Проектирование системы интегральных параметров попарной оценки устойчивого развития региона в условиях реализации концепции "низкоуглеродной" экономики

Разные аспекты вопросов устойчивого развития проявляют свою актуальность с каждым годом все сильнее. И становится очевидным, что все они – синергетический результат жизнедеятельности человека, технологического развития и природных изменений. Это приводит к тому, что прогнозирование развития стран и территорий должно быть комплексным, взаимосвязанным и взаимообусловленным предполагаемыми социаль- ными, экологическими и экономическими изменениями.

Важным является и то, что для разных регионов характерна разная отраслевая специфика, накладывающая отпечаток как на цели устойчивого развития, так и на показатели социально-экономического развития региона и обусловливающая в итоге специализацию пространственного развития страны в целом, о чем в своей работе пишет Н. С. Козырь [1]. Разная отраслевая направленность регионов и их разное социально-экологическое положение (обусловленное в том числе природноклиматическими условиями, запасами ресурсов, этническими особенностями местности) приводят к необходимости использования разных наборов факторов, влияющих на социально-экономическое и устойчивое развитие (СЭР и УР соответственно), и их параметров. Так, для предприятий нефтегазового сектора экономики важным является процесс реализации 17 целей ООН по устойчивому развитию, которые нашли свое отражение и в Национальных целях развития РФ на период до 2030 г.

Об актуализации системы метрик устойчивого развития и включенности «зеленых» вопросов в СЭР в своих работах писали А. И. Агеев и О. А. Золотарева [2], В. А. Че-решнев, А. А. Куклин и А. И. Боярских [3], P. T. Anastas и J. C. Warner [4], T. Busch и G. Friede [5], E. S. Tasri [6], D. Alexander , V. Blum [7], Y. Qiu , A. Shaukat и R. Tharyan [8], M. A. Diaye , S. H. Ho и R. Oueghlissi [9], V. Brühl [10]. В их работах отмечается рост актуальности экологизации и гуманизации экономики при обеспечении экономического роста и сохранении природного богатства Земли.

Ряд исследователей углубляет эти вопросы, анализируя энергетические аспекты производства и жизнедеятельности, в том числе парниковые эффекты. Такой подход можно увидеть в работах В. П. Ануфриева [11], В. И. Данилова-Данильяна и Н. А. Пискуло-вой1, В. И. Данилова-Данильяна, М. Ч. Зали- ханова и К. С. Лосева2. В большей степени решение этих задач направлено на экологическую безопасность и сокращение выбросов метанолов и углеводородов в атмосферу.

А. Д. Выварец с соавторами3 в своих методиках предполагают учитывать экологический эффект как предотвращенный ущерб при расчетах экономической эффективности. При этом отмечается ряд методологических трудностей. Например, они характеризуют показатель экологической эффективности общественного производства в качестве величины экологического ущерба от функционирования экономического комплекса страны в целом в расчете на единицу полученного в результате этого эффекта. Рост рассматриваемого показателя демонстрирует повышение экологической эффективности народного хозяйства, а его снижение – рост экологического ущерба. Однако результаты исследований указанных авторов не снижают актуальности вопросов оценки углеродных выбросов и их влияния на социально-эколого-экономические показатели.

МЕТОДЫ ФОРМИРОВАНИЯ МЕХАНИЗМА ОЦЕНКИ РЕАЛИЗАЦИИ «НИЗКОУГЛЕРОДНОЙ» ЭКОНОМИКИ В ИНДИКАТОРАХ УСТОЙЧИВОГО РАЗВИТИЯ

Одним из инструментов, с помощью которого государство регулирует устойчивое развитие промышленного сектора, И. А. Иванова и М. В. Игнатьева называют эконометрическое моделирование, позволяющее охватывать в комплексе множество действующих факторов [12]. А. Р. Дауров к методам оценки устойчивого развития экономики регионов относит методы шкалирования и одноступенчатые методы взвешивания, анализ на основе теории графов и многоступенчатые методы взвешивания и др. [13]. Однако отмечаются некоторые ограничения этих методов, такие как субъективность оценки, сийский аспект: учеб. пособие. 2-е изд., дораб. М.: МППА БИМПА, 2007. 288 с.

• ³ Выварец А. Д., Федоренко О. В., Карелов С. В. Экономика природопользования: учеб. пособие / Уральский гос. техн. ун-т; под ред. А. Ю. Кузьменко. М.: ЦНИИцветмет экономики и информации, 1994. 264 с.

сложность и иерархичность при построении многоступенчатых задач.

Как указывает В. В. Кисилев, эконометрическая модель содержит эндогенные и экзогенные группы переменных, значения которых устанавливаются вне эконометрической модели [14].

Иностранные ученые также работали над системой оценки ЦУР, что нашло отражение, в частности, в работе M. Kühnen , S. Silva , J. Beckmann и др. [15].

Вопреки традиционному подходу, характеризующемуся выбором и расчетом показателей в каждой из групп (социальной, экологической и экономической), в настоящем исследовании применяется подход, базирующийся на расчете показателей, находящихся на стыке указанных групп. Выбор соответствующих «парных» показателей должен быть сформирован в зависимости от значимости корреляции статистических показателей регионального уровня устойчивого развития. В целом этот подход уже использовался авторами в их предыдущих исследованиях на примере Пермского края [16; 17].

В данном исследовании выдвигается ряд гипотез.

Н1 . Для региональных структур, сходных по основным параметрам развития, можно сформировать единую систему параметров социально-эколого-экономического развития.

Н2. Существует механизм влияния инвестиционных программ предприятий – лидеров нефтегазового сектора, направленных на реализацию целей «низкоуглеродной» экономики, на интегральные показатели устойчивого развития региона.

Чтобы доказать гипотезу Н1, предлагаем использовать метод индексных оценок, основным достоинством которого является принцип стандартизации каждого фактического значения показателя за выбранный промежуток времени по отношению к наилучшему достигнутому значению в исследуемом периоде.

