ЦИФРОВОЙ ПРОГНОЗ ИНВЕСТИЦИЙ НА ОХРАНУ ОКРУЖАЮЩЕЙ СРЕДЫ С ИСПОЛЬЗОВАНИЕМ МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ «ДЕРЕВО РЕШЕНИЙ»

  • Nikolay I. Lomakin Волгоградский государственный технический университет
  • Lyudmila Ya. Solomakhina Волгоградский государственный технический университет https://orcid.org/0000-0001-9240-0746
  • Victoria V. Pokidova Волгоградский государственный технический университет https://orcid.org/0000-0002-1034-6027
  • Irina A. Ulanova Волгоградский государственный технический университет https://orcid.org/0000-0001-5955-2043
  • Alexander N. Kurasov Волгоградский государственный технический университет https://orcid.org/0000-0001-7681-0737
  • Yury A. Kachanov Волгоградский государственный технический университет https://orcid.org/0000-0002-4754-449X
Ключевые слова: ML, инвестирование в охрану окружающей среды, цифровая экономика, Дерево решений, цифровой прогноз

Аннотация

Исследованы теоретические основы развития природоохранных мероприятий в России и мире, вопросы инвестирования в охрану окружающей среды. Научная новизна состоит в том, что на основе использования вариационного ряда исследуемых параметров разработана модель машинного обучения «Дерево решений», с помощью которой было сформировано прогнозное значение величины инвестиций в природоохранные меры по охране окружающей среды. Актуальность состоит в том, что для определения объемов инвестирования в природоохранные меры в стране была использована система искусственного интеллекта – машинное обучение «Дерево решений» (ML «Decision tree»), что позволило успешно решить сложную проблему ввиду действия множества факторов на исследуемый параметр. Использование предложенного подхода особенно актуально в свете майских Указов Президента РФ. В 2018 году, в Указах Президента были сформулированы стратегические принципы развития страны, направленные на формирование «цифровой экономики», призванные обеспечить дальнейшее движение согласно «Стратегии научно-технического развития России» по магистральному направлению, согласно которой в качестве фундамента в целях осуществления инновационных изменений в государстве будут использованы цифровые технологии. С помощью системы искусственного интеллекта было сформирован прогноз такого параметра, как объем инвестирования в стране в природоохранные меры на следующий год, а именно 6,2221 млн. руб.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Nikolay I. Lomakin, Волгоградский государственный технический университет

 к.э.н., доцент

Lyudmila Ya. Solomakhina, Волгоградский государственный технический университет

 ст. преподаватель, Институт архитектуры и строительства

Victoria V. Pokidova, Волгоградский государственный технический университет

к.э.н., доцент

Irina A. Ulanova, Волгоградский государственный технический университет

 к.э.н., доцент

Alexander N. Kurasov, Волгоградский государственный технический университет

аспирант, Институт архитектуры и строительства

Yury A. Kachanov, Волгоградский государственный технический университет

аспирант

Литература

Список литературы

Гильманов И.М., Гильманов М.М. Экологическое право. Часть 1: Учебно-методическое пособие для изучения дисциплины студентами дневной и заочной форм обучения по специальности 20.04.01 «Техносферная безопасность». - Набережные Челны: Изд.-полигр. Центр Набережночелнинского института К(П)ФУ. 60 с.

Глобальные экологические проблемы современного мира и пути их решения. URL: https://vyvoz.org/blog/globalnye-jekologicheskie-problemy (дата обращения 21.01.2023).

Деревья решений. Общие принципы URL: https://loginom.ru/blog/decision-tree-p (дата обращения 21.01.2023).

Древо решений URL: https://en.wikipedia.org/wiki/Decision_tree (дата обращения 21.01.2023).

Дулатова Н.В. Цифровая и эколого-экономическая безопасность // Вестник ЮУрГУ. Серия «Право». 2020. Т. 20, № 1, С. 29-32.

Индустрия 4.0: Big Data, цифровизация и рост экономики. URL: https://habr.com/ru/post/507822/ (дата обращения 25.02.2023)

Ломакин Н.И. Цифровой прогноз величины инвестиций на охрану. URL: https://colab.research.google.com/drive/1Wza5YcSm1Ir1-cpLs03i2KVYEKrLE8aJ?usp=sharing (дата обращения 21.01.2023).

НИФИ «Практический опыт поддержки «зеленого» финансирования (на примере стран «Группы двадцати»)» «Научно-исследовательский финансовый институт» (НИФИ) URL: https://minfin.gov.ru/common/upload/library/2018/06/main/2017_analityc.pdf (дата обращения 21.01.2023).

Паспорт национального проекта «Экология» (утв. президиумом Совета при Президенте РФ по стратегическому развитию и национальным проектам, протокол от 24.12.2018 N 16). – Правовая система «Консультант Плюс». URL: https://www.consultant.ru/document/cons_doc_LAW_316096/ (дата обращения 21.01.2023).

