CC BY
4
УДК 338.2
DOI 10.30914/2411 -9687-2023-9-4-451 -461
Энергоемкость и энергоэффективность отечественной экономики в
контексте социально-экономического развития регионов А. В. Швецов, Н. К. Швецова
Марийский государственный университет, г. Йошкар-Ола, Российская Федерация
Аннотация. Введение. Энергоемкость представляет собой количество энергии, необходимое для выполнения работы. Это понятие используется в различных областях, включая физику, химию, экологию и экономику. В экономике энергоемкость представляет собой количество энергии, необходимой для производства единицы товара или услуги. Она может измеряться в киловатт-часах (кВт ч) на доллар США или другую валюту. Энергоемкость является важным показателем эффективности использования энергии и может помочь в определении стратегий энергосбережения и устойчивого развития. Статья характеризует состояние отечественной экономики с точки зрения энергоемкости и энергоэффективности на основе статистических данных Росстата 2021 года, а также показывает структуру зависимости энергоемкости ВРП от ряда социально-экономических факторов. Цель - провести анализ динамики энергоемкости ВВП Российской Федерации, а также зависимости показателя динамики энергоемкости ВРП субъектов РФ от основных социально-экономических факторов на доступном временном интервале. Материалы и методы. В работе использованы материалы периодической печати, средств массовой информации, официальные данные о социально-экономическом состоянии отечественной экономики, в том числе в разрезе субъектов РФ. Результаты исследования, обсуждения. В силу того что долгое время отечественная экономика считалась сырьевой, возникла необходимость оценить данный вывод на современном этапе экономического и геополитического развития. Поскольку энергоемкость может быть разной для разных видов работ или продуктов и зависит от многих факторов, таких как технология производства, используемые материалы, климат и т. д., необходимо исследовать данный показатель как во временном, так и географическом (территориальном) аспекте. Заключение. Исследование на выбранном временном интервале показывает, что существуют зависимости энергоемкости от ряда социально-экономических показателей: валового регионального продукта, производства продукции животноводства, оборота розничной торговли, производительности труда. Однако для получения более точных и качественных результатов, необходимо с помощью кластеризации более точно определять субъектный состав под каждую модель.
Ключевые слова: энергоемкость, энергоэффективность, структура экономики, социально-экономическое развитие, технологическое развитие
Авторы заявляют об отсутствии конфликта интересов.
Для цитирования: Швецов А. В., Швецова Н. К. Энергоемкость и энергоэффективность отечественной экономики в контексте социально-экономического развития регионов // Вестник Марийского государственного университета. Серия «Сельскохозяйственные науки. Экономические науки». 2023. Т. 9. № 4. С. 451-461. DOI: https://doi.org/10.30914/2411-9687-2023-9-4-451-461
Energy intensity and energy efficiency of the domestic economy in the context of socio-economic development of the regions
A. V. Shvetsov, N. K. Shvetsova
Mari State University, Yoshkar-Ola, Russian Federation
Abstract. Introduction. Energy intensity is the amount of energy required to perform a job. This concept is used in various fields, including physics, chemistry, ecology and economics. In economics, energy intensity is the amount of energy needed to produce a unit of a good or service. It can be measured in kilowatt hours (kWh) per US dollar or other currency. Energy intensity is an important indicator of energy efficiency and can help in determining energy conservation and sustainable development strategies. The article characterizes the state of the domestic economy in terms of energy intensity and energy efficiency based on statistics from Rosstat in 2021, and also shows the structure of the dependence of GRP energy intensity on a number of socio-economic factors. The purpose of the study is to analyze the dynamics of the energy intensity of the GDP of the Russian
Federation, as well as the dependence of the dynamics of the energy intensity of the GRP of the subjects of the Russian Federation on the main socio-economic factors in the available time interval. Materials and methods. The work uses materials from periodicals, mass media, official data on the socio-economic state of the domestic economy, including in the context of the subjects of the Russian Federation. Research results, discussions. Due to the fact that for a long time the domestic economy was considered a raw material, it became necessary to evaluate this conclusion at the present stage of economic and geopolitical development. Since the energy intensity can be different for different types of work or products and depends on many factors, such as production technology, materials used, climate, etc., it is necessary to investigate this indicator both in time and geographical (territorial) aspect. Conclusion. The results show that such dependencies exist, however, in order to obtain more accurate and high-quality models, it is necessary to more accurately determine the subject composition for each model using clustering.
