Формирование затрат на отвод земель при проектировании и строительстве автомобильных дорог тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Формирование затрат на отвод земель при проектировании и строительстве автомобильных дорог"

ОФИН Вениамин Петрович

ФОРМИРОВАНИЕ ЗАТРАТ НА ОТВОД ЗЕМЕЛЬ ПРИ ПРОЕКТИРОВАНИИ И СТРОИТЕЛЬСТВЕ АВТОМОБИЛЬНЫХ ДОРОГ

Специальность 08.00.05 - Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами: строительство)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

2 7 Ш 2011

Санкт-Петербург-2010

4843000

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Воронежский государственный архитектурно-строительный университет» на кафедре экономики строительства.

Научный руководитель ■

доктор экономических наук, профессор Гасилов Валентин Васильевич

Официальные оппоненты: доктор экономических наук, профессор

Горев Андрей Эдливич;

доктор экономических наук, профессор Трофимова Людмила Афанасьевна

Ведущая организация ■

Государственное образовательное учреждение высшего профессионального образования «Санкт-Петербургский государственный политехнический университет»

Защита состоится <к_2_» 2011 года в часов на засе-

дании диссертационного совета Д 212.237.10 при Государственном образовательном учреждении высшего профессионального образования «Санкт-петербургский государственный университет экономики и финансов» по адресу: 191023, Санкт-Петербург, ул. Садовая, 21, ауд

С диссертацией можно ознакомиться в библиотеке Государственного образовательного учреждения высшего профессионального образования «Санкт-петербургский государственный университет экономики и финансов»

Автореферат разослан

года

Ученый секретарь диссертационного совета

Песоцкая Е.В.

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Значительный, и постоянно растущий вклад в стоимость строительства и реконструкции автомобильных дорог вносит цена земельных участков, отводимых для этих целей. Это делает задачу разработки методов объективной оценки земли, способных работать в условиях динамично меняющегося рынка, важной и актуальной. В то же время, особенности дорожной сферы требуют комплексного учета социально-экономических, технико-технологических и экономических последствий проложения трассы автодороги. При этом оптимальный выбор земельных участков под строительство автомобильных дорог достигается путем сравнения технико-экономических и социальных показателей инвестиционного проекта в целом, включая инженерные изыскания, проектирование, строительство и эксплуатацию.

Экономически, экологически и социально обоснованный вариант выбора земельных участков для строительства автомобильных дорог должен обеспечивать максимизацию эффективности капитальных вложений, минимизацию суммарных затрат на проведение проектных, строительных и эксплуатационных работ, затрат пользователей, связанных с перевозкой грузов и пребыванием водителей и пассажиров в пути, минимизацию негативных воздействий автодороги на окружающую среду.

Степень разработанности проблемы. Теоретическая и методологическая основа диссертации базируется на работах Алакоза В.В., Бестенса А., Буркова В.Н., Уилкиса С., Ван-дер-Берга Г., Вуда М., Голенко Д.И., Липсица И.В.

Вопросы оценки земель и эффективности их использования рассматриваются в работах Варламова A.A., Комова Н.В., Голуб A.A., Козлова М.М., Струковой Е.В.

Вопросы обоснования эффективности инвестиционных проектов в строительстве и в дорожном хозяйстве исследуются в работах Волкова Б.А., Гарма-нова E.H., Гасилова В.В., Панибратова Ю.П., Серова В.М., Степанова И.С., Хайкина Г.М.

Методы экономико-математического моделирования и оптимизации проектных решений рассмотрены в работах Горбань А.Н., Горчакова A.A., Годунова Р.Ю., Грешилова A.B., Дли М.И., Дуброва A.M., Жака C.B., Замкова О.О., Круглова В.В., Лукашина Ю.П., Орловой И.В., Шепелева И.Г.

Целью диссертации является развитие теоретических положений и разработка практических рекомендаций по оптимизации выбора трассы автодороги при реализации инвестиционных проектов в дорожном хозяйстве.

Цель исследования определила постановку и решение следующих задач:

— обоснование критерия и структуры целевой функции задачи оптимизации проложения трасс при строительстве автомобильных дорог;

\

— разработка нейросетевой технологии определения рыночной цены земельных участков при реализации инвестиционных проектов в дорожном хозяйстве;

— разработка модели определения рыночной цены земли, необходимой для строительства автомобильных дорог;

— систематизация и оценка факторов риска и неопределенности при изъятии земельных участков при реализации инвестиционных проектов в дорожном хозяйстве;

— определение и учет факторов, оказывающих влияние на выбор земельных участков при реализации инвестиционных проектов в дорожном хозяйстве.

Объектом исследования являются инвестиционные ресурсы рынка земель, предназначаемых для строительства и последующей эксплуатации автомобильных дорог.

Предметом исследования является комплексная количественная оценка влияния социально-экономических, экологических последствий проложения трассы автодороги и факторов отвода земель на эффективность реализации инвестиционных проектов в дорожном хозяйстве.