Росстат. Инвестиции в России. Официальное издание 2021 г. URL: https://rosstat.gov.ru/storage/mediabank/Invest_2021.pdf (дата обращения 21.01.2023).

Семеновa Н.Н., О.И. Еремина О.И., Скворцова М.А. «Зеленое» финансирование в России: современное состояние и перспективы развития. Финансы: теория и практика . Finance: theory and practice. Т. 24, - № 2. – 2020. – С. 39-49. DOI: 10.26794/2587-5671-2020-24-2-39-49. URL: http://www.fa.ru/org/div/edition/vestnik/SiteAssets/Pages/now/39-49.pdf (дата обращения 21.01.2023).

Статистический бюллетень, 2021. Основные показатели охраны окружающей среды. URL: https://rosstat.gov.ru/storage/mediabank/oxr_bul_2021.pdf (дата обращения 21.01.2023).

Трубникова Е. Зеленые деньги: российский бизнес в пандемию увеличил расходы на экологию. URL: https://finexpertiza.ru/press-service/researches/2021/zelenye-dengi/ (дата обращения 21.01.2023).

ФСГС. Окружающая среда. Федеральная служба государственной статистики. URL: https://www.vedomosti.ru/business/articles/2020/03/23/ 825942-rosneft (дата обращения 21.01.2023).

Цифровая Россия Новая реальность. McKinsey Global Inc. Исследование компании McKinsey Global Inc. Июль 2017. URL: http://www.tadviser.ru/images/c/c2/Digital-Russia-report.pdf (дата обращения 21.01.2023).

Breiman Leo, J. Friedman, R. Olshen, and C. Stone Classification and Regression Trees. Wadsworth, Belmont, CA, URL: https://www.taylorfrancis.com/books/mono/10.1201/9781315139470/classification-regression-trees-leo-breiman (дата обращения 21.01.2023).

Demirel P., Li Q.C., Rentocchini F. Tamvada J.P. Born to be green: New insights into the economics and management of green entrepreneurship. Small Business Economics. 52(4):759–771. DOI: 10.1007/ s11187–017–9933-z

EMIS. Инвестиции в основной капитал, направленные на охрану окружающей среды и рациональное использование природных ресурсов, с 2017 г. URL: https://finexpertiza.ru/press-service/researches/2021/zelenye-dengi/ (дата обращения 21.01.2023).

Hengxu Lin, Dong Zhou, Weiqing Liu and Jiang Bian Deep Risk Model: A Deep Learning Solution for Mining Latent Risk Factors to Improve Covariance Matrix Estimation. ICAIF’21. November 3–5. Virtual Event. USA URL: https://arxiv.org/format/2107.05201 (дата обращения 21.01.2023).

Hovland C.I. Computer simulation of thinking. American Psychologist, 15(11), 687-693.

Reference

Gilmanov I.M., Gilmanov M.M. Ekologicheskoe pravo. Chast’ 1: Uchebno-metodicheskoe posobie dlya izucheniya discipliny studentami dnevnoj i zaochnoj form obucheniya po special’nosti 20.04.01 «Tekhnosfernaya bezopasnost’». [Environmental law. Part 1: Teaching aid for studying the discipline by full-time and part-time students in the specialty 20.04.01 “Technosphere safety”]. - Naberezhnye Chelny: Publishing house - polygraph. Center of the Naberezhnye Chelny Institute of K(P)FU. - 60 s.

Global’nye ekologicheskie problemy sovremennogo mira i puti ih resheniya. [Global environmental problems of the modern world and ways to solve them]. URL: https://vyvoz.org/blog/globalnye-jekologicheskie-problemy (Accessed 21.01.2023).

Derev’ya reshenij. Obshchie principy [Decision trees. General URL principles]: https://loginom.ru/blog/decision-tree-p (accessed 21.01.2023).

Drevo reshenij [Decision tree] URL: https://en.wikipedia.org/wiki/Decision_tree (Accessed 21.01.2023).

Dulatova N.V. Cifrovaya i ekologo-ekonomicheskaya bezopasnost’ [Digital and Ecological and Economic Security] // Bulletin of SUSU. Series “Right”. 2020. V. 20, No. 1, S. 29-32.

Industriya 4.0: Big Data, cifrovizaciya i rost ekonomiki [Industry 4.0: Big Data, digitalization and economic growth]. URL: https://habr.com/ru/post/507822/ (accessed 02/25/2023)

Lomakin N.I. Cifrovoj prognoz velichiny investicij na ohranu. [Lomakin N.I. Digital forecast of the amount of investment in security]. URL: https://colab.research.google.com/drive/1Wza5YcSm1Ir1-cpLs03i2KVYEKrLE8aJ?usp=sharing (accessed 01/21/2023).

