Комплексное (кластерное) зонирование городов Пензенской области на основе эколого-экономических показателей территории

Ишамятова И.Х.1, Антропов Д.В.1
1 Государственный университет по землеустройству, Россия, Москва

Статья в журнале

Креативная экономика (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 17, Номер 11 (Ноябрь 2023)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=56568109

Аннотация:
В экологической доктрине Российской Федерации в качестве одного из главных экономических механизмов по обеспечению рационального природопользования и охраны окружающей среды предусмотрено включение в экономические показатели полной стоимости природных объектов и экологических услуг и их учет при принятии управленческих решений. С учетом этого в статье рассматривается место и возможность осуществления процессов зонирования территорий инструментами и методами кластерного анализа. Предлагается использование эколого-экономических показателей территории как одной из ключевых групп такого зонирования. Авторами на примере городов Пензенской области выполнено комплексное(кластерное) зонирование территорий. Распределены города по однородным группам (кластерам) и установлены качественные взаимосвязи между группами городов с близкими значениями показателей. Применены различные методы кластеризации. Сделан вывод, что инструмент эколого-экономической оценки природных ресурсов становится важным инструментом управления природноресурсным потенциалом страны, что также обуславливает проведение комплексного зонирования территории на основе эколого-экономических показателей. Результаты могут быть использованы для практического применения научно-исследовательскими и проектными организациями, занимающимся вопросами планирования пространственного развития территорий населенных пунктов и рационального природопользования.

Ключевые слова: зонирование территорий, эколого-экономические показатели, кластеризация, землепользование, природопользование

JEL-классификация: R14, R52, R58, Q51, Q01



Введение. Современные территории городов являются сложной экономической, социальной и хозяйственной системой, обладающими ограниченными земельными ресурсами, которые требуют эффективного и грамотного управления. Это тем более значимо, что в Российской Федерации 75% населения проживают в городах, а в Пензенской области данный показатель составляет 61% [12]. Генеральный план города и правила землепользования и застройки создают условия для реализации, закрепленного в Градостроительном кодексе Российской Федерации принципа устойчивого развития городской территории. В этой связи необходим учет разнотипных факторов: природные условия, состояние экологии и др. Пространственные, природные, социально-экономические различия использования земель могут быть отражены с использованием системы зонирования территорий. В этой связи имеет смысл разработки эколого-экономических факторов и показателей, оказывающие влияние на экономическую и экологическую составляющую (природные, экономические, антропогенных и др.), что обуславливает актуальность рассматриваемой тематики.

К вопросам применения эколого-экономических факторов в системе управления земельными ресурсами обращались Алакоз В.В. [1] , Архипова И.В. [5], Варламов А.А. [8], Конокотин Н.Г. [16], Макаров О.А. [20], Мурашева А.А. [22], Носов С.И. [24], Потапова Е.В. [25], Цветнов Е.В. [30] и др. В диссертационном исследовании Ишамятовой И.Х. [13] была решена актуальная научная задача проведения эколого-экономической оценки земель населённых пунктов с учетом современных экологических и экономических требований в природопользовании. Автором была отмечена проблема «неэффективного использования экономических инструментов для оценки состояния земельных ресурсов и разработки мероприятий для наиболее полного использования их потенциала, учета экологических характеристик территории и сделан вывод, что решение данных проблем может быть достигнуто с помощью разработки методики эколого-экономической оценки земель на основе установленных репрезентативных показателей, оказывающих влияние на состояния и использования земель населенных пунктов» [12,13]. Д.В. Антропов [3,4] неоднократно обращался к решению вопросов теории и методологии зонирования территорий, отмечая, что сегодня «объективно существуют отдельные виды зонирования, отличающиеся между собой по целям, задачам и содержанию, назначению и способам формирования различных зон, содержанию их ограничений или запрещений» [3]. Современное российское законодательство, а также Анисимов А.П. [2], Ермаков С.О. [10], Иоселиани Н.А. [11], Липски С.А. [18,19], Мурашева А.А. [22], Носов С.И. [24], Потапова Е.В. [25], Сунгуров В.У. [28], Троценко В.М. [29] и др. в основном соотносят зонирование территорий с предметом установления особых правовых режимов использования (категоризации или видов). Данные вопросы были рассмотрены и решены в монографии Антропова Д.В., Варламова А.А. и Комарова С.И. [4], которая стала результатом выполненного исследования по гранту РФФИ № 18-010-01016 [1]. Авторы проанализировали современное состояние теории и практики зонирования в России, уточнили и дополнительно сформулировали теоретические положения зонирования территорий. Таким образом была сформулирована система видов зонирования территорий (рисунок 1).

