Экономическая оценка прямого ущерба рыбному хозяйству

При проектировании и эксплуатации водозаборов из рыбохозяйственно важных водотоков необходимо определить стоимостную оценку ущерба рыбному хозяйству связанную с попаданием в водозабор молоди рыб. Согласно Временной методике ущерб от гибели икры, личинок и ранней молоди рекомендуется определять в тоннах рыбопродукции (1999). Инструкция Комитета РФ по рыболовству предусматривает стоимостную оценку, как прямого ущерба, так и ущерба от потери потомства, не учитывая при этом изменения стоимости одного килограмма рыбы по годам получения эффекта от сохранения молоди с помощью РЗУ.

Величину прямого ущерба за период [ ] рекомендуется вычислять отдельно для каждой размерной группы молоди и определённого вида или экономически близких видов ( -го видоразмера) по следующей зависимости

, (4.1)

где − общественная стоимостная оценка одной особи -го видоразмера ( )

;

− стоимостная оценка одной особи соответствующего вида ( ) достигшей промыслового возраста;

− коэффициент промыслового возврата особей -го видоразмера;

− коэффициент приведения будущей стоимости особи -го видоразмера к рассматриваемому моменту времени;

− интенсивность гибели молоди рыб -го видоразмера при заборе воды из водоисточника.

Коэффициент промыслового возврата задаётся для каждого учитываемого вида рыб и размерной группы , т.е. .

При использовании понятия "видоразмер" значения располагаются последовательно, образуя вектор , где .

Потери молоди рыб -го видоразмера в результате забора воды зависят от концентрации молоди в зоне влияния водозабора, что, в свою очередь, при некоторой динамике ската определяется гидравлическими условиями в районе водозабора, плановым и вертикальным расположением его оголовков, конструктивным решением водозабора и многими другими факторами. Учтём это в модели с помощью параметра , который характеризует способность водозабора захватывать в свой поток молодь рыб -го видоразмера. Если водозабор оборудован рыбозащитным устройством, то доля сохранённой молоди определяется коэффициентом эффективности РЗУ по i-му видоразмеру − .

Количество молоди рыб -го видоразмера, попадающей в водозабор за интервал времени [t, t + dt], будет равно

, (4.2)

где − концентрация молоди рыб -го видоразмера в водоисточнике;

− расход водозабора.

Общий прямой ущерб рыбному хозяйству по всем учитываемым видоразмерам рыб (m) за рассматриваемый период [ ] выразится следующим образом

. (4.3)

Для перехода к более удобной для практики дискретной форме зависимости (4.3) необходимо использовать кусочно-линейную аппроксимацию функций . Аппроксимация должна проводиться с учётом сезонной и суточной динамики ската молоди рыб в водотоке. Интервалы аппроксимации назначаются отдельно по видоразмерам и выбираются таким образом, чтобы для каждого -го интервала концентрацию можно было бы принять постоянной и равной . В этом случае стоимостную оценку прямого ущерба рыбному хозяйству от водозабора рекомендуется вычислять следующим образом

, (4.4)

где − объём воды, забранной из водотока в -ый интервал времени;

− число отрезков времени, на которые условно разбит период ската молоди -го видоразмера.

Ущерб от потери потомства может определяться по Инструкции Комитета РФ по рыболовству, но стоимость одного килограмма рыбы должна определяться с учётом приведения будущей стоимости к рассматриваемому моменту времени.

Используя предложенный подход можно также получить зависимость для определения стоимости сохранённой рыбы при эксплуатации РЗУ

. (4.5)

Данная зависимость может использоваться при сравнении различных вариантов рыбозащитных устройств водозабора.

