Методология оценки "зеленого" вектора регионального развития
Автор: Лубсанова Наталья Борисовна, Максанова Людмила Бато-Жаргаловна, Бардаханова Таисия Борисовна, Михеева Анна Семеновна, Садыкова Эржена Цыреновна
Статья в выпуске: 4, 2022 года.
Бесплатный доступ
В период изменения глобальной климатической повестки, возрастания антропогенной нагрузки на территории необходимы новые подходы и концепции управления регионами. Одним из важнейших инструментов сохранения баланса двух векторов регионального развития: экономического роста и сохранения природной среды - является зеленая экономика. Авторами статьи предпринята попытка разработки методологии исследования и оценки особенностей формирования региональной политики в русле отражения траекторий перехода к «зеленой экономике» на примере регионов Северной Азии. Предлагаемый подход включает в себя оценку экологической эффективности регионального развития на основе анализа среды функционирования (DEA), контент-анализ стратегий социально-экономического развития регионов для определения степени включения целей, приоритетов, направлений развития и инструментов, относящихся к «зеленой экономике» и связанным с ней концепциям, в стратегические планы развития. Расчеты с использованием предложенной методологии были проведены на примере 22 российских регионов Северной Азии. Результаты контент-анализа стратегий социально-экономического развития регионов были сопоставлены с полученными оценками экологической эффективности регионального развития. На основе полученных оценок были выявлены закономерности и взаимосвязи между текущим положением экологической траектории социально-экономического развития регионов и «зеленой» направленностью региональной политики.
Зеленая экономика, северная азия, стратегии социально-экономического развития, региональное развитие, экологическая эффективность
Короткий адрес: https://sciup.org/148325675
IDR: 148325675 | DOI: 10.18101/2304-4446-2022-4-78-89
Текст научной статьи Методология оценки "зеленого" вектора регионального развития
На современном этапе «зеленая» экономика представляет собой один из важных и практических инструментов обеспечения устойчивого развития [1–6]. В зависимости от национальных ситуаций и приоритетов страны формируют различные подходы, модели и инструменты перехода к «зеленой» экономике1 [7–8]. В России также приняты выдвинутые ООН инициативы по разработке и реализации нового «зеленого» экономического курса, нацеленного на сбалансированное решение социальных, экономических и экологических проблем2,3.
Большинство целей и задач «зеленого» развития, а также меры по их достижению предусмотрены во всех официальных документах РФ, включая доктрины, концепции, стратегии, государственные программы, национальные проекты. На региональном уровне национальные целевые ориентиры, задачи и меры должны быть интегрированы в региональные стратегические и программные документы. В этих условиях особую значимость приобретает оценка текущей ситуации, возможностей и перспектив перехода к «зеленой» экономике регионов, оценка «зеленого» вектора регионального развития.
Статья направлена на достижение двух исследовательских целей: во-первых, оценка текущего положения экологической траектории социальноэкономического развития российских регионов Северной Азии на основе показателя экологической эффективности; во-вторых, оценка «зеленой» направленности региональной политики на основе сравнительной оценки региональных стратегий социально-экономического развития регионов (далее — ССЭР) по степени включения целей, приоритетов, направлений и инструментов, связанных с «зеленой» экономикой и связанных с ней подходов эколого-экономического развития.
Методология исследования
Для оценки перехода к «зеленой» экономике разработаны и широко используются методики на основе систем индикаторов (ООН, Всемирный Банк, ОЭСР, ЕС и др.). К недостаткам данных методик можно отнести использование значи- тельного количества индикаторов, зачастую демонстрирующие противоречие друг с другом тенденции, а иногда и отсутствие четкой взаимосвязи между индикаторами. На современном этапе чаще стали использоваться сокращенные системы индикаторов, а также методики оценки на основе интегрального индика-тора1 [15], что позволяет судить о степени устойчивости территории, экологичности траектории ее развития. Однако общепризнанного в мире интегрального индикатора еще нет в силу методологических и статистических проблем.
Показатель экологической эффективности и методы его оценки
Все чаще как интегральный показатель соответствия развития принципам зеленой экономики используется показатель экологической эффективности (ecoefficiency), введенный в 1990 г. как отношение экономической добавленной стоимости к добавленному экологическому воздействию [12]. В настоящее время данное понятие было признано различными международными организациями: ОЭСР определяет его как «эффективность, с которой экологические ресурсы используются для удовлетворения потребностей человека»2; ЭСКАТО определяет экоэффективность как ключевой элемент содействия фундаментальным изменениям в том, как общество производит и потребляет ресурсы, и, таким образом, определяет его как основной индикатор для измерения прогресса в области зеленого роста3.
