Направления устойчивого развития нефтегазовой промышленности Китая, скоординированные с экономическими и экологическими приоритетами

МИРЭА – Российский технологический университет, Москва, Россия, ,

MIREA – Russian Technological University, Moscow, Russia, ,

Наций в сентябре 2020 г. председатель Китая Си Цзиньпин обнародовал новую национальную цель – «стремиться к пиковым выбросам углекислого газа до 2030 г. и достичь углеродной нейтральности до 2060 г.»1. Предложение придало дополнительный импульс устойчивому развитию Китая. Для его воплощения особенно важно координировать функционирование энергетической, экономической и экологической систем Китая (3E).

Что касается исследования возможностей реализации этой задачи, то ученые (Behzadi et al., 2018) обратились к поиску альтернативных источников энергии, способных минимизировать вредное воздействие на окружающую среду, сохранив при этом темпы экономического развития страны: они оптимизировали модель энергетической системы 3E, включив в нее солнечный и геотермальный виды энергии.

Y.L Chae и др. исследователи (Chae et al., 1998) оценили и проанализировали влияние ядерной отрасли экономики на глобальную окружающую среду, создав модель энергоэкономического взаимодействия с контролем выбросов углерода.

После 1980-х годов Международное энергетическое агентство и Агентство по охране окружающей среды усилили взаимодействие в сфере взаимной координации действий по оптимизации развития системы 3E.

Китай сначала опирался на опыт Советского Союза в энергетических и экономических вопросах. Позднее ученые Поднебесной провели серию исследований по осуществлению скоординированного развития энергетики, экономики и экологии. Ян Юнань и другие представители научного сообщества апробировали модель прогнозирования перспективного функционирования указанных систем в провинции Сычуань (Yan Yunan, Liu Yubang, 2020). Ян Чжицин объединил в своем исследовании метод анализа главных компонентов и метод установления значения энтропии для измерения и расчета уровня «зеленого» развития системы 3E в провинции Хэнань и создал собственную модель для анализа степени координации системы 3E (Yang Zhiqing, 2021). Чжан Лулу и другие исследователи выбрали Внутреннюю Монголию, богатую углем, в качестве объекта исследования, усовершенствовали систему 3E до системы «уголь – экономика – окружающая среда» и построили теоретическую модель координации ее элементов в избранном регионе (Zhang Lulu et al., 2022). Фань Чжунци и его единомышленники создали систему индексов уровня развития энергетики, экономики и окружающей среды и использовали анализ главных компонентов для измерения и оценки системы 3E Китая (Fan Zhongqi, Cao Ming, 2006). Су Цзин и др. использовали пространственный эконометрический анализ и непараметрическую ядерную модель плотности для проведения углубленного исследования географической пространственной структуры и механизма динамической эволюции степени координации элементов китайской системы 3E (Su Jing et al., 2013). Син Цинцин и др. применили метод главных компонент для уменьшения размерности и нечеткую математическую функцию принадлежности для изучения степени координации компонентов рассматриваемой триадной структуры (Xing Qingqing, Guo Cunzhi, 2014). Чжан Лимин объединил энтропийный метод с моделью степени координации связи, провел количественный анализ уровня согласованного развития системы 3E в провинции Хэнань и выдвинул соответствующие предложения по скоординированному развитию системы 3E в данном регионе (Zhang Liming, 2017).

Как видим, ученые часто использовали анализ главных компонент и метод энтропии при оценке степени координации системы 3E. Первый из названных может осуществляться через применение методов уменьшения размерности для замены нескольких исходных переменных общими, которые содержат в себе большую часть их информации. Однако, когда знаки факторных нагрузок главного компонента положительные или отрицательные, смысл комплексной функции оценки теряется. Хотя энтропийный метод не может уменьшить размерность оценочного индекса по сравнению с другими аналогичными способами, он не задействует субъективные факторы человека и является более объективным. Чтобы повысить научность результатов исследования, мы объединили в нем метод анализа главных компонентов и метод значения энтропии, отобрали необходимые данные, касающиеся развития системы 3Е Китая за период с 2005 по 2020 гг., и рассчитали уровень ее устойчивости. Затем использовали модель для измерения и анализа степени координации компонентов указанной системы в целях обеспечения эффективной научной основы для повышения уровня ее устойчивого развития.

Построение системы показателей оценки степени координации 3E системы «энергетика – экономика – экология» Китая. Чтобы более точно оценить уровень устойчивого развития национальной системы 3E и степень скоординированности функционирования основных ее компонентов, мы использовали метод индексации, позволяющий сравнить данные в стране и за рубежом и получить комплексные характеристики нефтегазовой промышленности. Они эффективно отражают уровень координации элементов системы 3Е. При выборе показателей экономической подсистемы мы также учитывали состояние нефтегазовой отрасли для их проверки. Они в основном отражают уровень комплексного экономического развития. В ходе работы мы опирались на «Закон об охране окружающей среды Китайской Народной Республики»1, «Закон об оценке воздействия на окружающую среду»2 и другие соответствующие нормы и правила. В итоге мы получили 34 показателя для анализа, среди которых: характеризующие нефтегазовую подсистему A1~A11, экономическую – B1~B12, экологическую – C1~C11. Была выявлена их положительная или отрицательная статусность (табл. 1). При этом чем больше значение положительного показателя и меньше – отрицательного, тем лучше.