4.2 Имитационное моделирование ската молоди рыб
и её попадания в водозабор

Реализация экологических способов рыбозащиты, связанных с уменьшением забора воды из водотока может производиться путём стохастического имитационного моделирования процесса ската молоди рыб и её попадания в водозабор, а в случае необходимости и других случайных процессов, таких как расход реки, уровень воды, погодные условия и т.д. Имитироваться может также и эффективность РЗУ (коэффициент эффективности), которая в общем случае представляет собой случайную величину, меняющуюся в определённых пределах.

Моделирование случайного процесса ската молоди рыб целесообразно осуществлять отдельно по каждому учитываемому видоразмеру рыб, имитируя при этом сезонную и суточную динамику ската. Интервал между двумя соседними моделируемыми значениями ската не должен превышать 2−3 ч., так как в противном случае возможен недоучёт изменчивости ската молоди в течение суток.

Разрабатываемая имитационная модель представляет собой формализованное описание в ЭВМ изучаемого процесса ската во всей его полноте с учётом нашего понимания данного явления. Другими словами, имитационная модель представляет собой машинный аналог реального процесса (Н.П. Бусленко, 1978). Она позволяет заменить натурные исследования процессов, протекающих в акватории водозабора, на эксперименты на ЭВМ с математической моделью.

Проблема построения имитационной модели, как и всякой иной модели, это проблема адекватного описания объективных законов ската молоди рыб, и других случайных процессов. Прибегнуть к имитационной модели нас подтолкнула возможность исследования поведения имитируемой системы, как в определённый момент времени, так и в течение всего периода ската молоди.

Укрупнённая структура принципиальной части имитационной модели приведена на рисунке 4.1.

Имитация процесса ската молоди рыб и её попадания в водозабор производится для всех суток рассматриваемого периода [ , ] и внутри каждых суток от до с интервалом моделирования .

Сутки рекомендуется разбивать на равные интервалы с равным 1 или 2 часа, а весь период моделирования на интервалы равные 1 сутки.

В блоке 2 осуществляется моделирование сезонной динамики ската молоди рыб.

Рисунок 4.1 − Структурная схема имитационной модели

При этом на первом этапе производится моделирование случайных величин коэффициентов суточной интенсивности ската молоди всех рассматриваемых видоразмеров

, (4.6)

где − изменение по суткам математического ожидания модульного коэффициента суточной интенсивности ската молоди -го видоразмера;

− изменение по суткам среднеквадратического отклонения модульного коэффициента суточной интенсивности ската молоди -го видоразмера;

− случайная величина со стандартным нормальным распределением.

На втором этапе этого же блока производится определение интенсивности ската молоди -го видоразмера в -ые сутки

, (4.7)

где − прогнозируемая среднесуточная интенсивность ската молоди -го видоразмера.

Под модульным коэффициентом интенсивности ската молоди -го видоразмера понимается отношение суточной интенсивности к среднесуточной интенсивности за период ската молоди данного видоразмера. Интенсивность ската молоди представляет собой количество скатывающейся молоди через поперечное сечение водотока за единицу времени (сутки, час, минута). Таким образом, модульный коэффициент характеризует относительную величину ската молоди. Изменение его математического ожидания и среднеквадратического отклонения устанавливается по результатам обработки фактического материала наблюдения за скатом молоди. При этом для каждых суток периода ската молоди распределение концентрации вокруг математического ожидания принято нормальным.

Таким образом, функции и характеризуют случайный процесс ската (в относительных единицах) молоди рыб -го видоразмера по суткам рассматриваемого периода [ , ]. В результате моделирования для всех суток рассматриваемого периода моделирования получаем суточную интенсивность ската молоди рыб каждого видоразмера.

В блоке 4 для всех суток периода [ , ] и каждого видоразмера производится моделирование суточной динамики ската молоди рыб.

В частности производится моделирование случайного значения модульного коэффициента часовой интенсивности ската

, (4.8)

где − изменение по часам суток математического ожидания модульного коэффициента часовой интенсивности ската молоди -го видоразмера;

− изменение по часам суток среднеквадратического отклонения модульного коэффициента часовой интенсивности ската молоди -го видоразмера.