Теоретическую и методологическую базу исследования составляют труды отечественных (A.A. Грешилов, Е.Г. Гольнштейн, A.C. Леонов) и зарубежных (Р. Белман, С. Дрейфус, М. Де Гроот и др.) авторов по методам принятия оптимальных решений, сводящих практические задачи к поиску оптимума функционала в стохастической или детерминированной форме и позволяющие принимать обоснованные решения в условиях ограниченности информации (Д. Франклин, У. Кармоди, А. Фор), труды по нейросетевым технологиям и их применению к экономическим задачам (Т. Кохонен, С. Вилсон, В.А. Морозов), труды по методам оценки рисков, рассматривающих как классическую парадигму, основанную на минимизации функции риска на полном множестве событий (Р. Рокафеллор), так и подход, основанный на динамической оценке риска (В.А. Фуллер, Л. Дж. Глессер).

При проведении диссертационного исследования применялись методы экономико-статистического и нейросетевого моделирования, экспертных оценок.

Информационной базой исследования послужили данные отечественной статистики, Росавтодора и дирекции строящихся дорог «Центр», проектных предприятий дорожного хозяйства, а также фактические материалы, полученные в ходе исследования, документы законодательных и исполнительных органов власти РФ, статистические справочники и отчеты предприятий.

Научная новизна исследования состоит в следующем:

— предложен и обоснован минимальный набор факторов, позволяющих количественно описать социально-экономические, технические и экологические последствия выбора трассы автодороги;

— разработана методика многофакторной оптимизации выбора трассы для строительства автомобильных дорог, отличающаяся учетом социально-экономических и экологических последствий выбора трассы и экономических отношений, возникающих в сфере оборота земли, что позволяет повысить эффективность реализации инвестиционных проектов;

— разработана методика оптимизации социально-экономических и экологических последствий выбора трассы для строительства автодороги, обеспечивающие максимальную эффективность инвестирования в строительство автомобильных дорог;

— обосновано применение нейросетевых технологий при оценке земельной составляющей в стоимости инвестиционных проектов, позволяющее в условиях реального рынка с высокой точностью получать зависимости стоимости земельных участков, предназначенных для строительства автомобильных дорог, от рыночных факторов;

— выполнена оптимизация набора ценообразующих параметров, архитектуры нейросетей, методов их обучения и контроля точности регрессии, позволяющая в реальных условиях с высокой точностью учитывать земельную составляющую при экономической оценке проектов строительства автомобильных дорог;

— установлена зависимость рыночной цены земельных участков реального земельного рынка Воронежской области от их характеристик, отличающаяся применением нейросетевых методов и позволяющая использовать полученные результаты при оптимизации показателей инвестиционных проектов.

Личный вклад автора в проведенное исследование;

— сформулирована целевая функции задачи оптимизации проложения трасс при строительстве автомобильных дорог, основанная на учете и взаимосвязи социально-экономических (цены строительства и эксплуатации, социального влияния участка автодороги, социально-экономических потерь, возникающих при отчуждении земельных участков для нужд дорожного строительства и др.), экологических, технических параметров и затрат на землеотвод;

— разработаны методы количественного описания социально-экономических и экологических последствий выбора трассы, обеспечивающие оценку их влияния на эффективность инвестирования в строительство автодорог. В частности, разработаны методики расчета интегрального повышающего социального коэффициента участка автодороги, социально-экономических характеристик населения, изменяющихся при повышении его мобильности в результате строительства автодороги;

— разработан нейросетевой метод определения рыночной цены земельных участков, позволяющий с высокой точностью получать зависимо-

сти стоимости земельных участков, предназначенных для строительства автомобильных дорог, от рыночных факторов. При этом определен и оптимизирован набор ценобразующих параметров, определены оптимальная архитектура нейросети и методы ее тренировки, разработана методика использования нейросетевых технологий в условиях реального земельного рынка;

— сформулирован итерационный алгоритм проложения трассы автодороги, основанный на принципах динамического программирования операций. Данный алгоритм позволяет учесть взаимосвязи социально-экономических, технических, экологических характеристик автодороги и затрат на землеотаод;

— создана экономико-статистическая модель формирования цены земли, основанная на учете факторов, оказывающих наибольшее влияние на выбор земельных участков при реализации проектов в дорожном хозяйстве;

— систематизированы и оценены факторы риска и неопределенности при изъятии земельных участков, предназначаемых для строительства автомобильных дорог.

Теоретическая значимость диссертационной работы заключается в развитии существующих методов повышения эффективности инвестиций при реализации проектов строительства автомобильных дорог.

Практическая значимость состоит в возможности применения разработанных положений при разработке экономических обоснований и проектов строительства и реконструкции автомобильных дорог. Теоретические положения и методические разработки доведены до стадии, дающей возможность их использования в текущей деятельности госорганов и предприятий, занятых реализацией инвестиционных проектов для транспортной инфраструктуры.

С малой погрешностью (не превышающей 1,6%), нейросетевыми методами установлена зависимость рыночной цены земельных участков реального земельного рынка Воронежской области, что позволило использовать полученные результаты при оптимизации показателей инвестиционных проектов. В частности, определена доля земельной составляющей в цене строительства автодороги в Воронежской области, достигающая 9,2% инвестиционных затрат.

Реализация полученных результатов. Результаты проведенного автором анализа, а также методы оптимизации выбора трассы внедрены в работу при технико-экономическом обосновании строительства автомобильных дорог в ООО «Центр-Дорсервис» и ООО «Инжсервис».

Апробация результатов исследования. Основные положения диссертационной работы были представлены на научно-практических конференциях профессорско-преподавательского состава Воронежского государственного архитектурно-строительного университета, Воронежской государственной технологической академии, Воронежского филиала Московского гуманитарно-экономического института.