Рисунок – Система видов зонирования территорий

Источник: составлено авторами на основе положений Антропова Д.В., Варламова А.А. и Комарова С.И. [3,4]

Антропов Д.В. [15], Долматова О.Н. [9], Комаров С.И. [14,15] отмечают, что «для целей управления земельными ресурсами имеет смысл разработки зонирования территории, в основу которого могли бы быть положены факторы, оказывающие влияние на систему управления земельными ресурсами региона». Единицами выступают объединенные группы территориальных образований – кластеры. При этом сегодня в науке и практике термин «кластеризация» трактуется не всегда однозначно: существует понимание кластера как территориального объекта, отражающего концентрацию определенных видов деятельности. Такого взгляда придерживаются Коокуева В.В. и Ю.С. Церцеил [17], Тарасенко Э.В. с соавторами [21]. А также кластеризация рассматривается как способ научного исследования, объединяющего несколько объектов из больших массивов данных в группы (комплексное (кластерное) зонирования территорий (рис.2).

Рисунок 2 – Общая характеристика комплексного (кластерного) зонирования территорий

Источник: составлено авторами с учетом положений [15]

Продолжая свои исследования и развивая вышеизложенные положения, авторы статьи пришли к мнению, что эколого-экономические показатели и факторы могут стать одним из ключевых составляющих при осуществлении комплексного (кластерного) зонирования территорий, в т.ч. могут и должны быть выделены в отдельную группу от ряда иных факторов (например, состояния учетно-регистрационной системы). Данное положение отражает новизну проводимого исследования. Таким образом гипотеза заключается в выявлении возможности осуществления комплексного (кластерного) зонирования территории на основе эколого-экономических показателей. Целью проводимого исследования является осуществление комплексного (кластерного) зонирования территорий на основе эколого-экономических показателей территорий на примере городов Пензенской области.

Методология. Ключевым элементом зонирования должен стать кластерный анализ, так как он позволяет выделить однородные по экологическим и экономическим показателям группы городов. Это позволяет региональным органам власти разработать стратегию устойчивого развития территорий, учитывая специфику каждой группы (привлечь инвестиции, направить политику на улучшение экологических условий, стимулировать деловую активность и т.д.). Этапы проведения кластерного эколого-экономического зонирования городов представлены на рис. 3

Рисунок 3 - Этапы проведения кластерного эколого-экономического зонирования городов

Источник: составлено авторами

В рамках данного исследования изучаются три вида кластеризации: путем построения древовидной модели, интервальное с использованием квалиметрического методологического подхода, методом k-средних.

Основная часть.

На примере городов Пензенской области осуществлено такое зонирование территорий. На территории области 11 городов, из которых 3 - областного значения (г. Пенза, г. Кузнецк, ЗАТО Заречный) и 8 городов районного значения (Белинский, Спасск, Сердобск, Никольск и др.). Для исследования используется количественные и качественные показатели мониторинга земель, показатели мониторинга состояния и загрязнения окружающей среды, атмосферного воздуха, радиационной обстановки, мониторинга водных объектов, основные экономические показатели региона и экономические инструменты регулирования использования земель. Кроме того, для анализа использовалась информация, представленная в Генеральном плане, в частности градостроительные ограничения (подтопление, заболачивание, эрозия, карстово-суффозийные процессы и др.). Зарастание древесно-кустарниковой растительностью, уровень озеленения и площадь оврагов оценивалось по Публичной кадастровой карте. Были также отобраны экономические показатели использования земель: кадастровая стоимость, арендные платежи, налоги, инвестиции, сумма земельных штрафов и плата за негативное воздействие на окружающую среду.

Таким образом весь массив данных можно разделить на три группы площадные показатели по видам использования, экологические и экономические. Из всего массива данных, характеризующих эколого-экономическое состояние и использование земель было выявлено около 50 показателей характерных для территории Пензенской области. При дальнейшем анализе было отобрано 32 показателя влияющих на состояние и использование земель городских территорий Пензенской области. При отборе показателей оценивалась доступность и объективность данных, наличие или отсутствие природных негативных процессов, уровень экономического развития. (таб.1).