Keywords: energy intensity, energy efficiency, economic structure, socio-economic development, technological development
The authors declare no conflict of interest.
For citation: Shvetsov A. V., Shvetsova N. K. Energy intensity and energy efficiency of the domestic economy in the context of socio-economic development of the regions. Vestnik of the Mari State University. Chapter "Agriculture. Economics", 2023, vol. 9, no. 4, pp. 451-461. (In Russ.). DOI: https://doi.org/10.30914/2411-9687-2023-9-4-451-461
Росстат сформировал группу показателей, которые отображают уровень технологического развития отраслей экономики России. К этим группам показателей относятся макроэкономика, инвестиции, наука, инновации и передовые производственные технологии, производство высокотехнологичных видов промышленной продукции, энергоэффективность, основные фонды, строительство, транспорт, деятельность в сфере телекоммуникаций, торговля и внешняя торговля.
При этом каждая группа показателей включает в себя их отдельные виды, например, группа показателей макроэкономики включает долю высокотехнологичных и наукоемких отраслей экономики, ВВП, индексы производительности труда в экономике, индекс производительности труда по основным отраслям экономики, индексы изменения фонда вооруженности и фондоотдачи, коэффициент обновления основных фондов, ввод в действие основных фондов на один рубль инвестиций по основным видам деятельности в среднегодовых ценах и прочие показатели.
Среди групп перечисленных показателей, на наш взгляд, важное место занимают показатели энергоэффективности. Дело в том, что в эту группу показателей входят энергоемкость ВВП или ВРП, а важность определяется тем, что данный показатель входит в число показателей,
определяющих состояние экономической безопасности нашего государства.
Помимо энергоемкости, к группе показателей, определяющих энергоэффективность, относятся производство и потребление электрической энергии, мощность электростанций, электровооруженность труда работников промышленных организаций, потребление топливно-энергетических ресурсов на одного занятого в экономике страны, фактический расход электроэнергии, теплоэнергии и топлива на единицу отдельных видов произведенной продукции и услуг, технико-экономические показатели работы организаций, осуществляющих добычу сырой нефти, попутного нефтяного и природного газа, себестоимость добычи нефти.
Следует отметить, что энергоемкость является одним из ключевых показателей, определяющих состояние развития промышленности стран, так как показывает структуру экономики, темпы ее роста, инвестиционную активность, состояние основных технологических фондов, ее технические и финансовые возможности. Кроме того, по динамике изменения энергоемкости можно отслеживать направление, скорость, развитие различных отраслей экономики как страны в целом, так и отдельных ее регионов.
Считаем, что это является важным выводом, так как позволяет анализировать дисбалансы развития экономики того или иного субъекта, мониторить эти дисбалансы и принимать соответствующие
управленческие решения для исправления негативных последствий.
Одной из проблем решения данной задачи является отсутствие актуальных данных, которые публикует Росатом. В частности, данные могут запаздывать. Чаще всего период обновления этих данных составляет один год. Так, на данный момент доступны данные по некоторым показателям лишь за 2021 год. Это снижает прогностические возможности, затрудняет своевременное внесение коррективов в развитие и деятельность отраслей отечественной экономики либо крупных отраслевых предприятий, которые могут являться системообразующими, основными предприятиями тех или иных субъектов Российской Федерации.
Если говорить о месте Российской Федерации по показателю энергоэффективности в мире, то, по данным мирового энергетического агентства, страна располагается примерно на 130-140-м месте среди 146 стран мира, участвующих в формировании данного рейтинга. Это говорит о том, что Российская экономика отличается высокой энергоемкостью, с одной стороны, и высокой материалоемкостью - с другой.
Другими словами, структура экономики такова, что на производство одной единицы какой-либо продукции затрачивается большое количество
энергии. Если страна производит металлургическую продукцию, например, прокат, то понятно, что энергетические затраты на производство одной тонны чугуна, стали или проката будут очень высокими, а добавочная стоимость при реализации низкая, так как по своей сути этот металл остается сырьем. С другой стороны, если этот металл в дальнейшем будет поставляться на внешние рынки не как металл, а как готовые изделия с повышенной добавочной стоимостью, то экономика получит дополнительные финансовые ресурсы.
Если анализировать, какую сферу более всего характеризует данный показатель, - добычу сырья, переработку или сферу услуг, то, исходя из мирового рейтинга, получается, что Российская Федерация в значительной степени является страной, производящей сырье, поставляющей сырье на мировые рынки, не доводя это сырье до готовых изделий.
