Содержание к диссертации
Введение
Глава 1 Понятие эколого-экономического риска и подходы к его моделированию 11
1.1 Эколого-экономический риск как предмет исследования 11
1.2 Обзор подходов к построению показателей, характеризующих состояние окружающей среды 19
1.3 Обзор подходов к построению эколого-экономических моделей 29
Глава 2 Моделирование антропогенной нагрузки и эколого-экономического риска населению Оренбургской области 44
2.1 Многомерная классификация административно-территориальных образований Оренбургской области по показателям, характеризующим антропогенную нагрузку и эколого-экономический риск населению 44
2.2 Построение интегральных показателей антропогенной нагрузки и эколого-экономического риска населению на основе моделей множественного выбора 63
2.3 Моделирование динамики уровня эколого-экономического риска в муниципальных образованиях Оренбургской области 75
Глава 3 Моделирование взаимосвязи эколого-экономического риска и показателей, характеризующих уровень социально-экономического развития муниципальных образований региона 87
3.1 Моделирование и прогнозирование эколого-экономического риска на основе одномерных моделей бинарного и множественного выбора 87
3.2 Моделирование эколого-экономического риска с учетом пространственной и временной неоднородности данных 101
3.3 Моделирование взаимного влияния эколого-экономического риска и показателей социально-экономического развития муниципалитетов на основе систем одновременных пробит-моделей (двумерных пробит-моделей) 106
Заключение 123
Список литературы 125
Приложение А Референтные дозы и факторы канцерогенного потенциала 141
Приложение Б Оценка канцерогенных и неканцерогенных эффектов 143
Приложение В Критерии исключения веществ из перечня приоритетных 146
Приложение Г Результаты классификации городов и районов Оренбургской области методом многомерного шкалирования по показателям, характеризующим антропогенную нагрузку на окружающую среду 147
Приложение Д Результаты классификации городов и районов Оренбургской области методом многомерного шкалирования по показателям, характеризующим эколого-экономический риск населению 152
Приложение Е Результаты ранжирования городов и районов Оренбургской области по уровню эколого-экономического риска 164
Приложение Ж Результаты проверки гипотезы об отсутствии тренда в рядах динамики количества объектов в классах 171
Приложение К Результаты оценивания модели интегрального показателя с учетом устаревания информации 172
Приложение Л Предполагаемые взаимосвязи в модели, описывающей взаимное влияние эколого-экономического риска и заболеваемости населения 173
- Обзор подходов к построению показателей, характеризующих состояние окружающей среды
- Моделирование динамики уровня эколого-экономического риска в муниципальных образованиях Оренбургской области
- Моделирование и прогнозирование эколого-экономического риска на основе одномерных моделей бинарного и множественного выбора
- Моделирование взаимного влияния эколого-экономического риска и показателей социально-экономического развития муниципалитетов на основе систем одновременных пробит-моделей (двумерных пробит-моделей)
Введение к работе
Актуальность темы исследования. Современное состояние окружающей среды в Российской Федерации характеризуется масштабным загрязнением атмосферного воздуха, почв, поверхностных и подземных вод. Если в период 1990-2000 гг. экспертами отмечалось некоторое улучшение экологической ситуации, связываемое с пришедшимся на эти годы спадом промышленности, то начавшийся в 2000 г. некоторый подъем производства сопровождается ухудшением экологической ситуации, особенно на фоне изношенности основных фондов. Нередки случаи, когда предприятиям выгоднее платить штрафы за совершенные экологические нарушения, нежели предотвращать их. Приоритет принципа получения сиюминутной прибыли в условиях экстенсивного использования природных ресурсов приводит к увеличению давления на окружающую среду. Ухудшение экологической ситуации в регионе, усиление влияния человеческой деятельности на окружающую среду ведут к снижению устойчивости среды и увеличению ее ответного негативного влияния на экономику, выражающегося, например, в повышенной заболеваемости населения, что, в свою очередь, приводит к возрастанию экономических потерь, как па региональном уровне, так и на уровне отдельных предприятий. В связи с этим изучение и оценка эколого-экономических рисков, моделирование их влияния на экономическое и социальное развитие охватывает интересы всего общества, долгосрочные выгоды которого заключаются в безопасности окружающей его среды.
Моделированием экономических процессов с учетом их влияния на окружающую среду, взаимосвязей экономических и экологических процессов на макроуровне занимались такие ученые как В. Леонтьев, Д. Медоуз, М. Месарович, Н.Н. Моисеев, Э. Пестель, Д. Форд, Д. Форрестер и др. На региональном уровне социо-эколого-экономическим моделированием, вопросами оценки экономического ущерба от экологических нарушений занимались отечественные ученые О. Ф. Балацкий, Э.В. Гирусов, А.Г. Горстко, В. И. Гурман, А.А. Гусев, В.И. Данилов-Данильян, М.Я. Лемешев, Н.Н. Лукьянчиков, Е. В. Рюмина, Г.А. Уголышцкий и др. Проблемам моделирования экологических и эколого-экономических рисков посвящены работы Т.Ю. Анопченко, Д.А. Диксона, Г.Г. Онищенко, И.М. Потравного, Н.П. Тихомирова, Т.М.Тихомировой и др.