Таблица 1 – Система показателей оценки координации системы 3E «энергетика – экономика – экология» Китая

Системный уровень	Показатели	Единица	Свойства показателей
CD 0) 1— О q: о с CD CD О 2 0) 1— 0) т	A1 – общее потребление электроэнергии	млрд кВтч	Положительный показатель
	A2 – коэффициент эластичности потребления энергии		Отрицательный показатель
	A3 – общая эффективность обработки и преобразования энергии	%	Положительный показатель
	A4 – объем добычи сырой нефти	10 тыс. т	Положительный показатель
	A5 – общее потребление сырой нефти	10 тыс. т	Положительный показатель
	A6 – доля нефти в общем потреблении энергии	%	Положительный показатель
	A7 – доля сырой нефти в общем производстве первичной энергии	%	Положительный показатель
	A8 – объем добычи природного газа	100 млн м 3	Положительный показатель
	A9 – общее потребление природного газа	100 млн м 3	Положительный показатель
	A10 – доля природного газа в общем потреблении энергии	%	Положительный показатель
	A11 – доля природного газа в общем производстве первичной энергии	%	Положительный показатель
CD 0) 1— о о q: о с СК CD О CD о I о о	B1 – ВВП	100 млн юаней	Положительный показатель
	B2 – общие инвестиции в основные средства	100 млн юаней	Положительный показатель
	B3 – общий экспорт	100 млн юаней	Положительный показатель
	B4 – общий объем розничных продаж товаров социального потребления	100 млн юаней	Положительный показатель
	B5 – вклад обрабатывающей промышленности в ВВП	%	Отрицательный показатель
	B6 – вклад третичной промышленности в ВВП	%	Положительный показатель
	B7 –финансирование исследований, в том числе фундаментальных	100 млн юаней	Положительный показатель
	B8 – доход жителей на душу населения	Юань	Положительный показатель
	B9 – инвестиции в очистку источников промышленного загрязнения	10 тыс. юаней	Положительный показатель
	B10 – промышленная добавленная стоимость	100 млн юаней	Положительный показатель
	B11 – рост ВВП	%	Положительный показатель
	B12 – уровень зарегистрированной безработицы в городах	%	Отрицательный показатель
CD И 2 CD ° 5 2 О CD 1— q:	C1 – всего промышленной воды	100 млн м 3	Отрицательный показатель
	C2 – безвредная скорость переработки бытовых отходов	%	Положительный показатель
	C3 – выбросы диоксида серы	10 тыс. т	Отрицательный показатель
	C4 – выбросы ХПК	10 тыс. т	Отрицательный показатель
	C5 – городская зеленая зона	10 000 га	Положительный показатель
	C6 – водные ресурсы на душу населения	м 3 /чел.	Положительный показатель
	C7 – лесистость	%	Положительный показатель
	C8 – зеленая зона парка на душу населения	м 2 /чел.	Положительный показатель
	C9 – объем вывоза бытовых отходов	10 тыс. т	Отрицательный показатель
	C10 – комплексная производственная мощность водоснабжения	10 000 м 3 /сутки	Положительный показатель
	C11 – общая площадь лесонасаждений	тыс. га	Положительный показатель

Построение модели оценки уровня устойчивого развития системы 3E Китая . Когда имеется много переменных в исследовании, существует определенная корреляция между показателями, а информация о данных имеет определенную степень перекрытия. При анализе главных компонентов она может быть устранена, а большинство показателей сведены лишь к нескольким репрезентативным (Zhang Xiangguo et al., 2017). Но в практических задачах собственное значение главного компонента намного выше, чем других, поэтому при расчете комплексного показателя установка веса является весьма субъективной (Xu Yongzhi, Hua Huichuan, 2009). Хотя метод значения энтропии не позволяет уменьшить размерность показателей оценки, с его помощью возможно определить их вес в соответствии со степенью вариации каждого значения показателя, что является объективным методом взвешивания. Использование энтропийного метода позволяет избежать отклонений, вызванных человеческим фактором (Zhang Liming, 2017). Мы комбинируем анализ основных компонентов с энтропией, чтобы усилить преимущества двух методов и избежать субъективности суждений. Рассмотрим алгоритм построения модели метода главных компонент – энтропии.

Предположим, что для анализа главных компонент имеется m индексных переменных: x_v x ₂ , ...x _m , всего и объектов оценки, i -й объект оценки и j-е значение равны х ₁₅ . Используем формулу х' = max (х) - х , чтобы выполнить прямое преобразование отрицательного показателя. Перечислим основные этапы анализа главных компонентов:

• 1)    использование метода Z -оценки для стандартизации исходных показателей, чтобы исключить влияние переменных измерений;

• 2)    реализация условного теста:

• –    проверка теста KMO и теста на сферичность Бартлетта для каждого показателя, чтобы определить, подходят ли данные для анализа главных компонентов;

• –    нахождение собственных значений: выбор первых k основных компонентов с собственными значениями больше 1 (или совокупной ставкой вклада больше 85 %) и использование их для расчета соответствующей единичной матрицы собственных векторов; формула выглядит следующим образом:

,                                                             (1)

где    u _kj - единичный собственный вектор,

F _kj - переменная, соответствующая ;-му индексу к -го главного компонента в матрице факторной нагрузки,

Л _к - начальное собственное значение, соответствующее к -му главному компоненту;

• 3 ) определение главных компонентов и осуществление комплексной оценки. Формула расчета выглядит следующим образом:

F ik ^E^U kj ZX ij ,                                    (2)

где    F _ik - балл к -го главного компонента в i -м году,

ZX _t j - стандартизированное значение j -го показателя в i -м году.

