Математическое моделирование устойчивого развития туризма (1142419), страница 9

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 9)

Все переменные в модели положительно коррелированы другс другом, поэтому возможны такие идеальные кластеры, как «15».При добавлении в модель дополнительных факторов, например, фактораэкологии, который будет отрицательно коррелирован с фактором инфраструктуры,можно получить более интересные и практически значимые результаты.57Проанализируем граф модели «Экономика-Экология». Оптимальным (сточки зрения устойчивого развития) кластером в этой модели является кластер«Богатыеиотносительночистые».Вэтомкластерепоказатель,характеризующий качество природной среды (Eco), имеет отрицательнуюдинамику, однако функция зависимости качества природной среды от времени(Eco(t)) имеет положительную вторую производную – то есть с ходом временитемпы ухудшения экологии уменьшаются, существует возможность сохранитькачество природной среды на высоком уровне.

К сожалению, развитие туризма,связанное с развитием инфраструктуры, неизбежно наносит ущерб экологиирегиона. Тем не менее, есть возможность свести этот ущерб к минимуму, проводясбалансированнуюискоординированнуюполитикувобластиразвитиятуриндустрии, отказавшись от цели увеличения прибыльности туриндустриилюбыми путями.Как было отмечено выше, в данный момент развития туристической отраслив регионах России снижение показателя прибыльности недопустимо в связи с егонизкими текущими значениями, поэтому показатель прибыльности получилприоритет при выборе оптимального кластера. По этой причине кластер «Не оченьбогатые, но чистые» в настоящее время является неблагоприятным.Анализ таблицы 9 показывает, что в случае высоких темпов ростаинфраструктуры региона система перейдет из оптимального кластера «Богатые иотносительно чистые» в кластер «Богатые и очень грязные». Однако данныйкластер предполагает возможность возврата в оптимальные состояния системы.Более опасными являются остальные кластеры, так как они характеризуютсяневозможностью возврата.Оптимальный кластер «Богатые и относительно чистые» характеризуетсяследующей динамикой входящих в модель переменных, представленной нарисунке 12:58Рисунок 12 - Динамика переменных в кластере «Богатые и относительночистые» (модель «Экономика-Экология»)Источник: разработано автором.Анализ таблицы 6 взаимных зависимостей переменных модели «ЭкономикаЭкология» показывает, что улучшение имиджа региона и сбалансированноеразвитие инфраструктуры на его территории благотворно скажутся на динамикевсех входящих в модель переменных.Рассмотримграфмодели«Экономика-Экология-Социум».Здесьдва«хороших» (с точки зрения устойчивого развития) кластера («Богатые,счастливые, относительно чистые»).

В этих кластерах переменная, отвечающаяза экологию региона, уменьшается, однако с положительной второй производной.Переменные,характеризующиеприбыльностьисоциокультурнуюудовлетворенность, растут.В случае высоких темпов роста инфраструктуры, либо в случае резкогоснижения государственных инвестиций в экологию, система перейдет из кластера«9-10-13-14-15» в кластер «11-12», где экологии будет нанесен колоссальныйущерб.Из кластера «29-32-35» система перейдет в кластер «Очень грязные» лишь вслучае резкого снижения уровня государственных инвестиций в экологию.

Приэтом рост инфраструктуры не будет иметь негативных последствий, так как кластер«29-32-35» также характеризуется высокими темпами ее роста при сохранениидопустимого уровня экологии.Таким образом, кластер «29-32-35» превосходит кластер «9-10-13-14-15», таккак меньшее количество факторов влияет на выход системы из оптимальных (сточки зрения устойчивого развития) состояний. Кроме того, данный кластер не59является невозвратным. В рамках данного кластера можно переходить отумеренного роста фактора Social (сценарий №29) к ускоренному росту этогофактора (сценарий №35), при этом остальные факторы останутся неизменными.Оптимальный кластер «29-32-35» характеризуется следующей динамикойвходящих в модель переменных, представленной на рисунке 13:Рисунок 13 - Динамика переменных в кластере «Богатые и относительночистые» (модель «Экономика-Экология-Социум»)Источник: разработано автором.Вмодели«Экономика-Экология-Социум»воптимальномкластереобеспечивается рост большинства переменных («Прибыльность», «Имидж»,«Инфраструктура»,«Частныеинвестиции»,«ЗимнийТуризм»,«Государственные инвестиции») высокими темпами (вторая производная триплетаположительна) благодаря включению в модель переменной, учитывающейсоциальный аспект.Как показывает анализ таблиц взаимозависимостей переменных, ключевойфактор всех квалитативных моделей – развитие инфраструктуры.

Однако важноучитывать полученные результаты анализа графа модели «Экономика-ЭкологияСоциум», и при реализации проектных решений для соблюдения принциповэкологического равновесия предусмотреть защитные инженерно-геологическиемероприятия при строительстве всех объектов, соблюдение природоохранных исанитарно-эпидемиологических норм при размещении объектов инженернотранспортной и рекреационной инфраструктуры, комплексное благоустройство ирациональное озеленение территории, внедрение системы раздельного сборатвердых бытовых отходов на территории туристско-рекреационной зоны и многоедругое.602.4 Выводы по квалитативному моделированиюВовторойглавесформулированыосновныепринципыиэтапыквалитативного моделирования, которое представляет собой инструмент анализакомплексных систем. В трудах российских ученых тема квалитативногомоделирования пока не представлена.

