Повна версія

Головна arrow Географія arrow Прогнозування і планування використання земельних ресурсів та об'єктів нерухомості

  • Увеличить шрифт
  • Уменьшить шрифт


<<   ЗМІСТ   >>

КЛАСТЕРНИЙ АНАЛІЗ.

Кластеризація - це процес об'єднання однорідних елементів, які разом можна розглядати як самостійну одиницю з певними властивостями. Кластерний аналіз не створює обмеження для подання досліджуваних об'єктів, він дозволяє аналізувати їх за різними показниками. Виходячи з цього, кластерний аналіз може розглядатися як інструмент для проведення зонування території.

Кластерний аналіз передбачає виділення компактних, віддалених одна від одної груп об'єктів, відшукує «природне» розбиття сукупності на області скупчення об'єктів.

Існує ряд складних питань, які слід продумати перед проведенням кластеризації:

  • - складність вибору характеристик, на основі яких проводиться кластеризація. Необдуманий вибір призводить до неадекватного розбиття на кластери і, як наслідок, до невірного рішення задачі;
  • - складність вибору методу кластеризації. Вибір вимагає хорошого знання методів і передумов їх використання;
  • - проблема вибору числа кластерів. Якщо немає ніяких відомостей щодо можливого числа кластерів, то необхідно провести ряд експериментів і в результаті перебору різного числа кластерів вибрати оптимальне їх число;
  • - проблема інтерпретації результатів кластеризації. Форма кластерів в більшості випадків визначається вибором методу об'єднання. Однак слід враховувати, що конкретні методи прагнуть створювати кластери певних форм, навіть якщо в досліджуваному наборі даних кластерів насправді немає.

Процес кластеризації - це система, що складається з ряду послідовно взаємопов'язаних елементів.

приклад 5.2

Виконуючи НДР щодо підвищення ефективності управління земельними ресурсами Новгородської області, дослідник Анастасія Мітрошкіна вирішила застосувати кластерний аналіз, який представляє собою процес об'єднання однорідних елементів, які разом розглядаються як самостійна одиниця з певними властивостями (рис. 5.5).

Кластерний аналіз передбачає виділення компактних, віддалених одна від одної груп об'єктів, відшукує «природне» розбиття сукупності на області скупчення об'єктів [1] .

Одним з ключових аспектів у поданій послідовності виступає вибір методу кластеризації. Анастасія розглядала три методу кластеризації: 1) на базі деревовидної класифікації, 2) на базі інтегрального критерію, 3) із застосуванням коефіцієнта ефективності системи управління земельними ресурсами.

Етапи кластерного зонування території суб'єкта РФ

Мал. 5.5. Етапи кластерного зонування території суб'єкта РФ

Кластеризація на основі деревовидної моделі полягає в об'єднанні муніципальних утворень в групи на основі близькості їх один до одного з широким переліком факторів. Мірою близькості є відстань між класифікуються об'єктами, розташованими в л-вимірному просторі. Результатом застосування даного методу є горизонтальна деревоподібна діаграма. В даний час діаграма може будуватися в автоматичному режимі за допомогою спеціалізованих статистичних програмних пакетів шляхом поступового ослаблення порога, що відноситься до вирішення про об'єднання муніципальних утворень в одну групу, і послідовного об'єднання їх в кластери. Іншими словами, з кожної итерацией знижується поріг, що відноситься до вирішення про об'єднання двох або більше об'єктів у один кластер. В результаті виходять групи об'єктів, близьких один до одного за всіма вибраними чинниками кластеризації.

При кластеризації на базі інтегрального критерію всі фактори, які кладуться в основу кластеризації, спочатку зводяться до одного інтегральним критерієм 1 .

У третьому методі в основу кластеризації покладено коефіцієнт економічної ефективності управління земельними ресурсами, який визначається за методикою, розробленою проф. С. А. Гальченко [2] [3] . Даний показник являє собою відношення зібраних земельних платежів до суми витрат на систему управління земельними ресурсами або до розрахункового значення земельних платежів.

Основні етапи даної методики представлені нижче з уточненням ряду позицій щодо конкретного аналізованого об'єкта.

  • 1. Визначення виду ефективності та ефекту.
  • 2. Визначення критерію ефективності.
  • 3. Вибір методу визначення ефективності.
  • 4. Побудова моделі і розрахунок величини ефекту.

