CC BY
35
УДК 332.142:351.862.62
https://doi.org/10.24158/pep.2017.12.14
Бобин Дмитрий Витальевич
Bobin Dmitry Vitalyevich
старший преподаватель кафедры актуарной и финансовой математики Чувашского государственного университета имени И.Н. Ульянова
ОЦЕНКА ЭНЕРГОЭФФЕКТИВНОСТИ СОЦИО-ЭКОЛОГО-ЭКОНОМИЧЕСКИХ СИСТЕМ РЕГИОНОВ [1]
Senior Lecturer, Insurance and Financial Mathematics Department, Chuvash State University
ASSESSING ENERGY EFFICIENCY OF SOCIAL, ECOLOGICAL AND ECONOMIC SYSTEMS IN REGIONS [1]
Аннотация:
В настоящей статье изложены результаты изучения и комплексного определения энергоэффективности региональных социо-эколого-экономических систем. Отличительной особенностью работы является выделение социального и экологического аспектов (потенциалов) энергоэффективности системы, т. е. учет многомерности рассматриваемого объекта. Построена система показателей энергоэффективности, которая состоит из трех блоков. Частные критерии преобразуются сначала в комплексные оценки эффективности подсистем, а затем в интегральную оценку эффективности всей системы. По обобщенным оценкам потенциалов был составлен рейтинг энергоэффективности регионов Российской Федерации. Результатом исследования выступает методика выделения классов энергоэффективности регионов. Обозначены перспективы ее применения в информационно-аналитических системах мониторинга и анализа энергоэффективности регионов. Математическую основу исследования составляют методы очистки данных, квалиметрии, анализа иерархий и группировки.
Ключевые слова:
социо-эколого-экономические системы, энергоэффективность региона, показатели энергоэффективности, интегральная оценка, класс энергоэффективности.
Summary:
The study presents the results of the analysis and a comprehensive estimation of energy efficiency in regional social, ecological and economic systems. The paper describes the social and environmental aspects (capacities) of the energy efficiency of the system, i.e. taking into account the multifaceted nature of the subject matter. A system of energy efficiency indicators consisting of three blocks is designed. First, particular criteria are transformed into comprehensive assessments of the efficiency of subsystems. Then they are converted into the integrated assessment of the efficiency of the whole system. According to the generalized estimates of capacities, the energy efficiency rating is developed for the regions of the Russian Federation. The research presents the methods of identifying the types of energy efficiency in regions. The paper shows the prospects for applying these methods in the information-based analytical systems of monitoring and analyzing the regional energy efficiency. The mathematical basis of the study includes data cleaning, qualimetry, hierarchical and group analysis.
Keywords:
social, ecological and economic systems, regional energy efficiency, energy efficiency indicators, integrated assessment, type of energy efficiency.
Одним из приоритетных направлений устойчивого развития национальной и региональных социально-экономических систем является повышение их энергоэффективности. Стратегическими задачами выступают снижение энергоемкости экономики, внедрение энергоэффективных технологий в производственной и непроизводственной сферах, а также увеличение доли альтернативных (возобновляемых) источников энергии. В общем потреблении энергоресурсов удельный вес энергии, выработанной источниками возобновляемой энергии, в России составляет 6,6 %. В мировом потреблении энергии данный показатель равен примерно 20,0 %, что говорит о существенном отставании РФ от Германии, Китая, США и других передовых стран. Однако политика государства и регионов в этой области должна быть комплексной, направленной одновременно на повышение устойчивости экономики, уровня жизни населения и снижение вредного воздействия на окружающую среду, т. е. необходимо учитывать многомерность объектов воздействия.