Таблица 1 - Результаты отбора показателей для проведения кластерного эколого-экономического зонирования городов

Вид данных
Показатели характерные для Пензенской области
Наличие /
отсутствие
Качественные показатели состояния земель
Площадь подтопленных земель
+
Площадь нарушенных земель
+
Площадь заболоченных земель
+
Площадь земель, подверженных эрозии
+
Площадь земель, подверженных опустыниванию
-
Площадь земель, загрязненных нефтью и нефтепродуктами
-
Площадь земель, подвергшихся загрязнению химическими веществами и соединениями
-
Площадь радиационного загрязнения
-
Солонцеватость
-
Состояние с/х угодий
Площадь с/х угодий, заросших древесно-кустарниковой растительностью
+
Площадь с/х угодий подверженных эрозионной опасности
+
Количественные показатели состояния земель
Площадь земель по видам использования (жилой и общественно деловой застройки, общего пользования, промышленности, рекреации, транспорта, связи, инженерных коммуникаций, особо-охраняемых природных территорий, под водой, с/х использования)
+
Площадь санитарно-защитных и охранных зон
+
Состояние и загрязнение окружающей среды
Уровень загрязнения атмосферного воздуха
+
Химическое загрязнение почв
+
Паразитологическое загрязнение почв
+
Микробиологическое загрязнение почв
-
Энтомологическое исследование почв
-
Количество остаточных пестицидов в почве
-
Газохимическое исследование почв
-
Плотность радиационного загрязнения цезием-137
-
Образовано отходов
+
Уровень шумового загрязнения
+
Электромагнитное загрязнение
-
Уровень загрязнения водных источников
+
Площадь озелененных территорий
+
Экзогенные геологические процессы
Овражная эрозия
+
Оползневые процессы
+
Карстово-суффозионные процессы
+
Абразионные процессы
-
Площадей очагов массового размножения насекомых в лесах
-
гибели лесов от болезней леса
-
Основные экономические показатели региона
Объем производства сельскохозяйственной продукции,
+
Оборот розничной торговли
+
Отгружено товаров собственного производства, выполнено работ и услуг собственными силами
+
+
Валовый региональный продукт
+
Экономические показатели использования земель
Сумма административных штрафов в результате земельного надзора
+
Объем инвестиций в основной капитал на 1 чел.
+
Плата за негативное воздействие на окружающую среду
+
Налоги на совокупный доход
+
Ср. уровень кадастровой стоимости земель за 1 кв. м.
+
Доходы от использования имущества, находящегося в госуд. и муниципальной собственности
+
Источник: составлено авторами

Таблица 2 - Эколого-экономические факторы и система показателей, оказывающих существенное влияние на состояние и использование земельных ресурсов городов Пензенской области

Города/Факторы
Пенза
Кузнецк
Заречный
Каменка
Сердобск
Никольск
Нижний Ломов
Белинский
Городище
Спасск
Сурск
1
2
3
4
5
6
7
8
9
10
11
12
Площадь жилой застройки, га
4601,04
1076,34
216
790
459,69
638,6
581,5
650,9
684,1
205
532
Площадь земель общественно-деловой застройки, га
1075,82
106,9
279,8
153
84,727
31,59
56,5
62,3
89,6
24,7
31,59
Площадь земель промышленности, га
5362,36
804,76
484,7
400
109,9
101,98
127
107,9
129,7
38,6
42
Площадь земель рекреации, га
10358,60
19
0
0
178
2,5
0
0
0
0
0
Площадь земель транспорта, связи, инженерных коммуникаций, га
1318,57
120
1
103
229,75
146,05
22
23,4
7,7
8,1
9,9
Площадь земель под водой, га
616,9
6,4
7
47
78
6
4,5
2,3
82,5
2,9
11,9
Площадь земель с/х использования, га
5015,87
800,1
16
445
832
0
508,5
0
0
4,5
0
Площадь с/х угодий заросших древесно-кустарниковой растительностью
0
0
0
0
10,6
0
70,7
0
0
0
0
Площадь подтопляемых земель, га
1526
204
119
252
92
110
63
96
48
86
10,6
Площадь нарушенных земель, га
0
0
0
0
7
5
7,1
0
0
0
0
Площадь заболоченных земель, га
171
2
9
82
0,2
0,5
0
1,8
2,5
0,7
42
Уровень загрязнения атмосферного воздуха, тыс. т
40,422
13,450
4,673
4,980
2,860
2,160
2,850
1,840
4,210
3,020
2,750
Уровень загрязнения водных источников (УКИЗВ)
3,64
3,49
4,04
3,49
2,76
3,45
3,38
2,72
3,74
3,5
3,85
Площадь оврагов, га
25
21
35,4
5,5
7,5
15
60,5
6
31
10
45
Образовано отходов, т
151200
21526
18200
10000
14100
8800
15800
5200
4100
4000
2600
Площадь с/х угодий подверженных эрозионной опасности, га
1750
394
11,2
323
327
0
211
0
0
0
0
Загрязнение почв по санитарно-химическим показателям
23
11
2
8
5
3
4
4
6
3
2
Паразитологическое и микробиологическое загрязнение почв
33
25
8
17
16
9
11
12
18
7
3
Площадь земель уровнем шума свыше 60 Дб, га
240
82,3
19,6
84,2
129,3
80,7
68,5
62,9
55,9
9,2
11,8
Площадь озелененных территорий, га
10352,2
854,1
2022,1
38,6
237,85
26,6
169,65
21,1
5,5
5,7
4,5