На підставі отриманих результатів муніципальні освіти групуються в чотири кластери.

Для проведення кластерного зонування методами деревовидної моделі і інтегрального показника муніципальних утворень Новгородської області були відібрані наступні показники:

  • - майданні показники (площа муніципального освіти, площа забудованої території і сільгоспугідь);
  • - екологічні показники (поточні витрати на охорону навколишнього середовища, кількість об'єктів, що мають стаціонарні джерела викидів, кількість викинутих в атмосферу забруднюючих речовин, тривалість безморозного періоду, середньорічна кількість опадів, висота снігового покриву);
  • - економічні показники (обсяг виробництва продукції сільського господарства, обсяг інвестицій в основний капітал в розрахунку на одну людину, середньомісячні грошові доходи на душу населення);
  • - відстань до Великого Новгорода, населення (щільність і чисельність), протяжність автомобільних доріг;
  • - вартісні показники (ринкова вартість земельних ділянок, середній рівень кадастрової вартості 1 м 2 земель населених пунктів, питомий показник вартості земель різних категорій);
  • - показники ефективності роботи системи управління земельними ресурсами (кількість протоколів про адміністративні правопорушення, сума штрафів, кількість надійшли в управління Федеральної служби реєстрації, кадастру і картографії (Росреестра) матеріалів перевірок, проведених в рамках муніципального контролю, розподіл звернень до державного фонд даних землеустрою, відомості про кількість і якість матеріалів муніципального земельного контролю, кількість переказів земель з категорії в категорію по району м, податки за результатами проведення кадастрової оцінки);
  • - показники ефективності роботи Росреестра (кількість поставлених на облік об'єктів нерухомості; кількість зареєстрованих угод; кількість земельних ділянок, по яких отримані відомості про реєстрацію прав; кількість земельних ділянок, в характеристики яких були внесені зміни, і кількість кадастрових виписок про внесення змін; кількість відмов в проведенні державного кадастрового обліку; кількість кадастрових виписок, паспортів і кадастрових планів території, підготовлених за запитами заявника й).

Загальна кількість чинників, залучених до кластерного зонування в рамках даної роботи, склало понад півсотні, з яких 36 показників безпосередньо описують стан земельних ресурсів муніципальних утворень.

Кластеризація районів Новгородської області методом деревовидної моделі проводилася з залученням програмного засобу Statistica, результатом чого стало об'єднання муніципальних утворень в п'ять кластерів з числом муніципалітетів від одного в третьому кластері до дев'яти в другому кластері (рис. 5.6 [4] ).

Результати кластерного зонування Новгородської області за допомогою методу деревовидної моделі

Мал. 5.6. Результати кластерного зонування Новгородської області за допомогою методу деревовидної моделі:

1-й кластер; 2-й кластер; 3-й кластер;

4-й кластер; 5-й кластер

У методі інтегрального зонування спочатку було проведено рейтингування всіх муніципальних утворень по кожному з факторів, що впливають на використання земельних ресурсів в Новгородській області. В якості інтегрального критерію була прийнята сума творів рейтингу муніципального освіти по кожному з факторів, що беруть участь в кластеризації, на вагу даного чинника. В якості ваги фактора рекомендується враховувати його значимість для системи управління земельними ресурсами муніципального освіти. Одним з головних показників ефективності системи управління земельними ресурсами району слід вважати обсяг зібраних земельних платежів як основи наповнення муніципального бюджету. Отже, в якості ваги кожного з факторів кластеризації в системі управління земельними ресурсами треба взяти коефіцієнт парної кореляції між аналізованих фактором і обсягом земельних платежів. Інтегральний рейтинг обчислювався як зважена сума факторних рейтингів (рис. 5.7).

Результати розрахунку інтегрального рейтингу муніципальних утворень Новгородської області

Мал. 5.7. Результати розрахунку інтегрального рейтингу муніципальних утворень Новгородської області

Після визначення інтегральних рейтингів по формулою Стерджесс було розраховано оптимальну кількість виділених кластерів і величина інтервалу для кожного кластера (табл. 5.2 [5] ).