Результатом моделирования в блоке 4 является динамика изменения интенсивности ската молоди по часам суток, вычисляемая следующим образом

. (4.9)

В блоке 5 имитационной модели производится моделирование попадания молоди рыб всех учитываемых видоразмеров в водозабор на базе статистических оценок ( , ) коэффициента функциональной эффективности рыбозащитного сооружения по -му видоразмеру

. (4.10)

Результатом работы блока являются смоделированные данные об изменении интенсивности несохранения молоди рыб по часам суток для всех суток периода [ , ] и всех видоразмеров = 1, 2,…m.

Аналогичным образом можно смоделировать не динамику интенсивности ската, а динамику изменения концентрации молоди рыб по суткам и часам периода ската молоди.

В каждой серии экспериментов на модели выполняется многократное моделирование без изменения начальных условий. При изменении хотя бы одного исходного параметра задачи необходимо заново производить серию испытаний для получения достаточно надёжных оценок искомых параметров ската.

После многократного моделирования производится статистическая обработка полученных случайных результатов эксперимента с целью получения устойчивых статистических характеристик. Это связано с тем, что результаты моделирования в конкретной реализации носят случайный характер, так как они получены при воспроизведении на ЭВМ единственной реализации моделируемого процесса (Н.П. Бусленко, 1978). Такие процессы не могут объективно характеризовать процесс ската молоди рыб, они отражают лишь случайные сочетания действующих факторов (гидрологические характеристики, погодные условия, эффективность РЗУ и т.п.), складывающихся в процессе моделирования.

Искомые величины при исследовании имитационной модели определяем как средние значения по данным некоторого числа реализаций процесса ската. Совокупность реализации выступает в роли "статического материала" при машинном эксперименте, а оценка параметров исследуемого процесса по результатам моделирования − в роли обработки "экспериментальных данных". В нашей ситуации, когда учитываются случайные факторы, то и среди результатов моделирования присутствуют случайные величины. В этом случае мы в праве в качестве оценок для искомых величин использовать не только средние значения, но и дисперсии и другие вероятностные характеристики соответствующих случайных величин, полученных в результате многократного моделирования.

Выбор количества реализаций для обеспечения достаточной достоверности (статистической устойчивости) результатов зависит от того, какие требования предъявляются к точности результатов моделирования. В случае, когда оценка производится по результатам моделирования среднего значения некоторой случайной величины, можно использовать формулу

, (4.11)

где L − количество реализаций модели;

− точность оценки среднего значения;

− среднее квадратичное отклонение;

− параметр распределения Стьюдента при доверительной вероятности a.

Возможность применения формулы (4.10) для определения требуемого числа реализаций модели связано с тем, что в силу центральной предельной теоремы теории вероятностей при больших среднее арифметическое будет иметь приблизительно нормальное распределение с математическим ожиданием a и дисперсией (Н.П. Бусленко, 1978).

На основе описанной структуры модели разработана блок-схема алгоритма имитационной модели и выполнена её программная реализация. Сопоставление фактического и смоделированного рядов для молоди леща позволяет сделать вывод о том, что основные черты ската молоди сравниваемых рядов совпадает (П.В. Иванов, 1997).

Алгоритм имитационной модели реализован на языке Турбо-Паскаль для персональных ЭВМ типа IBM PC в программе SMR.

Основная исходная информация программы имитационного моделирования SMR сосредоточена во входном файле ISMR.DAT, структура записи которого приведена в таблице 4.1.

Указанный файл создаётся как обычный документ в операционной системе WINDOWS 98 средствами текстового редактора MS WORD 97. При наборе данных с клавиатуры используется шрифт Courier New, размер шрифта 10. По окончании набора документа его необходимо сохранить как ТЕКСТ MS DOS с форматированием или ТЕКСТ DOS, указав имя файла ISMR без расширения. В первом случае входному файлу присваивается название ISMR.ASC, и для последующей обработки его надо переименовать в ISMR.DAT. Во втором случае файлу сразу присваивается название ISMR.DAT.

