Назад

Глава 10. Механизм перехода к рентоориентированному налогообложению рыбных промыслов

10.4. Информационно-аналитическая поддержка оценки налогооблагаемого потенциала
В условиях плановой экономики, как было отмечено выше, расчет природной ренты предлагалось проводить с использованием показателей предельных издержек при разработке оптимизационных планов размещения производительных сил. Плановые оценки строились на основе балансовых расчетов, которые постоянно нарушались в условиях реального развития экономики, сопровождавшегося появлением и преодолением узких мест и дефицитов. Большие искажения происходили вследствие громоздкости планов из-за стремления распространить их на все сферы и уровни экономической жизни. В дополнение к этому существовали серьезные технические ограничения для учета взаимозависимости и взаимовлияния изменений многочисленных плановых показателей, поскольку электронно-вычислительная техника 1980-х не могла быть полноценным партнером управленца. Она не обеспечивала непрерывность измерений и не была пригодна для принятия решений на принципах быстрого реагирования. Уже тогда в научных кругах росло понимание ограниченности возможностей использования методов оптимизационного моделирования для рентных оценок на основе замыкающих (предельных) затрат (Макаров, Бесчинский, 1982).
Положение кардинально изменилось в начале 1990-х с появлением персональных компьютеров, которые сегодня проникли во все сферы управления. Современные информационно-аналитические технологии значительно расширили возможности решения эколого-экономических задач усложненного алгоритма и повысили надежность управленческих расчетов и выводов. Да и сама идеология планирования и прогнозирования претерпела существенные изменения, все более приобретая индикативный характер.
В настоящее время накоплено очень много первичной необработанной информации о состоянии окружающей среды, включая и морские экосистемы. При этом, как отмечают исследователи, процесс накопления намного обогнал возможности осмысления данных, что требует иных подходов к проблеме анализа информации. Поэтому во главу угла информационных технологий сегодня ставится проблема "интеллектуализации" компьютерной обработки данных, которая, с одной стороны, основывается на идеях и методах конкретных областей знаний, а с другой стороны, позволяет использовать разнообразные методы прикладной математики (математической статистики, теории решения обратных задач и т. д.) (Растоскуев, 1997). Новые информационные технологии позволяют воспринимать ранее накопленные данные не только как застывшие информационные массивы. Их предназначение преобразовать измерительный процесс так, чтобы по мере накопления знаний появилась возможность для корректировки и систематизации информации и последовательного преобразования используемых показателей с учетом текущего состояния объекта управления.
Что касается рыбных промыслов, то использование современных информационно-аналитических технологий позволяет постепенно сделать прогнозирование и планирование единым измерительным процессом, ориентированным на экономизацию сырьевых прогнозов. Для обеспечения возможности использования рентных оценок на начальном этапе совершенствования измерительного процесса должна быть решена методологическая проблема перевода в экономические показатели множества разнокачественных, разновременных оценок состояния сырьевой базы и антропогенных воздействий, а также иной междисциплинарной информации. В целях создания системы динамической оценки налогооблагаемого потенциала используемых биоресурсов более всего подходит методология байесовских интеллектуальных измерений (БИИ), являющаяся продолжением оптимизации сложных измерительных процессов (Недосекин и др., 1995).БИИ позволяют:
- компенсировать серьезные информационные пробелы за счет интегрирования разнородной и разновременной информации об объекте управления: архивные базы данных, расчетные показатели,теоретические и аналитические знания, графические построения, экспертные и балльные оценки с процедурой ранжирования и т. д.;
- получить метрологически обоснованные, объективные и устойчивые решения в условиях неполноты, неточности и субъективной искаженности исходной информации;
- использовать шкалы расчетных показателей с временными ограничениями для создания развивающихся динамических моделей интерпретации экологической и промысловой ситуаций и менять эти ограничения по мере непрерывного познания эволюционирующих природных и экономических процессов и совершенствования информационных технологий.
Прикладные аспекты БИИ уже дали обнадеживающие результаты при построении системы мониторинга воздушной среды ряда промышленно развитых регионов, разработке мероприятий по обеспечению экологической безопасности функционирования сложных техногенных (нефтегазовых) комплексов и оценке биоразнообразия. В 1995-1999 гг. аналогичные работы проводились по созданию информационно-аналитической системы поддержки ихтиологических исследований и решений по управлению рыболовством. Некоторые результаты этих работ были внедрены в практику Севзапрыбвода и используются при оценке состояния экосистемы, анализа динамики и тенденций развития популяций промысловых рыб Финского залива (Титова, Прокопчина, 1998).
Поскольку БИИ значительно облегчают формирование интегральных оценочных критериев, можно ожидать, что их использование при стоимостной оценке биоресурсного потенциала прибрежных морей и формировании ставок платы за биоресурсы будет не менее успешным (Титова, Бровчак, 1998).
Формализованная запись уравнения БИИ в оптимизационном виде может быть представлена следующим образом:

формула

где: {hs ,t} - упорядоченный список результатов (гипотез) БИИ (из множества шкал с динамическими ограничениями HS,T), точность, достоверность и надежность каждого из которых определяется комплексом метрологических характеристик {MX}s, t (s = 1, …, S - индекс гипотезы, t - индекс момента времени, t = 1, ..., T); C - интегральный байесовский критерий - оптимизирующее правило принятия решения с минимальным риском ошибки по алгоритму φj, t (из множества алгоритмов обработки данных ΦJ, T) при: наборе экспериментальных /статистических данных xt (из множества экспериментальных/статистических данных XT); числовых априорных данных zm1, t (из множества числовых априорных данных ZM1, T); формализованных знаний ƒm2,t (из множества формализованных знаний FM2, T); лингвистических данных gm3,t (из множества лингвистических данных GM3, T) и заданном наборе условий измерений yt (из динамического множества набора условий измерений YT).. Условия измерений (yt ∈ YT) при БИИ определяются совокупностью множеств априорной информации, метрологических и технико-экономических требований и ограничений, определяющих как сами условия измерений, так и методику расчета показателей и оптимизации решений в рамках решения конкретных управленческих задач.
Практическая реализация идеи использования БИИ для ведения рыбопромыслового кадастра, экономической оценки биоресурсов и зон промысла для установления рентных платежей выдвигает в разряд первоочередных задач создание сложной динамической модели объекта мониторинга (ОМ) и среды его функционирования (СФ), способной развиваться по мере накопления новых знаний о природных и социально-экономических процессах в рыболовстве.
Наиболее адекватно отражает взаимосвязь показателей ОМ и СФ иерархическая по структуре модель с динамическими ограничениями (МДО). Она объединяет в горизонтальном направлении разнородные объекты или характеристики одного объекта, в вертикальном - уровни иерархии признаков (характеристик) или показателей состояния (Недосекин и др., 1995).
Измеряемые признаки по концепции МДО позволяют сформировать из модели ОМ модель объекта измерения GM,t . С учетом состояния СФ и средств измерения (СИ) ее можно представить в виде композиции моделей ОМ (GO, t), СФ(GE, t) и СИ (GC, t) в условиях измерения yt:

формула

где: GM, t - динамично меняющаяся ставка платы за биоресурсы; GO, t - показатель сравнительной экономической оценки зоны или объекта промысла при данном способе добычи в государственной системе учета; GE, t - интегральный показатель состояния экосистемы; GC ,t - система других показателей, используемых при расчете ставок платы за ресурсы; * - символ композиции (свертки) перечисленных показателей с учетом их взаимозависимости. Каждый из показателей формулы (б) может быть рассчитан на основе методологии БИИ по формуле (а).
Методология БИИ позволяет выразить в виде динамических моделей как оценочные показатели кадастра рыбопромысловых водоемов (участков), так и ставку рентных платежей за водные биоресурсы. При этом принимается, что для каждого входящего в модель критерия (показателя) решается уравнение нечеткой оптимизации как основное уравнение БИИ.
Используя данные публикаций по методам ведения рыбопромысловых кадастров и экономической оценки промысловых угодий (Ивченко, 1985; Титова, 1991а, 1991в, 1992а, 1992б, 1995б), интегральный показатель бонитета рыбопромысловых участков при одновидовом (или многовидовом) рыболовстве можно представить в следующем виде:

формула

где: bjt - сравнительная экономическая оценка (бонитет) промыслового участка j для конкретной популяции (или нескольких популяций) за период времени t (BT - используемый в стране фонд рыбопромысловых угодий); Ajt - общая биомасса; Pjt - ОДУ для конкретного объекта промысла (или нескольких видов); ajt - темп естественного пополнения промыслового вида (или нескольких промысловых видов); njt - темп промыслового изъятия вида (или нескольких видов) и потери вследствие ущерба, наносимого антропогенной деятельностью; ejt - динамика качества среды обитания (загрязнения, гидрологические, климатические и иные природные условия); qjt - изъятие вида (или нескольких видов) на единицу промыслового усилия, приведенное к эталонному судну или орудию лова; kjt - рыночные цены на объекты промысла; mjt - местоположение района промысла относительно рынков сбыта; Sjt - площадь промысловой зоны, которую можно выделить в качестве самостоятельной учетной единицы; t - интервал времени для установления надежного значения каждого из указанных выше показателей. Естественно, что на начальном этапе оценочных работ кадастровые оценки будут ориентироваться на преобладающий ныне одновидовый промысел. Однако по мере перехода к экосистемным оценкам и многовидовому рыболовству они могут быть приспособлены для отражения многовидового промысла.
При создании постоянно действующей государственной системы учета рыбопромысловых угодий и сравнительной экономической оценки их на основе интегральных учетных показателей (по бонитету bjT) схема расчета ставок платы значительно упростится. Расчетная минимальная ставка рентных платежей за право пользования водными биоресурсами в едином государственном рыбопромысловом фонде (К единому государственному рыбопромысловому фонду относятся все водоемы, расположенные на территории РФ, территориальные моря, континентальный шельф и исключительная экономическая зона РФ, которые используются для промысловой и рекреационной добычи рыбы, других водных животных и растений и имеют значение для воспроизводства их запасов.) может, как уже предлагалось, ежегодно корректироваться с помощью системы "плавающих" поправочных коэффициентов по каждому рентообразующему фактору и по каждому объекту промысла в соответствии с их временной устойчивостью.
Для конкретного пользователя общую сумму рентных платежей за право лова того или иного объекта промысла на конкретном рыбопромысловом участке можно представить следующим образом:

формула

где: Djt - общая сумма платы за право добычи конкретного объекта промысла на j-ом рыбопромысловом участке в период времени t; gjt - квота вылова; rmin t - базовая ставка платы для расчетного периода времени; bjt - показатель бонитета конкретного рыбопромыслового участка для расчетного периода времени.
Новые информационно-аналитические технологии к тому же могут с успехом использоваться при генерации любой учетно-отчетной документации, касающейся социально-экономических показателей и технических характеристик промысловых мощностей, необходимой для проведения биоэкономических оценок.

Назад