Между тем, зарубежные авторы высокооценивают эффективность и перспективы этой методологии [68].Определены основные этапы квалитативного моделирования: Идентификация переменных квалитативной модели. Выявление взаимозависимостей между переменными. Определение возможных квалитативных сценариев. Построение графа возможных переходов. Анализ полученных результатов.Для иллюстрации принципов квалитативного моделирования в работепостроены три модели развития туристической отрасли, учитывающие различноечисло критериев выбора оптимального сценария.

Определены кластеры,формируемые сценариями, проведено сравнение кластеров и выбор оптимальногокластера для всех трех моделей.Созданный в R синтаксис для алгоритма квалитативного моделирования даетвозможностьбыстрогоперебораразличныхвариантовоптимизации даже сложных и многофакторных моделей.иэффективной61ГЛАВА 3МОДЕЛИРОВАНИЕ PLS-PM УСТОЙЧИВОГО РАЗВИТИЯТУРИЗМА3.1 Основные принципы и этапы моделирования PLS-PMМетоды PLS-PM (Partial Least Squares Path Modeling или Project on LatentStructures Path Modeling) получили широкое распространение среди ученых,занимающихся прикладными исследованиями, в 70-х годах XX века.

Научныйинтерес возник после выхода в свет работ Германа Волда [86; 87; 88], в которых онзаложил базовые принципы методики моделирования PLS-PM.PLS-PM – инструмент для моделирования взаимосвязей между латентными(неявными) переменными. Методика PLS-PM предназначена для анализа данныхвысокой размерности в условиях плохо структурированной среды. Она широкоприменяется в психологии (для оценки таких качественных показателей какинтеллект,социологиицелеустремленность(социальныйистатус),чувствовсобственногоэкономикедостоинства),(полезность,вуровеньэкономического развития), в экологии (плодородие почвы) и в других науках[74, С. 13].Формально, условия задачи моделирования с помощью PLS-PM можнозаписать в следующем виде: пусть X – блок, который состоит из p переменных и nнаблюдений. Его можно представить в виде матрицы (13):11 12 … 121 22 … 2X=(…… … …)1 2 … Массив X можно разделить на J блоков: 1 , 2 , … , (13)62Предполагается, что каждый блок связан с латентной переменной ,которая представляет собой некое абстрактное понятие (нематериальное инеизмеримое).Оценку латентной переменной будем обозначать согласно формуле (14):̂ = (14)Все связи между переменными в описанной задаче можно разделить на дватипа: связи между латентными переменными и соответствующими блоками (этисвязи образуют внешнюю модель) и связи латентных переменных друг с другом(эти связи образуют внутреннюю модель).Внутренняя модель может быть записана в виде системы линейныхуравнений (15): = 0 + ∑→ + _ ,(15)где – это все латентные переменные, которые влияют на латентнуюпеременную ; коэффициенты – путевые коэффициенты, которыехарактеризуют силу и направление связи между латентными переменными и ; 0 – свободный член; _ – случайное отклонение внутренней модели.Требования к внутренней модели: Система линейных уравнений, представляющая собой внутреннюю модель,должна быть рекурсивной, т.е.

должна соответствовать графу без контуров(петель). Внутренняя модель является регрессионной, выполняется требование (16):( | ) = 0 + ∑→ (16) Случайные отклонения независимы от объясняемых переменных, т.е.выполняется требование (17):( , ) = 0(17)Таким образом, при моделировании системы с помощью метода проекции налатентные структуры отсутствуют требования по статистическим распределениямпеременных и случайных отклонений.63Внешняя модель характеризует связь между латентными и явнымипеременными. Существуют два типа направления связей во внешних моделях[74, С.

37]: рефлективный и формативный.Рефлективный («отражающий») тип - наиболее распространенный типвнешних моделей, при котором латентная переменная является «причиной» явныхпеременных, т.е. явные переменные «отражают» латентную. Граф внешней моделирефлективного типа представлен на рисунке 14:1112113Рисунок 14 - Граф внешней модели рефлективного типаИсточник: данные источника [74].Внешняя модель рефлективного типа может быть записана в виде системылинейных уравнений (18): = 0 + + _ ,(18)где - коэффициенты нагрузки, 0 – свободные члены, _ – случайныеотклонения внешней модели.Формативный тип - тип внешней модели, при котором явные переменныеявляются «причиной» латентной переменной, т.е.

явные переменные «формируют»латентную. Граф внешней модели формативного типа представлен на рисунке 15:2122223Рисунок 15 - Граф внешней модели формативного типаИсточник: данные источника [74].Внешняя модель формативного типа может быть записана в виде системылинейных уравнений (19): = 0 + + _ ,(19)64где - коэффициенты нагрузки, 0 – свободные члены, _ – случайныеотклонения внешней модели.Вышеприведенные уравнения (15), (18), (19) описывают спецификациювнешней и внутренней моделей системы, используя значения латентныхпеременных . Латентные переменные – абстрактные (виртуальные) категории,не имеющие количественного выражения. Поэтому для реализации практических̂ , которая представляетцелей введено понятие оценки латентной переменной собой линейную комбинацию соответствующих ей явных переменных (20):̂ = = ∑ ,(20)где - внешние веса модели.Таким образом, переменные и характеризуют одну и ту же сущность,но используются для разных целей: первая – для теоретических, вторая – дляпрактических.Моделирование PLS-PM представляет собой алгоритм, который можноразделить на три основных этапа:а) вычисление внешних весов для получения оценок латентных переменных( );б) вычисление путевых коэффициентов внутренней модели ( );в) вычисление нагрузок внешней модели ( ).Первый этап – это ключевая и самая сложная часть методологии PLS-PM,представляющая собой итерационный процесс, целью которого являетсявычисление значений внешних весов и, как следствие, оценок .

Характеристики

Список файлов диссертации