Вместе с тем использование во многих исследованиях в качестве информационной базы только официально публикуемой информации о выбросах и сбросах загрязняющих веществ, которая поступает напрямую от предприятий и зачастую не учитывает, например, несанкционированные сбросы/выбросы, приводит к существенному искажению ситуации и обесцениванию практических результатов исследования. Набор показателей, используемых во многих работах для характеристики экологической составляющей, часто отражает только уровень антропогенного воздействия на окружающую среду, и не учитывает риски для населения. Несмотря на то, что исследуемые объекты (города/районы) подвергаются большому количеству разнообразных экологических и эколого-экономических рисков, отсутствуют работы, комплексно исследующие как сами эколого-экономические риски, так и их влияние на социально-экономическое состояние муниципальных образований с учетом неоднородности их развития. Остаются непроработанными многие из интересующих практиков задач ранжирования, сравнительного анализа объектов по уровню эколого-экономического риска. Все это обуславливает актуальность выбранной темы.
Цель и задачи исследования. Целью работы является разработка моделей комплексной оценки эколого-экономических рисков и мониторинга социо-эколого-экономического состояния региона. Достижение указанной цели требует решения следующих задач:
изучить теоретические аспекты и подходы к моделированию экологических и эколого-экономических рисков,
осуществить многомерную классификацию муниципалитетов для разбиения их на однородные по уровню антропогенной нагрузки и эколого-экономического риска населению группы;
построить интегральные показатели, характеризующие антропогенную нагрузку и эколого-экономический риск, для проведения сравнительного анализа муниципальных образований региона по уровню антропогенной нагрузки и эколого-экономического риска;
осуществить моделирование взаимосвязей эколого-экономического риска и показателей социально-экономического состояния региона для их сценарного прогнозирования.
Объект и предмет исследования. Объектом исследования являются эколого-экономические риски. Предметом исследования выступают методы и модели оценки эколого-экономических рисков.
Область исследования. Диссертационная работа соответствует требованиям паспорта специальности ВАК 08.00.13 - «Математические и инструментальные методы экономики», п. 1.9 - «Разработка и развитие математических методов и моделей анализа прогнозирования развития социально-экономических процессов общественной жизни: демографических процессов, рынка труда и занятости населения, качества жизни населения и др.»
Информационное обеспечение работы составили официально опубликованные данные Территориального органа Федеральной службы государственной статистики по Оренбургской области и г. Оренбургу, данные ФГУЗ «Центр гигиены и эпидемиологии по Оренбургской области», данные Министерства здравоохранения по Оренбургской области.
Теоретической к методологической базой исследования явились работы ведущих российских и зарубежных ученых по проблемам оценки эколого-экономических рисков. В качестве инструментария использовались методы математической статистики, многомерные статистические методы, в том числе непараметрической статистики, методы эконометрического моделирования. Обработка данных проводилась с использованием табличного редактора Microsoft Excel, пакетов прикладных программ Statislica, SPSS, Stata, EVievvs, MathCad.
Научная новизна диссертационной работы заключается в совершенствовании методов и моделей оценки эколого-экономических рисков и их влияния на социально-экономическое состояние региона. Наиболее существенные научные результаты:
выявлены классы муниципальных образований региона с высоким, средним и низким уровнем эколого-экономического риска на основе классификации методом многомерного неметрического шкалирования, позволившего построить карты взаимного расположения муниципалитетов в пространстве эколого-экономических рисков;
- впервые предложена и построена модель интегрального показателя эколого-экономического риска в форме модели множественного выбора для уточнения классификации муниципалитетов;
предложена и реализована двухэтапная процедура ранжирования муниципалитетов по уровню эколого-экономического риска на основе моделей множественного выбора;
разработана методика исследования динамики рейтингов муниципальных образований по уровню эколого-экономического риска;
предложены и разработаны модели множественного выбора для прогнозирования уровня эколого-экономического риска в зависимости от социально-экономических показателей;
- предложены и построены системы одновременных пробит-моделей (двумерные пробит-модели), характеризующие взаимное влияние эколого-экономического риска, показателей социально-экономического развития муниципальных образований региона, позволяющие осуществлять сценарное прогнозирование.
Практическая значимость. Разработанная в диссертации методика и результаты моделирования эколого-экономических рисков могут быть использованы природоохранными, контролирующими органами с целью оценки степени эколого-экономического риска, определения перспектив и возможностей гармоничного эколого-экономического развития территорий, а также органами государственного управления для выработки научно обоснованной региональной программы и политики с целью обеспечения устойчивого развития региона.
Положения диссертации приняты к внедрению в Администрации Оренбургской области. Теоретические и практические результаты, полученные в ходе исследования, используются в учебном процессе при изучении дисциплин «Моделирование эколого-экономических систем», «Многомерные статистические методы», «Методы социально-экономического прогнозирования» в Оренбургском государственном университете.
Апробация результатов работы. Основные теоретические и практические положения диссертационной работы докладывались и обсуждались на научных семинарах кафедры математических методов и моделей в экономике ГОУ ОГУ 2006-2009 гг. и конференциях: VII Международной научно-практической конференции «Состояние биосферы и здоровье людей» (г. Пенза, 2007 г.), IV Всероссийской научно-практической конференции «Проблемы экономики и статистики в общегосударственном масштабе» (г. Пенза, 2007), 30-й Юбилейной Международной школе-семинаре им. академика С.С.Шаталина (г. Руза, 2007), V Международной научно-практической конференции «Экология человека: концепция факторов риска, экологической безопасности и управления рисками» (г. Пенза, 2008), VIII Международной научно-методической конференции «Информатика: проблемы, методология, технологии» (г. Воронеж, 2008), Международной научно-практической конференции «Современные проблемы региональной экономики, управления и юриспруденции» (г. Мурманск, 2008), IV Международной научно-практической конференции «Экономическое прогнозирование: методы и модели» (г. Воронеж, 2008).