Для раскрытия результатов гипотезы Н2 будем применять методы эконометрического и регрессионного анализа и моделирования, методы индексирования, трендового анализа и интегральной параметризации.

Отметим, что большинство методов оценки формируются относительно показателя валового внутреннего продукта (ВВП). OECD в разделе «Индикаторы “зеленого” роста» предложила два показателя углеродной эффективности: «углеродная эффективность, привязанная к производству ВВП на единицу выбросов СО 2 , связанных с потреблением энергии, и углеродная эффективность, привязанная к спрос у»4 . Для целей формирования показателей устойчивого развития на региональном уровне целесообразно адаптировать данные показатели и проводить их расчет относительно показателя валового регионального продукта (ВРП).

При этом опыт формирования экологической политики в регионах свидетельствует о целесообразности использования показателя природоемкости ВРП, который позволяет характеризовать уровень эколого-экономического развития как на региональном уровне, так и на уровне страны. Уменьшение значения данного показателя в динамике выступает эффективным критерием устойчивого развития. Дополнительными показателями, уточняющими динамику развития, можно принять показатели углеродной эффективности и интенсивности выбросов, cкорректированные с учетом особенностей информационной базы.

Показатели углеродной эффективности оценивают относительное устранение зависимости между экономической деятельностью и загрязнением атмосферы. Показатель интенсивности выбросов дает возможность показать долю выбросов, приходящихся на одного человека, и должен иметь тенденцию к уменьшению.

ВЫБОР МЕТОДОВ ОЦЕНКИ УСТОЙЧИВОГО СОЦИАЛЬНО-ЭКОЛОГО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РЕГИОНА В УСЛОВИЯХ РЕАЛИЗАЦИИ КОНЦЕПЦИИ «НИЗКОУГЛЕРОДНОЙ» ЭКОНОМИКИ

Д ля построения модели устойчивого развития необходимо каждый из выбранных показателей привести к сопоставимому виду. Для этого в работе использу-

Индекс устойчивого развития, характеризующий уровень развития определенной группы, рассчитывается по формуле средней арифметической.

На заключительном этапе производится расчет интегральной оценки уровня устойчивого развития по формуле

I ур = 3 1 1 • 1 2 • 1 3 ,              (1)

где I 1 , I 2 , I 3 – показатели социально-экономического, социально-экологического и эколого-экономического развития региона соответственно.

Трактовка полученных результатов осуществляется на основе критериев, разработанных Е. Б. Головановым [20].

Итак, показатели устойчивого развития подразделяются на три группы: социальные, экономические и экологические. Для оценки уровня устойчивого развития было взято по два показателя, находящихся на стыке каждой из групп и характеризующих ее.

К первой группе отнесены показатели, характеризующие экономическое развитие и социальный прогресс:

• 1)    ВРП на душу населения, млн руб. на 1 чел.;

• 2)    инвестиции в основной капитал в сфере образования (Ио) на душу населения, тыс. руб. на 1 чел.:

Инвестиции в основной капитал

Ио = в сфере образования, тыс. руб. ⁽²⁾ Численность населения, чел.

Рассматриваемый показатель дает возможность понять, какой объем средств, направленных на приобретение основных средств в сфере образования, приходится на одного человека, и должен показывать тенденцию к росту.

Ко второй группе отнесены показатели, характеризующие социальный прогресс и состояние окружающей среды:

• 1)    интенсивность производственных выбросов (Ипв) углеводородов (УВ), тыс. т на одного человека:

Объем выбросов УВ от стационарных источников, тыс. т         (3)

Ипв =--------------------------.

Численность населения, чел.

Данный показатель иллюстрирует долю выбросов, приходящихся на одного человека, и должен иметь тенденцию к сокращению значения, потому как, с точки зрения общества, чем меньше выбросов приходится на одного человека, тем лучше;

• 2)    число заболеваний органов дыхания на душу населения (Зод), ед./на одного человека:

Число заболеваний органов дыхания,

Зод

выявленных впервые, ед.

Численность населения, чел.

Данный показатель характеризует уровень заболеваемости, вызванный вредным воздействием выбросов от стационарных источников, на одного человека. В связи с тем что показатель отражает уровень общественного здоровья, он должен иметь тенденцию к спаду.

Третья группа включает показатели, характеризующие окружающую среду и экономическое развитие:

Инвестиции в основной капитал на охрану атмосферного воздуха, млн руб.

Иав =

Выбросы УВ от стационарных источников, тыс. т

Показатель Иав отражает, какой объем денежных средств был направлен на мероприятия по охране атмосферного воздуха. Должен иметь тенденцию к росту.

Выбранные показатели и критерии оценки их изменения представлены в ранних работах Е. С. Лобовой и Л. Н. Мамаевой [21].

На основе выбранных интегральных показателей и применения индексного метода расчета докажем гипотезу Н1. Для этого:

• 1)    сформируем базу данных со статистическими показателями по показателям, кото-

• рые используются для расчета попарных показателей;

• 2)    проведем верификацию показателей, чтобы их значения были в диапазоне не более 1;

• 3)    рассчитаем индексы экономико-социального, социально-экологического и экологоэкономического развития;

• 4)    представим рад изменений интегрального индекса устойчивого развития по региональным объектам.

Апробация предложенной методики расчета показателей представлена для Пермского края и двух соседних регионов, а именно Свердловской области и Удмуртской Республики. Выбор данных регионов обусловлен тем, что на их территории размещаются активы лидера газовой отрасли – ПАО «Газпром». Результаты расчетов представлены в табл. 1, 2.