В федеральном законе № 261-ФЗ энергоэффективность определяется как отношение полученного эффекта от использования энергоресурсов на выходе к их затратам на входе. Конечный эффект от потребления энергии может выражаться не только энергосбережением, снижением энергоемкости или возрастанием коэффициента полезного расходования энергии, но и в виде повышения уровня жизни населения или уменьшения антропогенного воздействия на окружающую среду. Поэтому наряду с экономическим эффектом важно выделить экологический и социальный аспекты повышения энергоэффективности, идентифицировать ее социо-эколого-экономическую (СЭЭ) сущность. Она заключается в эффективном достижении экономических, социальных и экологических задач потребления энергоресурсов:
1) экономический аспект - рациональное использование ресурсов; снижение абсолютной, относительной и удельной энергоемкости производства товаров и услуг; сокращение потерь энергии при ее производстве, транспортировке и переработке;
2) социальный аспект - повышение уровня жизни, производительности труда, культуры энергопотребления, формирование энергоэффективного общества;
3) экологический аспект - оптимальное взаимодействие с окружающей средой, снижение экологических рисков, устойчивое развитие экономики.
Исходя из доступности данных, сформирован перечень индикаторов, позволяющих оценить три аспекта повышения энергоэффективности СЭЭ-систем. Индикаторы сгруппированы по соответствующим блокам, представленным основными показателями государственной программы «Энергосбережение и повышение энергетической эффективности на период до 2020 г.» [2], дополненными значимыми для оценки социального и экономического аспектов энергоэффективности признаками.
Е1 - показатели эффективности экономической подсистемы (XI - энергетическая эффективность ВРП, р./кг усл. т.; Х2 - удельный расход топливно-энергетических ресурсов (ТЭР) на перевозку грузов автомобильным транспортом, т усл. т./тыс. т км брут.; Х3 - удельный расход ТЭР на перевозку пассажиров общественным транспортом, кг усл. т./тыс. пасс. км; Х4 - удельный расход ТЭР на выработку электроэнергии теплоэлектроцентралями, кг усл. т./тыс. кВтч; Х5 - удельный расход ТЭР на отпуск теплоэнергии в котельных, кг усл. т./Гкал; Хб - удельный расход ТЭР на выработку тепла теплоэлектроцентралями, кг усл. т./Гкал; Х7 - доля потерь в тепловых сетях, %; Х8 - удельный расход ТЭР на производство крупного рогатого скота, кг усл. т./ц; Х9 - удельный расход ТЭР на работу тракторов и комбайнов в сельском хозяйстве, кг усл. т./га; Х10 - доля энергоэффективных источников света в дорожном и уличном хозяйстве, %; Х11 - доля энергоэффективных источников света в организациях бюджетной сферы, %; Х12 - доля индивидуальных тепловых пунктов с авторегулированием в зданиях бюджетной сферы, прошедших ремонт на сумму от 5 млн р. с 2011 г.).
Е2 - показатели эффективности социальной подсистемы (У1 - удельный расход воды населением, м3/чел.; У2 - отношение суммы расходов электроэнергии на общедомовые нужды и теплоэнергии в многоквартирных жилых домах к общей площади многоквартирных домов, в которые поставляется теплоэнергия, кг усл. т./м2; У3 - отношение суммы расходов тепла и электроэнергии на снабжение государственных и муниципальных учреждений здравоохранения и образования к их общей площади, кг усл. т./м2; У4 - доля многоквартирных домов, оснащенных общедомовыми приборами учета тепла на конец периода, %; У5 - доля внедрения зданий бюджетного сектора с начальным классом энергетической эффективности не ниже й, %).
Е3 - показатели эффективности экологической подсистемы - отношение средних темпов роста выбросов загрязняющих веществ в атмосферу, отходящих от стационарных источников, к индексу физического объема ВРП за 3 года; Z2 - отношение средних темпов роста сбросов загрязненных сточных вод в поверхностные водные объекты к индексу физического объема ВРП за 3 года; Z3 - доля электроэнергии в совокупном потреблении энергоресурсов, %).