Файл ISMR.DAT представляет собой последовательность символьных строк переменной длины, отделяемых друг от друга специальной комбинацией "конец строки". Первый тип строк этой последовательности содержит информацию о номере суток ( ), а также могут быть данные о расходах воды по часам суток.

Таблица 4.1 − Структура записи файла имитационной модели

а – первый тип строк

...

...

...

...

б – второй тип строк

				...	...
				...	...
... ... ...	... ...	... ... ...	... ... ...	... ... ...	... ... ...	... ... ...	... ... ...	... ... ...	... ... ...	... ... ...	... ... ...
				...	...		...	...

Второй тип строк содержит математические ожидания и среднеквадратические отклонения модульных коэффициентов суточной и часовой неравномерности ската молоди -го видоразмера и другие данные, зависящие от видоразмера рыб. При = 2 часа имеем 12 значений.Количество строк второго типа равно числу учитываемых видоразмеров рыб.

Для выходных данных программы имитационного моделирования создаётся файл OSMR.DAT. Он заполняется в процессе выполнения программы информацией о смоделированных суточных интенсивностях и интенсивностях по часам суток по каждому видоразмеру по всем суткам интервала моделирования.

Результаты могут быть просмотрены на экране дисплея после открытия файла OSMR.DAT в текстовом редакторе MS WORD 97. В момент загрузки файла OSMR.DAT выбирается строка ТЕКСТ DOS во всплывающем меню ПРЕОБРАЗОВАНИЕ ФАЙЛА.

Для выдачи файла на печать необходимо выставить параметры страницы: вверху, внизу, справа, слева установить 0 см и выбрать размер бумаги АЛЬБОМНАЯ.

В процессе выполнения программы SMR осуществляется следующее:

ü ввод, преобразование и контроль данных из файла ISMR.DAT;

ü собственно имитационное моделирование ската молоди и её попадания в водозабор;

ü заполнение файла OSMR.DAT результатами моделирования.

Начинается выполнение программы с ввода в диалоговом режиме одиночных данных, не включённых во входной файл, а именно:

· продолжительность (в сутках) периода массового ската молоди рыб в течение периода работы водозабора ( );

· номер суток начала ( ) и конца ( ) интервала моделирования;

· число учитываемых видоразмеров рыб (m);

· количество реализаций процесса моделирования ( ). Если , то его значение вычисляется по формуле (4.10) после ввода соответствующих параметров точности;

· интервал моделирования по часам ( ).

После завершения работы программы SMR, на мониторе выполняется просмотр результатов моделирования, сформированных в файле OSMR.DAT и их выдача на печать в случае необходимости.

4.3 Моделирование экономического ущерба рыбным
запасам от попадания молоди в водозабор

Прогнозировать ущерб рыбным запасам от попадания молоди рыб в водозабор возможно для различных временных интервалов: года, квартала, месяца, декады, суток. В случае определения ущерба от эксплуатации водозабора интервалом для прогнозирования может быть водопотребление некоторого календарного года.

Основной объём ущерба рыбным запасам от эксплуатации водозабора наступает в периоды массового ската молоди рыб. В связи с этим целесообразно прогнозировать ущерб рыбным запасам за интервал, представляющий собой пересечение периодов массового ската молоди рыб и эксплуатации водозабора. Для мелиоративных водозаборов, во-первых, характерна значительная динамика водоотбора из водоисточника как в течение поливного периода, так и в течение отдельных суток, а, во-вторых, ведётся подекадное планирование и суточное управление водоотбором. Поэтому прогнозировать ущерб представляется возможным для суток, декад и годового периода в целом.

