Сборник АРГО 2020_compressed. Ассоциация российских географовобществоведов тихоокеанский институт географии дво ран xi научная Ассамблея
 Скачать 7.5 Mb.
|
1. Гайсин Р.И., Гайсин И.Т. Размещение сельского населения и населенных пунктов / Самарский научный вестник, 2013. - № 3(4). – 87с 2.Исхаков Д.М., Мустафин М.Р., Биктимиров Н.М. Татары к 2025 году: демографический прогноз. – Казань: Институт истории им. Ш.Марджани ПН РТ, 2007. 92 с. 3. Исчезнувшие населённые пункты Республики Татарстан: справочник / под ред. Р.В. Шайдуллина. – Казань: ОП «Институт татарской энциклопедии и регионоведения АН РТ», 2016. 320 с. 4. Как изменился национальный состав Татарстана за 95 лет. Портал Ассамблеи и Дома Дружбы народов Татарстана [Электронный ресурс].Режим доступа – http://addnt.ru/kak-izmenilsya-nacionalnyjj- sostav-ta (дата обращения 18.02.2020). 430 5.Социально-экономическое положение Республики Татарстан. Комплексный информационно-аналитический доклад // Татарстан.январь-декабрь 2017 г., №12. С.1. 6. Столярова Г.Р. Русские: этнодемографические процессы. // Татарстан, 1993. - № 2 – С.21. 7. Biktimirov N., Gabdrakhmanov N., Rubtsov V.,Mustaphin M., Arzhantseva N. Peculiar Features of the Tatar People Migration on the Territory of Tatarstan // Mediterranean Journal of Social Sciences, Vol 5 No 24, 2014, pp.267-272. 8. Denmukhametov, R., Zjablova, O. Geodemographic Situation in the Republic of Tatarstan // World Applied Sciences Journal, 2014, 30 (11)- pp. 1684-1688. 9. Rubtsov, V.A., Gabdrakhmanov, N.K., Mustafin, M.R., Arzhantseva, N.V. & Trofimov, A.M. 2015, "Field theory in geography and stable structure of geoformations", Mediterranean Journal of Social Sciences, vol. 6, no. 3, pp. 673-676. Сведения об авторах: Мустафин Марат Рафаэльевич, к.г.н., доцент, Казанский (Приволжский) федеральный университет, sdk-bink@mail.ru. Булатова Гульнара Нуровн, к.г.н., ведущий научный сотрудник, ФГУП ЦНИИгеолнеруд , gulnara.bulatova@bk.ru УДК 911.373.4 Панков С.В. Pankov S.V. СИСТЕМНО-СТРУКТУРНЫЙ ПОДХОД В ИНФОРМАЦИОННЫХ ВЗАИМОСВЯЗЯХ СЕЛЬСКИХ СЕЛИТЕБНЫХ СИСТЕМ И ПРИРОДНО-ТЕРРИТОРИАЛЬНЫХ КОМПЛЕКСОВ SYSTEM-STRUCTURAL APPROACH IN INFORMATION RELATIONSHIPS OF RURAL RESIDENTIAL SYSTEMS AND NATURAL TERRITORIAL COMPLEXES Одним из основных аспектов процесса функционирования сельских поселений и сельских селитебных систем в целом является анализ информационно-пространственных взаимосвязей, блока инструментария для решения задач регионального планирования и регулирования процессов развития территорий. В этой связи 431 предпринятое моделирование дает возможность получения информации о свойствах объекта, передачи информации на разных уровнях, управления и оптимизации объектами и процессами, прогнозирования и диагностики. One of the main aspects of the functioning of rural settlements and rural residential systems as a whole is the analysis of information and spatial relationships, a toolkit for solving regional planning and regulation of territorial development processes. In this regard, the undertaken modeling makes it possible to obtain information about the properties of an object, transmit information at different levels, manage and optimize objects and processes, predict and diagnose. Ключевые слова: сельская селитебная система, информационные взаимосвязи, природно-территориальный комплекс, ландшафтные и социально-экономические структуры, сельские поселения, информационно-энерго-вещественный круговорот. Key words: rural residential system, informational relationships, natural-territorial complex, landscape and socio-economic structures, rural settlements, information-energy-material cycle. В применении к сложным географическим системам – природно- территориальным комплексам – качественная сущность информации дает понимание единства информационных свойств, обмена информацией биотических и абиотических компонентов ландшафта, который в свою очередь характеризует способность воспринимать, хранить, преобразовывать и передавать информацию. Они являются источниками информации, передача которой происходит одновременно с переносом вещества и энергии. Население как самоорганизующаяся система выступает приемником информации: она обладает способностью извлекать из вещественных и энергетических воздействий природной среды их «информационную составляющую», реагировать на поступающую информацию и использовать её для управления процессами функционирования сельских населенных пунктов. Информация, получаемая от ландшафтных комплексов и перерабатываемая населением, отражается при создании и развитии сельского поселения главным образом в размещении – ландшафтной «привязке» поселений к ПТК определенных видов и рангов, в площади их ареалов, конфигурации, планировочной структуре и т.