Для оценки экологической эффективности экономического развития широко используется метод анализа среды функционирования (Data Envelopment Analysis — DEA), основанный на использовании классических инструментов линейного программирования. Суть метода состоит в построении эффективной границы, относительно которой измеряется эффективность исследуемых единиц. Эффективность в контексте DEA понимается как отношение взвешенной суммы выходов исследуемого объекта (полезных результатов деятельности) к взвешенной сумме его входов (потребляемых ресурсов), что позволяет классифицировать объекты как эффективные только в том случае, если они производят наибольшие выходы при наименьших входах.
В настоящее время в мировой практике DEA активно используется для оценки экологической эффективности социально-экономического развития регионов [13–15]. В России использование данного метода пока не получило широкое распространение, имеющийся опыт применения DEA для решения задачи оценки сравнительной комплексной эколого-экономической эффективности региональных экономических систем ограничивается незначительным количеством работ [16, 17].
В настоящем исследовании авторами предпринята попытка внести вклад в расширение существующей методологии оценки экологической эффективности на основе DEA в части выбора параметров модели, основанного на эффекте де-каплинга воздействия, а также подбора наиболее адекватной модели.
Для достижения исследовательской задачи по оценке текущего положения экологической траектории регионального развития нами разработана методика оценки экологической эффективности социально-экономического развития регионов Северной Азии с использованием метода DEA. Для расчетов была использована неориентированная SBM-модель (slacks-based measure) [18]. Эта модель является наиболее адекватной для измерения эффективности, когда входные и выходные данные могут изменяться непропорционально [19–21]. При выборе показателей мы основывались на подходе, оценивающем эффект «декаплинга воздействия» (impact decoupling), который заключается в расхождении или рассогласовании темпов экономического роста, с одной стороны, и негативного воздействия на окружающую среду, с другой стороны1. Показатели воздействия на окружающую среду в этом случае используются в качестве входных переменных моделей, а показатели, характеризующие экономический рост, — в качестве выходных [16, 22–25]. Так, в исследовании, посвященном анализу экоэффективности промышленности шести центральных провинций Китая, авторы рассматривали в качестве входных переменных объемы сброса сточных вод, выбросов и энергопотребления, а добавленную стоимость промышленности — в качестве выходной переменной [25].
Были определены входные и выходные переменные модели оценки экологической эффективности социально-экономического развития регионов, представленные в таблице 1. Выбор в качестве выходных переменных валового регионального продукта и численности постоянного населения позволяет нам учесть в модели экологические, экономические и социальные аспекты развития регионов. Выбор показателей был обусловлен принципиальной значимостью и доступностью данных для проведения оценки.
Таблица 1
Переменные модели оценки экологической эффективности социально-экономического развития регионов
Тип |
Показатель |
Входные переменные |
Суммарный годовой объем выбросов загрязняющих веществ в атмосферу от стационарных источников |
Суммарный годовой объем выбросов загрязняющих веществ в атмосферу от автомобильного транспорта |
|
Объем сброса в поверхностные источники неочищенных и недостаточно очищенных сточных вод |
|
Объем непереработанных и неиспользуемых отходов (захороненных и размещенных на хранение) |
|
Объем забора воды из подземных и поверхностных источников |
|
Выходные переменные |
Валовой региональный продукт в сопоставимых ценах |
Численность постоянного населения |
Источник: составлено авторами.
Контент-анализ региональных стратегий социально-экономического развития
Слова-маркеры |
Слова-маркеры |
Экологизация ключевых секторов экономики |
Зеленые навыки и зеленые рабочие места |
Зеленая энергетика |
Зеленые стандарты |
Рециклинг |
Зеленые облигации |
Безотходное производство |
Экологический туризм |
Модельные территории по формированию «зеленой» экономики |
Экологическая устойчивость в развитии городов и территорий |
Зеленые предприятия |
Зеленое строительство |
Зеленое предпринимательство |
Зеленые инвестиции |
Зеленые технологии |
Зеленый имидж |
Зеленые инновации |
Экологическое регулирование |
Зеленая продукция (экологически чистая продукция, органическая продукция) |
Проэкологичное поведение |
Источник: составлено авторами
При проведении контент-анализа была проведена ручная обработка каждого регионального документа, обусловленная необходимостью правильной интерпретации значения отобранных положений документа с использованием слов-маркеров. Контент-анализ был проведен по четырем ключевым разделам ССЭР:
-
1) цели;
-
2) приоритеты;
-
3) направления развития;
-
4) индикаторы реализации ССЭР.