Энергоемкость экономики рассчитывается на основе сопоставления валового внутреннего продукта и физического объема потребленных топливно-энергетических ресурсов (табл. 1). По мнению ряда исследователейи [2; 4], наиболее достоверную динамику энергоемкости отражает валовый внутренний продукт, посчитанный в постоянных ценах - в рублях и в долларах по курсу паритета покупательной способности.
Таблица 1 / Table 1
Энергоемкость ВВП (ВРП) (кг условного топлива/ на 10 тыс.рублей) / Energy intensity of GDP (GRP) (kg of standard fuel/per 10 thousand rubles)
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
Отношение объема потребления топливно-энергетических ресурсов к объему валового внутреннего продукта (ВВП) в текущих ценах. ВВП включает отдельные виды экономических операций по Российской Федерации в целом, не подлежащих учету в региональном разрезе
129,74
119,5
112,03
106,76
105,37
105,59
105,12
102,31
99,48
98,24
Отношение суммы объемов потребления топливно-энергетических ресурсов субъектами Российской Федерации к сумме объемов их валового регионального продукта (ВРП) в текущих ценах. В расчете ВРП не учтена добавленная стоимость, создаваемая в результате деятельности в области обороны страны, части услуг государственного управления и других услуг, оказываемых обществу в целом за счет средств федерального бюджета, а также финансовых посредников
176,98
161,21
149,59
134,91
121,73
121,88
121,45
118,93
114,74
111,48
Динамика энергоемкости ВВП (ВРП) Российской Федерации за 2012-2021 годы / Dynamics of energy intensity of GDP (GRP) of the Russian Federation for 2012-2021
Динамика данных показателей, представленных на следующих графиках (рис. 1; 2), показывает снижение их значений. Это говорит о том, что потребление топливно-энергетических ресурсов к объему валового внутреннего продукта стремится к более оптимальному назначению, так как чем меньше это значение, тем более эффективным яв-
ляется производство по той или иной отрасли. В данном случае диаграмма демонстрирует изменение показателя по всем отраслям российской экономики в целом.
Изменение тенденции развития процесса на интервале начиная с 2016 года объясняется пересчетом величин в ценах 2016 года.
Отношение объема потребления топливно-энергетических ресурсов к объему валового внутреннего продукта (ВВП) в текущих ценах
140 130 120 110 100 90 80
2012 г. 2013 г. 2014 г. 2015 г. 2016 г. 2017 г. 2018 г. 2019 г. 2020 г. 2021 г.
Рис. 1. Изменение отношения объема потребления топливно-энергетических ресурсов к объему валового внутреннего продукта (ВВП) в текущих ценах / Fig. 1. Change in the ratio of the volume of fuel and energy resources consumption to the volume of gross domestic product (GDP) in current prices
Отношение суммы объемов потребления топливно-энергетических ресурсов субъектами Российской Федерации к сумме объемов их валового регионального продукта (ВРП) в текущих
ценах.
200
100 -
80 -
2012 г. 2013 г. 2014 г. 2015 г. 2016 г. 2017 г. 2018 г. 2019 г. 2020 г. 2021 г.
Рис. 2. Изменение отношения суммы объемов потребления топливно-энергетических ресурсов субъектами Российской Федерации к сумме объемов их валового регионального продукта (ВРП) в текущих ценах / Fig. 2. Change in the ratio of the sum of volumes of consumption of fuel and energy resources by constituent entities of the Russian Federation to the sum of volumes of their gross regional product (GRP) in current prices
Значительный практический интерес представляет подобный анализ в разрезе субъектов Российской Федерации, учитывая тот факт, что некоторые из них исторически являлись сырьевыми, а ряд производил переработку и обработку сырья на определенном технологическом уровне.
Если рассматривать темпы роста энергоемкости валового регионального продукта (ВРП) по субъектам Приволжского федерального округа (табл. 2), следует отметить, что за десять рассматриваемых лет его значение снижается.