д. [1]. Применение информационного и, в частности, геоинформационного анализа в русле представленного интегрального подхода даёт возможность дальнейших исследований и разработок в 430 5.Социально-экономическое положение Республики Татарстан. Комплексный информационно-аналитический доклад // Татарстан.январь-декабрь 2017 г., №12. С.1. 6. Столярова Г.Р. Русские: этнодемографические процессы. // Татарстан, 1993. - № 2 – С.21. 7. Biktimirov N., Gabdrakhmanov N., Rubtsov V.,Mustaphin M., Arzhantseva N. Peculiar Features of the Tatar People Migration on the Territory of Tatarstan // Mediterranean Journal of Social Sciences, Vol 5 No 24, 2014, pp.267-272. 8. Denmukhametov, R., Zjablova, O. Geodemographic Situation in the Republic of Tatarstan // World Applied Sciences Journal, 2014, 30 (11)- pp. 1684-1688. 9. Rubtsov, V.A., Gabdrakhmanov, N.K., Mustafin, M.R., Arzhantseva, N.V. & Trofimov, A.M. 2015, "Field theory in geography and stable structure of geoformations", Mediterranean Journal of Social Sciences, vol. 6, no. 3, pp. 673-676. Сведения об авторах: Мустафин Марат Рафаэльевич, к.г.н., доцент, Казанский (Приволжский) федеральный университет, sdk-bink@mail.ru. Булатова Гульнара Нуровн, к.г.н., ведущий научный сотрудник, ФГУП ЦНИИгеолнеруд , gulnara.bulatova@bk.ru УДК 911.373.4 Панков С.В. Pankov S.V. СИСТЕМНО-СТРУКТУРНЫЙ ПОДХОД В ИНФОРМАЦИОННЫХ ВЗАИМОСВЯЗЯХ СЕЛЬСКИХ СЕЛИТЕБНЫХ СИСТЕМ И ПРИРОДНО-ТЕРРИТОРИАЛЬНЫХ КОМПЛЕКСОВ SYSTEM-STRUCTURAL APPROACH IN INFORMATION RELATIONSHIPS OF RURAL RESIDENTIAL SYSTEMS AND NATURAL TERRITORIAL COMPLEXES Одним из основных аспектов процесса функционирования сельских поселений и сельских селитебных систем в целом является анализ информационно-пространственных взаимосвязей, блока инструментария для решения задач регионального планирования и регулирования процессов развития территорий. В этой связи 431 предпринятое моделирование дает возможность получения информации о свойствах объекта, передачи информации на разных уровнях, управления и оптимизации объектами и процессами, прогнозирования и диагностики. One of the main aspects of the functioning of rural settlements and rural residential systems as a whole is the analysis of information and spatial relationships, a toolkit for solving regional planning and regulation of territorial development processes. In this regard, the undertaken modeling makes it possible to obtain information about the properties of an object, transmit information at different levels, manage and optimize objects and processes, predict and diagnose. Ключевые слова: сельская селитебная система, информационные взаимосвязи, природно-территориальный комплекс, ландшафтные и социально-экономические структуры, сельские поселения, информационно-энерго-вещественный круговорот. Key words: rural residential system, informational relationships, natural-territorial complex, landscape and socio-economic structures, rural settlements, information-energy-material cycle. В применении к сложным географическим системам – природно- территориальным комплексам – качественная сущность информации дает понимание единства информационных свойств, обмена информацией биотических и абиотических компонентов ландшафта, который в свою очередь характеризует способность воспринимать, хранить, преобразовывать и передавать информацию. Они являются источниками информации, передача которой происходит одновременно с переносом вещества и энергии. Население как самоорганизующаяся система выступает приемником информации: она обладает способностью извлекать из вещественных и энергетических воздействий природной среды их «информационную составляющую», реагировать на поступающую информацию и использовать её для управления процессами функционирования сельских населенных пунктов. Информация, получаемая от ландшафтных комплексов и перерабатываемая населением, отражается при создании и развитии сельского поселения главным образом в размещении – ландшафтной «привязке» поселений к ПТК определенных видов и рангов, в площади их ареалов, конфигурации, планировочной структуре и т.