При определении ожидаемого ущерба рыбным запасам от попадания в водозабор динамика ската молоди рыб в районе водозабора воспроизводится на базе описанной выше имитационной модели, а рыбозащитная эффективность РЗУ данного водозабора по каждому видоразмеру молоди рыб предполагается известной.

Для произвольного количества суток ущерб рыбным запасам, вычисленный по результатам одной из реализаций имитационной модели ската молоди рыб с учётом обозначений, введённых в разделе 4.1, может быть определён следующим образом

, (4.12)

где − смоделированное значение концентрации молоди -го видоразмера в -ый интервал времени -ых суток, шт./м³;

− объём воды, забираемый водозабором в -ый интервал времени
-ых суток, м³

, (4.13)

где − множество значений расходов, забираемых водозабором в течение -го интервала времени, м³/с;

− продолжительность подачи -го расхода в течение -го интервала времени, с.

При двухчасовых интервалах моделирования динамики ската = 12.

В зависимости от продолжительности периода ската молоди составляет 60−120 суток. При декадном прогнозировании = 10.

Для суточного (оперативного) плана = 1 и критерий оценки ущерба упрощается

. (4.14)

Для получения статистически достоверной величины ущерба рыбным запасам от попадания молоди рыб в водозабор производится многократное моделирование и вычисление величины и её усреднение

, (4.15)

где − количество реализаций процесса моделирования ската молоди рыб в районе водозабора, определяемое по зависимости (4.10).

При = 0,05, a = 0,95 и = 1,96 значение составляет 138.

5 ОБОСНОВАНИЕ И ВЫБОР ИНВЕСТИЦИОННОГО
ПРОЕКТА рыбозащиты

5.1 Основные принципы выбора вариантов инвестиций

В условиях относительной стабильности плановой экономики СССР были выработаны основные теоретические положения и методические принципы оценок и выборавариантов инвестиций вразличных отрасляхнародного хозяйства и, в частности, в водном хозяйстве (Д.С. Щавелев, 1986). Эти наработки ценны тем, что в них всесторонне рассмотрены проблемы оценок проектов, связанных с крупными капиталовложениями и рассчитанных на длительные периоды их реализации.

С развитием в России рыночных отношений выяснилось, что теория и методы оценок эффективности инвестиций в отечественном варианте не применимы в условиях действия рыночного механизма по следующим при­чинам. Во-первых, они не учитывают исключительной динамичности в рыночной экономике экономических показателей, которые необходимо использовать в оценочных методиках в качестве экономических нормативов (ставки процентов, цены итарифы). Во-вторых, рыночная конъюнктура привносит в экономику элемент значительной стохастической неустойчивости.А это, в свою очередь, обязывает нас учитывать как важнейший фактор оценок проектов фактор риска в прогнозировании затрат и результатов. Свою специфику имеют также проекты инвестиций рыбозащитных устройств.

Аналогичные западные методики недостаточно приспособлены для оценок крупных долгосрочных проектов, при которых неизбежно примене­ние приёмов усреднения экономических показателей. В условиях относи­тельно стабильной экономики такие усреднения не могли приводить к большим погрешностям. Так, например, средний за большой период времени норматив эффективности капиталовложений вполне оправданно применялся для приведения всей проектной суммыкапиталовложений за этот период к нормативной прибыли за год. То есть предполагалось, что:
1) нет необходимости подробно учитывать структуру капиталовложений иэффекта по годам реализации проектов; 2) нормативная прибыль по проекту в среднем за год должна сравниваться с ожидаемой по проекту прибылью также в среднем за год для всего периода, равного нормативному сроку окупаемости лет. Таким образом, сумма проектных инвестиций сравнивалась с отдачей от этих инвестиций в виде проектной прибыли за весь срок .

По терминологии западных методик сравнение этих величин в форме разности есть чистая текущая стоимость ( )

, (5.1)

где − нормативный срок окупаемости, лет;

− средняя годовая ожидаемая по проекту прибыль;

− проектная сумма капиталовложений.