Таблица 2 / Table 2
Динамика изменения энергоемкости ВРП субъектов Приволжского федерального округа / Dynamics of changes in the energy intensity of GRP of the constituent entities of the Volga Federal District
Субъекты Приволжского федерального округа/ Constituent entities of the Volga Federal District 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 Средний темп роста/ Average growth rate
Республика Башкортостан 232,18 227,35 211,79 199,27 199,59 212,68 204,01 206,89 204,06 215,56 99%
Республика Марий Эл 211,15 196,86 159,67 125,84 146,87 144,40 123,26 126,45 130,08 133,77 95%
Республика Мордовия 264,18 233,76 224,07 181,08 151,81 143,05 167,85 166,09 145,57 147,88 94%
Республика Татарстан 184,12 153,25 144,64 121,79 118,46 119,56 117,17 114,22 111,53 116,34 95%
Удмуртская Республика 168,39 187,39 162,56 135,38 126,87 131,58 127,54 122,56 113,83 120,60 96%
Чувашская Республика 194,08 180,25 171,50 156,43 140,79 133,46 132,57 126,38 124,49 132,10 96%
Пермский край 327,72 307,93 216,08 187,81 198,98 178,55 176,43 179,81 171,88 175,68 93%
Кировская область 246,22 224,43 202,13 180,55 157,39 155,46 153,36 155,32 148,76 144,95 94%
Нижегородская область 246,97 234,01 205,16 173,59 169,13 149,70 147,22 138,17 133,40 130,17 93%
Оренбургская область 367,54 263,44 260,22 242,72 244,82 238,46 233,22 229,44 227,63 238,27 95%
Пензенская область 177,02 153,32 154,30 135,61 122,60 121,52 117,97 114,06 108,30 108,77 95%
Самарская область 278,36 248,64 225,83 199,19 160,24 181,70 164,19 162,03 161,78 158,52 94%
Саратовская область 243,92 214,92 192,45 165,79 157,82 165,73 165,57 162,00 158,06 169,47 96%
Ульяновская область 209,58 190,82 175,65 159,48 139,84 133,50 139,67 132,34 129,14 125,34 94%
Наиболее существенные изменения показателя демонстрируют Нижегородская область и Пермский край (93 %). Низкий темп изменений (99 %) характерен на данном временном интервале для Республики Башкортостан. Республика Марий Эл находится в «середнячках» с показателем среднего темпа роста в 95 %.
По федеральным округам средний темп роста в исследуемом интервале имеет примерно рав-
ные значения, то есть географическое положение территории не оказывает существенного влияния на энергоемкость валового регионального продукта (табл. 3).
Представленные значения учитывают изменения в составе федеральных округов, произошедшие в 2014 году (Республика Крым, г. Севастополь) и 2018 г. (Республика Бурятия и Забайкальский край).
Таблица 3 / Table 3
Средние значения динамики энергоемкости ВРП по федеральным округам в период с 2012 по 2021 годы / Average values of the dynamics of GRP energy intensity by federal districts in the period from 2012 to 2021
Федеральные округа РФ / RF Federal districts Средний темп роста энергоемкости ВРП субъекта РФ / Average growth rate of energy intensity of GRP of the RF constituent entity
Центральный федеральный округ 95,1 %
Северо-Западный федеральный округ 95,8 %
Южный федеральный округ 94,3 %
Северо-Кавказский федеральный округ 94,7 %
Приволжский федеральный округ 95,0 %
Уральский федеральный округ 95,4 %
Сибирский федеральный округ 94,5 %
Дальневосточный федеральный округ 94,3 %
В таблицах 4 и 5 приведены по десять субъ- наибольшими значениями динамики энергоем-ектов Российской Федерации с наименьшими и кости валового регионального продукта.
Таблица 4 / Table 4
Десять субъектов РФ с наименьшими значениями динамики энергоемкости ВРП / Ten subjects of the Russian Federation with the lowest values of GRP energy intensity dynamics
Название области / Subject Значение, % / Value, %
Московская область 92,5 %
Приморский край 92,3 %
Астраханская область 92,1 %
Камчатский край 91,4 %
Курганская область 91,3 %
Чеченская Республика 90,4 %
Республика Крым 88,1 %
Владимирская область 88,1 %
Республика Хакасия 86,3 %
Республика Бурятия 85,2 %
Таблица 5 / Table 5
Десять субъектов РФ с наибольшими значениями динамики энергоемкости ВРП / Ten subjects of the Russian Federation with the highest values of dynamics of GRP energy intensity
Название области / Subject Значение, % / Value, %
1 2
Сахалинская область 100,9 %
Еврейская автономная область 100,4 %
Республика Коми 100,3 %
Новгородская область 100,3 %
Тверская область 99,5 %
Окончание табл. 5
Название области / Subject Значение, % / Value, %
1 2
Республика Ингушетия 99,4 %
Республика Башкортостан 99,2 %
Калужская область 99,1 %
г. Севастополь 98,1 %
Ямало-Ненецкий автономный округ 97,8 %
Если рассматривать только 2021 год (последний год с доступными данными по показателю энергоемкости ВРП), то 10 регионов РФ
с наибольшими и наименьшими значениями показателя выглядят следующим образом (табл. 6).