д. [1]. Применение информационного и, в частности, геоинформационного анализа в русле представленного интегрального подхода даёт возможность дальнейших исследований и разработок в 432 таких направлениях, как изучение ландшафтных качеств сельских селитебных систем; исследование воздействия природного ландшафта окрестностей на формирование экологической среды в поселениях; более детальное исследование ландшафтных ресурсов для развития региональных поселенческих структур; исследование исторических социально-функциональных структур разного иерархического уровня; детальная разработка каркасной концепции сельской селитебной структуры хозяйства региона [1]. Далее, от анализа отображения информационных взаимосвязей в сельских селитебных системах обратимся к их информационно- математическому выражению. Для этих целей мы использовали метод корреляции, где выявляется статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом изменения одной или нескольких из этих величин приводят к систематическому изменению другой или других величин. Математической мерой корреляции двух случайных величин служит коэффициент корреляции. В нашем случае был применен коэффициент корреляции Пирсона [2], суть которого заключается в следующем: есть две случайные величины (X и Y), определённые на одном вероятностном пространстве. Тогда их коэффициент корреляции задаётся формулой (1): R �,� � M�xy� � M�x�M�y� ��M�x � � � �M�x�� � � ��M�y � � � �M�y�� � � , ��� гдеМ– математическое ожидание. Коэффициент корреляции (R) может принимать значения от -1 до +1. Если значение по модулю находится ближе к 1, то это означает наличие сильной связи, а если ближе к 0 – связь слабая, -1 – отсутствует. В качестве расчетных показателей были взяты удельный вес типа местности (всего шесть) по каждому из семи физико-географических районов Тамбовской области (X) и удельный вес сельских поселений от их общего числа в каждом физико-географическом районе (Y). Для вычисления был применен следующий алгоритм: 1. Строится корреляционная решетка размером X ' ×Y ' , где X ' – число классов фактора X, Y ' – число классов явления Y. 2. Клетки решетки заполняются по данным наблюдений величинами частот N XY , соответствующих каждому сочетанию X и Y. 3. По формуле рассчитывается коэффициент корреляции R. 433 Этот коэффициент отражает тесноту связи – силу влияния фактора X на явление Y. После вычислений полученные показатели были сведены в единую форму, где указано наличие (+) или отсутствие (-) какого-либо типа местности по районам и коэффициент корреляции. Для более полной картины аналогично был произведен расчет по абсолютным показателям (км 2 ). Проанализируем полученные данные. В целом результаты по обоим показателям практически тождественны, что свидетельствует об относительной точности наших расчетов, которые выявили среднюю и слабую степень зависимости площади типов местности и количеством, расположенных в их пределах поселений. При этом обнаружилось два вида корреляции: 1) положительная, при которой увеличение одной переменной связано с увеличением другой переменной (Воронежский, Цнинский, Битюгский и Вороно-Хоперский районы); 2) отрицательная, при которой увеличение одной переменной связано с уменьшением другой переменной (Цнинско-Воронежский, Вороно-Цнинский, Вороненский районы). Такое положение обусловлено, отчасти, тем обстоятельством, что в трёх последних районах плакорный тип местности является доминирующим, занимая от 58,5 до 85,9% площади районов, при этом он же самый незаселенный (степень селитебности 0,5–1,5%). Тогда как в четырех районах с положительной корреляцией соотношение площадей типов местности более равномерно [3]. Используя прежний алгоритм, перейдем от физико- географических показателей к социально-экономическим, в частности, выявим корреляцию между количеством дворов (хозяйств) и численностью населения по административным районам Тамбовской области. В результате вычислений все полученные показатели имеют высокую степень корреляции (1). Однако сравнивая данные между собой можно отметить определенную внутрикорреляционную дифференциацию, показывающую отклонение от среднего всего спектра полученных величин, выявляя группы районов с максимальными и минимальными значениями. Так 8 из 23 районов области характеризуются пониженными значениями коэффициента корреляции, остальные 15 – повышенными (например, в Уметском районе R=0,9578, в Никифоровском R=0, 9990, что близко к пределу корреляции (1)). Во всех случаях отмечена положительная корреляция, что свидетельствует о тесной взаимосвязи исследуемых явлений и о прямой пропорциональности их развития. 432 таких направлениях, как изучение ландшафтных качеств сельских селитебных систем; исследование воздействия природного ландшафта окрестностей на формирование экологической среды в поселениях; более детальное исследование ландшафтных ресурсов для развития региональных поселенческих структур; исследование исторических социально-функциональных структур разного иерархического уровня; детальная разработка каркасной концепции сельской селитебной структуры хозяйства региона [1]. Далее, от анализа отображения информационных взаимосвязей в сельских селитебных системах обратимся к их информационно- математическому выражению. Для этих целей мы использовали метод корреляции, где выявляется статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом изменения одной или нескольких из этих величин приводят к систематическому изменению другой или других