Публикации. Положения работы, содержащиеся в ней рекомендации и выводы изложены в опубликованных в 8 печатных работах, в том числе одной работе в издании, рекомендованном ВАК РФ, общим объемом 3,2 пл., в том числе лично автора - 2,6 п.л.

Структура диссертации. Диссертация состоит из введения, трех глав, заключения общим объемом 169 страниц, включая 37 рисунков, 15 таблиц, списка использованных источников, содержащего 180 наименований.

Во введении обоснована актуальность диссертационного исследования; определены предмет и объект исследования; сформулированы цели работы и задачи, решение которых необходимо для их достижения; раскрыты новизна, научная и практическая значимость полученных результатов.

В первой главе «Методы оценки затрат на отвод земель при реализации инвестиционных проектов в дорожном хозяйстве» выполнен анализ состояния дорожного хозяйства РФ и мирового и отечественного опыта выделения земельных участков для строительства и реконструкции автомобильных дорог; определены социальные задачи, на решение которых должны быть направлены инвестиции в развитие дорожной сети; сформулированы направления реформирования дорожного хозяйства с целью повышения инвестиционной привлекательности отрасли.

Во второй главе «Оптимизация выбора трассы автомобильной дороги с учетом земельных отношений» поставлена и решена задача определения цены земельного участка нейросетевыми методами; для конкретного земельного рынка Воронежской области создана нейросетевая модель массовой и индивидуальной оценки земельных участков; систематизированы и оценены факторов риска и неопределенности при изъятии земельных участков для реализации инвестиционных проектов в дорожном хозяйстве;

В третьей главе «Методы оптимизации выбора трассы автодороги в условиях неопределенности, связанной влиянием рыночных факторов при отводе земель» разработаны методы количественного описания социально-экономических и экологических последствий выбора трассы автодороги; получена целевая функция задачи оптимизации проложения трасс автодороги; для конкретного участка дороги М-4 «Дон» проанализированы варианты выбора трассы.

В заключении сформулированы основные выводы диссертационного исследования.

II. ОСНОВНЫЕ ИДЕИ И ВЫВОДЫ ДИССЕРТАЦИИ

При оценке эффективности инвестиционных проектов одним из критериев является максимизация чистого дисконтированного дохода, который предполагает учет и оценку всех предстоящих затрат и прогнозируемой прибыли. При проектировании и строительстве автомобильных дорог, требующих отвода значительных площадей земель, возникает многовариантная задача оптимизации проложения трассы. Для ее решения предложен и обоснован минимальный

набор факторов, определяющий структуру целевой функции задачи оптимизации выбора трассы автомобильной дороги, которая должна учитывать:

1) Цену строительства участка автодороги.

2) Цену земельного участка.

3) Социально-экономическую эффективность строительства и эксплуатации автодороги.

4) Социально-экономические и экологические потери, возникающие при отчуждении земельных участков для нужд дорожного строительства.

5) Риски, обусловленные экономическим поведением собственников.

Задача оптимизации решается поэтапно. На первом этапе определяются

независимые функций полезности земельного участка (ФПЗ) и участка автодороги (ФПД). На втором этапе целевая функция определяется суммированием ФПЗ и ФПД с весами, определяющими важность каждого из кластеров:

ЦФ = 3-ФЮ + ДФПДmin, (1)

Улучшить приближение независимых функций полезности можно варьированием весов 3 и Д и параметров этих функций. При этом подходе стоимостные параметры входят в ЦФ в виде функции от соотношения —^^—, а со-

результат

циальные, экологические факторы и риски - в виде безразмерных множителей и слагаемых, что обеспечивает возможность учета показателей, имеющих различную размерность.

Количественно полезность участка автодороги можно оценить, используя следующие параметры:

— Цс~ отношение дисконтированной стоимости строительства участка к прогнозируемой суммарной стоимости перевезенных грузов и арендных платежей за использование полосы отвода за вычетом упущенной выгоды, получаемой за счет использования отводимого участка в год окончания строительства. Для платных автодорог вместо стоимости перевезенных грузов можно учитывать прогнозируемую годовую плату за проезд П, полученную на данном участке.

— Отношение удлинения трассы AI, возникающего при выборе рассматриваемого участка, к минимальной длине /т,„

/£> (2) 'min

— Функцию социального влияния строительства участка автодороги (ФСВ) вида:

/М=1. хйх„

/(*) = -—---Г—Ту

п-1

/М=0, х £ пх0

1

X

Рис. 1. Зависимость социального влияния строительства участка автодороги от расстояния до населенного пункта.

Здесь х - расстояние от участка автодороги до населенного пункта; пх0-расстояние, на котором социальное влияние дороги отсутствует. График функции {(х) приведен на рис. 1.

Кроме ФСВ, в целевой функции должна быть учтена и общая численность населения, повышающего мобильность. Следовательно, и целевая функция зависит также и от распределения плотности населения рр(х,у), находящегося в зоне влияния участка автодороги.

— Интегральный повышающий социальный коэффициент (СК), определяемого исходными социально-экономическими характеристиками населенных пунктов, попадающих в сферу влияния автодороги. Методика расчета СК учитывает набор частных социальных коэффициентов (табл. 1).