Таблиц 6 / Table 6
Десять регионов РФ с наибольшими и наименьшими значениями показателя энергоемкости ВРП / Ten regions of the Russian Federation with the highest and lowest values of the GRP energy intensity indicator
Наименьшие значения показателя в 2021 г. / The lowest indicator values in 2021 Наибольшие значения показателя в 2021 г. / The highest indicator values in 2021
г. Москва 29,72509 Чеченская Республика 218,1941
г. Санкт-Петербург 46,15454 Республика Коми 220,7718
Калининградская область 59,45488 Оренбургская область 238,2703
Камчатский край 66,42075 Челябинская область 256,0762
Московская область 70,79057 Иркутская область 256,2771
Республика Саха (Якутия) 75,23686 Республика Тыва 288,2909
Сахалинская область 79,02662 Республика Хакасия 308,5404
Магаданская область 82,05036 Липецкая область 322,0854
Новосибирская область 83,24776 Кемеровская область 372,7645
Республика Дагестан 90,42954 Вологодская область 400,7082
Для подтверждения или опровержения гипотезы о зависимости энергоемкости ВРП и индекса промышленного производства был проведен корреляционный анализ на следующих показателях: Х1-Х6 - индексы промышленного производства субъектов Российской Федерации за 2016-2021 годы соответственно (%); У - энерго-
емкость ВРП исследуемых субъектов. Результат (табл. 7) показывает отсутствие подобной взаимосвязи.
Таким образом, для определения структуры зависимости показателя энергоемкости ВРП по субъектам РФ необходимо выбрать более широкую систему показателей.
Таблица 7 / Table 7
Коэффициенты корреляции между индексами промышленного производства и энергоемкостью ВРП в РФ / Correlation coefficients between industrial production indices and GRP energy intensity in the Russian Federation
X1 X2 X3 X4 X5 X6 Y
1 2 3 4 5 6 7 8
X1 1
X2 0,206814 1
Окончание табл. 7
X1 X2 X3 X4 X5 X6 Y
1 2 3 4 5 6 7 8
X3 0,117349 0,374949 1
X4 0,139074 0,014862 -0,45721 1
X5 -0,44525 -0,16569 0,080416 -0,08605 1
X6 0,063171 -0,30156 -0,1764 0,21314 0,141712 1
Y 0,045313 -0,06494 -0,10031 -0,11903 -0,15859 -0,1857 1
В последующий анализ были включены относительные параметры (темпы роста) таких показателей развития субъектов Российской Федерации, как численность населения (Х1), реальные денежные доходы населения (Х2), реальные потребительские расходы населения (Х3), реальная начисленная заработная плата работников организаций (Х4), валовой региональный продукт (Х5), инвестиции в основной капитал (Х6), промышленное производство (Х7), продукция сельского хозяйства всего
(Х8), в т. ч. производство продукции растениеводства (Х9) и животноводства (Х10), ввод в действие жилых домов (Х11), оборот розничной торговли (Х12), производительность труда (Х13), энергоемкость
Ввиду того что совокупность субъектов РФ по большинству социально-экономических показателей слабо однородна, следовало ожидать незначимых величин ^статистики Стьюдента и Б-критерия Фишера при проведении регрессионного анализа по всем показателям (рис. 3).
Multiple Regressicn Results
dependent : Y
Multiple R = ,4E3 52372 ,21588545
Ho. cf cases: 35 adjusted R?= ,07705231
Standard encr c= estimate : E 2 , 5453 5 5S8S Intercept: 2385,0357454 Std.Irrcr: 1125,415 t ■; 71) = 2,1152 p= ,037E
F = 1,535442 df = 13 r 71 p = ,124752
X2 b* =-,1E X5 ta * =, 0 2 2 X8 bJ=-,74 Xll ta * =-,04 XI b'=-,20
X3 ta * =, 012 XE ta * =,0 E 5 X5 ta* =,531 X12 ta* =,053
X4 ta* =-,03 X7 ta* =-,15 XI0 ta* =,4i £ X13 ta* =-,03
: significant Ь* are highlighted in red)
.1.1
Рис. 3. Результаты регрессионного анализа по исследуемому набору социально-экономических показателей субъектов РФ за 2021 год / Fig. 3. Results of regression analysis for the studied set of socio-economic indicators of the constituent entities of the Russian Federation for 2021
Таким образом, исходя из классической методики построения модели зависимости [10], необходимо сформировать однородные группы субъектов по комплексу исследуемых показателей, построив по каждой группе индивидуальную модель регрессии.