Таблиця 5.2

Інтервальні значення кластерів при зонуванні за інтегральним критерієм

номер

кластера

Максимальне значення інтегрального рейтингу

Мінімальне значення інтегрального рейтингу

1

188,36

162,80

2

162,79

137,23

3

137,22

111,66

4

111,65

86,09

5

86,08

60,52

Застосувавши дані інтервали до досліджуваного регіону, були отримані п'ять кластерів з кількістю адміністративних утворень від одного в першому кластері до семи в четвертому (рис. 5.8).

У третьому методі, як було зазначено раніше, в основу кластеризації покладено коефіцієнт економічної ефективності управління земельними ресурсами, діапазони якого представлені в табл. 5.3. Даний показник визначається як відношення зібраних земельних платежів до суми витрат на систему управління земельними ресурсами. Цей показник для муніципальних утворень Новгородської області прийняв значення, показані на рис. 5.9.

Результати кластерного зонування Новгородської області за допомогою інтегрального критерію

Мал. 5.8. Результати кластерного зонування Новгородської області за допомогою інтегрального критерію:

1-й кластер; 2-й кластер; 3-й кластер;

4-й кластер; 5-й кластер

Результати розрахунку коефіцієнта економічної ефективності управління земельними ресурсами

Мал. 5.9. Результати розрахунку коефіцієнта економічної ефективності управління земельними ресурсами

Таблиця 5.3

Інтервальні значення кластерів при зонуванні за допомогою коефіцієнта економічної ефективності 1

Назва групи

значення інтервалу

високоефективні

більше 1,5

ефективні

1,1-1,5

неефективні

0,5-1,0

Що вимагають застосування термінових заходів щодо підвищення

менше 0,5

ефективності

В результаті розрахунку коефіцієнта ефективності в кластер високоефективних адміністративних утворень Новгородської області було віднесено три райони (Шимска, Боровичский і Хвойнінскій), по чотири освіти виявилися ефективними і вимагають термінових заходів відповідно. Решта муніципальні райони Новгородської області були віднесені в кластер неефективних (рис. 5.10).

Результати кластерного зонування Новгородської області за допомогою коефіцієнта економічної ефективності управління земельними ресурсами

Мал. 5.10. Результати кластерного зонування Новгородської області за допомогою коефіцієнта економічної ефективності управління земельними ресурсами:

1-й кластер; 2-й кластер; 3-й кластер; 4-й кластер; 5-й кластер

Таким чином, після застосування методів деревовидної моделі і інтегрального показника територія Новгородської області була розділена [6]

на 5 зон, а за показником ефективності управління земельними ресурсами - на 4 зони). Зведені результати представлені в табл. 5.4 [7] .

Таблиця 5.4

Результати кластерного зонування адміністративних утворень Новгородської області різними методами

муніципальне

освіта

зона

за методом деревовидної моделі

зона

за методом інтегрального показника

Зона по методу оцінки ефективності управління земельними ресурсами

Новгородський район

2

2

2

Солецький район

4

4

3

Холмський район

5

5

4

Міський округ Великий Новгород

1

1

2

Батецкий район

2

4

3

Боровичский район

3

3

1

Валдайський район

4

2

3

Болотовского район

5

4

4

Демянский район

2

3

3

Маловішерський район

1

4

3

Маревская район

2

5

4

Мошенський район

5

5

3

Окуловська район

1

3

3

Пестовський район

4

3

3

Поддорскій район

2

5

4

Старорусский район

4

2

2

Чудовський район

2

3

3

Крестецкая район

5

4

2

Любитінскій район

2

5

3

Парфінскій район

1

5

2

Хвойнінскій район

2

4

1

Шимска район

2

4

1

Аналізуючи отримані результати, можна відзначити, що тільки Новгородський район за всіма трьома методами потрапив в одну і ту ж зону. У Холмського і Солецького районів збіглися зони по перших двох методів, але, з огляду на, що за третім методом Холмський район потрапив в останню зону, а Солец-

кий - в передостанню, а також що кількість зон по третьому методу на один менше, то для цих районів можна констатувати збіг зон по всім методам. Отже, однаковий результат всі розглянуті методи зонування дали тільки для 14% районів (позначені в табл. 5.4 напівжирним шрифтом). У 14 з 22 районів (64%) можна спостерігати збіг результатів зонування двома методами з трьох (в табл. 5.4 виділені курсивом), а в 5 районах (12%) результати зонування усіма методами розрізняються повністю.