NIFI «Prakticheskij opyt podderzhki «zelenogo» finansirovaniya (na primere stran «Gruppy dvadcati»)» [NIFI “Practical experience in supporting “green” financing (on the example of the G20 countries)” “Research Financial Institute” (NIFI)] URL: https://minfin.gov.ru/common/upload/library/2018 /06/main/2017_analityc.pdf (Accessed 01/21/2023).

Pasport nacional’nogo proekta «Ekologiya» (utv. prezidiumom Soveta pri Prezidente RF po strategicheskomu razvitiyu i nacional’nym proektam, protokol ot 24.12.2018 N 16). [Passport of the national project “Ecology” (approved by the Presidium of the Council under the President of the Russian Federation for Strategic Development and National Projects, protocol dated December 24, 2018 N 16). ]– Legal system “Consultant Plus”. URL: https://www.consultant.ru/document/cons_doc_LAW_316096/ (accessed 21.01.2023).

Rosstat. Investicii v Rossii. Oficial’noe izdanie 2021 g. [Rosstat. Investments in Russia. Official publication 2021]. URL: https://rosstat.gov.ru/storage/mediabank/Invest_2021.pdf (accessed 01/21/2023).

Semenova N.N., O.I. Eremina O.I., Skvorcova M.A. «Zelenoe» finansirovanie v Rossii: sovremennoe sostoyanie i perspektivy razvitiya [Semenova N.N., O.I. Eremina O.I., Skvortsova M.A. “Green” financing in Russia: current state and development prospects. Finance: theory and practice]. Finance: theory and practice. T. 24, - No. 2. - 2020. - S. 39-49. DOI: 10.26794/2587-5671-2020-24-2-39-49 URL: http://www.fa.ru/org/div/edition/vestnik/SiteAssets/Pages/now/39-49.pdf (Accessed 21.01.2023).

Statisticheskij byulleten’, 2021. Osnovnye pokazateli ohrany okruzhayushchej sredy. [Statistical Bulletin, 2021. Main indicators of environmental protection]. URL: https://rosstat.gov.ru/storage/mediabank/oxr_bul_2021.pdf (Accessed 01/21/2023).

Trubnikova E. Zelenye den’gi: rossijskij biznes v pandemiyu uvelichil raskhody na ekologiyu. [Trubnikova E. Green money: Russian business increased environmental spending during the pandemic.] URL: https://finexpertiza.ru/press-service/researches/2021/zelenye-dengi/ (accessed 01/21/2023).

FSGS. Okruzhayushchaya sreda. Federal’naya sluzhba gosudarstvennoj statistiki, [FSGS. Environment. Federal State Statistics Service] URL: https://www.vedomosti.ru/business/articles/2020/03/23/825942-rosneft (Accessed 01/21/2023).

Cifrovaya Rossiya Novaya real’nost’. [Digital Russia New reality. McKinsey Global Inc.] Research by McKinsey Global Inc. July 2017. URL: http://www.tadviser.ru/images/c/c2/Digital-Russia-report.pdf (Accessed 21.01.2023).

Breiman Leo, J. Friedman, R. Olshen, and C. Stone Classification and Regression Trees. Wadsworth, Belmont, CA, URL: https://www.taylorfrancis.com/books/mono/10.1201/9781315139470/classification-regression-trees-leo-breiman (Accessed 21.01.2023).

Demirel P., Li Q.C., Rentocchini F. Tamvada J.P. Born to be green: New insights into the economics and management of green entrepreneurship. Small Business Economics. 52(4):759–771. DOI: 10.1007/ s11187–017–9933-z

EMIS. Инвестиции в основной капитал, направленные на охрану окружающей среды и рациональное использование природных ресурсов, с 2017 г. URL: https://finexpertiza.ru/press-service/researches/2021/zelenye-dengi/ (Accessed 21.01.2023).

Hengxu Lin, Dong Zhou, Weiqing Liu and Jiang Bian Deep Risk Model: A Deep Learning Solution for Mining Latent Risk Factors to Improve Covariance Matrix Estimation. ICAIF’21. November 3–5. Virtual Event. USA URL: https://arxiv.org/format/2107.05201 (дата обращения 21.01.2023).

Hovland C.I. Computer simulation of thinking. American Psychologist, 15(11), 687-693.


Просмотров аннотации: 213
Загрузок PDF: 146
Опубликован
2023-03-31
Как цитировать
Lomakin, N., Solomakhina, L., Pokidova, V., Ulanova, I., Kurasov, A., & Kachanov, Y. (2023). ЦИФРОВОЙ ПРОГНОЗ ИНВЕСТИЦИЙ НА ОХРАНУ ОКРУЖАЮЩЕЙ СРЕДЫ С ИСПОЛЬЗОВАНИЕМ МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ «ДЕРЕВО РЕШЕНИЙ». Наука Красноярья: экономический журнал, 12(1), 150-171. https://doi.org/10.12731/2070-7568-2023-12-1-150-171
Раздел
Экономические исследования