оценка социальной подсистемы. Совокупность показателей для формирования оценки социальной устойчивости сельского хозяйства (по районам) имеет вид (2008-2019 годы): 1) среднемесячная заработная плата работников организаций, рубль; 2) объем социальных выплат населению и налогооблагаемых денежных доходов населению, тыс. руб.; 3) общий коэффициент рождаемости, промилле; 4) общий коэффициент смертности, промилле; 5) численность врачей всех специальностей; 6) численность среднего медицинского персонала; 7) число медицинских коек; 8) ввод в действие индивидуальных жилых домов на территории муниципального образования, кв. м. общей площади.
Оценка экологической подсистемы. Совокупность показателей для формирования оценки экологической устойчивости (по районам), имеет вид (2007-2018 годы): 1) количество загрязняющих веществ, выброшенных в атмосферу от сельскохозяйственных предприятий, тыс. тонн; 2) доля в них неочищенных выбросов; 3) забор воды из источников всех типов; 4) забор воды из подземных источников; 5) потери воды при транспортировке; 6) сброс загрязненных вод без очистки; 7) объем оборотной и последовательно используемой воды; 8) доля санкционированных свалок в общем количестве по Ростовской области; 9) доля несанкционированных свалок в общем количестве по Ростовской области; 10) доля особо охраняемых территорий от их общей площади по Ростовской области; 11) затраты на финансирование окружающей среды из бюджетных и внебюджетных источников.
Результаты исследования и их обсуждение
Для каждого из 43 районов Ростовской области по методике, описанной выше, была построена оценка устойчивости его экономической, социальной и экологической подсистем (таблица). На основе построенных оценок, с применением той же системы нечетких многоуровневых [0,1] – классификаторов, были построены итоговые оценки устойчивости сельскохозяйственного производства в каждом из районов.
Как следует из таблицы, все районы Ростовской области могут быть отнесены к терму «развитие, близкое к устойчивому», причем последние два района равным успехом могут быть отнесены к пятому терму «высокий уровень устойчивости». На основе построенной таблицы можно проанализировать, «насколько хороши» либо «насколько плохи» результаты каждого из 43 районов в каждой их трех подсистем. Районы, оказавшиеся в конце списка, могут быть подвергнуты дополнительному, более подробному анализу показателей, на основе которых происходило агрегирование каждой из оценок подсистем. Таким образом, на основе применения методики могут быть определены приоритетные направления развития агропромышленного комплекса Ростовской области с целью выравнивания различий социально-экономического развития.
Расчет итоговой оценки устойчивости сельскохозяйственного производства для районов Ростовской области
|
N |
Оценка экономической устойчивости (вес 0,4) |
Оценка социальной устойчивости (вес 0,3) |
Оценка экологической устойчивости (вес 0,3) |
Итоговая оценка устойчивости |
|
1 |
0,6154 |
0,5502 |
0,505 |
0,5524 |
|
2 |
0,5000 |
0,5821 |
0,564 |
0,5276 |
|
3 |
0,6074 |
0,6122 |
0,539 |
0,5832 |
|
4 |
0,5000 |
0,5070 |
0,579 |
0,5174 |
|
5 |
0,6000 |
0,6634 |
0,539 |
0,6000 |
|
6 |
0,5000 |
0,5904 |
0,597 |
0,5524 |
|
7 |
0,5156 |
0,5540 |
0,523 |
0,5024 |
|
8 |
0,5240 |
0,5540 |
0,504 |
0,5024 |
|
9 |
0,5509 |
0,5816 |
0,508 |
0,5196 |
|
10 |
0,5266 |
0,5972 |
0,501 |
0,5283 |
|
11 |
0,4935 |
0,5845 |
0,504 |
0,5207 |
|
12 |
0,5692 |
0,6053 |
0,539 |
0,5485 |
|
13 |
0,6499 |
0,5754 |
0,504 |
0,5952 |
|
14 |
0,4394 |
0,6286 |
0,524 |
0,5387 |
|
15 |
0,5704 |
0,5617 |
0,501 |
0,5233 |
|
16 |
0,5738 |
0,5823 |
0,494 |
0,5384 |
|
17 |
0,5000 |
0,5012 |
0,559 |
0,5054 |
|
18 |
0,5185 |
0,4946 |
0,459 |
0,5000 |
|
19 |
0,5998 |
0,5073 |
0,515 |
0,5398 |
|
20 |
0,5572 |
0,4911 |
0,515 |
0,5058 |
|
21 |
0,5140 |
0,5193 |
0,654 |
0,5600 |
|
22 |
0,5000 |
0,5587 |
0,579 |
0,5226 |
|
23 |
0,5000 |
0,5795 |
0,464 |
0,5177 |
|
24 |
0,556 |
0,5587 |
0,513 |
0,5100 |
|
25 |
0,5000 |
0,5254 |
0,573 |
0,5138 |
|
26 |
0,6000 |
0,5004 |
0,539 |
0,5400 |
|
27 |
0,5000 |
0,5795 |
0,508 |
0,5177 |
|
28 |
0,5228 |
0,5399 |
0,543 |
0,5000 |
|
29 |
0,5072 |
0,5067 |
0,564 |
0,5084 |
|
30 |
0,5000 |
0,624 |
0,511 |
0,5444 |
|
31 |
0,5756 |
0,5957 |
0,564 |
0,5563 |
|
32 |
0,5399 |
0,5656 |
0,365 |
0,4584 |
|
33 |
0,5406 |
0,5740 |
0,504 |
0,5144 |
|
34 |
0,5043 |
0,5360 |
0,499 |
0,5000 |
|
35 |
0,5000 |
0,4862 |
0,504 |
0,5000 |
|
36 |
0,5024 |
0,5214 |
0,504 |
0,5000 |
|
37 |
0,5094 |
0,4794 |
0,476 |
0,5000 |
|
38 |
0,5746 |
0,5034 |
0,582 |
0,5389 |
|
39 |
0,6024 |
0,5913 |
0,348 |
0,5067 |
|
40 |
0,5101 |
0,5377 |
0,575 |
0,5150 |
|
41 |
0,4622 |
0,5029 |
0,374 |
0,4544 |
|
42 |
0,5000 |
0,4889 |
0,506 |
0,5000 |
|
43 |
0,6157 |
0,5160 |
0,551 |
0,5532 |
Выводы
Таким образом, разработанная общая методика показала свою применимость для оценки и ранжирования устойчивости сельскохозяйственного производства в районах региона на примере Ростовской области, посредством нечетко-множественного агрегирования нормированных оценок устойчивости его трех подсистем: экономической, социальной и экологической.
Построенная нечетко-множественная методика обладает такими преимуществами, перед существующими аналогами, как универсальность, учет весовых коэффициентов показателей и их вариативность, возможность учета мнений экспертов. Для реализации методики разработано специализированное программное обеспечение, которое в дальнейшем может быть преобразовано в программный комплекс, позволяющий строить оценки не только сельскохозяйственного, но и любого другого производства в регионе.