Публикации. Основные положения диссертационной работы нашли отражение в 10 научных публикациях общим объемом общим объемом 3,66 п.л., в том числе 3,12 п.л. автора.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений, в которых приведены информационно-справочные материалы, иллюстрирующие и дополняющие основное содержание исследования, а также результаты расчетов. Диссертационная работа изложена на 173 страницах машинописного текста, содержит 23 рисунка и 61 таблиц. Список литературы
Обзор подходов к построению показателей, характеризующих состояние окружающей среды
При построении эколого-экономических моделей важным вопросом является выбор показателя или системы показателей, отражающих состояние или качество природы (окружающей среды). Чаще всего исследователями рассматривается какой-то один показатель - количество природных ресурсов, абсолютная величина выбросов/сбросов загрязняющих веществ, концентрация одного или нескольких загрязняющих веществ и т.д.
Между тем, очевидно, что при оценке экологического состояния многих территорий необходимо принимать во внимание значительно большее количество показателей - встает задача построения интегрального показателя экологического качества, состояния, безопасности или экологической устойчивости окружающей среды территории того или иного уровня организации.
В работе [30] делается краткий обзор мирового опыта построения интегральных экологических индикаторов. Наиболее известными из них являются упоминавшийся выше «экологический след», индекс «живой планеты» и индекс экологической устойчивости.
Введенный Ризом экологический след (ЭС) измеряет потребление населением всех ресурсов в эквивалентах площади биологически продуктивной территории и акватории, необходимых для обеспечения населения этими ресурсами и утилизации образующихся отходов.
Методология ЭС основывается на следующих предпосылках: существование человека является неотъемлемой компонентой экосистемы, обеспечивающей его; воздействие человека на экосистему в большинстве случаев связано с извлечением и потреблением энергии и материалов; потоки этой энергии и материалов могут быть конвертированы в соответствующие измеримые площади производящей или ассимилирующей земли. ЭС теоретической страны зависит от численности населения, уровня жизни, средней продуктивности земель и морей, а также от эффективности добычи, переработки и использования ресурсов. Для устранения возможных диспропорций, связанных с неодинаковой исходной продуктивностью земель в разных странах, при расчете ЭС используется переход к «глобальным гектарам», характеризующимся среднемировой продуктивностью земли. Расчеты ЭС показали его положительную корреляцию с уровнем дохода, а также то, что богатые страны и урбанизированные территории оставляют огромные «следы» [12].
По своему построению ЭС является статическим индикатором, что, однако, не исключает возможности его использования при построении моделей, позволяющих исследовать влияние возможного изменения стиля жизни и развитие технологий на ЭС, и в соответствии с этим разрабатывать политику устойчивого развития. ЭС позволяет выделять страны-«экологические должники» и «экологические кредиторы», проводить межстрановые/межтерриториальные сравнения. ЭС предназначен для расчета человеческого экологического индекса, но никак не индекса социального, что означает, по их мнению, нецелесообразность учета в ЭС каких бы то ни было социально-экономических факторов [12]. Поэтому ЭС нельзя рассматривать как обобщающую характеристику взаимодействия человека и окружающей среды, этот показатель следует использовать только в комплексе с показателями социального характера — например, вместе с индексом развития человеческого капитала. Кроме того, при расчете ЭС не учитывается крайне важная для здоровья людей и экосистем пресная вода, поскольку спрос на нее и ее использование невозможно выразить в глобальных гектарах. Для измерения нагрузки на водные ресурсы используется отдельный индикатор водного стресса, характеризующий ежегодное изъятие подземных и поверхностных вод в процентах от ее доступного объема.
Индекс «живой планеты» количественно характеризует состояние мирового биоразнообразия и рассчитывается путем усреднения трех индексов, отражающих тенденции динамики популяций наземных, морских и пресноводных видов. С 1970 года этот показатель снизился примерно на 30%, что свидетельствует о быстрых темпах разрушения природных экосистем.
При расчете индекса экологической устойчивости (ESI), предложенного Йельским и Колумбийским университетами США, используется уже 76 показателей, сгруппированных в 21 индикатор, сведенных в 5 компонент (таблица 1.2.1).
Перед сверткой в единый индекс производится нормировка показателей, обработка пропущенных значений несколькими методами (имитационное моделирование с использованием цепей Маркова, ЕМ-алгоритм и регрессионный анализ), винзорирование данных, после чего все показатели суммируются с равными весами, что объясняется стремлением к простоте и понятности индикатора, которые способствовали бы расширению сферы его применимости. Вместе с тем, в [5] произвели расчет ESI и с экспертно задаваемыми весами (участвовало 17 экспертов), а также рассчитали веса на основе проведенного анализа 21 индикатора методом главных компонент, что, по заключению авторов, не привело к существенному изменению рейтингов для большинства стран. В результате применения последнего метода было получено шесть компонент, объясняющих более 76% дисперсии исходных индикаторов, каждый из которых был достаточно сильно коррелирован с выделенными компонентами, что, по мнению авторов, говорит о важности всех используемых индикаторов и о том, что исследуемая экологическая устойчивость является многомерной величиной и не может быть описана малым количеством показателей [5].