Энтропийный метод расчета веса индекса реализовывался по следующему алгоритму:

• 1)    расчет доли Р _1} показателя j в i -м году:

^Р-              ,                                                           (3)

^ 1=1 ^¥ч где Y_{t j} - оценка главного компонента элемента пункта j в году i ;

• 2)    определение информационной энтропии е , и информационной избыточность d , , j -го показателя:

e.      .J7 Р'. -и/'J.(4)

dj = 1-ej;(5)

• 3)    расчет веса j -го показателя:

w(6)

^ j=1 ^uj

• 4)    построение модели оценки методом анализа главных компонентов и энтропийного метода для расчета комплексной оценки; формула выглядит следующим образом:

Qi=Zk=iW-Fik,(7)

где Q _t - значение уровня устойчивого развития модели метода главных компонент - энтропийного метода в i -м году.

Уровень координации характеризуется установлением доброкачественной взаимосвязи между двумя или более системами (Sun Aijun et al., 2007). Далее подставим значение уровня устойчивого развития каждой системы, рассчитанное выше, в соответствующую формулу (Deng Julong, 2005). Рассчитаем уровень согласованного развития различных систем по формуле:

С = тХ+Ц,                                    (8)

Jx2+Y2

где X и У соответственно представляют значения уровня устойчивого развития любых двух систем в системе 3E,

С - значение уровня координации между системами X и У в диапазоне от -1,414 до +1,414, что согласуется с развитием. Координация в основном положительно коррелирует. Критерии оценки, связанные с ее уровнем координации представлены в табл. 2.

Таблица 2 – Гармонизированный стандарт классификации
Уровень координации	Х-система	Y-система	Координация	Тип
I	X > 0	Y > 0	1,414	Координация
II	X > 0	Y > 0	1~1,414	Базовая координация
III	X > 0	Y ≤ 0	0~1	Слабая координация
	X ≤ 0	Y > 0
IV	X ≥ 0	Y < 0	–1~0	Отсутствие координации
	X < 0	Y ≥ 0
V	X < 0	Y < 0	–1,414~–1	Несогласованный
VI	X < 0	Y < 0	–1,414	Вне баланса

Результаты и анализ . В ходе анализа данных динамического развития компонентов три-адной системы 3Е с 2005 по 2020 гг. мы использовали модели оценки главных компонент-энтро-пии и координации, а также статистический программный пакет SPSS для выполнения соответствующих расчетов и анализы результатов оценки.

Рассмотрим нефтегазовую подсистему. Мы использовали метод Z-оценки в программном пакетом SPSS для стандартизации индексных данных. Чтобы определить, подходят ли они для анализа основных компонентов, мы провели тест значения Кайзера – Мейера – Олкина (KMO) и тест сферичности Бартлетта. Результаты испытаний представлены в табл. 3.

Таблица 3 – Индекс оценки энергетической подсистемы КМО и критерий сферичности Бартлетта
Показатель адекватности выборки Кайзера – Мейера – Олкина (КМО)	Тест Бартлетта на сферичность
	приблизительный хи-квадрат	степени свободы	существенный
0,656	446,213	55	0,000

Значение КМО в результатах испытаний составляет 0,656 > 0,5, а теста сферичности Бартлетта – 0,000 < 0,005. Данные подходят для анализа главных компонент. Мы привлекли программный пакет SPSS для его реализации, результаты расчетов показаны в табл. 4.

Таблица 4 – Объяснение общей дисперсии показателей оценки нефтегазовой подсистемы

Элемент	Начальное собственное значение			Извлеченные собственные значения
	общее количество	дисперсия,%	накопление,%	общее количество	дисперсия, %	накопление, %
/1	8,434	76,671	76,671	8,434	76,671	76,671
/2	1,592	14,476	91,147	1,592	14,476	91,147

Собственные значения первых двух основных компонентов /1 и /2 больше 1, а кумулятивный вклад составляет 91,147 %. Он показывает, что данные A1 ~ A11 нефтегазовой подсистемы преобразуются из исходных 11 показателей в два главных компонента /1 и /2 после их анализа и уменьшения размерности. Два главных компонента могут использоваться для представления большей части информации в оригинальном формате. Коэффициенты корреляции между главными компонентами и исходными переменными показаны в табл. 5.

Таблица 5 – Матрица факторной нагрузки

Серийный номер показателя	Название показателя	/1	/2
1	2	3	4
A1	Общее потребление электроэнергии	0,996	–0,038
A2	Коэффициент эластичности потребления энергии	0,291	0,754
A3	Общая эффективность обработки и преобразования энергии (%)	0,916	0,283
A4	Объем добычи сырой нефти (10 000 т)	0,356	0,826
A5	Общее потребление сырой нефти (10 000 т)	0,996	–0,081
A6	Нефть как доля общего потребления энергии (%)	0,745	–0,457

Продолжение таблицы 5

1	2	3	4
A7	Доля сырой нефти в общем производстве первичной энергии (%)	–0,968	–0,048
A8	Объем добычи природного газа (100 млн м 3 )	0,994	–0,047
A9	Общее потребление природного газа (100 млн м 3 )	0,983	–0,160
A10	Доля природного газа в общем потреблении энергии (%)	0,990	–0,116
A11	Доля природного газа в общем производстве первичной энергии (%)	0,985	–0,041

Подставили матрицы факторных нагрузок /1,/2 и начальные собственные значения Л1,Л2 в формулу (1) для расчета единичных матриц собственных векторов Е1,Е2. Создали стандартизированную матрицу данных индекса ZA,(j = 1, 2..... 9) через формулу (2), что позволило рассчитать матрицу оценок главных компонентов F1F2 (табл. 6):

F1    =     0,343ZA 1 + 0,100ZA 2 + 0,315ZA₃ + 0,123ZA 4 + 0,343ZA₅ + 0,257ZA₆ - 0,333ZA₇ +

0,342ZA 8 + 0,338ZA₉ + 0,341ZA_1o + 0,339ZA 11 ;

F2 = -0,030ZA 1 + 0,598ZA 2 + 0,224ZA₃ + 0,655ZA 4 - 0,064ZA₅ - 0,362ZA 6 - 0,038ZA₇

• - 0,037ZA 8 - 0,127ZA₉ - 0,092ZA_1o - 0,032ZA₁₁.