Результаты и выводы
Апробация предложенной методологии была проведена на примере 22 российских регионов Северной Азии, входящих в состав трех федеральных округов: Уральского (1 регион), Сибирского (10 регионов) и Дальневосточного (11 регионов).
Расчеты экологической эффективности социально-экономического развития регионов Северной Азии были выполнены в пакете Open Source DEA (OSDEA) на основе данных Федеральной службы государственной статистики и Министерства природных ресурсов и экологии Российской Федерации за 2010–2019 гг.
Полученные в ходе расчетов оценки экологической эффективности регионов свидетельствуют о возрастающем эффекте масштаба (значение, равное 1), который означает, что относительный прирост ВРП и количества населения в регионе больше относительного прироста негативных экологических эффектов, производимых в результате роста экономики и населения, т. е. развитие региона можно признать экологически эффективным; об убывающем эффекте масштаба (значение меньше 1) — рост экономики и населения региона происходит с темпами ниже, чем увеличивается негативное экологическое воздействие. На основе средних значений экологической эффективности за 2010–2019 гг. регионы были разбиты на три группы: с высокой, средней и низкой экологической эффективностью. Из результатов, представленных на картосхеме (рис. 1), следует, что высокой экологической эффективностью характеризуются как регионы с крупными агломерациями и относительно диверсифицированной экономикой (Сахалинская область), регионы с высокоэффективными добывающими производствами (Тюменская область, Чукотский автономный округ), так и отдельные регионы с высокой долей сельского хозяйства и бюджетного сектора (Республика Алтай, Республика Тыва).
Средний уровень экологической эффективности отмечен в 7 регионах Северной Азии. Низкая экологическая эффективность определена в 10 регионах с высокой долей низкотехнологичной промышленности, добывающих отраслей и соответственно с высокими удельными объемами выбросов и потребления энергии (Кемеровская область, Красноярский край, Иркутская область, Забайкальский край, Магаданская область). В целом с 2010 по 2019 г. по регионам Северной Азии наблюдалось снижение уровня экологической эффективности социальноэкономического развития. Межрегиональная дифференциация данного показателя за рассматриваемый период оставалась высокой.
Предложенный для оценки текущей ситуации, возможностей и перспектив перехода к «зеленой» экономике на региональном уровне контент-анализ региональных стратегий, по ключевым словам/словосочетаниям в русле зеленой повестки, свидетельствует о том, что региональные целевые установки и приоритеты сформулированы с учетом стратегических ориентиров экологоэкономического развития РФ. В то же время определено, что если на уровне определения целей господствует единство мнений, направленное на социальную справедливость, охрану окружающей среды и экономическое процветание, то стратегические приоритеты расходятся и сконцентрированы вокруг приоритетов 83
в социальной, экономической, инфраструктурной, пространственной, экологической политиках, развитии эффективного государственного управления и научноинновационной деятельности. На первый план выдвигаются направления, связанные с сохранением и развитием человеческого потенциала; с доминирующими и экономически привлекательными видами экономической деятельности; с инфраструктурной обеспеченностью и транспортной доступностью; с инновационным и технологическим развитием; с созданием комфортного пространства; с эффективным использованием ресурсов, охраной окружающей среды и обеспечением экологической безопасности; с совершенствованием управления и расширением взаимодействия с другими регионами и странами.

Рис. 1. Оценка уровня экологической эффективности социально-экономического развития регионов Северной Азии (в среднем за 2010–2019 гг.). Источник: составлено авторами
Исследование показало, что регионы с разной степенью развития уделяют внимание проблемам реализации «зеленой» повестки. Наиболее всеобъемлющий подход отражен в ССЭР таких регионов, как Красноярский край, Камчатский край, Приморский край, Томская область, Еврейский автономный округ (рис. 2).
Выявленная нами в результате исследования значительная дифференциация уровня как соответствия социально-экономического развития регионов Северной Азии принципам «зеленой экономики» в части целей, приоритетов, направлений и инструментов региональной политики, так и экологической эффективности, хотя во многом зависит от объективных факторов, определенных природногеографическим положением, сложившейся структурой экономики, но в значи- тельной мере может быть скорректирована мерами государственной политики в области создания стимулов ресурсо– и энергосбережения, сокращения негативного воздействия на окружающую среду.
Чукотский автономный округ Республика Хакасия Тюменская область
Сахалинская область Новосибирская область Магаданская область Амурская область Республика Тыва Республика Алтай Иркутская область Забайкальский край Алтайский край Республика Саха (Якутия) Кемеровская область Хабаровский край Республика Бурятия Омская область Красноярский край Томская область Приморский край Камчатский край Еврейская автономная область

И
И
О 2 4 6 8 10 12
Количество выделенных «зеленых» направлений развития в ССЭР
Рис. 2. Результаты контент-анализа ССЭР российских регионов Северной Азии Источник: составлено авторами.