Кроме коэффициентов, отражающих социальное состояние населенного пункта и принимающих фиксированные значения, необходим учет и социально-экономических характеристик населения, изменяющихся при повышении его мобильности в результате строительства автодороги. К таким характеристикам относятся занятость населения и его среднедушевые доходы. Количественно описать эти характеристики можно с помощью следующих коэффициентов:

1. Коэффициента занятости населения (КЗ), равного отношению численности населения, находящегося в трудоспособном возрасте (ЧТ) к численности занятого населения этого возраста (ЧТЗ).

Таблица 1

Социально-экономические характеристики населенных пунктов

№ Обозначение Социальные параметры населенного пункта Рекомендуемое значение

1 МУ Отсутствует медицинское учреждение первичного звена 2

2 МП Отсутствует поликлиника 1.5

3 мс Отсутствует медицинский стационар 1.2

4 шн Отсутствует начальная школа 2

5 шс Отсутствует средняя школа 1.5

6 шп Отсутствуют учреждения профессионального образования 1.2

7 к Отсутствует учреждение культуры 1.5

8 вш Отсутствуют учреждения внешкольного образования 1.1

9 ТР Отсутствуют стационарные торговые точки 1.5

чт

К3= — , (4)

ЧТЗ у '

2. Коэффициента доходов населения (КД), определяемого отношением среднего душевого дохода по региону к душевому доходу данного населенного пункта; значения данного коэффициента не менее единицы:

КД = тж{\,Щ, (5)

— Функция негативного влияния строительства автодороги (ФНВ) вида:

?(*)=!——.

> (о)

¥>(*)= 0

где *тах- расстояние от участка автодороги, на котором негативным влиянием автодороги можно пренебречь. График функции ((х) приведен на рис. 2.

1 . Рис. 2. Зависимость негативного влияния строительства автодороги от расстояния до населенного пункта.

Негативное воздействие пересечения потоков (НВП), которое даже в первом приближении не может быть описано линейной функцией плотности транспортного потока. НВП резко возрастает после достижения плотностью потока транспорта порогового значения П0, достигает максимума и далее практически не изменяется. Простейшей функцией, имеющей такие свойства, является кусочно-линейная функция (рис. 3):

• • ч>(п)= 0.1-^, я<я0 • ; ' •......."

''о • !

у(п)= П0 < П <2- П0, (7)

"о ■ ■ .

(^(я)= 0Л-~- + 1.9, Я > 2■ Я0

Рис. 3. Зависимость негативного воздействия пересечения потоков от максимального среднечасовой поток автотранспорта

Здесь П - максимальный среднечасовой поток автотранспорта обоих направлений в течении суток. При этом, в отличие от остальных негативных факторов, можно считать, что в первом приближении НВП определяется не рас-

пределением плотности населения по площади населенного пункта а средней плотностью. Учет степени негативного воздействия позволит придать экономический смысл требованию нормативных документов о проложении автодорог, как правило, вне населенных пунктов.

Интегральная функция полезности участка автодороги определяется следующей суммой:

ФПД = СцС-ЦС+Спр-ПР+Ош..снв+Стп ■ НВП-Счи ЧНЭ, (8)

Рср'Ъ

где безразмерные коэффициенты С, (Г, С ПР, Са,в, Снвп ,С,„, определяют относительную важность соответствующих показателей; множители Я0, рср и площадь населенного пункта Я обеспечивают одинаковую размерность для всех слагаемых; знак «минус» перед последним слагаемым отражает тот факт, что при минимизации целевой функции эффективную численность повышающего свою мобильность населения необходимо увеличивать.

При выборе земельного участка под строительство автомобильной дороги рациональный собственник должен ориентироваться на полезность выбираемого объекта. В первую очередь, будущему собственнику необходимо удостовериться, что покупка земельного участка, предполагаемого для строительства автомобильной дороги произойдет не по завышенной цене:

СЗ

(9)

код

где С3„ад - кадастровая стоимость земельного участка, утвержденная органами власти субъекта РФ, руб./м2; СЗрын - рыночная стоимость земельного участка, руб./м2.

Во-вторых, собственник заинтересован в достижении высокой грузоемко-сти выкупаемой земли, поскольку именно этот показатель обеспечит высокую загруженность строящейся дороги.

рр _ Ряоршт (10)

где р - фактическая грузоемкость земельного участка, экв.т/га; р„оршт - нормативная грузоемкость земельного участка, экв.т/га.

В-третьих, наряду с высокой грузоемкостью собственник заинтересован в низком плодородии земельного участка для облегчения законодательных процедур перевода земель из категории сельскохозяйственного назначения в категорию земель промышленности. Таким образом, полезность будет выражена формулой ви-

да:

П = (И)

где р - фактическое плодородие почв земельного участка, предполагаемого для строительства автомобильной дороги, балл бонитета; рн0РШГ - нормативное плодородие почв в субъекте РФ, (балл бонитета).

В-четвертых, целевая функция задачи оптимизации выбора трассы должна учитывать риски, обусловленные экономическим поведением собственников земельных участков.

Р = (12)

где Яфакъ и Ясред - фактический и средний уровни риска, балл.

Таким образом, функция полезности земельного участка будет иметь вид: ФПЗ = СиСуу ■ ЦСЗУ + Сгр-ГР + Сп-П + Ср'Р-> тт, (13)

где безразмерные коэффициенты Сцс >, Сгр, Сп, Ср определяют относительную

важность соответствующих показателей. На заключительном этапе целевая функция определяется суммированием ФПЗ и ФПД с весами 3 и Д, определяющими относительную важность каждого из кластеров. Экспертным путем установлены веса 3 и Д, определяющие относительную важность каждого из кластеров составили 0,15 и 0,85 соответственно.