Таблица 1. Приведение показателей модели устойчивого развития к сопоставимому виду

Table 1. Comparing the indicators of the sustainable development model

Год ВРП на душу населения Инвестиции в основной капитал в сфере образования на душу населения Интенсивность производственных выбросов углеводородов Число заболеваний органов дыхания на душу населения Углеводородная эффективность производства Инвестиции в основной капитал, направленные на охрану окружающей среды Пермский край 2011 0,556111988 0,427289262 1 0,975012053 0,640260517 0,391165375 2012 0,569412695 0,69697222 0,98188719 1 0,642979893 1 2013 0,5820361 0,796384747 0,712523757 0,954612157 0,47708598 0,868673948 2014 0,64382814 0,652133161 0,840027513 0,880223269 0,622287193 0,087491495 2015 0,703267832 0,724435685 0,854925813 0,896621279 0,692247153 0,090751645 2016 0,725226928 0,676314564 0,777840066 0,908176954 0,649454717 0,088248814 2017 0,790095842 0,631896107 0,794642813 0,863251174 0,723755998 0,057031951 2018 0,947295695 1 0,915158559 0,85535519 1 0,118678542 2019 1 0,752271344 0,769942483 0,871742247 0,888983757 0,561236182 Удмуртская Республика 2011 0,461154731 1 0,724097383 0,993974569 0,454394474 0,127628835 2012 0,512117597 0,670933182 0,691384283 1 0,482114324 0,454559993 2013 0,556740941 0,889880186 0,625547441 0,941823248 0,47417606 0,356076287 2014 0,619203028 0,851648526 0,532544251 0,928576967 0,449128083 0,38888295 2015 0,711880965 0,430918661 0,933260289 0,889355771 0,904657451 1 2016 0,731078864 0,554847017 1 0,853392572 0,995482988 0,69896563 2017 0,760218107 0,253088023 0,967131429 0,878132904 1 0,466027343 2018 0,938825543 0,530194764 0,479424755 0,90641435 0,611802515 0,255855767 2019 1 0,612427357 0,606124575 0,974239825 0,820477674 0,327379885 Свердловская область 2011 0,530522039 1 0,924055031 0,974506995 0,614858557 0,685911905 2012 0,608869198 0,998091676 0,747914313 1 0,571006686 0,681285645 2013 0,642247272 0,996972002 0,889557007 0,931074696 0,716093845 0,897049552 2014 0,679315164 0,995406556 1 0,955417882 0,850810459 0,844355254 2015 0,744506633 0,994824026 0,813022385 0,945321318 0,758487875 0,78221727 2016 0,812947687 0,994976834 0,833617959 0,919323104 0,848881982 0,847490693 2017 0,870623389 0,995916542 0,759596761 0,90152649 0,828055535 0,781470057 2018 0,932017194 0,998121973 0,857444249 0,873116894 1 1 2019 1 0,999283872 0,633531417 0,802732431 0,778552244 0,773349111 Источник: рассчитано авторами (= compiled by authors) по данным основных показателей охраны окружающей среды // Федеральная служба государственной статистики. URL: 94699578 (дата обращения: 13.01.2020)

На основе указанных данных рассчитывается индекс устойчивого развития, характеризующий состояние выбранного региона в области устойчивого развития, и формируется интегральный показатель, объединяющий все сферы развития общества (социальную, экономическую и экологическую).

Таблица 2. Расчет индекса устойчивого развития исследуемых групп

Table 2. Calculation of the sustainable development index for the examined groups

Год Экономическое развитие + социальный прогресс Социальный прогресс + окружающая среда Окружающая среда + экономическое развитие Пе рмский край 2011 0,491700625 0,987506027 0,515712946 2012 0,633192458 0,990943595 0,821489946 2013 0,689210423 0,833567957 0,672879964 2014 0,647980651 0,860125391 0,354889344 2015 0,713851758 0,875773546 0,391499399 2016 0,700770746 0,84300851 0,368851766 2017 0,710995974 0,828946994 0,390393975 2018 0,973647848 0,885256875 0,559339271 2019 0,876135672 0,820842365 0,72510997 Удмуртская Республика 2011 0,730577365 0,859035976 0,291011655 2012 0,59152539 0,845692141 0,468337159 2013 0,723310563 0,783685345 0,415126173 2014 0,735425777 0,730560609 0,419005517 2015 0,571399813 0,91130803 0,952328725 2016 0,64296294 0,926696286 0,847224309 2017 0,506653065 0,922632167 0,733013671 2018 0,734510154 0,692919553 0,433829141 2019 0,806213678 0,7901822 0,57392878 Свердловская область 2011 0,765261019 0,949281013 0,650385231 2012 0,803480437 0,873957156 0,626146166 2013 0,819609637 0,910315852 0,806571699 2014 0,83736086 0,977708941 0,847582857 2015 0,86966533 0,879171851 0,770352573 2016 0,903962261 0,876470531 0,848186338 2017 0,933269965 0,830561626 0,804762796 2018 0,965069583 0,865280572 1 2019 0,999641936 0,718131924 0,775950678 Источник: рассчитано авторами (= compiled by authors) по данным основных показателей охраны окружающей среды // Федеральная служба государственной статистики. URL: ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/cat alog/doc_1140094699578 (дата обращения: 13.01.2020)

Результаты расчета уровня устойчивого развития каждого из исследуемых регионов представлены в виде лепестковой диаграммы (рис. 1).

Таким образом, состояние развития всех исследуемых регионов можно охарактеризовать как «устойчивое развитие региональной экономики». Однако, опираясь на данные рис. 1, нужно отметить, что состояние устойчивого развития Пермского края и Свердловской области максимально приближено к состоянию «высокий уровень устойчивого развития региональной экономики», в отличие от Удмуртской Республики.

........ Пермский край

Удмуртска я Республика

—•— Свердловская область

Рис. 1. Модель оценки уровня устойчивого развития регионов

Fig. 1. An assessment model for regions’ sustainable development

Предложенное соотношение параметров социально-эколого-экономического развития для региональных структур, сходных по основным параметрам развития, можно использовать при формировании программы социально-экономического развития края не только для мониторинга социально-экономических факторов развития, но и для оценки влияния экологических факторов реализации «низкоуглеродной» стратегии развития страны.

РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ ОЦЕНКИ ВЛИЯНИЯ РЕЗУЛЬТАТОВ РЕАЛИЗАЦИИ КОНЦЕПЦИИ «НИЗКОУГЛЕРОДНОЙ» ЭКОНОМИКИ НА УСТОЙЧИВОЕ РАЗВИТИЕ РЕГИОНОВ

Для доказательства существования механизма влияния инвестиционных программ предприятий – лидеров нефтегазового сектора, направленных на реализацию целей «низкоуглеродной» экономики, на интегральные показатели устойчивого развития региона авторы исследования разработали методику оценки, в процессе применения которой необходимо:

• 1)    построить линейные регрессионные модели влияния «парных» параметров социально-эколого-экономического развития на индекс устойчивого развития региона;

• 2)    выявить «парные» параметры, имеющие наибольшее влияние на индекс устойчивого роста региона;

• 3)    рассчитать промежуточные показатели, которые применяются в расчете «попарных» показателей по данным трендовых моделей и с учетом влияния на них результатов производственно-сбытовой деятельности предприятия;

• 4)    найти прогнозное значение индекса устойчивого развития, основываясь на сценарном подходе и трендовых моделях показателей;

• 5)    построить эконометрическую модель с учетом факторов, демонстрирующих наибольший уровень корреляции;

• 6)    провести апробацию моделей, учитывающую реальные результаты инвестиционной деятельности, направленной на реализацию «низкоуглеродной» стратегии развития.

На основе расчетных значений «парных» показателей, отраженных в табл. 2, и статистических данных об уровне устойчивого развития выбранных для исследования регионов с помощью метода регрессионного анализа проводится расчет оценки влияния полученных показателей на данный индекс. Анализируется влияние как всех выбранных показателей на индекс устойчивого развития одновременно, так и каждого показателя в отдельности, чтобы оценить степень воздействия на индекс. Анализ осуществляется с помощью MS Excel. Результаты представлены в табл. 3–6.

Таблица 3. Линейные регрессионные модели влияния выбранных показателей на индекс устойчивого развития Пермского края, оценка качества и надежности моделей

Table 3. Linear regression models of the impact of the selected indicators on the sustainable development index for Perm Krai, assessment of models’ quality and reliability

Показатель	Модель	Линейный коэффициент корреляции r	Коэффициент детерминации R = r 2	F -критерий Фишера		Средняя ошибка аппроксимации А , %	Среднее квадратичное отклонение σ	Доверительный интервал
				расч.	табл.
Все	Y = 0,28296 -- 0 x X 1 + + 0,10644 x X 2 -- 0,00120 x X 3 -- 0,24216 x X 4 -- 0,03228 x X 5 + + 0,03942 x X 6	0,99 (связь сильная)	R = 0,9999 (99,99 % случаев изменения всех исследуемых показателей приводят к изменению ИУР)	3127,460	3,87	0,100	0,00100	–
ВРП на душу населения, млрд руб.	Y = 0,53115 + + 0,00000 x X	0,37 (связь слабая)	R = 0,1388 (13,88 % случаев изменения объемов ВРП на душу населения вызывают изменение ИУР)	1,130	5,59	10,840	0,92060	± 0,22
Инвестиции в ОК в сферу образования на душу населения, тыс. руб. на 1 чел.	Y = 0,43625 + + 0,26456 x Х	0,58 (связь средней силы)	R = 0,3336 (33,36 % случаев изменения объемов инвестиций в ОК в сферу образования на душу населения вызывают изменение ИУР)	3,505	5,59	9,060	0,08098	± 0,19
Интенсивность производственных выбросов УВ	Y = 0,75653 – - 0,00161 x Х	0,09 (связь слабая)	R = 0,0075 (0,75 % случаев изменения интенсивности производственных выбросов УВ вызывают изменение ИУР)	0,053	5,59	12,290	0,09880	± 0,23
Число заболеваний органов дыхания на душу населения, ед. на 1 чел.	Y = 0,91524 – - 0,52513 x Х	0,14 (связь слабая)	R = 0,0191 (1,91 % случаев изменения числа заболеваний органов дыхания на душу населения вызывают изменение ИУР)	0,136	5,59	11,920	0,09820	± 0,23

Окончание табл. 3

Показатель	Модель	Линейный коэффициент корреляции r	Коэффициент детерминации R = r 2	F -критерий Фишера		Средняя ошибка аппроксимации А , %	Среднее квадратичное отклонение σ	Доверительный интервал
				расч.	табл.
УВ-эффек-тивность производства	Y = 0,50106 + + 0,01941 х Х	0,44 (связь слабая)	R = 0,1912 (19,12 % случаев изменения УВ-эффективности производства вызывают изменение ИУР)	1,655	5,59	10,618	0,08920	± 0,21
Инвестиции в ОК, направленные на охрану атмосферного воздуха, млн руб. на тыс. т	Y = 0,62414 + + 0,03133 х Х	0,67 (связь средней силы)	R = 4538 (45,38 % случаев изменения объемов инвестиций в ОК, направленных на охрану атмосферного воздуха, вызывают изменение ИУР	5,815	5,59	7,387	0,07330	± 0,17

Примечание. Здесь и далее в таблицах использованы сокращения: ОК – основной капитал, УР – устойчивое развитие, ИУР – индекс устойчивого развития и УВ – углеводороды.