Были выделены следующие группы регионов (рис. 3): с низкой экологической эффективностью и высокой «зеленой» направленностью региональной политики (Приморский, Хабаровский, Камчатский, Красноярский края, Республика Бурятия, Томская, Кемеровская области); с низкой экологической эффективностью и средней «зеленой» направленностью (Республика Хакасия, Забайкальский, Алтайский края, Иркутская, Магаданская области); со средней экологической эффективностью и высокой «зеленой» направленностью (Еврейская автономная и Омская области); со средней экологической эффективностью и средней «зеленой» направленностью (Новосибирская область); с высокой экологической эффективностью и средней «зеленой» направленностью (республики Тыва, Алтай, Саха (Якутия), Сахалинская, Тюменская, Амурская области, Чукотский автономный округ). В результате исследования было определено, что более экологически неэффективные регионы определяют в стратегических документах большую направленность на «зеленое» развитие, чем благополучные регионы. Таким образом, можно сделать вывод, что реакция региональных властей на экологические вызовы адекватна задачам общественного развития, полученные результаты
ВЕСТНИК БУРЯТСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА фактически свидетельствуют о достигнутом на сегодняшний день прогрессе в реализации «зеленого» вектора регионального развития.
1,2

Тюменская область Республика Алтай
Сахалинская область Республика Тыва
Чукотский автономный округ
„ „ „ _ Томская область *
Атгаискии край Республика Саха (Якутия)
Еврейская автономная область
Новосибирская область_
Омская область
Амурская область ......_
Хабаровский край
-
_ _ _ Камчатский край
Республика Хакасия"
Приморский край
Забайкальский край „ „„ -
Иркутская область Красноярский крап
Мгаш™ я™ ' РеспуйшкаВур™ •
Кемеровская область
О ----
О 4 8 12
Количество выделенных «зеленых» направлений развития в ССЭР
...,,,,.... Линия тренда
Рис. 3. «Зеленая» направленность региональной политики и экологическая эффективность регионов Северной Азии Источник: составлено авторами.
Авторы надеются, что данное исследование будет способствовать расширению существующей базы знаний о региональной политике в контексте перехода к «зеленой» экономике, а также развитию методологии оценки реакции региональных властей на экологические вызовы. Разработанные подходы и методы могут быть использованы при принятии управленческих решений в области эколого-экономического развития как инструмент измерения степени соответствия регионального развития принципам «зеленой» экономики.
Список литературы Методология оценки "зеленого" вектора регионального развития
- Pearce D., Markandya A., Barbier E. Blueprint for a Green Economy, Earthscan. London: UK, 1989.
- Dogaru Lucretia Dogaru. Green Economy and Green Growth—Opportunities for Sustainable Development. Proceedings 2020, 63, 70; doi: 10.3390/proceedings2020063070
- Merino-Saum A., Clement J., Wyss R., Baldi M. G. Unpacking the Green Economy concept: A quantitative analysis of 140 definitions (2020) Journal of Cleaner Production, 242, art. no. 118339.
- Steblyanskaya A., Ai M, Bocharnikov V., Denisov A. (2021) Strategies for Green Economy in China. Foresight and STI Governance, 15(1), 74-85. DOI: 10.17323/25002597.2021.1.74.85
- Бочарников В. Н. России нужен новый вектор — «зеленая экономика» и природа // Социально-экономическая география. Вестник Ассоциации российских географов-обществоведов. 2020. № 1 (9). С. 106-113. Текст: непосредственный.
- Weng Q., Xu H. and Ji Y. Growing a green economy in China. IOP Conference Series: Earth and Environmental Science, Vol.121, 2018. November 20-22, Sanya, China. https://doi.org/10.1088/1755-1315/121/5/052082.
- Tarkhanova E. A., Chizhevskaya E. L., Fricler A. V., Baburina N. A., Firtseva S. V. 2020. Green economy in Russia: the investments' review, indicators of growth and development prospects. Entrepreneurship and Sustainability Issues, 8(2), 649-661. http://doi.org/10.9770/jesi.2020.8.2(39). Текст: электронный.
- Alia E. B., Anufriev V. P., Amfob B. Green economy implementation in Ghana as a road map for a sustainable development drive: A review // Scientific African. 2021. Vol. 12, e00756.
- Zhang N., Kong F., Choi Y. Measuring sustainability performance for China: A sequential generalized directional distance function approach. Economic Modelling. Vol. 41. 2014. P. 392-397. https://doi.org/10.1016/j.econmod.2014.05.038.