Отсутствие возможности количественного измерения остальных признаков не существенно для алгоритма оценки энергоэффективности СЭЭ-систем. Таким образом, совокупность исходных данных представляет собой информацию о 84 наблюдениях (субъектах РФ) по 20 признакам, сгруппированным по 3 факторам. Для учета климатической разницы между регионами, влияющей на показатели удельного потребления ТЭР, проведена предварительная обработка данных путем умножения или деления на соответствующий климатической зоне коэффициент.
Особенностью сформированных данных является наличие пропусков в наблюдениях по одному измерению и более, т. е. для ряда регионов не представляется возможным установить значения некоторых показателей. Наименьшее число пропусков отмечается за 2015 г., что и составило базу оценивания. К регионам с наибольшим количеством недоступных сведений относятся Чеченская Республика (11), г. Севастополь (10), Республика Дагестан (9), Еврейская автономная область (8). В практике очистки информации принято либо исключать наблюдения с пропусками в измерениях, либо восстанавливать их значения с помощью разных методов. Выбор способа зависит от проблемной ситуации, объема наблюдений и измерений, степени и концентрации пропусков и, наконец, предлагаемых к применению методов анализа на последующих этапах.
Поскольку полный объем материалов имеется только для 37 регионов, то применение регрессионного или факторного анализа для описания изучаемого процесса и сжатия данных затруднительно и требуется методика, позволяющая работать эффективно с подобного рода сведениями. В той или иной мере к таким можно отнести методы системного анализа и квалимет-рии [3]. Все пропущенные значения были заменены на их худшие, верхние или нижние, значения вариационных рядов признаков, которые определяются политикой энергоэффективности, направленной на повышение или понижение соответствующих показателей.
Второй особенностью совокупности являются зашумленность, наличие естественных аномалий (выбросов) - резко выделяющихся из основной массы значений, вызванных редкими событиями или, напротив, систематическими фактами. В процессе анализа они искажают параметры распределения признаков, при стандартизации такие объекты могут получить высокие (низкие) оценки, а основная масса - крайне низкие (высокие). Осуществлены распознавание аномалий статистическими критериями Смирнова - Граббса и Титьена - Мура на уровне значимости
0,05 и робастное оценивание данных методом Пуанкаре. Процедура позволила получить нормально распределенные признаки, что подтверждается критерием согласия х2 Пирсона на уровне значимости 0,05.
Показатели энергоэффективности множеств X, У, Z имеют разные единицы измерения, численно распределены в разных интервалах и стандартизированы по методу минимакса:
4 =
ХУ Xj■Шn
X — X
у'.шах У.шт
= 1
Xj шах Ху
где Х - робастные значения у-го признака ¡-й системы; су - признак направления улучшения со-
у
стояния у-го признака систем; Х ' , Х ' - робастные максимальные и минимальные значения
Х/шах Х у.шт
у-го признака.
Методом попарных сравнений [4] рассчитаны вклады исходных переменных в оценку энергоэффективности экономической, социальной и экологической подсистем:
w = {1/3,1/3,1/3},
wÍI; = {0,4, 0,08р, 0,08р., 0,04,0,04,0,04,0,08,0,08р, 0,08р, 0,08,0,08, 0,08},
™(2) ={0,2,0,2,0.2,0,2,0,2} , ™(3) = {1/3,1/3,1/3},
где - вес г-й подсистемы энергоэффективности; - вес у-го параметра г-й подсистемы; р1 и
р2 - доли валовых добавленных стоимостей отраслей «транспорт и связь» и «сельское хозяйство» соответственно.
Стандартизованные значения показателей Х; обобщаются в комплексные оценки подси-
у
стем /(г), которые на следующем шаге обобщаются в интегральные оценки энергоэффективности СЭЭ-системы /ЕЕ в аддитивной форме:
к 3
^) = 2>')х;, тв1 =х^.
У=1 г=1
Важным аспектом анализа является возможность применения методики для проведения более эффективной политики энергосбережения и повышения энергоэффективности регионов. По значениям интегральной оценки осуществлена классификация регионов. Выделены пять классов энергоэффективности: А - высокий, В - повышенный, С - средний, й - пониженный, Е -низкий. Регионы с одинаковыми метками составляют одноименные кластеры (таблица 1).