1
2
3
4
5
6
7
8
9
10
11
12
Плотность радиационного загрязнения цезием-137 (Ки/кв.км)
2,3
0,4
0,9
0,9
0,4
0,9
0,4
0,3
0,9
0,4
0,4
Площадь земель подверженных карстово-суффозионным процессам, га
0
0
0
0
28
0
3
0
0
2
15
Площадь земель, подверженных оползневым процессам, га
0,6
2
0,03
0
5,1
0
0,2
0,6
0,3
0,08
5
Средний уровень кадастровой стоимости земель за 1 кв. м. , руб.
864,15
443,31
482,13
290,19
194,99
203,76
290,27
199,1
238,55
170,73
199,3
Доходы от использования имущества, находящегося в государственной и муниципальной собственности, тыс. руб.
416949
30404,8
50058
12708,4
23241,5
2305
11967
633
1851
486
1499
Сумма административных штофов в результате земельного надзора, тыс. руб.
3089,57
355
0
328
190
236
25
110
80
80
20
Объем инвестиций в основной капитал, тыс. руб.
19496934
728526
932763
1056413
171794
2341764
3047991
1608434
367536
70310
5526
Плата за негативное воздействие на окружающую среду, тыс. руб.
11708
657,9
46
305
230
50,2
93
76
281
12
4
Налоги на совокупный доход тыс. руб.
296945
37735,1
19230
1341,4
718,4
38
575
74
5,5
4
0
Объем производства c/х продукции, тыс. руб.
844537
75162
62417
41706
76168
0
47228
0
0
413
0
Оборот розничной торговли, тыс. руб.
59538333
5930836,
2381080
8487474
4600673
1742620
3132633
3454418
4956028
1360362
1742620
Отгружено товаров производства, выполнено работ и услуг, тыс. руб.
154372979
1735614
2100808
863290
237144
219547
274058
158598
279887
83127
220047

Источник: составлено авторами по материалам Доклада о состоянии и использовании земель в Пензенской области, Государственного доклада о состоянии природных ресурсов и об охране окружающей среды Пензенской области

Таким образом стоит задача распределить города по однородным группам (кластерам), установить качественные взаимосвязи между группами городов с близкими значениями показателей. Определение количества кластеров осуществлялось по формуле Стёрджеса:

N = 1 + [log2m] = 1+ [log211] = 5, (1)

где m – общее число наблюдений величины (количество городов Пензенской области -11).

Метод древовидной модели заключается в постепенном объединении данных и построении дендограммы. Предварительно стандартизируем исходные данные в целях устранения различий в единицах измерения показателей по следующей формуле:

zi = (xi – xi1 ) /s , (2)

где z – стандартизированное значение i-го показателя, xi – фактическое значение i-го показателя, xi1 – среднее арифметическое значение i-го показателя, s - среднеквадратическое отклонение i-го показателя (корень квадратный из (∑m i=1(xi – xi1)2 / m, m-число наблюдений или количество городов).

На первом этапе зонирования данным методом определяется мера сходства объектов или способ измерения расстояния между объектами, которая зависит от типа переменной и шкалы, к которой она относится объектами. Дистанция между двумя кластерами определяется как расстояние между самыми удалёнными друг от друга значениями наблюдений, причём каждое наблюдение берётся из своего кластера (евклидово расстояние). Считается, что на первом этапе каждый объект наблюдения входит в отдельный кластер. В дальнейшем города с наиболее похожими показателями поэтапно объединяются, образуя новые кластерные группы. Результаты расчета Евклидова расстояния между городами представлены в таб. 3.