В результате проведения кластерного анализа методом К-средних сформированы три кластера разной размерности: кластер 1-44
субъекта РФ, кластер 2-33, кластер 3-8 субъектов РФ.
Регрессионный анализ для кластера 1 (рис. 4) показал отсутствие зависимости между энергоемкостью субъектов, входящих в данный кластер и используемыми социально-экономическими показателями. Причину этого можно объяснить как использованием неинформативных показателей, так и оставшейся неоднородностью группы субъектов.
Рис. 4. Результаты регрессионного анализа по первому кластеру за 2021 год / Fig. 4. Results of regression analysis for the first cluster for 2021
По второму кластеру были проведены предварительные статистические операции, исключающие мультиколлинеарность. В результате наблюдаем зависимость энергоемкости от показателя Х10 - производство продукции животноводства (рис. 5). Состав второго кластера отчасти объясняет данный результат, так как в него вхо-
дит достаточно большое количество регионов с развитой аграрной системой: Краснодарский край, Ростовская область, Республика Крым, Воронежская область, Республика Калмыкия и проч.
По третьему кластеру получены наиболее информативные результаты (рис. 6).
Multiple Regressic:* Results
Dependent: Y Multiple 3. = , 68437502
3?= ,46836517
Ho. cf cases: 33 adjusted 3?= ,22671380
Standard er:cr cf estimate:15,775637570 Intercept: 701,57672123 Std.Irrcr: 565,0757 t| 22) = 1,2423 p= ,2272
F = 1,538210 df = 10,22 p = ,054133
XI taA=-,23 X6 taA=-,22 X10 b'=,541 X13 1эЛ= 066
X2 taA=,040 X7 ta A =-,31 XI1 taA=, 11H
X4 ta A =,057 X5 ta A=-,0 2 XI2 taA =,015
Рис. 5. Результаты регрессионного анализа по второму кластеру за 2021 год / Fig. 5. Results of regression analysis for the second cluster for 2021
Рис. 6. Результаты регрессионного анализа по третьему кластеру за 2021 год / Fig. 6. Results of regression analysis for the third cluster for 2021
Анализ показал, что динамика энергоемкости субъектов третьего, наименее представительного кластера, существенно зависит от показателей динамики таких показателей, как валовой региональный продукт (Х5), производство продукции животноводства (Х10), оборот розничной торговли (Х12) - обратное воздействие, производительность труда (Х13).
Таким образом, можно сделать следующие выводы:
1. Энергоемкость валового регионального продукта в Российской Федерации в целом и в большинстве субъектов снижается.
2. Для большинства субъектов Российской Федерации отсутствует зависимость энергоемкости от показателей, входящих в перечень основ-
ных социально-экономических показателей Рос-стата за 2021 год.
3. На основании проведенного исследования следует сделать вывод, что к снижению темпов энергоемкости ВРП регионов Российской Федерации имеет отношение динамика оборота розничной торговли, то есть с ростом данного оборота энергоемкость снижается. Логика заключается в том, что при этом мы переходим от производящих и обрабатывающих секторов экономики к сфере перераспределения, что само по себе низкозатратно с точки зрения потребления энергии.
4. Для получения более полной картины следует провести подобные исследования в разрезе отраслей региональных экономик. Это покажет, насколько каждая из исследуемых отраслей экономики РФ энергоэффективна.
1. Марченко Е. М. Об энергосбережении и повышении энергоэффективности // Энергосбережение и водоподготовка: научно-технический журнал. 2009. № 1. С. 2-3.
2. Башмаков И. Российский ресурс энергоэффективности: масштабы, затраты, выгоды // Вопросы экономики. 2009. № 2. С. 71-89. DOI: https://doi.org/10.32609/0042-8736-2009-2-71-89
3. Мазурова О. В. Оценка влияния новых технологий на снижение энергоемкости промышленности // Технические науки в России и за рубежом: матер. I Междунар. науч. конф. (г. Москва, май 2011 г.). Москва : Ваш полиграфический партнер, 2011. С. 58-65. URL: https://moluch.ru/conf/tech/archive/3/422/ (дата обращения: 09.10.2023).