Интерес представляет проведенное авторами сравнение ESI с описанным выше индексом экологического следа. Поскольку индекс экологического следа входит в ESI (пункт 2.4), то естественно было бы ожидать наличия тесной корреляционной обратной связи с индикатором, характеризующим уменьшение давления отходов и потребления. Наличие такой связи, действительно, подтвердилось, кроме того, вариацией экологического следа объясняется около 15% вариации ESI. Однако в целом корреляция между ESI и экологическим следом носит положительный характер: страны, характеризующиеся высоким потреблением ресурсов, имеют высокий рейтинг по ESI. Несмотря на согласие авторов с тем, что высокое потребление ресурсов в долгосрочной перспективе с устойчивостью несовместимо, они придерживаются мнения, что малый экологический след также необязательно означает устойчивость, поскольку может быть связан со слабой экономической активностью и бедностью страны, в то время как имеющие большой экологический след страны с высоким уровнем среднедушевого дохода имеют больше возможностей как для защиты населения от отрицательного влияния окружающей среды и загрязнений, так и для инвестиций в их уменьшение. На наш взгляд, получение корректных выводов при проведении такого анализа требует, как минимум, исключения влияния фактора дохода. Но, так или иначе, будучи линейной функцией от исходных показателей, ESI не приспособлен к действию в условиях действия «принципа частичной некомпенсируемости» - ситуации существования для всех или некоторых показателей критических пороговых значений, за пределами которых дальнейшее снижение этих показателей уже не может быть компенсировано в интегральном индикаторе увеличением (улучшением) остальных показателей [19, 21, 22, 63]. В этом отношении мы согласны с критикой ESI, поскольку, в частности, стремление стран к повышению своего рейтинга по ESI может привести их к переходу от одного неустойчивого способа функционирования к другому, причем замаскированному под улучшение ситуации.
Таким образом, наш основной вывод заключается как в признании необходимости подобных индексов на агрегированном уровне, так и в понимании их ограниченнности: неучете взаимосвязей и взаимовлияния составляющих их показателе, отсутствии возможности идентификации конкретных проблем. Стоит согласиться с [63] в том, что преимуществом более дезагрегированных показателей является отражение ими конкретных проблем, позволяющее специальным группами или институтам диагностировать их и принимать меры, поэтому все чаще рекомендуется проводить агрегирование до уровня основных аспектов развития (экологического, экономического, социального, институционального). При этом экологический аспект обычно объединяет воздух, землю, океаны, моря, побережья, чистую воду и биоразнообразие, а социальный - здоровье, образование, равенство, жилье, безопасность и население.
Моделирование динамики уровня эколого-экономического риска в муниципальных образованиях Оренбургской области
Проанализируем динамику экологической ситуации в Оренбургской области за период 2000-2007 гг.
За исследуемый период в составе классов, выделенных по уровню антропогенной нагрузки на окружающую среду, практически не произошло изменений.
Как видно из рис. 2.3.1, не наблюдалось ни увеличения количества административно-территориальных образований с высокой и средней нагрузкой на среду, ни уменьшения количества административно-территориальных образований с нагрузкой низкой. Отсутствие тренда в соответствующих рядах динамики было подтверждено с помощью критерия, основанного на ранговой корреляции, критерия серий, основанного на медиане выборки и других (приложение Ж).
В соответствии с полученными результатами можно было бы ожидать похожей ситуации для классов, выделенных по уровню эколого-экономического риска. Между тем, за 8 лет количество городов и районов Оренбургской области, подвергающихся высокому и среднему эколого-экономическому риску, существенно увеличилось (рис. 2.3.2). Соответственно, снизилось количество городов и районов, характеризующихся относительно благоприятной обстановкой по риску. Существование тенденции в соответствующих рядах динамики было подтверждено с помощью критерия, основанного на ранговой корреляции, критерия серий, основанного на медиане выборки и других (приложение Ж).
Наибольшие изменения наблюдаются в классе высокого риска: количество городов и районов Оренбургской области, население которых подвергается высокому эколого-экономическому риску, увеличилось в 2 раза. В начале исследуемого периода (2000 г) численность таких городов и районов составляла 15% от общего числа, в конце (2007 г) - уже 30%. Критическими можно назвать 2004 и 2005 годы - именно в этот период произошло наибольшее изменение численности классов. Выделяются и периоды, характеризующиеся относительно постоянной структурой, - это 2000-2003 и 2005-2007 гг.
В 2000 году города и районы Оренбургской области с благополучной обстановкой по риску составляли большую часть, почти 60% от общего числа административно-территориальных образований области, что было связано с низким уровнем производственно-хозяйственной деятельности, сопутствующей кризису того периода. В 2007 году более 60% составляют уже города и районы, характеризующиеся средним и высоким уровнем риска.
Оценка матрицы переходных вероятностей, отражающей вероятности перехода из одной категории эколого-экономического риска в другую, более высокую или более низкую, может быть получена на основе построенной выше модели множественного выбора: оценка вероятности изменения уровня эколого-экономического риска с категории j в период времени t в категорию к в период времени t+І находится как средняя арифметическая вероятности находиться в классе к в период времени t+І по всем объектам, характеризующимся в момент времени t эколого-экономическим риском категории j [145,146]. Нами предлагается, учитывая естественное устаревание информации, для получения матриц переходных вероятностей производить последовательную оценку модели интегрального показателя (2.2.1) на ряде последовательных временных промежутков.