Таблица 3 - Мера близости, определяемая евклидовым расстоянием

№ п/п
Города
Пенза
Кузнецк
Заречный
Каменка
Сердобск
Никольск
Н. Ломов
Белинский
Городище
Спасск
Сурск
1
2
3
4
5
6
7
8
9
10
11
12
13
2
Пенза
0
14,937
16,116
15,290
16,673
16,549
16,944
16,883
16,252
17,186
17,377
3
Кузнецк
14,937
0
3,757
2,763
5,249
3,756
5,411
3,603
2,753
3,728
4,778
4
Заречный
16,116
3,757
0
3,507
6,579
3,290
5,043
4,326
2,395
2,937
3,853
5
Каменка
15,290
2,763
3,507
0
5,477
2,865
5,591
3,034
2,467
2,898
4,783
6
Сердобск
16,673
5,249
6,579
5,477
0
4,857
5,959
4,834
5,686
5,480
5,218
7
Никольск
16,549
3,756
3,290
2,865
4,857
0
4,455
2,794
2,485
2,323
4,389
8
Н. Ломов
16,944
5,411
5,043
5,591
5,959
4,455
0
5,430
4,768
5,192
5,456
9
Белинский
16,883
3,603
4,326
3,034
4,834
2,794
5,430
0
3,218
2,282
4,789
10
Городище
16,252
2,753
2,395
2,467
5,686
2,485
4,768
3,218
0
2,344
3,837
11
Спасск
17,186
3,728
2,937
2,898
5,480
2,323
5,192
2,282
2,344
0
3,737
12
Сурск
17,377
4,778
3,853
4,783
5,218
4,389
5,456
4,789
3,837
3,737
0
Источник: составлено авторами

Значения в матрице расстояний расположены симметрично относительно диагонали. В верхней части отыскивается самое малое расстояние 2, 282, находящееся на пересечении 9 сроки и 12 столбца. Из этого следует, что г. Белинский и г. Спасск ближайшие соседи и их следует объединить в один кластер. Далее формируется новая матрица расстояний (12 строка и 12 столбец удаляются, в 9 строке записываются минимальные значения из 9 и 12 строк, вместо 12-го столбца минимальные значения из 9-го и 12-го столбцов). Далее процесс повторяется.

В графическом виде последовательность объединения кластеров представляется на дендограмме (строится по матрице мер близости) (рис. 2).

Рисунок 4 - Результаты кластерного зонирования городов Пензенской области методом древовидной модели (метод полной связи)

Источник : составлено авторами с использованием Statistica 12

В дендограмме по горизонтали отражаются все объекты наблюдений (города), а по вертикали результаты кластеризации. При числе кластеров N = 2 во второй войдет г. Пенза, в первый все остальные города (расстояние объединения равно 17,38). При N = 3 в первый войдет Сердобск, во второй - г. Нижний Ломов, г. Сурск, г. Городище, ЗАТО Заречный, г. Спасск, г. Белинский, г. Никольск, г. Каменка, г. Кузнецк, в третий – Пенза (расстояние объединения равно 6,58). При числе кластеров N = 5 (рассчитывалось ранее как наиболее приемлемой для данного количества городов) в первый войдет г. Пенза, второй – г. Сердобск, третий – г. Нижний Ломов, четвертый – г. Сурск, г. Городище, ЗАТО Заречный, пятый – г. Спасск, г. Белинский, г. Никольск, г. Каменка, г. Кузнецк (расстояние объединения равно 4,79).

В первый кластер входит областной центр г. Пенза, характеризующийся развитием отраслей промышленности, высокой антропогенной нагрузкой, высоким уровнем озеленения, развитым благоустройством и инфраструктурой. Большую площадь занимают земли под лесопарками, промышленностью, сельскохозяйственными угодьями и жилой застройкой. Выражены загрязнение почв, атмосферного воздуха и водных источников, заболачивание.

Второй кластер сельскохозяйственный, так как развиты земли сельскохозяйственного использования. Особо развиты эрозионные процессы и оползневые явления.

В третьем кластере одинаково развиты земли жилой застройки и земли сельскохозяйственного использования. Территория сильно расчленена овражно-балочной сетью, подвержена затоплению (подтоплению) паводковыми водами.

Четвертый это населенные пункты с незначительным развитием промышленности, сельского хозяйства, инфраструктуры и благоустройства. Развиты земли жилой индивидуальной малоэтажной застройки. Негативные процессы развиты слабо.

В пятом кластере наибольшее влияние на земли оказывают промышленные предприятия и транспорт.

Следующий рассматриваемый метод - интервальное зонирование с использованием квалиметрического подхода. Первоначально необходимо стандартизировать ранее отобранные данные. Принимаем за 100% сумму каждого показателя по всем городам и определяем их процентное соотношение. Суммируем все показатели в процентном выражении для каждого города и определяем размах вариации (R) по формуле:

R = XmaxXmin = 288,3 – 54,1 = 234,2, (3)

где Xmax, Xmin – максимальная и соответственно минимальная сумма показателей в процентном выражении для городов

Далее определяем шаг интервала (L) (по пятибалльной шкале):

L = R / 5, (4)

L = 234,2 / 5 = 78,1.

Границу шкалы определяем так, чтобы вошли максимальное и минимальное значения представлено на 4-х бальной шкале (рис. 3).

