Оценка энергоэффективности социо-эколого-экономических систем регионов

Автор: Бобин Дмитрий Витальевич

Журнал: Общество: политика, экономика, право @society-pel

Рубрика: Экономика

Статья в выпуске: 12, 2017 года.

Бесплатный доступ

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.

Еще

Социо-эколого-экономические системы, энергоэффективность региона, показатели энергоэффективности, интегральная оценка, класс энергоэффективности

Короткий адрес: https://sciup.org/14932050

IDR: 14932050   |   DOI: 10.24158/pep.2017.12.14

Текст научной статьи Оценка энергоэффективности социо-эколого-экономических систем регионов

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-экологоэкономическую (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.

  • E1 – показатели эффективности экономической подсистемы (X1 – энергетическая эффективность ВРП, р./кг усл. т.; X2 – удельный расход топливно-энергетических ресурсов (ТЭР) на перевозку грузов автомобильным транспортом, т усл. т./тыс. т·км брут.; X3 – удельный расход ТЭР на перевозку пассажиров общественным транспортом, кг усл. т./тыс. пасс. км; X4 – удельный расход ТЭР на выработку электроэнергии теплоэлектроцентралями, кг усл. т./тыс. кВт·ч; X5 – удельный расход ТЭР на отпуск теплоэнергии в котельных, кг усл. т./Гкал; X6 – удельный расход ТЭР на выработку тепла теплоэлектроцентралями, кг усл. т./Гкал; X7 – доля потерь в тепловых сетях, %; X8 – удельный расход ТЭР на производство крупного рогатого скота, кг усл. т./ц; X9 – удельный расход ТЭР на работу тракторов и комбайнов в сельском хозяйстве, кг усл. т./га; X10 – доля энергоэффективных источников света в дорожном и уличном хозяйстве, %; X11 – доля энергоэффективных источников света в организациях бюджетной сферы, %; X12 – доля индивидуальных тепловых пунктов с авторегулированием в зданиях бюджетной сферы, прошедших ремонт на сумму от 5 млн р. с 2011 г.).

  • E2 – показатели эффективности социальной подсистемы (Y1 – удельный расход воды населением, м3/чел.; Y2 – 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; Y3 – отношение суммы расходов тепла и электроэнергии на снабжение государственных и муниципальных учреждений здравоохранения и образования к их общей площади, кг усл. т./м2; Y4 – доля многоквартирных домов, оснащенных общедомовыми приборами учета тепла на конец периода, %; Y5 – доля внедрения зданий бюджетного сектора с начальным классом энергетической эффективности не ниже D, %).

  • E3 – показатели эффективности экологической подсистемы (Z1 – 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 χ2 Пирсона на уровне значимости 0,05.

Показатели энергоэффективности множеств X, Y, Z имеют разные единицы измерения, численно распределены в разных интервалах и стандартизированы по методу минимакса:

X ij

X-- — X --ij       j .min x -     - x - - j .max      j .min ff x_ - x--j .max ff -

X — x j .max       j .min

, C j = 1,

Cj =- 1,

где x - - робастные значения j -го признака i -й системы; с , - признак направления улучшения со

стояния j-го признака систем; x\   , x'jrin - робастные максимальные и минимальные значения j-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} ,

w(1) = {0,4, 0,08p,, 0,08p,, 0,04, 0,04, 0,04, 0,08, 0,08p2, 0,08p2, 0,08, 0,08, 0,08} , w (2) = {0,2,0,2,0.2,0,2,0,2}, w(3) = {1/3,1/3,1/3}, где Wr - вес r-й подсистемы энергоэффективности; w(r) - вес j-го параметра r-й подсистемы; p 1 и p2 – доли валовых добавленных стоимостей отраслей «транспорт и связь» и «сельское хозяйство» соответственно.

Стандартизованные значения показателей x 5 обобщаются в комплексные оценки подсистем I ( r ), которые на следующем шаге обобщаются в интегральные оценки энергоэффективности СЭЭ-системы IEE в аддитивной форме: k r

I ir ) = Z w( r ) x 5 , IEE i = ^ W r l ir ) . j = 1                         r = 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: A – высокий, B – повышенный, C – средний, D – пониженный, E – низкий. Регионы с одинаковыми метками составляют одноименные кластеры (таблица 1).

Таблица 1 – Результаты классификации субъектов РФ [5]

Субъект

IEE

Субъект

IEE

Субъект

IEE

Субъект

IEE

Кластер A

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 D

Р61

0,602

Р25

0,506

Р22

0,458

Р40

0,399

Кластер B

Р13

0,500

Р32

0,457

Р79

0,376

Р46

0,591

Кластер C

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 E

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

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 I ( r ) 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».

Список литературы Оценка энергоэффективности социо-эколого-экономических систем регионов

  • Энергосбережение и повышение энергетической эффективности РФ на период до 2020 г. : распоряжение Правительства РФ от 27 дек. 2010 г. № 2446-р. Доступ из справ.-правовой системы «Гарант».
  • Azgaldov G.G., Kostin A.V. The ABC of Qualimetry. Moscow, 2015. 167 p.
  • 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.
  • Коды субъектов РФ : справочник. Доступ из справ.-правовой системы «КонсультантПлюс».
Статья научная