Таблица 1 - Результаты классификации субъектов РФ [5]
Субъект | 1ЕЕ Субъект 1ЕЕ Субъект 1ЕЕ Субъект 1ЕЕ
Кластер А Р39 0,516 Р03 0,465 Р67 0,418
Р78 0,633 Р10 0,515 Р37 0,463 Р35 0,415
Р65 0,629 Р50 0,514 Р26 0,463 Р28 0,414
Р77 0,610 Р33 0,507 Р51 0,462 Р01 0,411
Р89 0,610 Р18 0,507 Р52 0,462 Р07 0,410
Р70 0,603 Р44 0,506 Р48 0,459 Кластер й
Р61 0,602 Р25 0,506 Р22 0,458 Р40 0,399
Кластер В Р13 0,500 Р32 0,457 Р79 0,376
Р46 0,591 Кластер С Р74 0,453 Р62 0,358
Р54 0,586 Р04 0,496 Р30 0,448 Р06 0,354
Р68 0,578 Р24 0,495 Р29 0,446 Р11 0,352
Р16 0,572 Р02 0,493 Р66 0,444 Р57 0,333
Р36 0,567 Р86 0,492 Р56 0,444 Р05 0,323
Р41 0,567 Р49 0,491 Р42 0,441 Р15 0,312
Р31 0,553 Р75 0,490 Р45 0,440 Р09 0,308
Р38 0,552 Р59 0,489 Р71 0,439 Р92 0,307
Р23 0,552 Р73 0,486 Р53 0,435 Кластер Е
Р64 0,547 Р58 0,480 Р63 0,431 Р87 0,260
Р12 0,547 Р72 0,472 Р08 0,424 Р17 0,252
Р19 0,544 Р21 0,471 Р27 0,422 Р20 0,137
Р34 0,532 Р60 0,469 Р14 0,421
Р91 0,522 Р47 0,467 Р76 0,420
Р43 0,517 Р55 0,467 Р69 0,420
X — X У .шах у.шп
В тройку лидеров по классу энергоэффективности A входят Санкт-Петербург, Сахалинская область и Москва, а аутсайдеров E - Чеченская Республика, Республика Тыва, Чукотский АО. Стоит отметить значительный разрыв между классами D и E, что отчасти связано с пропусками некоторых значений. При текущем уровне развития науки и техники потенциал повышения энергоэффективности субъектов РФ составляет в среднем 53 %.
Для более детальной классификации регионов на основе выделения схожих наблюдений по комплексным оценкам подсистем /(г) можно воспользоваться методами многомерного кластерного анализа. В условиях ограниченности бюджетных средств такой подход позволит применять инструменты политики энергосбережения и повышения энергоэффективности более рационально, апробируя альтернативные решения в субъектах с разными классами энергоэффективности и распространяя лучшие из них в первую очередь среди регионов одного класса. Приведенная методика может стать математической базой информационно-аналитических систем мониторинга и оценки энергоэффективности региональных СЭЭ-систем.
Ссылки и примечания:
1. Исследование выполнено при финансовой поддержке РФФИ (проект № 16-36-00365мол_а).
2. Энергосбережение и повышение энергетической эффективности РФ на период до 2020 г. [Электронный ресурс] : распоряжение Правительства РФ от 27 дек. 2010 г. № 2446-р. Доступ из справ.-правовой системы «Гарант».
3. Azgaldov G.G., Kostin A.V. The ABC of Qualimetry. Moscow, 2015. 167 p.
4. Saaty T.L., Vargas L.G. Decision Making with the Analytic Network Process: Economic, Political, Social and Technological Applications with Benefits, Opportunities, Costs and Risks. N. Y., 2013. 363 p.
5. Коды субъектов РФ [Электронный ресурс] : справочник. Доступ из справ.-правовой системы «КонсультантПлюс».