Таблица 6 – Матрица оценок главных компонентов энергетической подсистемы

Год	Оценка главного компонента F1	Оценка главного компонента F2
2005	–4,642	–2,260
2006	–4,059	–1,072
2007	–3,401	–0,411
2008	–2,708	0,686
2009	–2,218	0,462
2010	–1,271	0,443
2011	–0,956	0,375
2012	–0,300	1,268
2013	0,404	1,414
2014	1,040	1,629
2015	1,730	1,801
2016	2,108	0,566
2017	2,576	–0,731
2018	3,153	–1,175
2019	3,988	–1,145
2020	4,555	–1,849

В соответствии с принципом энтропийного метода формулы (3)–(6) используются для расчета веса матрицы оценки главного компонента F 1, F 2 (табл. 7).

Таблица 7 – Веса главных компонентов энергетической подсистемы

Показатель	Матрица оценки главных компонентов F 1	Матрица оценки главных компонентов F 2
Иформационная энтропия е ,	0,919	0,934
Информационная избыточность d ,	0,081	0,066
Веса W j (%)	54,987	45,013

Подставив вес W 1W2 и матрицу оценок главных компонентов F 1 F 2 в формулу (7) для расчета уровня устойчивого развития нефтегазовой подсистемы, получим следующее выражение:

У нефтегаз = 0,550F 1 + 0,450F 2 .

Для экономической подсистемы уровень устойчивого развития может быть рассчитан аналогично тому, как это было сделано для нефтегазовой. После положительной и стандартизированной обработки показателей сначала был проведен тест на надежность и валидность (табл. 8).

Таблица 8 – Индекс оценки экономической подсистемы КМО и критерий сферичности Бартлетта

Показатель адекватности выборки Кайзера – Мейера – Олкина (КМО)	Тест Бартлетта на сферичность
	приблизительный хи-квадрат	степени свободы	существенный
0,649	539,115	66	0,000

Результаты испытаний показывают, что значение KMO составляет 0,649 > 0,5, а значение теста сферичности Бартлетта – 0,000 < 0,005, что считается подходящим для анализа главных компонентов. Результаты изучения общей дисперсии показателей оценки представлены в табл. 9.

Таблица 9 – Объяснение общей дисперсии показателей оценки экономической подсистемы

Элемент	Начальное собственное значение			Извлеченные собственные значения
	общее количество	дисперсия,%	накопление,%	общее количество	дисперсия,%	накопление,%
/1	9,525	79,371	79,371	9,525	79,371	79,371
/2	1,265	10,542	89,913	1,265	10,542	89,913

Собственные значения первых двух главных компонент /1 и /2 больше 1, а кумулятивная ставка взноса составляет 89,913 %, что указывает на то, что индексные данные экономической подсистемы B1~B12 уменьшены. Оригинальные 12 показателей трансформируются в 2 главных компонента, Коэффициенты корреляции между ними и исходными переменными, составляющие матрицу факторной нагрузки, показаны в табл. 10.

Таблица 10 – Матрица факторной нагрузки

Серийный номер индекса	Название показателей	/1	/2
B1	Общая стоимость производства ВВП (100 млн юаней)	0,988	–0,141
B2	Общий объем инвестиций в основной капитал (100 млн юаней)	0,990	–0,107
B3	Общий экспорт (100 млн юаней)	0,957	–0,167
B4	Общий объем розничных продаж социальных потребительских товаров (100 млн юаней)	0,995	–0,080
B5	Вклад обрабатывающей промышленности в ВВП	0,874	0,389
B6	Вклад третичной промышленности в ВВП	0,805	0,549
B7	Финансирование научных исследований и фундаментальных исследований (100 млн юаней)	0,965	–0,178
B8	Располагаемый доход жителей на душу населения (юаней)	0,988	–0,140
B9	Инвестиции в контроль источников промышленного загрязнения (10 000 юаней)	0,469	0,376
B10	Добавленная стоимость в промышленности (100 млн юаней)	0,976	–0,160
B11	Рост ВВП, %	–0,863	0,444
B12	Уровень зарегистрированной безработицы в городах	0,652	0,576

Выражение оценки главного компонента экономической подсистемы имеет вид:

51     =     0,32075 1 + 0,32175 2 + 0,3 1 075 3 + 0,3 2 2 75 4 + 0,28375₅ + 0,26 175 6 + 0,31375 7 +

0,32075 8 + 0,15275 9 + 0,31675 10 - 0,28075 11 + 0,21175₁₂;

52 = -0,12575 1 - 0,09575 2 - 0,14875 3 - 0,07175 4 + 0,34675₅ + 0,48875 6 - 0,15875 7 -

0,12475 8 + 0,33475 9 - 0,14275 10 + 0,39575 11 + 0,51275₁₂ .

В целом матрица оценок главных компонентов экономической подсистемы по результатам расчетов значений главных компонентов экономической подсистемы за выбранный период приведена в табл. 11.