4. Смышляева Е. Г. Энергоемкие промышленные предприятия в условиях энергетического рынка в России // Актуальные вопросы экономики и управления: матер. I Междунар. науч. конф. (г. Москва, апрель 2011 г.). Т. 1. Москва : РИОР, 2011. С. 83-87. URL: https://moluch.ru/conf/econ/archive/9/243/ (дата обращения: 09.10.2023).
5. Савичев К. Д., Глухов В. В. Влияние энергоемкости ВВП на качество жизни: показатели оценки и методы государственной поддержки // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Экономические науки. 2018. Т. 11. № 1. С. 77-86. DOI: https://doi.org/10.18721/JE.11107
6. Левченко А. Ю. Факторный анализ энергоемкости выпускаемой продукции // Молодой ученый. 2017. № 21 (155). С. 207-209. URL: https://moluch.ru/archive/155/43845/ (дата обращения: 09.10.2023).
7. Басараба А. Ю. Анализ энергоэффективности ВВП Китайской Народной Республики согласно пирамидальной модели эффективности: ключевые факторы снижения энергоемкости и уроки для Республики Беларусь // Новая экономика. 2017. № 1. С. 75-82.
8. Башмаков И. А., Мышак А. Д. Измерение и учет энергоэффективности // Академия Энергетики. 2012. № 4 (48). С. 66-74.
9. Любушин Н. П., Бабичева Н. Э., Конышков А. С. Устойчивое развитие: оценка, анализ, прогнозирование // Экономический анализ: теория и практика. 2017. Т. 16. Вып. 12. С. 2392-2406. URL: https://cyberleninka.ru/article/n/ustoychivoe-razvitie-otsenka-analiz-prognozirovanie?ysclid=lq4yeoezk6498158112 (дата обращения: 09.10.2023).
10. Mahmood T., Ahmad E. The relationship of energy intensity with economic growth: Evidence for European economies // Energy Strategy Reviews. 2018. Vol. 20. Pp. 90-98. URL: https://scholar.google.com/citations?view_op=view_citation&hl= en&user=oDpFCsgAAAAJ&citation_for_view=oDpFCsgAAAAJ:-95Q15plzcUC (дата обращения: 09.10.2023).
11. Ezcurra R. Distribution dynamics of energy intensities: A cross-country analysis // Energy Policy. 2007. Vol. 35. Iss. 10. Pp. 5254-5259. DOI: https://doi.Org/10.1016/j.enpol.2007.05.006
Статья поступила в редакцию 13.10.2023 г.; одобрена после рецензирования 02.11.2023 г.; принята к публикации 07.11.2023 г.
Об авторах
Швецов Андрей Владимирович
доктор экономических наук, профессор, Марийский государственный университет (424000, Российская Федерация, г. Йошкар-Ола, пл. Ленина, д. 1), ORCID: https://orcid.org/0000-0003-35940636,
av. shvetsov@yandex. ru
Швецова Наталия Кимовна
кандидат экономических наук, доцент, Марийский государственный университет (424000, Российская Федерация, г. Йошкар-Ола, пл. Ленина, д. 1), ОЯСГО: https://orcid.org/0000-00020449-3864,
&,Иуе(&,о£"@гатЫег. ги
Все авторы прочитали и одобрили окончательный вариант рукописи.
1. Marchenko E. M. Ob energosberezhenii i povyshenii energoeffektivnosti [On energy saving and increasing energy efficiency]. Energosberezhenie i vodopodgotovka: nauchno-tekhnicheskii zhurnal = Energy Saving and Water Treatment, 2009, no. 1, pp. 2-3. (In Russ.).
2. Bashmakov I. Rossiiskii resurs energoeffektivnosti: masshtaby, zatraty, vygody [Russian energy efficiency potential: scale, costs, and benefits]. Voprosy ekonomiki = Economy Issues, 2009, no. 2, pp. 71-89. (In Russ.). DOI: https://doi.org/10.32609/0042-8736-2009-2-71-89
3. Mazurova O. V. Otsenka vliyaniya novykh tekhnologii na snizhenie energoemkosti promyshlennosti [Assessing the influence of new technologies on reducing the energy intensity of industry]. Tekhnicheskie nauki v Rossii i za rubezhom: materialy IMezhdu-narodnoi nauchnoi konferentsii (Moskva, mai 2011) = Technical sciences in Russia and abroad: materials of the I International scientific conference (Moscow, May 2011), M., Your printing partner Publ., 2011, pp. 58-65. Available at: https://moluch.ru/conf/tech/archive/3/422/ (accessed 10.09.2023). (In Russ.).