Заметный, и постоянно растущий, вклад в стоимость автодороги вносит рыночная цена земельных участков, по которым она пролегает. Используемые в настоящее время методы оценки стоимости участков (директивный, метод парных сравнений и др.) не отражают рыночную ситуацию, что требует использования адекватных реальному рынку методов. Наиболее перспективные методы оценки земельных участков основаны на применении нейронных сетей.

Нейронные сети делятся на полносвязные, в которых все нейроны обмениваются информацией, слабосвязные, в которых обмен информацией происходит только между ближайшими нейронами, и сети слоистой архитектуры (так называемые персептроны). В этом случае обмен информацией происходит между всеми нейронами соседних слоев. Функционирование полносвязных сетей в реальных условиях неустойчиво. Для стабилизации их поведения необходим значительный, практически недостижимый, объем рыночной информации. В случае слабосвязных сетей возможно отображение лишь простых зависимо-

стей. Поэтому для описания реальных процессов чаще всего используют пер-септроны. Такой выбор архитектуры сети и принят в данной работе.

Параметры входного слоя сети соответствуют следующему набору цено-образующих характеристик участков, предназначенных для дорожного строительства (табл. 2).

В графе «Вид» буквой «Н» обозначены номинальные переменные, принимающие значения -1 или 1, а буквой «Ч»- числовые. Колонки «Минимум» и «Максимум» определяют границы переменных, определенные в результате предпроцессирования.

Таблица 2

Ценообразующие параметры

№ Наименование Вид Минимум Максимум

1 площадь участка Ч -0.9 0.8

2 расстояние от райцентра Ч -0.8 0.7

3 необходимость преобразования категории участка Н -1 1

4 наличие производственных зон Н -1 1

5 плодородие почвы (балл бонитета) Ч -1 0.8

6 наличие препятствий для движения Н -1 1

7 грузоемкость земель Ч -0.8 0.7

8 коэффициент рельефа Ч -1 0.8

9 подверженность подтоплению Н -1 1

10 индекс технологических свойств почвы ч -0.9 0.8

и балл энергоемкости почвы ч -1 0.8

12 расстояние перевозки сельхозпродукции ч -0.5 0.5

Обучение сети проводилась различными методами. Наилучшую точность регрессии показал метод сопряженных градиентов, учитывающий как текущие значения цены, так и скорость ее изменения при вариациях ценообразующих параметров. По соотношению результат/затраты этот метод обучения сети оказался оптимальным.

Рис. 4. Схема двухслойного персептрона

На рис. 4 представлена схема двухслойного персептрона с 12 ценообра-зующими параметрами и 12 элементами в каждом скрытом слое. Элементы входного слоя отображены треугольниками, промежуточного слоя - прямоугольниками, выходной элемент (цена единицы площади участка) - прямоугольником с окружностью.

В результате обучения нейронная сеть формулирует правила определения цены по значениям ценообразующих (входных) параметров. Одним из методов контроля качества обучения является контроль средней по всему обучающему множеству ошибки регрессии 5. Метод сопряженных градиентов основан на поиске решения, минимизирующего ошибку. Итерации обучения прекращаются при достижении минимального значения величины 6. Однако этот усредненный критерий качества работы сети применим только при наличии обширной и разнообразной информации о земельном рынке. В период становления рынка применение усредненного критерия является необходимым, но не достаточным. Ограниченный объем реально доступной информации требует уделить особое внимание выбору оптимальной архитектуры сети на основе не только из формально-математической сходимости процесса, но и экономического анализа полученных результатов. Поэтому выбор оптимальной архитектуры сети проводился по следующим четырем критериям:

1. Минимальное значение 5;

2. Минимальное количество наблюдений, при описании которых относительная ошибка регрессии превышает фиксированное значение;

3. Максимальная ошибка отдельного наблюдения обучающего множества;

4. Максимальное число наблюдений, описываемых с относительной ошибкой меньшей фиксированного значения.

Первый критерий контролируется методом сопряженных градиентов. При этом, однако, в конкретной реализации процедуры обучения минимум может оказаться локальным. Для получения глобального минимума ошибки 6 проводилось несколько обучающих сессий до совпадения относительной ошибки в трех из них. Для анализа второго и третьего критериев строились зависимости относительной ошибки отдельного наблюдения от его номера (рис. 5). Для анализа четвертого критерия строилась частотная гистограмма распределения наблюдений обучающего множества по диапазонам относительной ошибки отдельного наблюдения (рис. 6).

Рис. 6 показывает, что большая часть наблюдений хорошо описывается сетью с данной архитектурой. Так, например, 80 наблюдений из 104 имеют ошибку, не превосходящую 0.0025 руб./м2, а ошибка 97 наблюдений не превосходит 0.0075 руб./м2 , причем ошибка регрессии только одного примера превосходит 0.02 руб./м2.

Рис. 5. Зависимость ошибки регрессии от номера наблюдения

Усложнение архитектуры сети не приводит к улучшению качества регрессии. Преимущества простой архитектуры в значительной мере определяются ограниченностью имеющейся информации и с развитием рынка ситуация может измениться. Недостатки, связанные с малым объемом доступной информации можно преодолеть за счет уменьшения числа входных параметров.