Их анализ показывает, что к концу исследуемого периода существенно снизились возможности перехода объектов в классы с более высоким рейтингом, перехода в новый класс через состояние за 1 период времени. Это связано с тем, что ранее разрыв в уровне риска был сравнительно невысок и для улучшения состояния административно-территориального образования было достаточно отдельных мероприятий; затем уровень риска в районах существенно увеличился, и его снижение, необходимое для перехода в класс меньшего риска, требует, по-видимому, длительного периода времени. Для объектов первого и второго классов увеличились вероятности объектов остаться в своих классах. Для объектов третьего класса (низкого риска) эта вероятность снизилась за счет увеличения вероятности перехода объектов класса 3 в класс более низкого рейтинга 2.
На основе анализа рис. 2.3.1 и 2.3.2 можно предположить, что существуют, как минимум, два достаточно крупных кластера административно-территориальных образований, состояние которых за исследуемый период
1) не изменилось, они остались в том же классе;
2) ухудшилось, они перешли в класс более низкого ранга.
Нет оснований предполагать, что процесс ухудшения ситуации протекал для всех объектов второй группы одинаково. Однако, возможно, среди них выделяются города/районы, состояние которых изменялось согласно одному из нескольких типичных «сценариев». Сначала проанализируем изменение рангов каждого административно-территориального образования. Построив ранги во времени, мы не получаем, однако, никакого представления об ухудшении или улучшении ситуации для каждого конкретного объекта. В определенной степени о положительной или отрицательной динамике в поведении і-го объекта можно судить, определив его ранг в момент времени t по показателям, характеризующим этот объект в момент времени t+j, причем в нашем случае j=l,...7. Результаты такого ранжирования приведены в таблице 2.3.1.
Обозначим полученные ранги rang; t,t = 1,2,..., Т; Т = 8 - временной ряд рангов і-го объекта, i=l,2,...n, п=39. В этом случае проверка гипотезы о несущественности ухудшения/улучшения ситуации в і-ом городе/районе сводится к проверке гипотезы об отсутствии в ряду rangj тренда. Одним из непараметрических критериев проверки такой гипотезы является критерий, основанный на проверке значимости коэффициента ранговой корреляции Спирмена между значениями исследуемого временного ряда и значениями последовательности t = 1,2,...,Т [125]. Для тех городов/районов области, в которых происходило ухудшение ситуации (уменьшение значений rang j), коэффициент ранговой корреляции будет значим, близок к -1; в которых имело место улучшение ситуации - значим и близок к 1; случаи стабильной обстановки по риску или наличия в течение исследуемого периода существенных колебаний, не позволяющие сделать вывод об улучшении/ухудшении ситуации, дадут незначимое небольшое по абсолютной величине положительное или отрицательное значение коэффициента. Использование такой процедуры позволит выяснить тенденцию изменения уровня риска для каждого исследуемого объекта, что представляется более обоснованным, нежели выводы по анализу изменений за отдельные годы. Для объектов, изменения рангов которых отсутствуют, коэффициент ранговой корреляции Спирмена принят равным нулю. Из-за малой длины временных рядов при проверке значимости коэффициентов имело смысл использовать более высокий, чем обычно, уровень значимости. Таким образом, выявлены города/районы, сходные по тенденции изменения уровня эколого-экономического риска (таблица 2.3.2).
Для того чтобы учесть также «величину» эколого-экономического риска, будем рассматривать показатель rang; совместно со значением линейной комбинации х р. Это объясняется тем, что если значение х р больше у1э то согласно модели (2.2.1) интегральный показатель указывает на принадлежность объекта к классу низкого риска, если меньше ух и больше у2, то к классу среднего риска и т.д. Построим график взаимного расположения исследуемых городов и районов на плоскости rang; -х?Р, где х Р относится к последнему году исследуемого периода (рисунок 2.3.3).
Таким образом, из рисунка видно, что административно территориальными образованиями, население которых стабильно подвергается высокому эколого-экономическому риску, являются объекты VII условного квадранта - город Медногорск и районы Пономаревский и Грачевский. Для объектов VI условного квадранта характерно наличие высокого уровня эколого-экономического риска и, более того, значимая тенденция к его росту. Это основные промышленные и торговые центры Оренбургской области: города Новотроицк, Орск и Оренбург, а также Абдулинский, Бузулукский и Соль-Илецкий районы. Обращает на себя внимание почти пустота IX квадранта, в котором должны находиться те города и районы, характеризующиеся высоким эколого-экономическим риском, для которых наметилась тенденция к снижению уровня риска. Большая часть городов и районов области в I, IV и VII условных квадрантах, для которых характерно наличии значимой тенденции к росту риска, даже если для некоторых городов и районов такие изменения пока не привели к переходу в другой класс, то есть ухудшение экологической ситуации происходят во всех классах, в том числе и классах низкого эколого-экономического риска.
Моделирование и прогнозирование эколого-экономического риска на основе одномерных моделей бинарного и множественного выбора
В связи с существенным различием городов и районов области по величине эколого-экономического риска и невозможностью объяснения данных различий только изменениями антропогенной нагрузки на окружающую среду, возникает задача построения модели, связывающей изменения уровня эколого-экономического риска с изменением показателей социально-экономического развития муниципальных образований области с целью прогнозирования уровня риска.