Источник: рассчитано авторами (= compiled by authors) по данным основных показателей охраны окружающей среды // Федеральная служба государственной статистики. URL: (дата обращения: 13.01.2020)

Таблица 4. Линейные регрессионные модели влияния выбранных показателей на индекс устойчивого развития Удмуртской Республики, оценка качества и надежности моделей

Table 4. Linear regression models of the impact of the selected indicators on the sustainable development index of the Udmurt Republic, assessment of models’ quality and reliability

Показатель	Модель	Линейный коэффициент корреляции r	Коэффициент детерминации R = r 2	F -критерий Фишера		Средняя ошибка аппроксимации А , %	Среднее квадратичное отклонение σ	Доверительный интервал
				расч.	табл.
Все	Y = 0,36212 -- 0 х X 1 + + 0, 05473 х X 2 -- 0,00405 х X 3 -- 0,59430 х X 4 -- 0,01956 х X 5 + + 0,01210 х X 6	0,99 (связь сильная)	R = 0,9913 (99,13 % случаев изменения всех исследуемых показателей приводят к изменению ИУР)	38,036	3,87	0,960	0,0085	–
ВРП на душу населения, млрд руб.	Y = 0,53421 + + 0,00000 х X	0,42 (связь слабая)	R = 0,1729 (17,29 % случаев изменения объемов ВРП на душу населения вызывают изменение ИУР)	1,460	5,59	8,520	0,0827	± 0,20
Инвестиции в ОК в сферу образования на душу населения, тыс. руб. на 1 чел.	Y = 0,82043 – - 0,08117 х Х	0,66 (связь средней силы)	R = 0,4342 (43,42 % случаев изменения объемов инвестиций в ОК в сферу образования на душу населения вызывают изменение ИУР)	5,370	5,59	7,243	0,06840	± 0,16
Интенсивность производственных выбросов УВ	Y = 0,8862 – - 0,00954 х Х	0,67 (связь средней силы)	R = 0,4498 (44,98 % случаев изменения интенсивности производственных выбросов УВ вызывают изменение ИУР)	5,720	5,59	7,723	0,06744	± 0,16
Число заболеваний органов дыхания на душу населения, ед. на 1 чел.	Y = – 0,34957 + + 2,31214 х Х	0,67 (связь средней силы)	R = 0,4533 (45,33 % случаев изменения числа заболеваний органов дыхания на душу населения вызывают изменение ИУР)	5,804	5,59	7,912	0,06722	± 0,16
УВ-эффек-тивность производства	Y = 0,45048 + - 0,01406 х Х	0,90 (связь сильная)	R = 0,8015 (80,15 % случаев изменения УВ-эф-фективности производства вызывают изменение ИУР)	28,260	5,59	4,417	0,04051	± 0,10

Окончание табл. 4

Показатель	Модель	Линейный коэффициент корреляции r	Коэффициент детерминации R = r 2	F -критерий Фишера		Средняя ошибка аппроксимации А , %	Среднее квадратичное отклонение σ	Доверительный интервал
				расч.	табл.
Инвестиции в ОК, направленные на охрану атмосферного воздуха, млн руб. на тыс. т	Y = 0,54337 + + 0,01704 х Х	0,84 (связь сильная)	R = 0,7045 (70,45 % случаев изменения объемов инвестиций в ОК, направленных на охрану атмосферного воздуха, вызывают изменение ИУР)	16,690	5,59	5,490	0,04942	± 0,12

Источник: рассчитано авторами (= compiled by authors) по данным основных показателей охраны окружающей среды // Федеральная служба государственной статистики. URL: (дата обращения: 13.01.2020)

Таблица 5. Линейные регрессионные модели влияния выбранных показателей на индекс устойчивого развития Свердловской области, оценка качества и надежности моделей

Table 5. Linear regression models of the impact of the selected indicators on the sustainable development index of Sverdlovsk Region, assessment of models’ quality and reliability

Показатель	Модель	Линейный коэффициент корреляции r	Коэффициент детерминации R = r 2	F -критерий Фишера		Средняя ошибка аппроксимации А , %	Среднее квадратичное отклонение σ	Доверительный интервал
				расч.	табл.
Все	Y = 0,18704 - -    0 х X 1 - -    1,16516 х X 2 + + 0,00118 х X 3 + + 0,07448 х X 4 + + 0,02107 х X 5 + + 0,00462 х X 6	0,99 (связь сильная)	R = 0,9999 (99,99 % случаев изменения всех исследуемых показателей приводят к изменению ИУР)	14 758,99	3,87	0,020	0,00030	–
ВРП на душу населения, млрд руб.	Y = 0,69608 + + 0,00000 х X	0,56 (связь средней силы)	R = 0,3164 (31,64 % случаев изменения объемов ВРП на душу населения вызывают изменение ИУР)	3,24	5,59	4,250	0,04850	± 0,11
Инвестиции в ОК в сферу образования на душу населения, тыс. руб. на 1 чел.	Y = 12,98261 – - 9,90971 х Х	0,42 (связь слабая)	R = 0,1794 (17,94 % случаев изменения объемов инвестиций в ОК в сферу образования на душу населения вызывают изменение ИУР)	1,53	5,59	3,700	0,0531	± 0,13
Интенсивность производственных выбросов УВ	Y = 0,96404 – - 0,00417 х Х	0,30 (связь слабая)	R = 0,0910 (9,10 % случаев изменения интенсивности производственных выбросов УВ вызывают изменение ИУР)	0,7	5,59	4,511	0,055930	± 0,13
Число заболеваний органов дыхания на душу населения, ед. на 1 чел.	Y = 0,53306 + + 0,95566 х Х	0,38 (связь слабая)	R = 0,1464 (14,64 % случаев изменения числа заболеваний органов дыхания на душу населения вызывают изменение ИУР)	1,20	5,59	4,587	0,05420	± 0,13
УВ-эффек-тивность производства	Y = 0,52786 + + 0,02117 х Х	0,97 (связь сильная)	R = 0,9433 (94,33 % случаев изменения УВ-эф-фективности производства вызывают изменение ИУР)	116,41	5,59	0,992	0,01397	± 0,03
Инвестиции в ОК, направленные на охрану атмосферного воздуха, млн руб. на тыс. т	Y = 0,43848 + + 0,016085 х Х	0,92 – связь сильная	R = 0,8465 (84,65 % случаев изменения объемов инвестиций в ОК, направленных на охрану атмосферного воздуха, вызывают изменение ИУР)	38,61	5,59	1,854	0,02298	± 0,05

Источник: рассчитано авторами (= compiled by authors) по данным основных показателей охраны окружающей среды // Федеральная служба государственной статистики. URL: (дата обращения: 13.01.2020)

Таблица 6. Сводные результаты оценки качества и надежности полученных моделей

АПРОБАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ НА ОСНОВЕ РЕАЛИЗАЦИИ ИНВЕСТИЦИОННОЙ ПРОГРАММЫ ПО СОКРАЩЕНИЮ ВЫБРОСОВ УГЛЕВОДОРОДОВ

А пробация математической модели проводится на основе предприятий Группы «Газпром», действующих на территории рассматриваемых регионов: ООО «Газпром Трансгаз Чайковский» и ООО «Газпром Трансгаз Югорск».