30 Л :

(о

Рис. 6. Гистограмма частотного распределения ошибок регрессии

В работе использован генетический алгоритм понижения размерности, основанный на выборе из большого числа быстро обучаемых сетей, содержащих различные наборы входных параметров. В результате работы генетического алгоритма входные переменные делятся на два класса: полезные и те, вклад которых в регрессионные соотношения незначителен. Переводя последние параметры в разряд неучитываемых, можно практически без потери точности упростить задачу и уменьшить объем необходимой входной информации. Возможно и альтернативное применение генетического алгоритма для увеличения точности прогноза при фиксированном наборе тренировочных примеров. Применение генетического алгоритма к рассматриваемой задаче позволило выявить список полезных параметров.

В частности для задачи земельного рынка с 12 входными параметрами генетический алгоритм выявил подмножество ценообразующих параметров,

оказывающих наибольшее влияние на цену единицы площади. Этот набор состоит из семи параметров и имеет вид, представленный в табл. 3.

Качество регрессии упрощенной сети лишь незначительно уступает качеству, предоставляемому исходной сетью, оставаясь достаточным практически во всех случаях.

Таким образом, в результате исследований создана нейросеть, с большой точностью описывающая реальный земельный рынок по данным кадастрового учета и позволяющая применять полученные результаты для оптимизации инвестиционных проектов.

Таблица 3

Оптимизированный набор ценообразующих параметров

.V» Наименование Вид Минимум Максимум

1 расстояние от райцентра Ч -0.8 0.7

2 наличие производственных зон Н -1 1

3 плодородие почвы (балл бонитета) Ч -1 0.8

4 грузоемкость земель Ч -0.8 0.7

5 коэффициент рельефа Ч -1 0.8

6 индекс технологических свойств почвы Ч -0.9 0.8

7 балл энергоемкости почвы Ч -1 0.8

Учет взаимосвязей социально-экономических, технических, экологических характеристик автодороги и затрат на землеотвод при проектировании и строительстве автодорог позволяет осуществить следующий алгоритм проло-жения трассы автодороги, основанный на принципах динамического программирования операций. Для удобства практического применения он формулируется в форме потокового алгоритма в следующем виде:

1. Стартуя из исходного пункта трассы, формируется дерево возможных решений по выбору трассы. При этом узлами дерева являются отдельные земельные участки, а длины ветвей между узлами равняются значениям целевой функции (ЦФ), учитывающей как детерминированные, так и стохастические факторы. В качестве параметров ЦФ на этом этапе берутся их усредненные значения, получаемые без проведения дополнительных исследований.

2. Параллельно этапу 1 аналогичное дерево строится из конечного пункта трассы.

3. Стадии алгоритма 1 и 2 выполняют до появления первых узлов пересечения соответствующих деревьев. После этого в зависимости от сложности задачи выполняется еще несколько шагов пп. 1,2. Пример построения дерева возможных решений приведен на рис. 7.

4. Коэффициент ветвления в каждом узле равняется числу граничащих земельных участков. В том случае, когда число возможных вариантов делает задачу трудноразрешимой, на этапах алгоритма 1-3 возможно ее упроще-

нис. Во-первых, ветви дерева, длина которых значительно превышает минимальную для данного узла, отбрасываются. Кроме того можно ограничить число шагов, выполняемых после пересечения деревьев пп. 1 и 2.

5. Далее из возможных ветвей отбираются ветви, приводящие из исходного пункта трассы в конечный. На рис. 7 соответствующие ветви отражены сплошными двусторонними стрелками.

6. Суммированием ЦФ отдельных ветвей трасс, отобранных в п. 5 определяются целевые функции допустимых трасс.

7. ЦФ допустимых трасс ранжируются в порядке их возрастания.

При наличии нескольких трасс с близкими ЦФ, возможно, окажется необходимой более детальная проработка пп. 1,2,6, которая может заключаться в:

a) уточнении параметров целевой функции;

b) учете взаимного влияния ЦФ отдельных ветвей.

Операции пп. а и Ь требуют дополнительных затрат поскольку при их выполнении нельзя ограничиться усредненными значениями параметров ЦФ и необходим сбор информации, позволяющей учесть характеристики конкретных участков трассы. При этом, естественно, детальная проработка будет целесообразной только в случае, если затраты на ее выполнение окажутся меньше, чем разность между стоимостными частями целевых функций конкурирующих трасс. В противном случае целесообразно выбрать трассу, для которой риски окажутся минимальными.

Рис. 7. Дерево возможных решений по выбору трассы

Таким образом, блок-схема алгоритма оптимизации имеет вид, представленный на рис. 8. При этом учет антагонистических или синергетических связей между параметрами целевой функции позволяет в рамках данного алгоритма оптимизировать полные затраты на протяжении всего инвестиционного цикла включая этапы строительства и эксплуатации автодороги.