В качестве показателей Xj = (хп,...,Х;р), предположительно оказывающих влияние на уровень эколого-экономического риска, предлагается взять:
- оборот розничной торговли (ROZN, тыс.руб.) и среднюю заработную плату (LOGZP, тыс. руб.) для характеристики материального благосостояния населения города/района;
- стоимость выпущенной продукции обрабатывающих отраслей (OBR, млн.руб.) для характеристики производства;
- долю убыточных предприятий (DUB,%), исходя из предположения о том, что предприятия, находящиеся в тяжелом финансовом положении, менее щепетильны в вопросах заботы об окружающей среде;
- новообразования (NOV1), осложнения беременности и родов (BER1) и детскую инвалидность (INVD, на 10 000 детей в возрасте до 17 лет) для характеристики заболеваемости населения, причем NOV1 и BER1 представить бинарными переменными, принимающими значение 1, если уровень соответствующей заболеваемости новообразованиями (осложнений беременности) в І-ом городе/районе превышает среднеобластной, и 0 - если нет;
- коэффициент миграционного прироста/снижения (MIGR, на 1000 человек) для характеристики реакции населения на условия проживания в городе/районе.
Для учета пространственной неоднородности данных в модель также предлагается ввести фиктивную переменную CITY, принимающая значение 1 для городов или районов, центром которых является крупный город.
На основе (3.1.1a) можно сделать вывод, что для городов, а также районов с относительно большим розничным товарооборотом, высокой долей убыточных предприятий характерен высокий уровень эколого-экономического риска населению. В муниципалитетах с высоким уровнем эколого-экономического риска наблюдается повышенный по сравнению со среднеобластным уровень заболеваемости новообразованиями, осложнений беременности и высокий уровень детской инвалидности. Повышенный миграционный прирост, высокий уровень заработной платы также влекут за собой повышение уровня эколого-экономического риска, что объясняется устремлением людей в более экономически активные города/ районы, развитие которых, однако, пока идет по экстенсивному пути хозяйствования.
Поскольку ЛПР часто необходимо только различать объекты, для которых характерно наличие риска, и те, для которых риска нет или он минимален, то имеет смысл при моделирования взаимосвязи между эколого-экономическим риском и социально-экономическим состоянием города или района в качестве объясняемой переменной в модели (3.1.1) рассматривать бинарную переменную у;, принимающую значение 1, если объект характеризуется низким уровнем эколого-экономического риска, и 0 - если иначе (высоким или средним). Исследования показали целесообразность введения в модель переменной TRAVMPR (травматизм на производстве, чел), а также, для учета пространственной и временной неоднородности, фиктивных переменных OSf2 (принимает значение 1 для городов и районов со средним уровнем нагрузки на окружающую среду и 0 — в остальных случаях) и Т04 (принимает значение 1 для 2005-2007 гг и 0 для 2003-2004 гг, поскольку в 2004-2005 гг произошло резкое увеличение количества муниципалитетов, население которых подвергается высокому эколого-экономическому риску). Результаты оценивания в пакете EViews приведены в таблице 3.1.2.
Поскольку величина предельного эффекта зависит от значений объясняющих переменных, то при анализе модели речь часто идет о «среднем предельном эффекте», для оценки которого возможны два подхода. Первый основан на усреднении значений объясняющих переменных и оценке предельного эффекта для этого «наиболее типичного объекта». Второй подход заключается в усреднении индивидуальных предельных эффектов (рассчитанных для каждого объекта). Считается, что при большом объеме выборки оба подхода дают одинаковые результаты, а при малом объеме предпочтительнее второй подход. Кроме того, в нашем случае в модели присутствуют четыре бинарных объясняющие переменные, расчет «средних» значений для которых не совсем корректен. Поэтому для расчета предельных эффектов непрерывных объясняющих переменных будем использовать второй подход. Для более подробного анализа рассчитаем предельные эффекты отдельно для объектов, относящихся к классам низкого (у; =1) и отдельно высокого и среднего риска (уJ =0), а также отдельно для периодов с 2003 по 2004 год и с 2005 по 2007 гг (таблицы 3.1.3 и 3.1.4).
Из таблиц видно, что в среднем за период с 2003 по 2007 год влияние всех исследуемых переменных приблизительно в 1,3 раза больше для городов/районов с низким уровнем эколого-экономического риска, чем для городов/районов с более высоким уровнем риска (таблица 3.1.3), причем со временем эта разница увеличивается: если до 2004 г влияние практически одинаково, то после 2004 года разница достигает полутора раз (таблица 3.1.4). Так, повышение логарифма среднемесячной заработной платы (LOGZP) в городе/районе с высоким или средним уровнем эколого-экономического риска уменьшает вероятность перехода в класс с более низким уровнем риска на 44%, а для объекта с низким уровнем риска -уменьшает вероятность остаться в этом статусе почти на 58% , причем до 2004 года на 52%, а после 2004 года - на 63%. Рост розничного товарооборота (ROZN) уменьшает вероятность улучшения экологической ситуации (переход в класс низкого риска) на 8-10%, рост травматизма на производстве (TRAVMPR) — на 20 и 26 % для объектов из класса высокого (среднего) и низкого риска соответственно, рост доли убыточных предприятий (DUB)- на 0,3-0,4%. Повышение в городе или районе заболеваемости новообразованиями (NOV1) также снижает вероятность для этого муниципального образования оказаться в классе низкого эколого-экономического риска.
