Север и рынок. 2018, № 5.

и эффекта масштаба в среднем за пятилетний период составляет убывающую последовательность: РФ (1,0), Карелия (0,98), Мурманская обл. (0,95), Коми (0,93), Архангельская обл. (0,84). В отличие от иных способов составления рейтингов мера эффективности DEA имеет наглядное содержание: она показывает, какой результат в процентах достигнут от возможно допустимого или какой процент от вектора затрат можно было использовать для того, чтобы получить тот же выпуск [3]. Выводы Апробация метода DEA для сравнительного анализа энергоэффективности региональной экономики показала целесообразность его применения в случае необходимости многофакторного оценивания энерго- и экономической эффективности. Учет структурных особенностей энергопотребления, таких как доля возобновляемых источников энергии и атомной энергетики, а также объемы и динамика выбросов, обусловленных сжиганием топлива, должен находить отражение при оценке энергоэффективности экономического развития. Результаты DEA могут использоваться как основа для построения рейтинга. Полученные решения DEA зависят от выбора типа моделей, комбинации факторов, поэтому потребуются обоснованный их выбор, сопоставление результатов вариантных расчетов и их содержательная интерпретация. Если целью является оценка максимальных различий эффективности с ориентацией на наилучшие достижимые результаты, следует рассматривать результаты DEA-моделей с постоянной отдачей от масштаба, но в случае межрегиональных сравнений энергоэффективности, если имеется в виду ограниченная практическая возможность пропорционального изменения рассматриваемых показателей и учитывается наличие «индивидуальных» особенностей экономики каждого региона, следует ориентироваться на решения радиальных и нерадиальных моделей DEA с переменным эффектом масштаба. Доступное программное обеспечение позволяет проводить разноплановый и многовариантный анализ (в применении вариаций моделей, комбинаций факторов и условий), при необходимости также возможно формирование различных модификаций DEA-моделей с использованием модулей линейного программирования, например, поиска решений Ехсе1. Следует добавить, что основные трудности при проведении исследований энергоэффективности регионального развития связаны не столько с методическим и модельным инструментарием, сколько с отсутствием полной и достоверной статистической информации о объемах и структуре энергопотребления, что может быть причиной неверных решений и выводов, несмотря на использование современных методов анализа. Литература 1. Моргунов Е. П., Моргунова О. Н. Краткое описание метода Data Enve1opment Ana1ysis. URL: http://www.morgunov.org/docs/DEA_intro.pdf (дата обращения: 28.02.2018). 2. Sueyoshi T., Yuana Y., Goto М. A 1iterature study for DEA app1ied to energy and environment // Energy Economics 2017. Vol. 62. P. 104-124. URL: http://www.sciencedirect.com/science/artic1e/pii/ S0140988316303139 (дата обращения: 12.09.2017). 3. Использование методологии АСФ для оценки эффективности расходования бюджетных средств на государственное управление / А. А. Пискунов [и др.] // Вестник АКСОР. 2009. № 2. С. 28-39. 4. Понькина Е. В., Курочкин Д. В. Практико-ориентированное DEA-моделирование эффективности производства зерна // Вестник Алтайского гос. аграр. ун-та. 2013. № 9 (107). С. 133-139. 5. Порунов А. Н. Оценка эффективности управления инфраструктурой социальной безопасности туристической дестинации методом DEA-анализа // Региональная экономика, теория и практика. 2016. № 9. С. 177-187. 6. Порунов А. Н. Оценка сравнительной эффективности государственного менеджмента экологической безопасности в регионе методом DEA-анализа (на примере Приволжского федерального округа) // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». 2016. № 1. С. 104-111. 7. Ратнер С. В. Динамические задачи оценки эколого-экономической эффективности регионов на основе базовых моделей анализа среды функционирования // Управление большими системами. 2017. Вып. 67. С. 81-106. URL: http://www.mathnet.ru/php/archive.phtml?wshow= paper&jrnid=ubs&paperid=918&option_lang=rus (дата обращения: 26.10.2017). 8. Фридман Ю. А., Речко Г. Н., Блам Ю. Ш. Оценка инновационной активности отраслей: региональный аспект // Региональная экономика. Юг России. 2015. № 2(8). С. 4-10. 99