Таблица 11 – Матрица оценок главных компонентов экономической подсистемы

Год	Оценка главного компонента F1	Оценка главного компонента F2
2005	–4,173	0,344
2006	–3,733	0,867
2007	–3,244	1,399
2008	–2,657	0,014
2009	–2,976	–0,851
2010	–2,600	–0,963
2011	–1,451	–0,713
2012	–0,656	–0,859
2013	0,253	–0,179
2014	1,086	0,171
2015	1,667	0,230
2016	2,499	0,879
2017	3,264	0,813
2018	3,961	0,749
2019	4,996	1,209
2020	3,766	–3,110

Согласно принципу метода значений энтропии мы использовали формулы (3)–(6) для расчета веса матрицы оценки главных компонентов 5 1, 5 2 (табл. 12).

Таблица 12 – Веса главных компонентов экономической подсистемы

Показатель	Матрица оценки главных компонентов Р 1	Матрица оценки главных компонентов Р 2
Информационная энтропия e ,	0,892	0,967
Информационная избыточность d ,	0,108	0,033
Веса И (%)	76,51	23,49

Выражением для определения уровня устойчивого развития экономической подсистемы является следующее:

У экономика = 0,765F i + ,235F ₂ .

Расчет значений показателей экологической подсистемы осуществлялся по алгоритму нефтегазовой и экономической подсистем и аналогичным образом использовался для расчета уровня ее устойчивого развития. Показатели были положительно преобразованы и стандартизированы, проведен тест на определение их надежности и валидности (табл. 13).

Таблица 13 – Индекс оценки экологической подсистемы. Значение KMO и критерий сферичности Бартлетта

Показатель адекватности выборки Кайзера – Мейера – Олкина (КМО)	Тест Бартлетта на сферичность
	приблизительный хи-квадрат	степени свободы	существенный
0,777	275,888	55	0,000

Результаты теста показывают, что значение KMO составляет 0,777 > 0,5, а значение теста сферичности Бартлетта – 0,000 < 0,005, что считается подходящим для анализа главных компонентов. Результаты изучения общей дисперсии показателей оценки представлены в табл. 14.

Таблица 14 – Объяснение общей дисперсии показателей оценки экологической подсистемы

Элемент	Начальное собственное значение			Извлеченные собственные значения
	общее количество	дисперсия,%	накопление,%	общее количество	дисперсия,%	накопление,%
/1	7,773	70,661	70,661	7,773	70,661	70,661
/2	1,218	11,075	81,736	1,218	11,075	81,736

Собственные значения первых двух основных компонентов /1 и /2 больше 1, а кумулятивный вклад составляет 81,736 %. Он показывает, что индексные данные подсистем окружающей среды C1 ~ C11 сокращаются с исходных 11 показателей до 2 главных компонентов после уменьшения размерности. Коэффициенты корреляции между ними и исходными переменными, составляющие матрицу факторной нагрузки, показаны в табл. 15.

Таблица 15 – Матрица факторной нагрузки

Серийный номер индекса	Название показателей	/1	/2
C1	Объем промышленной воды	0,680	0,323
C2	Безвредная скорость переработки бытовых отходов (%)	0,939	–0,266
C3	Выбросы диоксида серы	0,953	0,217
C4	Выбросы ХПК	0,189	0,789
C5	Городская зеленая зона (10 000 га)	0,980	–0,153
C6	Водные ресурсы на душу населения (м 3 /чел.)	0,336	0,474
C7	Коэффициент лесного покрова (%)	0,937	–0,194
C8	Зеленая зона парка на душу населения (м 2 /чел.)	0,953	–0,262
C9	Объем вывоза бытового мусора	–0,962	–0,129
C10	Комплексная производственная мощность водоснабжения (10 000 м 3 /сутки)	0,966	0,017
C11	Общая площадь лесонасаждений (тыс. га)	0,875	–0,049

Выражение матрицы оценки основного компонента подсистемы окружающей среды имеет вид:

F1 = 0,244ZC 1 + 0,337ZC ₂ + 0,342ZC 3 + 0,068ZC 4 + 0,352ZC 5 + 0,121ZC ₆ + 0,336ZC ₇ + 0,342ZC 8 -0,345ZC₉ + 0,346ZC₁₀ + 0,314ZC₁₁;

F2 = 0,293ZC 1 - 0,241ZC₂ + 0,197ZC₃ + 0,715ZC 4 - 0,139ZC₅ + 0,429ZC₆ - 0,176ZC₇ - 0,237ZC 8 - 0,117ZC₉ + 0,015ZC_1o - 0,044ZC₁₁.

В целом матрица оценок главных компонентов экономической подсистемы по результатам расчетов значений главных компонентов экологической подсистемы за выбранный период приведена в табл. 16.

Таблица 16 – Матрица оценок главных компонентов экологической подсистемы

Годы	Оценка главного компонента F1	Оценка главного компонента F2
2005	–3,434	1,533
2006	–3,891	0,812
2007	–3,602	0,381
2008	–2,634	0,695
2009	–1,668	–0,311
2010	–1,129	0,686
2011	–1,582	–2,180
2012	–0,724	–0,804
2013	–0,318	–1,245
2014	0,364	–1,481
2015	1,522	–1,344
2016	2,646	1,251
2017	3,042	0,671
2018	3,317	0,505
2019	3,748	0,921
2020	4,343	–0,090

В соответствии с принципом энтропийного метода формулы (3)–(6) используются для расчета веса матрицы оценок главных компонент F 1, F 2 (табл. 17).