Рисунок 6 - Результаты кластерного зонирования городов Пензенской области интервальным методом с использованием квалиметрического методологического подхода

Источник: составлено авторами

Для применения метода k-средних необходимо задать некоторые условия (условий количество образуемых кластеров, порог завершения процесса классификации и т.д.). Далее из всех наблюдений выбираются эталонные точки, которым присваивается номер, который также соответствует номеру кластера. Далее проверяются оставшиеся наблюдения, которые присоединяются к тому центру (эталону), которому соответствует минимальное из расстояний (в нашем случае эвклидово расстояние). Эти наблюдения необходимо разбить на N кластеров (N=5). Алгоритм случайным образом из 11 городов назначает центры будущих кластеров (n=5). Каждому эталону присваивается порядковый номер, соответствующий порядковому номеру кластера. На первом шаге из оставшихся (m – n = 6) наблюдений извлекается точка Хi с координатами (xi1 , xi2 , ... , xik) и проверяется к какому из центров она ближе всего. Проверяемый город присоединяется к тому центру (эталону), которому соответствует минимальное из расстояний. Эталон заменяется новым, пересчитанным с учетом присоединенной точки, и вес его (количество объектов, входящих в данный кластер) увеличивается на единицу. Если встречаются два или более минимальных расстояния, то i -ый объект присоединяют к центру с наименьшим порядковым номером. На следующем шаге выбираем точку Xi+1 и для нее повторяются все процедуры. Таким образом, через 6 шагов все города распределятся по кластерам. Для того чтобы добиться устойчивости разбиения по тому же правилу, все точки с координатами опять подсоединяются к полученным кластерам, при этом веса продолжают накапливаться. Новое разбиение сравнивается с предыдущим. Если они совпадают, то работа алгоритма завершается. В противном случае цикл повторяется до тех пор, пока центры не перестанут перемещаться в пространстве.

Дисперсионный анализ позволяет выявить значения отклонений между объектами наблюдения (в нашем случае городами), а также рассчитать значимость исследуемых данных (таб. 4).

Таблица 4 - Дисперсионный анализ при числе степеней свободы для межклассовой дисперсии равном 4 и для внутриклассовой 27

Город (наблюдение)
Дисперсия
F-критерий
Значимость p
между кластерами
внутри кластеров
Пенза
47,43788
0,561028
570,7482
0,000000
Кузнецк
1,97723
2,805185
4,7577
0,004904
Заречный
4,48876
2,632925
11,5078
0,000014
Каменка
1,17406
2,505517
3,1630
0,029631
Сердобск
17,59638
3,302086
35,9699
0,000000
Никольск
1,08099
2,188138
3,3346
0,024193
Нижний Ломов
15,73960
3,849751
27,5972
0,000000
Белинский
1,95679
0,727747
18,1496
0,000000
Городище
1,81180
1,013816
12,0630
0,000009
Спасск
0,41693
0,813497
3,4595
0,020905
Сурск
12,36115
1,093297
76,3175
0,000000
Источник: составлено авторами

Чем меньше значение внутри кластеров и больше между кластерами, тем сильнее принадлежит объект кластеру. По среднему евклидову расстоянию можно определить, к какому кластеру ближе объект наблюдения. Уровень значимости меньше 0,05, следовательно, между объектами наблюдения имеется значимое различие.

График позволяет просмотреть средние значения переменных для каждого кластера (рис. 4). Чем меньше расстояние между городами, тем они более схожи.

Рисунок 4 - Линейный график кластеров

Источник: составлено авторами

Наглядно прослеживается 5 кластеров. В первый кластер вошел г. Пенза, во второй -Сердобск, в третий - Нижний Ломов, в четвертый – Сурск, в пятый - Кузнецк, Заречный, Каменка, Никольск, Белинский, Городище, Спасск.

Выводы. Таким образом, инструмент эколого-экономической оценки природных ресурсов становится важным инструментом управления природноресурсным потенциалом страны, что также обуславливает проведение комплексного зонирования территории на основе эколого-экономических показателей. Результаты кластерного зонирования территорий городов тремя методами представлены в таб. 5.

Таблица 5 - Результаты кластерного зонирования городов Пензенской области различными методами

Город
Номер зоны по методу
древовидной модели
интервальной оценки
k-средних
Пенза
1
1
1
Кузнецк
5
2
5
Заречный
4
3
5
Каменка
5
3
5
Сердобск
2
2
2
Никольск
5
4
5
Нижний Ломов
3
2
3
Белинский
5
5
5
Городище
4
4
5
Спасск
5
5
5
Сурск
4
3
4
Источник: составлено авторами

В таблице 6 представлены агрегированные показатели, рассчитанные для каждого метода (для I метода в качестве агрегированного показателя выступает среднее отклонение одного кластера от другого от 0,2 до 2,3, для II метода - сумма всех показатели в процентном выражении для каждого города от 54,1 до 1591.2, для III метода – среднее внутрикластерное расстояние (см. таб.4) от 0,4 до 47,4).