Метод ковариационного аналізу досліджує залежності середнього значення деякого кількісного результуючого показника від набору факторів. У зазначений набір можуть входити як кількісні, так і якісні фактори одночасно. Коваріаційний аналіз на відміну від методу регресійних моделей дозволяє оцінити статистичну значущість впливу факторів на прогнозований показник при припущеннях, що результуючий показник приймає фіксовані значення і що впливають фактори приймають фіксоване значення.

Коваріаційний аналіз являє собою комбінацію аналізу дисперсійного та регресійного. За допомогою ковариационного аналізу можна визначити характер взаємозв'язку між залежною змінною і незалежними факторами. Так, взявши дані, що характеризують дії по державному кадастровому обліку об'єктів нерухомості по муніципальних утворень двох або більше суб'єктів Федерації, за допомогою ковариационного аналізу можна виявити, однаковий чи характер взаємозв'язку у них з результуючим показником ефективності управління земельними ресурсами, наприклад об'ємом зібраних земельних платежів.

Моделювання бінарної змінної використовується для моделювання залежності між результуючим показником, здатним приймати тільки два значення, і сукупністю факторів. Даний метод дозволяє включити в число незалежних факторів, що впливають на прогнозований показник, якісну зміну. Стан цієї змінної описується двома станами, які переводять в числовий вигляд. Такий змінної може бути, наприклад, статус об'єкта нерухомості в ЕГРН (врахований і неврахований).

Моделювання дискретно-безперервних процесів є одним з особливих випадків методу регресійного моделювання. При цьому в якості виходу моделі береться цензурувати змінна, тобто така змінна для якої існує порогове значення. Тоді значення змінної більше (менше) (в залежності від завдання) порогової величини не змінюються, а значення, рівні або менше (більше) даної величини, прирівнюються до цієї величини.

Метод системи регресійних рівнянь - теж окремий випадок регресійного аналізу, суть якого полягає в побудові не одного, а декількох взаємопов'язаних регресійних рівнянь.

Наприклад, в прикладах, наведених у попередньому розділі, відбувалося прогнозування ринкової ціни на земельні ділянки за допомогою регресійної моделі, де в якості факторів, що впливають використовувалися показники соціально-економічного розвитку. При цьому очевидно, що дані показники не впливають на ціни прямо, а роблять це опосередковано через вплив на поведінку забудовників, орендарів, покупців та інших учасників ринку. Самі ціни же в умовах ринкової економіки формуються під впливом взаємодії попиту і пропозиції. Отже, доцільно було б спочатку побудувати одну регресійну модель, де в якості незалежної змінної буде виступати обсяг попиту, а потім іншу з об'ємом пропозиції в якості опції. Ціни на ділянки в такому випадку будуть моделюватися за допомогою регресії з обсягами попиту та пропозиції в якості аргументів. Така система регрессий буде більш якісно моделювати реальну ринкову ситуацію, але за умови достатньої кількості вихідної якісної інформації.

Імітаційне моделювання - це метод, при використанні якого досліджувана система замінюється простішим об'єктом, що описує реальну систему і званим моделлю.

Імітаційна модель - це комп'ютерна програма, яка описує структуру і відтворює поведінку реальної системи в часі. Імітаційна модель дозволяє отримувати докладну статистику про різні аспекти функціонування системи залежно від вхідних факторів.

Даний метод найбільш хороший при моделюванні будь-якого нового процесу, коли створюється теоретична модель його поведінки в минулому, виходячи з наявних історичних даних.

Моделювання із застосуванням матричного мультиплікатора застосовують при нестачі вихідних даних. Процеси земельноімущественних відносин є багатовимірними і тісно взаємопов'язаними один з одним. Тому в ситуації браку даних доцільно прогнозувати не самі дані, а їх темпи приросту. Основна ідея методу полягає в тому, що структура темпів приросту протягом деякого часу може залишатися незмінною.

Адаптивне моделювання являє собою процес побудова моделі, параметри якої протягом процесу прогнозування не залишаються статичними, а коригуються в міру надходження нових даних і змінюються пропорційно прогнозної помилку. Для цього коректування в модель вбудовується спеціальний адаптивний механізм. Окремими випадками адаптивного моделювання є адаптивно-регресійні, адаптивно-імітаційне і адаптивно-раціональне моделювання.

Адаптивно-регресійні моделювання є звичайна регресійна модель, в якій з певною періодичністю переглядаються коефіцієнти при незалежних змінних, тобто коригується величина впливу факторів на функцію.