Таблица 17 – Веса главных компонентов подсистемы окружающей среды

Показатели	Матрица оценки главных компонентов F t	Матрица оценки главных компонентов F 2
Информационная энтропия е ,	0,897	0,943
Информационная избыточность й ,	0,103	0,057
Веса W , (%)	64,523	35,477

Выражением для определения уровня устойчивого развития экологической подсистемы является следующее:

У экология = O,645F 1 + 0,355F₂ .

Обобщив полученные данные по уровням устойчивого развития нефтегазовой, экономической и экологической систем Китая с 2005 по 2020 гг., мы получили полную картину динамики системы 3Е Поднебесной (табл. 18).

Таблица 18 – Комплексная оценка устойчивого развития системы 3Е Китая за период 2005–2020 гг.

Год	Оценка энергетической подсистемы	Оценка экономической подсистемы	Оценка экологической подсистемы
2005	–3,570	–3,112	–1,671
2006	–2,715	–2,652	–2,221
2007	–2,056	–2,153	–2,188
2008	–1,181	–2,029	–1,452
2009	–1,012	–2,477	–1,186
2010	–0,500	–2,215	–0,485
2011	–0,357	–1,278	–1,794
2012	0,406	–0,704	–0,752
2013	0,859	0,151	–0,647
2014	1,305	0,871	–0,291
2015	1,762	1,329	0,505
2016	1,414	2,118	2,151
2017	1,088	2,688	2,200
2018	1,205	3,206	2,319
2019	1,678	4,106	2,744
2020	1,673	2,150	2,769

В ходе исследования было установлено, что три подсистемы нефтегазовой подсистемы, экономики и окружающей среды показали общую тенденцию к росту в период с 2005 по 2020 гг. (рис. 1).

-1

-2

-3

-4

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

нефтегаз       экономика       оркужающая среда

Рисунок 1 – Тенденция устойчивого развития системы 3E Китая за 2005–2019 гг.

Как видим, значение уровня развития всегда находилось на низком уровне среди трех подсистем. В 2011 г. началась реализация двенадцатого пятилетнего плана, Китай стал ускорять трансформацию своего режима экономического развития. Из рис. 1 видно, что уровень его достиг наивысшей точки в 2011 г. Высокие темпы роста экономики потребовали дополнительного потребления нефти, природного газа, пресной воду, железной руды, цветных металлов и т. д. Противоречие между нехваткой ресурсов и потребностями экономического и социального развития государства также становится все более и более серьезным. Усугубляет ситуацию прогрессирующее загрязнение окружающей среды: в 2011 г. количество химической потребности в кислороде (ХПК) в сбросе сточных вод Китая составило 24,9986 млн т, аммиачного азота – 2,604 млн т1. Это привело к резкому снижению индекса устойчивого развития экологической подсистемы Поднебесной в 2011 г. 8 ноября 2012 г. в Пекине состоялся 18-й Национальный конгресс Коммунистической партии Китая, на котором в докладе Ху Цзиньтао подчеркивалась необходимость «решительного содействия строительству экологической цивилизации, зеленого и низкоуглеродного развития»2 страны. Данные показывают, что индекс устойчивого развития экологической подсистемы Китая в 2012 г. значительно увеличился по сравнению с 2011 г. Это свидетельствует о том, что после 18-го Национального конгресса Коммунистической партии Китая Китай усилил надзор за окружающей средой, и строительство экологической цивилизации было успешным. С 2012 по 2015 гг. уровень устойчивого развития системы 3Е Китая значительно улучшился. Это во многом связано с постоянной корректировкой экономических показателей. В сочетании с исходными данными видно, что в 2012 г. добавленная стоимость третичной промышленности Китая в текущих ценах составила 45,5 % ВВП. Впервые третичная промышленность превзошла вторичную и стала крупнейшей отраслью в национальной экономике с дальнейшим ростом на 55,9 % в 2015 г.3 За этот период были значительно улучшены как энергетическая, так и экологическая подсистемы, что тесно связано с оптимизацией и корректировкой структуры энергопотребления, повышением эффективности использования энергии и развитием экологически чистой энергетики. В 2015 г. потребление чистой энергии (гидроэнергия, энергия ветра, атомная энергия и природный газ) составило 17,9 % от общего потребления энергии, что на