4. Smyshlyaeva E. G. Energoemkie promyshlennye predpriyatiya v usloviyakh energeticheskogo rynka v Rossii [Energy-intensive industrial enterprises in the energy market in Russia]. Aktual'nye voprosy ekonomiki i upravleniya = Current Issues of Economics and Management: materials of the I International scientific conference (Moscow, April 2011), vol. 1, Moscow, RIOR Publ., 2011, pp. 83-87. Available at: https://moluch.ru/conf/econ/archive/9/243/ (accessed 10.09.2023). (In Russ.).
5. Savichev K. D., Glukhov V. V. Vliyanie energoemkosti VVP na kachestvo zhizni: pokazateli otsenki i metody gosudarstven-noi podderzhki [Effect of GDP energy intensity on the quality of life: assessment indicators and methods of state support]. Nauchno-tekhnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politekhnicheskogo universiteta. Ser.: Ekonomicheskie nauki = n -Economy, 2018, vol. 11, no. 1, pp. 77-86. (In Russ.). DOI: https://doi.org/10.18721/JE.11107
6. Levchenko A. Yu. Faktornyi analiz energoemkosti vypuskaemoi produktsii [Factor analysis of the energy intensity of manufactured products]. Molodoi uchenyi = Young scientist, 2017, no. 21 (155), pp. 207-209. Available at: https://moluch.ru/archive/155/43845/ (accessed 10.09.2023). (In Russ.).
7. Basaraba A. Yu. Analiz energoeffektivnosti VVP Kitaiskoi Narodnoi Respubliki soglasno piramidal'noi modeli effektivnosti: klyuchevye faktory snizheniya energoemkosti i uroki dlya Respubliki Belarus' [Analysis of the energy efficiency of the GDP of the People's Republic of China according to the pyramidal efficiency model: key factors for reducing energy intensity and lessons for the Republic of Belarus]. Novaya ekonomika = New Economy, 2017, no. 1, pp. 75-82. (In Russ.).
8. Bashmakov I. A., Myshak A. D. Izmerenie i uchet energoeffektivnosti [Measurement and accounting of energy efficiency]. Akademiya Energetiki = Academy of Energy, 2012, no. 4 (48), pp. 66-74. (In Russ.).
9. Lyubushin N. P., Babicheva N. E., Konyshkov A. S. Ustoichivoe razvitie: otsenka, analiz, prognozirovanie [Sustainable development: evaluation, analysis, forecasting]. Ekonomicheskii analiz: teoriya i praktika = Economic Analysis: Theory and Practice, 2017, vol. 16, issue 12, pp. 2392-2406. Available at: https://cyberleninka.ru/article/n/ustoychivoe-razvitie-otsenka-analiz-prognozirovanie?ysclid=lq4yeoezk6498158112 (accessed 09.10.2023). (In Russ.).
10. Mahmood T., Ahmad E. The relationship of energy intensity with economic growth: Evidence for European economies. Energy Strategy Reviews, 2018, vol. 20, pp. 90-98. Available at: https://scholar.google.com/citations?view_op=view_cit ation&hl=en&user=oDpFCsgAAAAJ&citation_for_view=oDpFCsgAAAAJ:-95Q15plzcUC (accessed 09.10.2023). (In Eng.).
11. Roberto Ezcurra Distribution dynamics of energy intensities: A cross-country analysis. Energy Policy, 2007, vol. 35, issue 10, pp. 5254-5259. (In Eng.). DOI: https://doi.org/10.1016/j.enpol.2007.05.006
The article was submitted 13.10.2023; approved after reviewing 02.11.2023; accepted for publication 07.11.2023.
About the authors
Andrey V. Shvetsov
Dr. Sci. (Economics), Professor, Mari State University (1 Lenin Sq., Yoshkar-Ola 424000, Russian
Federation), ORCID: https://orcid.org/0000-0003-3594-0636, av.shvetsov@yandex.ru
Natalia K. Shvetsova
Ph. D. (Economics), Associate Professor, Mari State University (1 Lenin Sq., Yoshkar-Ola 424000,
Russian Federation), ORCID: https://orcid.org/0000-0002-0449-3864, shvetsoff@rambler.ru
All authors have read and approved the final manuscript.