Если ЧТС > 0, то это значит, что , то есть ипроект выгоден. Но в западных методиках, отражающих рыночные процессы формирования затрат и результатов, впринципе не приемлема такая предельная степень усреднения.

Во-первых, в этих методиках берётся не нормативный, а максимальный ( )по всем сравниваемым проектам срок окупаемости.Во-вторых, как проектная прибыль ,так иинвестиции распределяются по годам этого срока. В-третьих,распределённые инвестиции и прибыль приводятся кединому моментувремени спомощью коэффициентов дисконтирования ,зависящих отвремени (В.А. Кардаш, 1989).

Однакодля гибкой рыночной экономики даже такая дифференциация учитываемых условий недостаточна. Для неё годовые нормы дисконта − слишком грубое приближение к реальным процессам функционирования капитала. Поэтому при оценках и сравнении эффективности вариантов долгосрочных инвестиций В.А. Кардаш (1996) предлагает сочетать усреднённые и дифференцированные нормативы приведения затрат и результатов к сопоставимому по времени исчислению.

С точки зрения временной структуры затрат и отдачи от инвестиций проекты рыбозащитных сооружений весьма специфичны.

Во-первых, эффект от РЗУ и сооружений во многом определяется биологическими и гидрологическими процессами: режимами стоков и поведением рыб при их покатных миграциях. Исследования показали, что эти процессы носят циклический характер. Например, наблюдается чётко выраженная закономерность сезонной и суточной динамики концентрации рыб в водотоках. Поэтому эффективность работы РЗУ на водозаборах в большой степени зависит от суточных и сезонных режимов эксплуатации водозаборов, а также от колебаний величины стока. Отсюда следует, что экономические оценки проектов РЗУ должны учитывать режимы работы соответствующих водохозяйственных систем на базе речного водозабора и естественные режимы стоков в достаточно короткие интервалы времени. Из инвестиций в водохозяйственный проект в целом необходимо выделять инвестиции только в РЗУ. То же самое относится и к эксплуатационным затратам.

Во-вторых, реализация экономического эффекта от сохранения молоди рыб отодвигается во времени на много лет в будущее, а само РЗУ может давать отдачу многие десятки лет. Поэтому расчётный срок окупаемости ( )инвестиций в проект РЗУ должен быть настолько большим, чтобы проявился эффект от сохранения рыб в процессе многолетней эксплуатации РЗУ. С этим связана необходимость долгосрочных прогнозов динамики важнейших как биологических, так и экономических параметров, определяющих оценку проекта. В частности, необходимо учитывать выживаемость сохранённой молоди до промыслового возраста.

Срок строительства РЗУ нужно рассматривать как период, в течение которого "замораживается" капитал и не даёт отдачи в чистой прибыли.

Случайный фактор доживаниясохранённых благодаря РЗУ особей до промыслового возраста учестьне сложно. Поскольку мы в этом случае имеем дело с массовым явлением, то достаточно иметь средний коэффициент выживания от исходного -го видоразмера до промыслового возраста.

В рыночной экономикепри оценке проектов РЗУ особенно важен учёт тенденции изменения конъюнктурных непредвиденных колебаний таких экономических показателей, как цены на капитал и рыбопродукцию. Ключевым экономическим ориентиром для оценки и выбора вариантов инвестиций в рыночной экономике служит учётная ставка процента Центробанка, определяющая все другие цены финансового рынка и зачастую принимаемая в качестве цены капитала. Поэтому в оценочной методике большое внимание должно быть обращено на приёмы и методы прогнозирования этого показателя. В нашей экономике переходного периода, когда темпы инфляции превышают нормальный уровень, и экономические показатели неустойчивы, прогнозирование учётной ставки процента на период 5−7 лет может быть только вероятностным. Для вероятностного прогнозирования этого показателя целесообразно использовать известные схемы экспертных оценок.