Оценка влияния параметров целевой функции на характеристики автодороги представлена в табл. 4. Знаки +,(-) отражают рост, (падение) стоимости, затраты или цены с увеличением соответствующего параметра; знак (0) - от-

Рис. 8. Блок-схема алгоритма оптимизации проложения трассы автодороги

Таблица 4

Влияние параметров целевой функции на характеристики автодороги

Наименование параметра Стоимость строительства Затраты на эксплуатацию Цена земельного участка

расстояние от райцентра - - +

наличие производственных зон - + +

плодородие почвы 0 0 +

грузоемкость земель 0 + +

коэффициент рельефа + + -

индекс технологических свойств почвы 0 0 +

относительное приращение протяженности + + 0

наличие препятствий для движения к территории кадастрового квартала + +

подверженность подтапливанию + + -

степень негативного воздействия + + 0

социальный коэффициент 0 + 0

В простейшем случае, считая зависимость стоимости единицы площади С?„(х,, ...х,,,к.....км) от параметров х,-пропорциональной, получим зависимость:

СЗп=998-35,5-Х1+11,5Х1+46,7Х)+0,8Х4-15,7Х}+56,2-Х6-1101-Х7-12,1-Х8+283,5-Х:9-0,8 Х/о - ОА-Хц,

где X, - расстояние от районного центра, км; Х2 - перевод из одной категории в другую, (1/0); Х3 - наличие производственных зон, (1/0); Х4 - плодородие почвы, (балл бонитета); X; - наличие препятствий для движения к территории кадастрового квартала (1/0); Х6 - грузоемкость земель, (экв.т/га); X? - коэффициент рельефа; Х$ -территории, подверженные подтапливанию, (1/0); Х9 . индекс технологических свойств почв; Хю - балл энергоемкости почв; Хц -транспортные условия внехозяй-сгвенной перевозки продукции, (км).

При рассмотрении актуальных проблем землеустройства и выделения земельных участков, путем их возмездного или безвозмездного изъятия, возникает необходимость учета рисков. Общая группа рисков включает в себя землеустроительные риски и риски, обусловленные экономическим поведением собственников земельных участков. Предложенная шкала (табл. 5) дает количественную оценку этим рискам.

Поправка к стоимости земельного участка на риски инвестора может быть определена по формуле:

где Л, - величина поправки на ;' вид риска инвестора, балл; Р, - вероятность возникновения / вида риска; Q - стоимость земельного участка, руб.

В работе предложена шкала оценки рисков, обусловленных экономическим поведением собственников земельных участков. Риски оцениваются по 100-бальной шкале в сторону возрастания:

— -Р1 =[0 - 45) баллов - низкий уровень риска;

— -Р, =(45 - 65] баллов - средний уровень риска;

— IX ■Р1 =(65 - 100] баллов - критический (максимальный) уровень риска.

При выборе вариантов размещения земельных участков под строительство автомобильных дорог лучший вариант выбирается на основании сравнения технико-экономических показателей. При этом учитываются экологические, социальные и другие последствия размещения образуемого землепользования и перспективы использования данной территории.

При проектировании строительства или реконструкции автомобильной дороги могут возникать следующие ситуации:

— превышение цены, установленной на какой-либо из земельных участков его владельцем лимита средств у инвестора;

— установление землевладельцем условия только обмена его земельного участка на участок с аналогичной степенью полезности;

— абсолютное нежелание собственника продавать земельный участок.

Помимо стоимости выкупа (рыночной стоимости) земельного участка

потенциальный инвестор должен учитывать затраты на строительство ремонт и эксплуатацию автомобильной дороги общего пользования. Таким образом, при строительстве автомобильной дороги рациональный заказчик-застройщик будет стремиться максимально сократить затраты на выкуп земельного участка, строительство и эксплуатацию автомобильной дороги. Кроме того, затраты на выкуп земельного участка включают также стоимость проведения территориального землеустройства и рисков, обусловленных экономическим поведением собственников земельных участков.

Таблица 5

Шкала оценки рисков

Веро- Оценка риск«

№ Вид риска Причина возникновения ятность возник-нове-ния Мера опасности Величина риска, баллов Оценка, в % от рыночной стоимости земельного участка

1 Критический Высокое плодородие почв - выше 75 баллов 0,8 Значительное увеличение цены продаваемого земельного участка по сравнению со средней рыночной 85 68

2 Средний Высокий показатель грузоемкости почв (выше среднего для субъекта РФ) 0,6 Увеличение цены продаваемого земельного участка по сравнению со средней рыночной 58 34,8

3 Средний Непосредственная близость к населенному пункту (до 5 км) 0,75 Увеличение цены продаваемого земельного участка по сравнению со средней рыночной 74 55,5

4 Допус ти- мый Кадастровая стоимость выше рыночной (для случаев выкупа земель у государства) 0,45 Увеличение цены продаваемого земельного участка по сравнению со средней рыночной 80 36

5 Критический Расположение на земельном участке объекта, приносящего высокий доход 0,20 Нежелание собственника продать земельный участок 100 20

6 Допус ти- мый Субъективное мнение собственника 0,07 Нежелание собственника продать земельный участок 100 7

7 Критический Земли из категорий особо плодородных, ценных земель. 0,3 Невозможность выкупа земельного участка 100 30

8 Критический Правовые препятствия в использовании земель 0,16 Невозможность выкупа земельного участка 100 16

Нейросетевые технологии позволяют оценить среднюю долю земельной составляющей в цене строительства автодороги. При этом суммарные нормы землеотвода определены по формуле:

Нр = Нр_+0,\-Нр,р,м, (16)

где Нр, Нр^т и Нрврем - нормы суммарного, постоянного и временного землеотвода соответственно; множитель 0,1 отражает среднюю ставку арендной платы. Результаты расчета свидетельствуют о том, что максимальный (~10%) вклад земельная составляющая дает при строительстве дорог IV и V категорий, поскольку норма землеотвода по сравнению с автодорогой I категории уменьшается незначительно (~2 раза), а удельные затраты падают в 10-15 раз. При этом для некоторых территорий (в частности, Московской и Ленинградской областей, Краснодарского края) вклад земельной составляющей может оказаться еще значительней.