В первую очередь рассмотрим динамику изменения показателей «УВ-эффективность производства» и «инвестиции в основной капитал, направленные на охрану атмосферного воздуха» относительно показателей компании за период 2015–2019 гг. Резуль-

таты расчета данных показателей для группы предприятий «Газпром» на соответствующих территориях представлены в табл. 7.

На следующем шаге рассчитаем, как изменяются показатели «УВ-эффективность производства» и «инвестиции в основной капитал, направленные на охрану атмосферного воздуха» при изменении соответствующих показателей Газпрома на 1 %. Для этого необходимо рассчитать значение показателя УВ-эффективности для Газпрома. Ввиду того что расчет данного показателя базируется на значении показателя ВРП, что неприменимо для уровня предприятия, заменим его на выручку. Для расчетов оценки используем усредненные значения выбросов, УВ-эффек-тивности и инвестиций на охрану атмосферного воздуха (табл. 8).

Table 6. Overall assessment results of models’ quality and reliability

Показатель оценки	Пермский край	Удмуртская Республика	Свердловская область
Коэффициент корреляции между исследуемыми показателями и индексом устойчивого развития	Наличие прямой зависимости. Наиболее сильная связь наблюдается с показателями «инвестиции в ОК, направленные на охрану атмосферного воздуха» (каждый вложенный 1 млн руб. в ОК, направленный на охрану атмосферного воздуха, приходящийся на 1 тыс. т выбросов, увеличивает индекс устойчивого развития на 0,65 ед.), и «инвестиции в ОК в сферу образования на душу населения» (каждый вложенный 1 млн руб. в ОК в сферу образования на душу населения увеличивает ИУР на 0,7 ед.)	Наличие прямой зависимости. Наиболее тесная связь отмечается с показателями «УВ-эффективность производства» (каждая тонна выбросов УВ от стационарных источников увеличивает ИУР на 0,46 ед.), «инвестиции в ОК, направленные на охрану атмосферного воздуха» (каждый вложенный 1 млн руб. в ОК, направленный на охрану атмосферного воздуха, приходящийся на 1 тыс. т выбросов, увеличивает ИУР на 0,56 ед.)	Наличие прямой зависимости. Наиболее тесная связь отмечается с показателями «УВ-эффективность производства» (каждая тонна выбросов УВ от стационарных источников увеличивает ИУР на 0,55 ед.), «инвестиции в ОК, направленные на охрану атмосферного воздуха» (каждый вложенный 1 млн руб. в ОК, направленный на охрану атмосферного воздуха, приходящийся на 1 тыс. т выбросов, увеличивает ИУР на 0,45 ед.
Оценка качества и надежности модели	На основании F -критерия Фишера модель считается статистически значимой только в двух построенных моделях из семи. Поскольку F расч >  F табл , то только модели оценки зависимости ИУР от показателя «инвестиции в основной капитал, направленные на охрану атмосферного воздуха, млн руб. на тыс. т» считаются статистически значимыми; кроме того, статистически значимой является модель оценки зависимости от всех шести рассматриваемых показателей одновременно	На основании F -критерия Фишера модель считается статистически значимой в пяти построенных моделях из семи. Поскольку F расч >  F табл , то модели оценки зависимости ИУР от показателей «ВРП на душу населения, млрд руб.» и «инвестиции в ОК в сферу образования на душу населения, тыс. руб. на чел.» считаются статистически незначимыми	На основании F -критерия Фишера модель считается статистически значимой лишь в трех построенных моделях из семи. Поскольку F расч >  F табл , то модели оценки зависимости ИУР от показателей «УВ-эффективность производства» и «инвестиции в ОК, направленные на охрану атмосферного воздуха, млн руб. на тыс. т» считаются статистически значимыми; кроме того, к статистически значимым относится модель, основанная на всех шести исследуемых показателях
Средняя ошибка аппроксимации, А	Допустимый предел составляет 8–10 %, что соответствует полученным результатам лишь по трем моделям: «все шесть показателей», «инвестиции в ОК в сферу образования на душу населения, тыс. руб. на чел.», «инвестиции в ОК, направленные на охрану атмосферного воздуха, млн руб. на тыс. т»	Допустимый предел составляет 8– 10 %, что соответствует всем полученным результатам	Допустимый предел составляет 8– 10 %, что соответствует всем полученным результатам
Среднее квадратичное отклонение, σ	Значение показателя по всем шести параметрам является наименьшим, а значит, его уравнение описывает зависимость точнее всего	Значение показателя по всем шести параметрам является наименьшим, а значит, его уравнение описывает зависимость точнее всего	Значение показателя по всем шести параметрам является наименьшим, а значит, его уравнение описывает зависимость точнее всего
Общий вывод	Существует прямая связь между некоторыми из исследуемых показателей и ИУР	Существует прямая связь между некоторыми из исследуемых показателей и ИУР	Существует прямая связь между некоторыми из исследуемых показателей и ИУР
Источник : составлено авторами на основе результатов оценки приведенных расчетов (= compiled by authors )

Исходя из представленных в табл. 8 данных, спрогнозируем несколько вариантов индекса устойчивого развития на период до 2022 г. Первый – заключается в прогнозировании с помощью построения трендовых моделей для каждого из шести факторов. Второй – в прогнозировании при помощи эконометрической модели с учетом факторов,

значительно влияющих на исследуемый параметр – индекс устойчивого развития.