величин. Математической мерой корреляции двух случайных величин служит коэффициент корреляции. В нашем случае был применен коэффициент корреляции Пирсона [2], суть которого заключается в следующем: есть две случайные величины (X и Y), определённые на одном вероятностном пространстве. Тогда их коэффициент корреляции задаётся формулой (1): R �,� � M�xy� � M�x�M�y� ��M�x � � � �M�x�� � � ��M�y � � � �M�y�� � � , ��� гдеМ– математическое ожидание. Коэффициент корреляции (R) может принимать значения от -1 до +1. Если значение по модулю находится ближе к 1, то это означает наличие сильной связи, а если ближе к 0 – связь слабая, -1 – отсутствует. В качестве расчетных показателей были взяты удельный вес типа местности (всего шесть) по каждому из семи физико-географических районов Тамбовской области (X) и удельный вес сельских поселений от их общего числа в каждом физико-географическом районе (Y). Для вычисления был применен следующий алгоритм: 1. Строится корреляционная решетка размером X ' ×Y ' , где X ' – число классов фактора X, Y ' – число классов явления Y. 2. Клетки решетки заполняются по данным наблюдений величинами частот N XY , соответствующих каждому сочетанию X и Y. 3. По формуле рассчитывается коэффициент корреляции R. 433 Этот коэффициент отражает тесноту связи – силу влияния фактора X на явление Y. После вычислений полученные показатели были сведены в единую форму, где указано наличие (+) или отсутствие (-) какого-либо типа местности по районам и коэффициент корреляции. Для более полной картины аналогично был произведен расчет по абсолютным показателям (км 2 ). Проанализируем полученные данные. В целом результаты по обоим показателям практически тождественны, что свидетельствует об относительной точности наших расчетов, которые выявили среднюю и слабую степень зависимости площади типов местности и количеством, расположенных в их пределах поселений. При этом обнаружилось два вида корреляции: 1) положительная, при которой увеличение одной переменной связано с увеличением другой переменной (Воронежский, Цнинский, Битюгский и Вороно-Хоперский районы); 2) отрицательная, при которой увеличение одной переменной связано с уменьшением другой переменной (Цнинско-Воронежский, Вороно-Цнинский, Вороненский районы). Такое положение обусловлено, отчасти, тем обстоятельством, что в трёх последних районах плакорный тип местности является доминирующим, занимая от 58,5 до 85,9% площади районов, при этом он же самый незаселенный (степень селитебности 0,5–1,5%). Тогда как в четырех районах с положительной корреляцией соотношение площадей типов местности более равномерно [3]. Используя прежний алгоритм, перейдем от физико- географических показателей к социально-экономическим, в частности, выявим корреляцию между количеством дворов (хозяйств) и численностью населения по административным районам Тамбовской области. В результате вычислений все полученные показатели имеют высокую степень корреляции (1). Однако сравнивая данные между собой можно отметить определенную внутрикорреляционную дифференциацию, показывающую отклонение от среднего всего спектра полученных величин, выявляя группы районов с максимальными и минимальными значениями. Так 8 из 23 районов области характеризуются пониженными значениями коэффициента корреляции, остальные 15 – повышенными (например, в Уметском районе R=0,9578, в Никифоровском R=0, 9990, что близко к пределу корреляции (1)). Во всех случаях отмечена положительная корреляция, что свидетельствует о тесной взаимосвязи исследуемых явлений и о прямой пропорциональности их развития. 434 Дополнительно был произведен расчет людности хозяйств (P) (человек/двор) административных районов с целью выявления сопряженности двух величин. Показатели людности по районам Тамбовской области очень близки и укладываются в интервал от 2,17 до 2,70 человек на один двор (хозяйство). Сравнительный анализ продемонстрировал значительную схожесть тенденций в распределении этих двух показателей по районам, так процент совпадения (i) исследуемых величин составил 65,2%, по коэффициенту Фехнера (2) (коэффициент совпадения) равен 0,3 (max 1): � � количество сов���ений � количество несов���ений общее количество отклонений � ��� Добавим, что форма кривой в обоих случаях не имеет принципиального значения, важно статистическое распределение полученных результатов. Стоит отметить, на территориальные и функциональные качества поселения одновременно и сопряженно влияют компонентные, пространственные и временные структурные особенности ПТК, то есть ПТК как система [4]. Анализ показал, что существует значительное количество каналов влияния ландшафтной, социально-экономической и других структур на поселения и, следовательно, велика величина общего объема обмена информацией. |