Север и рынок. 2018, № 5.

Итак, методология DEA позволяет сравнивать разномасштабные объекты, определять потенциал и направления улучшения эффективности, при этом учитывать ее многофакторность, что важно для комплексного анализа энергетических и экологических аспектов развития экономики или производственных объектов. К недостаткам этого непараметрического метода относится чувствительность результатов к ошибочным данным, проблематичность статистического тестирования гипотез, значимости переменных [12]. Одним из факторов популярности DEA как исследовательского метода является наличие доступного программного обеспечения, позволяющего свести сложность решения реальных практических задач к минимуму [7]. В данной работе использовалось программное обеспечение: MaxDEA Software ( http://www.maxdea.cn/MaxDEA.htm) и DEAFrontier Software (http://www.deafrontier.net/deafree.html) . Анализ энергетической эффективности методом DEA Традиционный метод измерений энергоэффективности (энергоемкости) региональной экономики — это вычисление коэффициентов, определяющих соотношение энергопотребления и валового продукта, т. е. учитывается только один ресурс и один результат. Методология анализа среды функционирования является обобщением простых коэффициентов эффективности на многомерный случай, когда деятельность сложного объекта описывается набором входных и выходных данных [13]. Но учет в DEA многофакторных входных (труд, капитал, энергия и другие ресурсы) и выходных показателей (желательные — выпуск, доход; нежелательные — выбросы) характеризует, уже не частную, то есть энергетическую, а общефакторную эффективность экономической деятельности. Поэтому, имея в виду анализ энергетической эффективности, следует определиться: либо выбор факторов должен детализировать энергетические аспекты, либо формулировка модели должна предполагать оценку меры эффективности только для энергетических переменных (см., например, [14]). В данной работе проводится оценка энергоэффективности экономики регионов ЕСР с учетом четырех показателей. Переменные «входа»: х 1 — годовое удельное потребление топливно-энергетических ресурсов (ТЭР) на душу населения (т у. т./чел.), характеризует суммарное использование всех видов энергоресурсов, снижение которого означает рост энергоэффективности; х 2 — душевое потребление ископаемого органического топлива (уголь, природный газ, нефть) (т у. т./чел.), показатель, детализирующий структуру энергопотребления, причем сокращение или замещение сжигаемого топлива иными энергоресурсами (атомной, гидро- и другой возобновляемой энергией) расценивается положительно; х 3 — удельные выбросы в атмосферу загрязняющих веществ от стационарных источников (кг/на 1 жителя), фактор, определяющий экологическое воздействие, которое в большей своей части обусловлено сжиганием традиционного органического топлива. Выходной переменной ( у ) служит показатель валового регионального продукта (ВРП) в сопоставимых ценах 2010 г. на душу населения (тыс. руб/чел.). Использование удельных подушевых, а не абсолютных показателей объемов использования ресурсов, выбросов и производства валового продукта позволяет нивелировать влияние различий по факту численности населения — масштабных для разных регионов и динамических для одного. Последнее особенно актуально для северных регионов со значимыми ежегодными объемами оттока населения. Следует дополнительно отметить, что показатель выбросов по существу является «нежелательным» выходным показателем деятельности и в работах [14, 15] приводятся DEA-модели в такой постановке задачи. Но и применение экологического фактора в ресурсной части модели не противоречит логике проводимого анализа энергоэффективности, учитывая объективную зависимость выбросов от расхода традиционных топливных ресурсов, что в нашем исследовании подтверждается сильной корреляцией показателей. Для выяснения особенностей «северности» регионов ЕСР выборка сравниваемых объектов дополнена среднероссийскими региональными показателями. Количество объектов выборки для DEA- анализа рекомендуется не менее 2-3-кратной суммы учитываемых в модели переменных входов и выходов [10, 16]. Для соблюдения этого правила сформирована пространственно-временная выборка — энергоэкономические показатели регионального развития за пятилетний период с 2012-2016 г. Это вынужденный прием, несомненно, влияет на построение границ эффективности и результаты сравнительного анализа, так как разновременные региональные показатели составляют своего рода локальные кластеры в поле сравниваемых показателей. Но для апробации методаDEA в многофакторном оценивании региональной энергоэффективности строгие временные соответствия не столь существенны, 95