Если среди городов/районов с высоким и средним уровнем эколого-экономического риска выделить отдельно города/районы высокого и среднего риска, то видно, что большее влияние исследуемые переменные оказывают на класс среднего риска. Например, рост логарифма заработной платы в районе среднего риска уменьшает для этого района вероятность перейти в класс низкого риска на 53%, а в районе высокого риска - на 32%. Это объясняется тем, что при сложившейся экологической ситуации в городах и районах с высоким уровне эколого-экономического риска изменения в лучшую сторону требуют более длительных мероприятий, серьезной и долгосрочной политики.
Для расчета предельных эффектов каждой из четырех бинарных переменных сначала рассчитаем вероятность того, что зависимая переменная принимает значение 1 для всех наблюдений, где исследуемая фиктивная переменная принимает значение 1, и найдем среднюю вероятность. Аналогично рассчитаем вероятность для наблюдений, где исследуемая фиктивная переменная принимает значение 0. Разницу между этими средними вероятностями будем рассматривать в качестве предельного эффекта исследуемой бинарной переменной (таблица 3.1.5).
Если мы видим, что для некоторого города/района с низким уровнем эколого-экономического риска, уровень осложнений беременности и родов превысил среднеобластной (BER1), то можно говорить, что для этого административно-территориального образования вероятность повышения эколого-экономического риска до высокого уровня на 12,3% больше, чем для административно-территориального образования, в котором уровень осложнений не превышает среднего по области. Появление в районе, характеризующемся низким уровнем риска, крупного города-центра (CITY) означало бы для него резкое увеличение вероятности ухудшения экологической ситуации (перехода в класс более высокого эколого-экономического риска) - почти на 48%. Влияние времени (Т02) более выражено для муниципальных образований, относящихся к классу высокого и среднего эколого-экономического риска.
Моделирование взаимного влияния эколого-экономического риска и показателей социально-экономического развития муниципалитетов на основе систем одновременных пробит-моделей (двумерных пробит-моделей)
Построенные нами ранее модели позволяют прогнозировать степень эколого-экономического риска и объясняют влияние на него показателей, характеризующих уровень социально-экономического развития. Вместе с тем, несомненно, и сам эколого-экономический риск может выступать одним из факторов замедления развития муниципальных образований региона. Это связано, например, с тем, что наличие высокого эколого-экономического риска означает для предприятий появление дополнительных расходов по его снижению и управлению им, использование ресурсов (трудовых, природных) более низкого качества и т.д. В долгосрочной перспективе высокий уровень эколого-экономического риска может стать барьером для привлечения инвестиций и реализации кредитуемых проектов [113].
В частности, эколого-экономический риск связан с ущербом для населения, который может проявляться в росте его заболеваемости. Моделирование заболеваемости населения позволяет характеризовать динамику экономических потерь как на уровне отдельных предприятий, домохозяйств, так и на региональном уровне.
Перейдем к построению модели в виде системы одновременных уравнений, описывающей взаимосвязи эколого-экономического риска и заболеваемости населения от показателей социально-экономического состояния муниципалитетов. Введем следующие обозначения:
RN - бинарная переменная, принимающая значение 0, если город или район характеризуется низким эколого-экономическим риском, значение 1 -высоким или средним риском;
UOZ - бинарная переменная, принимающая значение 0, если уровень заболеваемости в городе или районе ниже среднеобластного, значение 1 -уровень заболеваемости выше среднеобластного; назовем ее показателем превышения среднеобластной заболеваемости.
Высокий уровень эколого-экономического риска может быть ответной реакцией среды на увеличение антропогенной нагрузки (IPER). Также в качестве факторов, предположительно влияющих на повышение эколого-экономического риска, нами были выбраны объем платных услуг населению (OPUN, на душу населения, тыс. руб) и коэффициент миграционного прироста (MIGR, на 1 тыс. чел).
В качестве факторов, влияющих на превышение среднеобластной заболеваемости, исходя из содержательных соображений, нами были выбраны эколого-экономический риск (RN, описанная выше бинарная переменная), задолженность предприятий по заработной плате (ZZP, на 1 работ., тыс. руб.), объем инвестиций в основной капитал (ЮК, на душу насел., тыс. руб.), объем инвестиций в жилищно-коммунальное строительство (IZKS, на душу насел., тыс. руб.). Предполагается, что задолженность по заработной плате приведет к повышению заболеваемости за счет уменьшения возможностей доступа к качественному медицинскому обслуживанию и ухудшению условий жизни и быта, в то время как инвестиции в жилищно-коммунальное строительство способствуют улучшению таких условий и снижают заболеваемость (приложение Л).