У адаптивно-імітаційному моделюванні спочатку модель адаптується до випадковим чином змінилася зовнішньому середовищі, а потім імітуються варіанти розвитку прогнозованого процесу чи явища.

У адаптивно-раціональному методі в модель вбудовується не тільки адаптивний механізм, але і раціональні очікування щодо майбутнього. З плином часу в моделі відбувається перерозподіл домінування між адаптивними оцінками і раціональними очікуваннями.

Методи теорії ігор - це сукупність математичних методів, які прогнозують прийняття управлінських рішень в умовах невизначеності і в умовах конфлікту. Під конфліктом тут розуміється ситуація, в якій є не менше двох учасників, економічні інтереси яких не збігаються, але дії яких при цьому не є абсолютно незалежними.

У даній теорії під грою розуміється математична модель конфліктної ситуації, а під гравцями - сторони, які беруть участь в конфлікті. Для застосування методу зовсім необов'язково виявляти всіх гравців (що неможливо зробити в земельно-майнових відносинах), досить ідентифікувати найбільш важливих.

Гра поділяється на один або кілька періодів (етапи), в кожному з яких гравці послідовно або одночасно роблять ходи. Хід - це вибір і здійснення одного з передбачених правилами дій. Дії можуть бути пов'язані з цінами, обсягами виробництва продукції, витратами на поліпшення земельної ділянки, проведенням комплексних кадастрових робіт і т.д.

Результатами кожного ходу будуть вигоди або збитки кожного гравця. В ході гри кожен гравець діє за певною сукупністю правил, яка, на його думку, приведе його до виграшу. Така сукупність називається стратегією гравця.

Для того щоб знайти рішення гри, слід для кожного гравця вибрати стратегію, яка задовольняє умові оптимальності. Під оптимальністю стратегії розуміють ситуацію, коли один з гравців отримує максимальний виграш, коли другий дотримується своєї стратегії. У той же час другий гравець повинен мати мінімальний програш, якщо перший дотримується своєї стратегії.

Визначення оптимальної стратегії для всіх основних учасників земельно-майнових відносин регіону має стати основним завданням застосування теорії ігор в сфері прогнозування і планування використання земельних ресурсів.

Метод нечіткого логічного висновку створений для моделювання об'єктів, у яких присутня специфічна форма невизначеності. Під системою нечіткого виведення розуміють процес отримання нечітких висновків про необхідному управлінні об'єктом на основі нечітких умов або передумов, що представляють собою інформацію про поточний стан об'єкта.

  • [1] Корчагіна Н. А. Концептуальні засади реалізації кластерної політики на території російських регіонів // Наукові відомості Бєлгородського государственногоуніверсітета. 2009. № 12. С. 5-13; Луценко Е. В. Кількісний автоматизований SWOT- і PEST-аналіз засобами АСК-аналізу та інтелектуальної системи «Ейдос-Х ++» // політематичної мережевий електронний науковий журнал Кубанскогогосударственного аграрного університету. 2014. № 7. С. 1367-1409.
  • [2] Комаров С. І., Полякова Т. О., Савельєва Є. Б. Інтегральний підхід до зонірованіютерріторіі регіону для цілей управління земельними ресурсами // Регіональна економіка: теорія і практика. 2016. № 10. С. 190-202.
  • [3] Гальченко С. А. Теоретичні та методичні основи ефективності державного земельного кадастру. М.: ГУЗ, 2003.
  • [4] Малюнки 5.6-5.10 взяті з ст .: Комаров С. І., Антропов Д. В. Методи кластерного зонування території регіону для цілей управління земельними ресурсами // Вісник УрФУ. Серія економіка і управління. 2017. Т. 16. № 1. С. 66-85. URL: https://vestnik.urfu.ru/fileadrnin/user_upload/site_15934/2017/04-01-17_Kornarov_Antropov.pdf.
  • [5] Комаров С. І., Антропов Д. В. Методи кластерного зонування терріторіірегіона для цілей управління земельними ресурсами.
  • [6] Гальченко С. А. Теоретичні та методичні основи ефективності державного земельного кадастру.
  • [7] 2 Комаров С. І., Антропов Д. В. Методи кластерного зонування терріторіірегіона для цілей управління земельними ресурсами.
 
<<   ЗМІСТ   >>