Рассчитаем прогнозные значения исследуемых показателей на период до 2022 г. Результаты расчетов представлены в табл. 9. Анализ проводился на основе построения линии тренда, конечная модель выбиралась с наибольшим значением R ².

Таблица 7. Расчет показателей УВ эффективности и инвестиций в основной капитал на охрану атмосферного воздуха для предприятий Группы «Газпром»

Table 7. Calculation of indicators of environmental efficiency and investments in fixed assets for air protection in Gazprom Group

Год	Пермский край	Удмуртская Республика	Свердловская область	Пермский край	Удмуртская Республика	Свердловская область
	УВ-эффективность производства			Инвестиции в ОК, направленные на охрану атмосферного воздуха
2015	0,57	0,51	0,61	0,11	0,10	0,69
2016	0,51	0,56	0,60	0,09	0,10	0,66
2017	0,57	0,60	0,65	0,31	0,33	0,56
2018	0,64	0,26	0,66	0,01	0,003	0,55
2019	0,54	0,34	0,81	0,00	0,00	0,59
Среднее	0,56	0,45	0,67	0,10	0,11	0,61

Источник: составлено авторами (= compiled by authors) по данным, взятым из следующих открытых источников: 1) официальный сайт ПАО «Газпром» ; 2) официальный сайт ООО «Газпром МКС» about/history); 3) Экологический отчет ПАО «Газпром» за 2019 г. : 4) Отчет Группы «Газпром» о деятельности в области устойчивого развития за 2020 г. docs_files/

Таблица 8. Влияние изменений показателей Газпрома на значения показателей регионального уровня

Table 8. The impact of changes in Gazprom’s indicators on the regional indicators

Показатель	Пермский край	Удмуртская Республика	Свердловская область	Пермский край	Удмуртская Республика	Свердловская область
	УВ-эффективность производства			Инвестиции в ОК, направленные на охрану атмосферного воздуха
1%	0,0056	0,0045	0,0067	0,001	0,001	0,006
Изменение регионального показателя при изменении показателя на уровне Газпрома на 1 %, %	0,053	0,036	0,041	0,11	0,012	0,02

Источник : составлено авторами (= compiled by authors ) по данным, приведенным в табл. 7

Таблица 9. Прогнозирование показателей устойчивого развития

Пермского края, Удмуртской Республики и Свердловской области на 2020–2022 гг.

Table 9. Forecasting sustainable development indicators for Perm Krai, the Udmurt Republic, and the Sverdlovsk Region for 2020–2022

Год	ВРП на душу населения	Инвестиции в ОК в сферу образования на душу населения	Интенсивность производственных выбросов УВ	Число заболеваний органов дыхания на душу населения	УВ-эффективность производства	Инвестиции в ОК, направленные на охрану атмосферного воздуха
Пермский край
2020	645 363,00	1,1169	47,2799	0,4654	14,915	2,751
2021	718 063,60	1,1402	47,6886	0,4649	16,986	3,868
2022	798 058,00	1,1619	48,0647	0,4628	19,328	5,247
Удмуртская Республика
2020	523 146,52	1,6998	29,7350	0,4034	17,0326	8,8982
2021	575 340,24	1,9396	33,3723	0,3743	15,3527	9,2277
2022	632 741,26	2,2542	37,6242	0,3392	13,1316	9,5392
Свердловская область
2020	605 065,00	1,2342	37,5050	0,3826	15,9980	24,8270
2021	646 085,21	1,2388	41,2265	0,4028	13,1840	23,4547
2022	688 671,44	1,2442	45,4790	0,4254	10,1020	21,7312
Источник : рассчитано авторами на основе полученных моделей (= compiled by authors )

Таблица 10. Расчет прогнозных значений индекса устойчивого развития для Пермского края

Table 10. Calculation of forecast values of the sustainable development index for Perm Krai

Год	Инвестиции в ОК, направленные на охрану атмосферного воздуха	Прогнозная протяженность	Доверительный интервал	Оптимистичный прогноз	Пессимистичный прогноз
2020	2,75100	0,62414 + 0,03133 х х 2,75100 = 0,71032	2,3646 х 0,07331 = = 0,17336	0,71032 + 0,17336 = 0,88	0,71032 – 0,17336 = 0,54
2021	3,86790	0,62414 + 0,03133 х х 3,86790 = 0,74532	2,3646 х 0,07331 = = 0,17336	0,74532 + 0,17336 = 0,92	0,74532 – 0,17336 = 0,57
2022	5,24680	0,62414 + 0,03133 х х 5,24680 = 0,78851	2,3646 х 0,07331 = = 0,17336	0,78851 + 0,17336 = 0,96	0,78851 – 0,17336 = 0,62
Источник : рассчитано авторами на основе полученных моделей (= compiled by authors )

Таблица 11. Результаты построения эконометрической модели от двух факторов по регионам

Table 11. The results of developing an econometric two-factor model by region

Показатель	Регион	Модель	Линейный коэффициент корреляции r	Коэффициент детерминации R = r 2	F -критерий Фишера		Средняя ошибка аппроксимации А , %	Среднее квадратичное отклонение σ
					расч.	табл.
УВ-эффективность производства + инвестиции в ОК, направленные на охрану атмосферного воздуха	Удмуртская Республика	Y = 0,45145 + + 0,00956 х Х 5 + + 0,00937 х Х 6	0,97 (связь сильная)	R = 0,9323 (93,23 % случаев изменения обоих факторов приводит к изменению ИУР)	41,33	5,14	0,044	0,026
	Свердловская область	Y = 0,46796 + + 0,01466 х Х 5 + + 0,00623 х Х 6	0,99 (связь сильная)	R = 0,9811 (98,11 % случаев изменения обоих факторов приводит к изменению ИУР)	155,46	5,14	0,005	0,009

Прогноз по трендовым моделям выбранных для исследования показателей демонстрирует ряд следующих моментов:

• 1)    во всех исследуемых регионах фиксируется устойчивый рост ВРП на душу населения и инвестиций в основной капитал в сфере образования на душу населения, что, конечно, является положительной динамикой;

• 2)    интенсивность производственных выбросов углеводородов во всех исследуемых регионах имеет тенденцию к росту, что является отрицательным фактором, такую же динамику демонстрирует показатель числа заболеваний органов дыхания на душу населения, за исключением Удмуртской Республики, где начиная с 2017 г. у данного показателя наблюдается тенденция к спаду;

• 3)    показатель УВ-эффективности в Удмуртской Республике и Свердловской области имеет тенденцию к спаду, что отрицательно характеризует экологическое состояние регионов; в Свердловской области показатель инвестиций в охрану атмосферного воздуха на душу населения тоже сокращается.