Естественно предположить, что наличие в і-м городе/районе эколого-экономических рисков для населения и превышение в этом городе/районе среднеобластной заболеваемости, являются зависимыми между собой событиями. Так, существование эколого-экономического риска для населения может способствовать более высокому (по сравнению со средним) уровню заболеваемости населения, а превышение среднеобластного уровня заболеваемости может чаще наблюдаться в районах с повышенным уровнем эколого-экономического риска. Таким образом, снижение антропогенной нагрузки на окружающую среду действительно может привести к снижению эколого-экономических рисков для населения. Высокие эколого-экономические риски наблюдаются в городах и районах с высоким уровнем миграции и большим объемом платных услуг, оказываемых населению. В целом, на наличие эколого-экономического риска оказывает значительное влияние состояние окружающей среды и показатели, отражающие привлекательность муниципалитета. Превышение среднеобластной заболеваемости действительно связано с наличием высоких эколого-экономические рисков, увеличением объема инвестиций в основной капитал и задолженностью по заработной плате перед населением. Это можно объяснить тем, что инвестиции в основной капитал преимущественно направляются на расширение производственных возможностей предприятий, а не на технические усовершенствование оборудования и ввод очистных сооружений с целью снижения негативного воздействия на окружающую среду.
Из таблицы видно, что среднее за период с 2000 по 2007 гг. значение р (RN=l,UOZ=l), то есть вероятности того, что города и районы области одновременно характеризуются высоким уровнем эколого-экономического риска и превышением среднеобластной заболеваемости, составляет 0,21. За рассматриваемый промежуток времени эта величина увеличилась более чем в два раза. Наибольшие вероятности возникновения такой ситуации наблюдаются в Бузулукском, Кувандыкском, Оренбургском и Новоорском районах, городах Медногорск, Новотроицк и Орск. Наиболее проблемными за последние годы стали Адамовский, Гайский, Светлинский, Октябрьский, Соль-Илецкий, Сорочинский, Тоцкий и Ясненский районы.
В последнее время наиболее вероятной является ситуация, связанная с наличием значительного эколого-экономического риска и отсутствием превышения средней заболеваемости населения. Такая ситуация в последние годы характерна для Бугурусланского, Саракташского, Северного, Ташлинского, Тюльганского районов и города Оренбурга. Учитывая, что предельная вероятность превышения среднеобластной заболеваемости для этих территорий значительно снижается с течением времени, а предельная вероятность высокого эколого-экономического риска возрастает, можно с одной стороны предположить повышение в рассмотренных районах качества предоставляемых медицинских услуг и условий быта.
Средняя вероятность превышения среднеобластной заболеваемости в сочетании с низким уровнем эколого-экономического риска равна 0,32, причем в последние два года отмечается ее снижение почти на треть. При низких эколого-экономических рисках для населения различия в уровнях заболеваемости для городов и районов области могут возникать из-за различных климатических, ландшафтных и других особенностей рассматриваемых территорий.
Средняя вероятность того, что в городах и районах области отсутствуют эколого-экономические риски, а заболеваемость населения не превышает среднюю по области, составляет 0,16. По отношению к 2000 году вероятность возникновения такой ситуации в 2007 году существенно уменьшилась, что свидетельствует об ухудшении общей ситуации в регионе.
Если 2000 году вероятность того, что заболеваемость в і-ом городе/районе превысит среднюю по области в условиях высокого эколого-экономического риска составляла 0,22, то в 2007 году - уже 0,48. Это означает, что практически в каждом втором случае высокий эколого-экономический риск стал «реализовываться» в виде повышенной заболеваемости населения (против каждого пятого случая в 2000 году). Таким образом, за исследуемый период фактор эколого-экономического риска начал играть все возрастающую роль в повышении заболеваемости населения. Анализ модели также показал, что вероятность повышенной заболеваемости в некотором городе/районе при наличии эколого-экономического риска увеличивается на 0,39 по сравнению с ситуацией, когда эколого-экономического риска нет.
Построенная модель позволяет разделить все города и районы области на 4 группы (рисунок 3.3.1 и таблица 3.3.4). Согласно Программе государственных гарантий оказания гражданам Российской Федерации бесплатной медицинской помощи в 2007 году норматив объема амбулаторно-поликлинической помощи составляет 9,198 посещение. В выделенной на основе модели группе I городов и районов, для которых характерен повышенный по сравнению со среднеобластным уровень заболеваемости населения и высокий эколого-экономический риск, среднее число посещений (С1, на одного жителя в год) максимально превышает норматив. Также наибольшей является средняя длительность пребывания в круглосуточном стационаре (С2, дней) для населения тех муниципалитетов, где наблюдался высокий уровень эколого-экономического риска (группы I и II).
С учетом того, что согласно Программе норматив финансовых затрат на одно посещение амбулаторно-поликлинической организации составлял 116,9 рубля, а один койко-день в круглосуточном стационаре - 674,3 рубля, получаем:
1) для муниципалитетов I группы дополнительные расходы на обслуживание амбулаторно-поликлиническое обслуживание населения составляют 35 рублей на одного жителя в год, то есть дополнительно почти 30% от норматива;
2) средняя длительность пребывания в круглосуточном стационаре 1 пациента муниципалитета группы I на 0,585 дня дольше, чем пациента муниципалитета группы III; в стоимостном выражении это означает необходимость дополнительных расходов в размере 394,7 рубля на 1 госпитализированного или с учетом среднего уровня госпитализации на 100 человек населения - 7845,9 рубля;
3) средняя длительность пребывания в круглосуточном стационаре 1 пациентов муниципалитетов групп I и II, где присутствует высокий риск, на 0,443 дня дольше, чем пациентов муниципалитетов групп III и IV, где риска нет; в стоимостном выражении это означает необходимость дополнительных расходов в размере 299 рубля на 1 госпитализированного или с учетом среднего уровня госпитализации на 100 человек населения - 6070 рублей.