4,5 % больше, чем в 2010 г. Доля потребления угля составляет 64 %, что на 5,2 % ниже, чем в 2010 году, а доля потребления неископаемой энергии достигает 12 %. В 2015 году потребление энергии в Китае на 10 000 юаней ВВП составило около 7,2 т условного топлива, что на 18,2 % меньше, чем в 2010 году1. В 2015 г. национальная потребность в химическом кислороде, выбросы двуокиси серы, аммиачного азота и оксида азота снизились на 12,9 %, 18 %, 13 % и 18,6 % соответственно по сравнению с 2010 г., а показатель лесного покрова увеличился с 21,6 % в 2010 г. до 23 % в 2015 г.2 С 2016 по 2020 гг. среднегодовой темп экономического роста Поднебесной составил 5,8 %. Уровень устойчивого развития экономической подсистемы быстро увеличивался в первые четыре года, а затем снизился в 2020 г. С 2016 по 2019 гг. среднегодовой темп роста экономики Китая составил 6,7 %3. С точки зрения промышленности экономическая структура продолжает оптимизироваться. На первичную, вторичную и третичную промышленность приходилось 7,1 %, 39 % и 53,9 % ВВП соответственно. Вклад первичной, вторичной и третичной промышленности в рост ВВП составлял 3,8 %, 36,8 % и 59,4 % соответственно4. Кроме того, технологические инновации стали важным аспектом стремительного экономического развития, что также является важным проявлением качественного экономического развития. В 2019 г. Китай инвестировал в исследования и экспериментальные разработки (НИОКР) в общей сложности 2 214,36 млрд юаней, а отношение расходов на НИОКР к ВВП составило 2,23 %5. В 2020 г. из-за эпидемии коронарной пневмонии замедлился экономический рост, несколько увеличился вклад промышленности в его значения, увеличился уровень безработицы, спровоцированный неблагоприятной эпидемиологической обстановкой, что снизило уровень устойчивого развития экономической подсистемы. С 2016 по 2020 гг. общая экологическая подсистема демонстрировала восходящую динамику, постепенно формировался зеленый режим развития. В экологической подсистеме общий сброс основных загрязняющих веществ, таких как химическая потребность в кислороде, аммиачный азот, диоксид серы и оксиды азота, был сокращен, опустынивание пастбищ, опустынивание и каменистое опустынивание были первоначально остановлены, а степень покрытия лесами превысила 23 %6. С 2016 по 2020 гг. уровень устойчивого развития нефтегазовой подсистемы испытал кратковременное снижение в связи с сокращением добычи сырой нефти, вызванным падением цен на нефть, в 2018 г. он начал постепенно восстанавливаться, и в целом динамика развития осталась положительной.

Для расчета степени координации между системами «энергетика – экономика», «энергетика – экология», «экономика – экология» мы использовали модель определения степени координации. По результатам расчетов обнаружено согласованное развитие подсистем (табл. 19).

Таблица 19 – Координация энергетической, экономической и экологической подсистем Китая

Годы	Энергетика – экономика		Энергетика – экология		Экономика – экология
	показатель координации	уровень координации	показатель координации	уровень координации	показатель координации	уровень координации
1	2	3	4	5	6	7
2005	–1,411	V	–1,330	V	–1,354	V
2006	–1,414	VI	–1,407	V	–1,409	V
2007	–1,414	VI	–1,414	VI	–1,414	VI
2008	–1,367	V	–1,407	V	–1,395	V

Продолжение таблицы 19

1	2	3	4	5	6	7
2009	–1,304	V	–1,410	V	–1,334	V
2010	–1,196	V	–1,414	VI	–1,191	V
2011	–1,232	V	–1,176	V	–1,395	V
2012	–0,367	IV	–0,406	IV	–1,413	V
2013	1,159	II	0,197	III	–0,746	IV
2014	1,387	II	0,758	III	0,632	III
2015	1,401	II	1,237	II	1,290	II
2016	1,387	II	1,385	II	1,414	I
2017	1,302	II	1,340	II	1,407	II
2018	1,288	II	1,349	II	1,396	II
2019	1,304	II	1,375	II	1,387	II
2020	1,403	II	1,373	II	1,403	II

Расчеты показали, что согласованное развитие китайской системы 3Е с 2005 по 2020 гг. можно разделить на два этапа. Первый – несогласованное развитие с отрицательной степенью согласованности с 2005 по 2012 гг., а второй – базовое согласованное развитие с положительной степенью согласованности с 2013 по 2020 гг. На первом этапе, с 2005 по 2012 гг., степень согласованности двух систем экономики и энергетики находилась в основном в состоянии V-образного несогласованного развития. В 2006 и 2007 гг. – в стадии развития нарушений класса VI, и ситуация развития не была оптимистичной. На данном этапе развитие экономики Китая сильно зависит от роста энергообеспечения и энергопотребления. Устаревшее оборудование, отсталая технология переработки, неправильный менеджмент и другие причины приводят к низкоэффективному использованию энергии и большому количеству отходов. Таким образом, возникает явление несогласованности между двумя системами – энергетикой и экономикой.

Система «энергетика – экология» на данном этапе находится в основном в состоянии несогласованного развития класса V. В 2007 и 2010 гг. она была в состоянии развития нарушений VI класса. В качестве источников энергии в Китае преобладал уголь, а предложение и спрос на нефтяные ресурсы не были сбалансированы. Чистая энергия, такая как природный газ и гидроэнергия, составляет небольшую долю в структуре энергопотребления. Большое количество добычи угля привело к разрушению земельные ресурсов и загрязнению водных (Li Qiuran, 2016). Вкупе с несовершенством технологии экологического управления это в итоге спровоцировало нескоординированное развитие системы «энергетика – экология». В этот период подсистемы находились в основном в состоянии несогласованного развития класса V. В 2007 г. – в состоянии развития нарушения VI класса. На данном этапе Китай находится в процессе быстрой индустриализации и урбанизации, характеризующихся высоким потреблением энергии, большими объемами выбросов, сильным загрязнением окружающей среды, постоянным укреплением энергетической структуры на основе угля. Усложнение контроля загрязнения и недостаточные инвестиции в охрану окружающей среды привели к низкому уровню скоординированного развития экономики и экологии (Li Qiuran, 2016). Китаю необходимо уделять больше внимания качеству экономического роста, рационально использовать ресурсы на основе принципов защиты окружающей среды и сосредоточиться на технологических инновациях для этого.