Результаты реализации предложенной модели представлены на примере выбора трассы магистрали М-4 «Дон» в Воронежской области (табл. 6). Представленный пример расчета позволяет оценить влияние земельной составляющей при выборе трассы для автомобильной дороги с минимальными затратами для инвестора.

Таблица 6

Расчет затрат при выборе земельного участка, предназначенного для строительства автомобильной дороги

Вариант выбора земельного участка Вариант 1 Вариант 2 Вариант3

Категория земель Земли сельскохозяйственного назначения Земли промышленности и иного специального назначения Земли промышленности и иного специального назначения

Стоимость строительства Сд.,тыс. руб. 1298706 1567157 1305965

Стоимость проектирования землеустройства С„ ,тыс. руб. 7792 6269 5224

Стоимость земельной составляющей, тыс.руб. 24944 26340 22550

Увеличение стоимости с учетом рисков, тыс. руб. 24271 23785 20363

Земельная составляющая с учетом рисков, тыс. руб. 57007 55159 48137

ИТОГО, тыс. руб. 1355713 1623551 1354102

Таким образом, при выборе участков для строительства автомобильной дороги, следует выбрать третий вариант проложения трассы, несмотря на то, что стоимость строительства участка автомобильной дороги в первом варианте минимальна.

III. ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Офин В.П. Учет рыночных механизмов земельных отношений при технико-экономической оптимизации трассы автодороги. // Вестник ИНЖЭКОНА, серия экономика. - 2008. - Выпуск 7(26). - 3 п.л., (вклад автора - 2,6 п.л.).

2. Офин В.П., Гасилов В.В., Карпович М.А. Определение цены предложения на выполнение проектно-изыскательских работ в дорожном хозяйстве. // Научный вестник ВГАСУ, серия: экономика, организация и управление в строительстве-2007. Выпуск № 5.-3 п.л. (вклад автора -1,1 п.л.).

3. Офин В.П., Гасилов В.В., Карпович М.А., Преображенский М.А. Определение победителей конкурса на выполнение проектно-изыскательских работ в дорожном хозяйстве.// Научный вестник ВГАСУ, серия: экономика, организация и управление в строительстве,- 2007. - Выпуск №5.-4 п.л. (вклад автора -1 п.л.).

4. Офин В.П., Гасилов В.В., Галкина Ю.Н. Методика оценки потерь на изъятие сельскохозяйственных земель для целей дорожного строительства, Сборник материалов региональной межвузовской научно-практической конференции «Стратегии развития - инновационно-инвестиционную активность». -Воронеж: Изд-во ГАСУ, 2008. - 4 п.л. (вклад автора - 1 п.л.).

5. Офин В.П., Гасилов В.В., Преображенский М.А. Учет стоимости земель при оптимизации трассы автодороги: Сборник материалов региональной межвузовской научно-практической конференции «Стратегии развития - инновационно-инвестиционную активность». - Воронеж: Изд-во ГАСУ, 2008. - 4 п.л. (вклад автора - 1,1 п.л.).

6. Офин В.П. Структура функции полезности земельного участка, предназначенного для строительства автомобильной дороги. Экономика и обеспечение устойчивого развития хозяйственных структур: Межрегиональный сборник научных трудов ВГТА, выпуск 8 (часть 2). - Воронеж: Изд-во ВГТА, 2008. - 8 п.л.

7. Офин В.П., Гасилов В.В., Преображенский М.А. Нейросетевые технологии определения рыночной цены земельных участков, предназначенных для дорожного строительства. - Воронеж: Изд-во Институт экономики и права, 2008. - 14 п.л. (вклад автора-3,4 п.л.).

8. Офин В.П., Галкина Ю.Н., Гасилов В.В. Учет факторов риска и неопределенности при изъятии земельного участка для строительства и реконструкции автомобильных дорог// Экономика и обеспечение устойчивого развития хозяйственных структур: Межрегиональный сборник научных трудов ВГТА,

выпуск 8 (часть 2). - Воронеж: Изд-во ВГТА, 2008. - 5 п.л., (вклад автора - 1,4 пл.).

9. Офин В.П., Гасилов В.В., Карпович М.А., Преображенский М.А. Оценка влияния затрат на аренду и выкуп земельных участков на цену строительства и реконструкции автодорог //Формирование модели новой экономики России: теория и практика: коллективная монография/ Под ред. проф. В.А. Сидорова. - Краснодар: Изд-во Краснодарский ЦНТИ, 2010. - 7 п.л. (вклад автора - 1,3 п.л.).

ОФИН ВЕНИАМИН ПЕТРОВИЧ АВТОРЕФЕРАТ

Лицензия ЛР № 020412 от 12.02.97

Подписано в печать 23.12.10. Формат 60x84 1/16. Бум. офсетная. Печ. л. 1,6. Бум. л. 0,8. РТП изд-ва СПбГУЭФ. Тираж 70 экз. Заказ 627.

Издательство Санкт-Петербургского государственного университета экономики и финансов 191023, Санкт-Петербург, Садовая ул., д. 21.