Таблица 6 - Агрегированные характеристики для каждого кластера

Метод/
Города
Кластер
1
2
3
4
5
I
II
III
I
II
III
I
II
III
I
II
III
I
II
III
Интервалы характеристик каждого кластера, рассчитанные разными методами
0,9-1,3
234,2-1591.2
18-50
0,8-0,9
187,4-234,2
16-18
0,7-0,8
140,5-187,4
13-16
0,4-0,7
93,7-140,5
9,5-13
0-0,4
0-93,7
0-9,5
Пенза
1,24
1513,1
47,44












Кузнецк




230,7







0,39

1,97
Заречный







144,8

0,48




4,49
Каменка







184,7




0,34

1,17
Сердобск



0,82
288,3
17,60









Никольск










120,6

0,32

1,08
Н. Ломов




257,4



15,74






Белинский












0,29
76,6
1,96
Городище









0,44
110,5



1,81
Спасск












0,20
54,1
0,42
Сурск







141,1

0,66

12,36



Источник: составлено авторами

Анализируя полученные результаты, можно сказать, что г. Пенза, Сердобск, Белинский и Спасск по всем трем методам попал в одну и ту же зону. У г. Кузнецк, г. Каменка, г. Никольск, г. Сурск совпали зоны по первому и третьему методу. У г. Городище совпали зоны по первому и второму методу. Следовательно, совпадение результатов зонирования рассматриваемыми методами наблюдается только у 36% городов. У 45% городов наблюдается совпадение по первому и третьему методу. И у 1 города (из 11) результаты зонирования всеми методами различаются полностью.

Указанные выше результаты могут быть использованы для практического применения научно-исследовательскими и проектными организациями, занимающимся вопросами планирования пространственного развития территорий населенных пунктов и рационального природопользования.

[1]Российский фонд фундаментальных исследований. URL: https://www.rfbr.ru/rffi/ru/project_search/o_2073166 (дата обращения 19.10.2023).


Источники:

1. Алакоз В.В., Носов С.И., Оглезнев А.К., Бондарев Б.Е., Овсянников Д.А. Установление ценных сельскохозяйственных земель на основе их классификации по пригодности для использования // Землеустройство, кадастр и мониторинг земель. – 2016. – № 4(135). – c. 8-14.
2. Анисимов А.П., Землякова Г.Л., Мельников Н.Н. Зонирование как функция управления земельным фондом: вопросы теории // Современное право. – 2012. – № 8. – c. 87-93.
3. Антропов Д.В. Перспективы развития института зонирования территорий // Землеустройство, кадастр и мониторинг земель. – 2021. – № 5. – c. 340-346. – doi: 10.33920/sel-04-2105-03.
4. Антропов Д.В., Варламов А.А., Комаров С.И. Теория и методы зонирования территорий для целей управления земельными ресурсами. / Монография. - Москва: Общество с ограниченной ответственностью \, 2019. – 228 c.
5. Архипова И.В., Раскошный Р.Ю. Методические подходы к эколого-экономической оценке и функциональному зонированию территории на основе открытых данных кадастрового учета (на примере территории города Бийска и прилегающих муниципальных образований) // Известия Алтайского отделения Русского географического общества. – 2018. – № 4(51). – c. 89-100.
6. Бобылев С.Н. Новые модели экономики и индикаторы устойчивого развития // Экономическое возрождение России. – 2019. – № 3. – c. 23-29.
7. Бушер Г., Грин М. Развитие законодательства о земле и землепользовании в штате Массачусетс, США // Право и политика. – 2006. – № 11. – c. 113-123.
8. Варламов А.А., Зинатчина Г.Ф. Предложения по повышению экономической эффективности управления земельными ресурсами (на примере городских округов республики Башкортостан) // Московский экономический журнал. – 2017. – № 4. – c. 93.
9. Долматова О.Н. Комплексное зонирование территории как информационная основа формирования долгосрочных программ и планов развития сельскохозяйственного производства // Вестник Омского государственного аграрного университета. – 2015. – № 4. – c. 90-95.
10. Ермаков С.О. Территориально-экономическое зонирование города Омска // Имущественные отношения в Российской Федерации. – 2016. – № 9(180). – c. 79-88.
11. Иоселиани Н.А. Методические подходы к оценочному зонированию для целей Государственной кадастровой оценки // Имущественные отношения в Российской Федерации. – 2018. – № 7(202). – c. 41-49. – doi: 10.24411/2072-4098-2018-17002.
12. Ишамятова И.Х. Методики исследования развития регионального рынка жилищного строительства (на примере Пензенской области) // Жилищные стратегии. – 2019. – № 1. – c. 65-86. – doi: 10.18334/zhs.6.1.40475.
13. Ишамятова И.Х. Эколого-экономическая оценка земель населенных пунктов Пензенской области. / Диссертация на соискание ученой степени кандидата экономических наук: специальность 08.00.05 «Экономика и управление народным хозяйством». - Москва, 2022. – 190 c.
14. Комаров С.И., Полякова Т.О., Савельева Е.Б. Интегральный подход к зонированию территории региона для целей управления земельными ресурсами // Региональная экономика: теория и практика. – 2016. – № 10(433). – c. 190-202.
15. Комаров С.И., Антропов Д.В. Методы кластерного зонирования территорий региона для целей управления земельными ресурсами // Вестник УрФУ. Серия: Экономика и управление. – 2017. – № 1. – c. 66-85. – doi: 10.15826/vestnik.2017.16.1.004.
16. Конокотин Н.Г., Брагина О.А. Совершенствование оценки состояния городского землепользования на основе количественного учета экологических факторов // Землеустройство, кадастр и мониторинг земель. – 2008. – № 5(41). – c. 74-81.
17. Коокуева В.В., Церцеил Ю.С. Формирование инновационных территориальных кластеров в России // Креативная экономика. – 2019. – № 5. – c. 957-970. – doi: 10.18334/ce.13.5.40618.
18. Липски С.А. Зонирование территорий как механизм обеспечения целевого использования земель // Имущественные отношения в Российской Федерации. – 2013. – № 6(141). – c. 59-65.
19. Липски С.А. Плюсы и минусы перехода от категорий земель к территориальному зонированию // АПК: Экономика, управление. – 2016. – № 1. – c. 32-37.
20. Макаров О.А., Цветнов Е.В., Ермияев Я.Р. Эколого-экономическая оценка земель: методология и перспективы развития // Использование и охрана природных ресурсов в России. – 2016. – № 4(148). – c. 19-28.
21. Тарасенко Э.В., Розанова Т.П., Кошелева А.И., Астафьева О.А. Маркетинг дестинаций в контексте инвестиционного анализа гостиничных объектов и туристко-рекреационных кластеров // Креативная экономика. – 2023. – № 4. – c. 1477-1492. – doi: 10.18334/ce.17.4.117608.
22. Мурашева А.А., Лепехин П.А. Зонирование территорий в концепции сбалансированного и устойчивого развития поселений // Землеустройство, кадастр и мониторинг земель. – 2006. – № 10(22). – c. 24-28.
23. Мурашева А.А., Столяров В.М., Мельникова А.А. Интегральная оценка геоэкологического состояния как метод по вовлечению в оборот неиспользованных земель // Московский экономический журнал. – 2019. – № 5. – c. 10. – doi: 10.24411/2413-046X-2019-15010.
24. Носов С.И., Филимошин А.Р. Вопросы управления землепользования с учетом оценки качества и зонирования земель (на примере Тамбовской области) // Землеустройство, кадастр и мониторинг земель. – 2013. – № 14. – c. 38-46.
25. Потапова Е.В., Зелинская Е.В. Функциональное зонирование территории городов // Вестник Иркутского государственного технического университета. – 2014. – № 7(90). – c. 43-50.
26. Садов А.В., Наполов О.Б. Эколого-экономическая оценка природных ресурсов, как фактор устойчивого развития территорий // Вестник РАЕН. – 2014. – № 2. – c. 23-28.
27. Севостьянов А.В., Ишамятова И.Х. Методика оценки градостроительной ценности земель под жилую застройку // Имущественные отношения в Российской Федерации. – 2020. – № 8(227). – c. 90-101.
28. Сунгуров В.У. Ценовое экономическое зонирование территорий как механизм повышения экономической эффективности использования земельных ресурсов // Землеустройство, кадастр и мониторинг земель. – 2009. – № 4(52). – c. 11-14.
29. Троценко В.М. Территориально-экономическое зонирование как основа организации рационального использования сельхозземель // Российское предпринимательство. – 2014. – № 2(248). – c. 70-77.
30. Цветное Е.В., Щеглов А.И., Цветнова О.Б. Некоторые подходы к эколого-экономической оценке земель сельскохозяйственного назначения // Вестник Московского университета. Серия 17: Почвоведение. – 2007. – № 3. – c. 1-9.

Страница обновлена: 26.11.2024 в 13:05:37