Второй этап – с 2013 по 2020 гг. На втором этапе степень координации между различными системами начала существенно меняться. В 2013 г. степень согласованности подсистем «энергетика» и «экономика» впервые достигла базового уровня координации II типа. До 2020 г. он сохранялся. В 2013 и 2014 годах степень координации между системами «энергетика» и «экология» достигла уровня слабой координации III типа. В 2013 и 2014 гг. степень координации между системами «экономика» и «экология» характеризовалась IV классом недосогласованности и III классом слабой координации соответственно. С 2015 по 2020 гг. степень координации между системами «энергетика» – «экология» и «экономика» – «экология» достигла базового уровня координации типа II, а в 2016 году – уровня типа I. Причина улучшения в основном связана с постоянной оптимизацией экономической структуры, ростом доли сферы услуг в ВВП и снижением зависимости экономического развития страны от традиционной энергетики.

С точки зрения оптимизации структуры промышленности в 2020 г. на долю сельского хозяйства и промышленности приходилось 7,7 % и 37,8 % ВВП соответственно, при этом доля сферы услуг в нем достигла 54,5 %1. В 2020 г. в условиях пандемии коронавируса вклад промышленности в экономический рост несколько увеличился, но в целом сфера услуг осталась его ключевой движущей силой. В период «тринадцатой пятилетки» – с 2016 по 2020 гг. – среднегодовой темп роста потребления энергии в Китае на 2,8 % поддерживал среднегодовой экономический рост на 5,7 %, экономя энергетические ресурсы примерно на 650 млн т стандартного угля. Потребление энергии на единицу ВВП значительно снизилось1. Повышение уровня координации энергетики и экономики в основном связано с повышением эффективности использования энергии и постепенной оптимизацией структуры энергопотребления за счет эффективного использования угля, возобновляемых источников энергии и внедрения промышленных энергосберегающих технологий. Эти факторы привели к снижению потребления энергии на единицу ВВП. Доля потребления угля в китайском энергопотреблении снизилась с 65,8 % в 2014 г. до 56 % в 2021 г., при этом среднегодовое снижение составило 1,4 %, а доля потребления чистой энергии выросла с 16,9 до 25,5 % за тот же период2.

Повышение уровня координации системы «экономика – экология» связано с тем, что Китай увеличил инвестиции в фонды экологического управления и оптимизировал структуру расходов, чтобы максимизировать выгоду от вложенных средств. В 2020 г. специальные фонды центрального правительства, связанные с экологической цивилизацией Китая, увеличились на 8,5 % по сравнению с 2016 г. В период «тринадцатой пятилетки» центральное правительство выделило в общей сложности 97,4 млрд юаней на предотвращение и контроль загрязнения воздуха, из них 25 млрд юаней было освоено в 2020 году, что на 51,6 % больше, чем в 2016 г. (11,2 млрд юаней). Всего на предотвращение и контроль загрязнения воды было выделено 78,3 млрд юаней. Из них 31,7 млрд юаней – в 2020 г., что на 58,7 % больше, чем в 2016 г. (13,1 млрд юаней). С 2016 по 2019 гг. в расходах общегосударственного государственного бюджета расходы по трем основным направлениям: предотвращение и контроль загрязнения, охрана и восстановление окружающей среды, сохранение и использование энергетических ресурсов, – составляли 38,4 %, 35,9 % и 13,0 % соответственно3.

Заключение . Чтобы повысить уровень устойчивого развития системы 3E Китая и уровень координации между ее тремя подсистемами, а также способствовать качественному экономическому развитию с экологическим приоритетом, необходимо анализировать соответствующие индикаторы, которые влияют на устойчивое развитие экономики страны. В настоящем исследовании мы установили систему индексов оценки. Затем использовали модель оценки метода анализа главных компонентов и энтропийный метод, а также модель оценки степени координации подсистем для анализа уровня устойчивого развития китайской системы 3E с 2005 по 2020 гг. Результаты анализа следующие.

С 2005 по 2020 гг. уровни устойчивого развития трех подсистем – экономики, экологии и энергетики – в Китае колебались в отдельные годы, но общая тенденция была положительной. Показатели стали расти после 2010 г., однако вследствие негативного влияния пандемии Covid-19 в 2020 г. динамика пошла на спад. Уровень устойчивого развития энергетической подсистемы снизился после 2015 г. в связи с падением цен на нефть, но постепенно восстановился в 2018 г., и общая тенденция роста сохранилась. Уровень устойчивого развития экологической подсистемы резко повысился после 18-го Всекитайского конгресса Коммунистической партии Китая в 2012 г., после 2016 г. темпы роста замедлились, однако в целом развитие подсистемы не вызывало опасений.

Скоординированный ход развития подсистем «энергетика – экономика», «энергетика – экология», «экономика – экология» Китая за период с 2005 по 2020 гг. можно четко разделить на два этапа: 1) 2005–2012 гг. – этап несогласованного развития;

• 2)    2013–2020 гг. – этап базового согласованного развития.

В 2013 г. степень согласованности системы «энергетика – экономика» изменилась с IV класса недосогласованности на II класс базовой координации; системы «энергетика – экология» – с недосогласованности IV класса на слабую координацию III класса; системы «экономика – экология» – с несогласованности V типа на недосогласованность IV типа. Система «энергетика – экономика» лидировала в достижении базового уровня координации типа II в 2013 г., а степень координации между системами «энергетика – экономика» оставалась на базовом уровне координации типа II с 2013 по 2020 гг. Степень координации между системами «энергетика – экология» и «экономика – экология» также достигла базового уровня координации класса II в 2015 г., в 2016 г. система «экономика – экология» достигла I уровня координации. В целом результаты исследования показали, что уровень координации между системами «энергетика – экономика», «энергетика – экология» и «экономика – экология» с каждым годом повышается, а устойчивое развитие китайской системы 3E неуклонно продолжается.