- Лебедева М. А. Развитие зеленой экономики в регионе: оценка и перспективы (на материалах регионов Европейского севера России) // Актуальные проблемы экономики и менеджмента. 2020. № 3 (27). С. 81-91.
- Bilgaev A., Sadykova E., Li F., Mikheeva A., Dong S. Socio-Economic Factor Impact on the Republic of Buryatia (Russia) Green Economic Development Transition. Int. J. Environ. Res. Public Health 2021, 18, 10984. URL: https://doi.org/10.3390/ ijerph182010984.
- Schaltegger S., & Sturm A. (1989). Okologieinduzierte Entscheidungsprobleme des Managements: Ansatzpunkte zur Ausgestaltung von Instrumenten. Inst. f. Betriebswirtschaft.
- Charnes A., Cooper W. W., Rhodes E., 1978 Measuring the efficiency of decision making units. Eur. J. Oper. Res. 2, 429-444. https://doi.org/10.1016/0377-2217(78)90138-8.
- Zurano-Cervelló P., Pozo C., Mateo-Sanz J. M., Jiménez L., Guillén-Gosálbez G., 2018 Eco-efficiency assessment of EU manufacturing sectors combining input-output tables and data envelopment analysis following production and consumption-based accounting approaches. Journal of Cleaner Production. Vol. 174, 1161-1189, https://doi.org/10.1016/jjclepro.2017.10.178.
- Zhou H., Yang Y., Chen Y., Zhu J. Data envelopment analysis application in sustainability: the origins, development and future directions. Eur J Oper Res 2018; 264: 1-16.
- Ратнер С. В. Динамические задачи оценки эколого-экономической эффективности регионов на основе базовых моделей анализа среды функционирования // Управление в медико-биологических и экологических системах. 2017. Вып. 67. C. 81-106. Текст: непосредственный.
- Земцов С. П., Кидяева В. М., Баринова В. А., Ланьшина Т. А. Экологическая эффективность и устойчивое развитие регионов России за двадцатилетие сырьевого роста // Экономическая политика. 2020. Т. 15. № 2. С. 18-47. DOI 10.18288/1994-5124-2020-2-1847. — EDN WUZPOS. Текст: непосредственный.
- Tone K. A. A slacks-based measure of efficiency in data envelopment analysis // European Journal of Operational Research. 130 (3). 2001. Р. 498-509. URL: https://doi.org/10.1016/S0377-2217(99)00407-5. Текст: электронный.
- Yufeng Chen, Jiafeng Miao, Zhitao Zhu. Measuring green total factor productivity of China's agricultural sector: A three-stage SBM-DEA model with non-point source pollution and CO2 emissions // Journal of Cleaner Production. Volume 318, 2021. 128543. URL: https://doi.org/10.1016/j.jclepro.2021.128543. (дата обращения: 20.09.2022).
- Yuan-Wei Du, Jing Jiang, Chun-Hao Li. Ecological efficiency evaluation of marine ranching based on the Super-SBM model: A case study of Shandong // Ecological Indicators. Vol. 131. 2021. URL: https://doi.org/10.1016/j.ecolind.2021.108174. (дата обращения: 20.09.2022).
- Regional environmental efficiency evaluation in China: Analysis based on the Su-perSBM model with undesirable outputs / L. Hong, K. Fang, Y. Wei, X. X. Hong // Mathematical & Computer Modelling. 58 (5/6). 2013. Р. 1018-1031. URL: https://doi.org/10.1016/j.mcm.2012.09.007. (дата обращения: 20.09.2022).
- Tyteca D. Linear Programming Models for the Measurement of Environmental Performance of Firms-Concepts and Empirical Results // J. Prod. Anal. 1997. Vol.8. Pp.183-197. DOI: https://doi.org/10.1023/A:1013296909029.
- Eco-efficiency analysis of industrial system in China: A data envelopment analysis approach / B. Zhang, J. Bi, Z. Yuan, Z. W. Yuan, J. J. Ge // Ecol. Econ. 2008. Vol. 68. P. 306316. DOI: https://doi.org/10.1016/J.ETOLETON.2008.03.009.
- Egilmez G., Kucukvar M., Tatari O. Sustainability assessment of U.S. manufacturing sectors: An economic input output-based frontier approach // J. Clean. Prod. 2013. Vol. 53. P. 91-102.
- Guo L., Xu S. Q. Industrial eco-efficiency based on super-efficiency DEA: Take the data of six provinces in central China for 2003-2013 as an example // Econ. Geogr. 2016. Vol. 36. P. 116-121.