Спрогнозируем индекс устойчивого развития с помощью эконометрической модели с учетом следующих факторов:

• •    для Пермского края - инвестиции в основной капитал, направленные на охрану атмосферного воздуха;

• •    Удмуртской Республики - инвестиции в основной капитал, направленные на охрану атмосферного воздуха, и УВ-эф-фективность производства;

• •    Свердловской области - инвестиции в основной капитал, направленные на охрану атмосферного воздуха, и УВ-эффек-тивность производства.

Для всех регионов в качестве прогнозных значений факторов принимается прогноз по уравнению тренда, представленному ранее.

Для расчета прогнозных значений по Удмуртской Республике и Свердловской области нужно построить двухфакторные эконометрические модели, так как при построении прогноза необходимо учитывать все наиболее значимые факторы. Результаты расчетов, а также оценка качества и надежности моделей представлены в табл. 10–11.

1,00

0,80

0,60 • в ~

0,40 2020     2021     2022

^B ^в^^ ^в в Трендовый прогноз

......... Оптимистичный прогноз

—•— Пессимистичный прогноз

Рис. 2. Прогнозные значения индекса устойчивого развития Пермского края

Fig. 2 Forecast values of Perm Krai sustainable development Index

1,00

0,80

0,60

0,40

2020     2021     2022

M ^B^^ В В Трендовый прогноз ....#.... Оптимистичный прогноз

—•— Пессимистичный прогноз

Рис. 3. Прогнозные значения индекса устойчивого развития Удмуртской Республики

Fig. 3. Forecast values of the sustainable development index of the Udmurt Republic

1,00

0,80

0,60

0,40

2020     2021     2022

^B ^B^^ ^B В Трендовый прогноз

....>... Оптимистичный прогноз

—•— Пессимистичный прогноз

Рис. 4. Прогнозные значения индекса устойчивого развития Свердловской области

Fig. 4. Forecast values of the sustainable development index of Sverdlovsk Region

Этап апробации модели, учитывающей результаты инвестиционной деятельности, направленной на реализацию «низкоуглерод-ной» стратегии развития, сформирован для двух регионов, продемонстрировавших высшую степень зависимости этих показателей от индекса устойчивого роста. В Пермском крае инвестиционная деятельность направлена на приобретение инновационного оборудования, в Удмуртской Республике и Свердловской области аналогичные проекты уже реализованы. Расчет основных показателей приведен в табл. 12.

Таблица 12. Сводная таблица экономического эффекта и ИУР

Table 12. Overall economic impact and sustainable development index

Показатель	Значение
1. Количество приобретаемых установок для улавливания УВ, шт.	1
2. Годовое сокращение выбросов углеводородов, тыс. м3	15 569,767
3. Экономия затрат, связанных с потерей дополнительного объема газа для транспортировки, тыс. руб.	305 137,583
4. Стоимостная оценка инвестиций, млн руб.	26,4
5. Экономический эффект, тыс. руб.	278 737,583
6. Увеличение индекса устойчивого развития, после мероприятия, %	16,2
Источник : составлено авторами на основе результатов оценки приведенных расчетов (= compiled by authors )

Таким образом, согласно прогнозным значениям индекса устойчивого развития Пермского края, реализация даже одной про- граммы сокращения выбросов углеводородов в атмосферу одним предприятием нефтегазового сектора приведет к росту экономики региона на 16,2 %.

ЗАКЛЮЧЕНИЕ

Вусловиях роста уровня деградации окружающей среды, обусловленного расширением производственной деятельности крупных нефтегазовых предприятий, появляется потребность в поиске новых, альтернативных вариантов решения данной проблемы. Однако научное обеспечение управления вопросами в области охраны окружающей среды недостаточно не только в части практического инструментария, но и в плане теоретической и методологической проработки. Представленный в статье механизм формирования критериев оценки достижения целей устойчивого развития на базе «низкоуглеродной» экономики позволил разработать авторскую методику комплексной оценки влияния проектной деятельности на реализацию целей устойчивого развития региона. Методика может быть положена в основу разработки отдельных направлений в стратегии развития регионов, что соответствует одной из групп подходов, предложенных А. А. Волошинской [22]. Использование обоснованных с помощью макроэкономического анализа показателей стратегии позволит отразить и обосновать соответствие це- левых индикаторов развития регионов и заложенных в стратегию их развития показателей в соотнесении с целями устойчивого развития.

Разработанная методика была апробирована на примере предприятий группы «Газпром» и показала хорошие результаты: с ее помощью составлен прогноз изменения параметров от инвестиционной деятельности в инновационные проекты [23].

Таким образом, авторский подход и разработанный на его основе методический инструментарий принципиально отличаются от предлагаемых в литературе разработок, пре- дусматривающих выбор и формирование показателей оценки уровня устойчивого развития регионов. Они позволили сформулировать и доказать гипотезы о том, что для региональных структур, сходных по основным параметрам развития, можно сформировать единую систему параметров социально-эколого-экономического развития и что существует механизм влияния инвестиционных программ предприятий – лидеров нефтегазового сектора, направленных на реализацию целей «низкоуглеродной» экономики, на интегральные показатели устойчивого развития региона.