Совершенствование обращения с твердыми коммунальными отходами при межотраслевом планировании циркулярной экономики

Чащин М.Р.1
1 Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Россия, Екатеринбург

Статья в журнале

Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 13, Номер 2 (Февраль 2023)

Цитировать:
Чащин М.Р. Совершенствование обращения с твердыми коммунальными отходами при межотраслевом планировании циркулярной экономики // Экономика, предпринимательство и право. – 2023. – Том 13. – № 2. – С. 427-446. – doi: 10.18334/epp.13.2.117111.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=50350715
Цитирований: 2 по состоянию на 30.01.2024

Аннотация:
В условиях перехода от линейной экономики к циркулярной модели актуально совершенствование подходов при межотраслевом планировании хозяйственной деятельности в контексте сбалансированного (устойчивого) развития. В связи с этим целью исследования является совершенствование существующих подходов при межотраслевом планировании циркулярной экономики на основе зарубежного опыта и отечественной практики для расчета степени перехода экономики к круговой экономике. Методами исследования явились анализ подходов межотраслевого планирования, разработки индикаторов в сфере обращения с твердыми коммунальными отходами, моделирование и др. В результате предложен модифицированный методический подход к межотраслевому планированию на основе дуального отражения регистров учета состояния линейной и циркулярной экономики. На основе анализа источников предложена расчетная модель, содержащая комплексные индикаторы по соответствующим Фондам в срезе «линейной экономики» и «циркулярной экономики». Результаты исследования и предложенный методический подход могут быть адаптированы для оценки потенциала развития циркулярной экономики, планирования хозяйственной деятельности, прогнозирования, разработки соответствующих программ стимулирования развития отраслей экономики замкнутого цикла

Ключевые слова: устойчивое развитие; циркулярная экономика; межотраслевое планирование; твердые коммунальные отходы; система управления отходами; экономико-математическое моделирование; индикаторы

JEL-классификация: Q01, Q5, Q53, O21



Введение.

При смене циклов хозяйственной активности в межотраслевом планировании особое место занимает экономико-математическое моделирование явлений, например, модель В. Леонтьева (характеризует связь выпуска продукции отрасли и понесенными затратами других отраслей, которые они несут для выпуска этого блага), Leontiev [1,2] (Leontiev, 1990; 1997), Dianqing [3] (Dianqing 1992), модель Solow, [4] (Solow, 1957) (производственная функция зависимости между использованными в процессе производства ресурсами и выпуском продукции). Исторически универсальной стала модель «Затраты-выпуск» (В. Леонтьева). В текущее время в не развитых она соответствует линейному подходу, не позволяет вести учет отходов и оценивать потенциал их потенциал вовлечения в циркулярную экономику («ЦЭ»).

Цель статьи – усовершенствовать существующие подходы межотраслевого планирования «ЦЭ» условиях в трансформации на основе зарубежного опыта и отечественной практики для расчета оценки степени перехода «ЦЭ».

Гипотеза исследования состоит в том, что текущая учетная модель межотраслевого баланса (МОБ) наряду с индикаторами обращения с отходами при решении задач межотраслевого планирования «ЦЭ» не удовлетворяет устойчивому развитию в глобальном контексте.

Объект исследования – подходы межотраслевого планирования и соответствующие индикаторы в сфере обращения с твердыми коммунальными отходами (ТКО).

Для достижения цели исследования определены следующие задачи:

· Определить и проанализировать основные подходы к межотраслевому планированию;

· Усовершенствовать подходы к межотраслевому планированию экономики;

· Провести апробацию методики расчета для оценки степени перехода к «ЦЭ» в контексте глобального устойчивого развития.

2. Обзор литературы.

В процессе развития «ЦЭ» в условиях ограниченных ресурсов прослеживается расширение принципов от «3R» («reduce» – сокращение отходов, «reuse» – повторное использование, «recycle» – переработка) Russell & Burch [5] (Russell & Burch, 1959) к «9R» Potting et al [6] (Potting et al, 2017), рис.1. При сравнении данных об обращении с ТКО в России и 27 стран Европейского союза (ЕС) можно малый объем переработки ТКО в расчете в расчете на 1 чел. (табл. 1) В России циркулярное обращение с ТКО находится в стадии развития, формируется учет ТКО.

Таким образом, возможно оценивать уровень сформированности «ЦЭ» в условиях переходного времени. В соответствии с этими обстоятельствами требуется модификация подходов в межотраслевом планировании на основе дифференцированного учета данных «ЛЭ» и «ЦЭ». Обратимся к известной экономико-математической модели межотраслевого планирования Леонтьева В. и Форда Д. [7] (Leontiev, Ford, 1972). В общей виде модель разработана в условиях «ЛЭ» и не учитывает необходимости планирования деятельности организаций в условиях развития «ЦЭ», не включает учет отходов в качестве потенциальных ресурсов и углеродный след.

Таблица 1. Сравнение состояния обращения с твердыми коммунальными отходами в России и странах ЕС, 2018-2020 гг.



Факт.
Статус обращения с ТКО
ЕС, кг на душу
РФ
кг/чел.*
ЕС, кг на душу
РФ, кг/чел.
ЕС, кг на душу
РФ кг/чел.
6 Переработка
232
-
238
-
251
25
5 Переработка материалов
84
-
87
-
93
-
4 Утилизация и обезвреживание
131
7
131
18
137
12
3 Обработка
488
-
493
124
509
128
2 Захоронение,
125
326
124
336
122
246
1 Образование
500
367
504
400
517
331
Годы
2018
2019
2020
Дополнительно
Годы
2018
2019
2020
Количество жителей РФ чел.
146830575
146764655
146459803
Количество жителей стран ЕС, чел.
446915113
447197811
447479493



Составлено автором: государственные доклады «О состоянии и об охране окружающей среды РФ» Министерства природных ресурсов и экологии Российской Федерации в 2019-2021 гг., данные Всемирного банка о численности населения стран [Электронный ресурс]. URL: https://data.worldbank.org/indicator/SP (дата обращения 25.11.2022), «Еврост»: Municipal waste by waste management operations [Электронный ресурс ]. URL: https://ec.europa.eu/eurostat/databrowser/view/ENV_WASMUN__custom_3708020/default/table?lang=en (дата обращения 02.09.2022), данные ФСГС России [Электронный ресурс ]. URL: https://rosstat.gov.ru/folder/12781 (дата обращения 10.09.2022)
Линейная экономика:
Циркулярная экономика:
Производство –> Потребление -> Отходы
Производство –> Потребление -> Вовлечение отходов в хозяйственную деятельность. Расширение принципов от «3R» к «9R»

Рисунок 1. Сравнение принципов линейной и циркулярной экономикии (составлено автором на основе данных)*
Модель Леонтьева не является единственной. Исследователи по всему миру разрабатывают экономико-математические модели и их модификации для планирования деятельности субъектов хозяйствования и прогнозирования развития (табл. 2). Среди основных затруднений при межотраслевом планировании на основе этой модели исследователи часто выделяют: единообразность подходов при расчетах для групп регионов, использование различных единиц измерения в отраслях, неоперативность и недоступность предоставления данных, ограниченные вычислительные мощности техники и инструментария программных продуктов.

Таблица 2. Сравнительный анализ эколого-экономических подходов глобального развития (в том числе модели «Затраты-выпуск»)

Исследователи
Краткое содержание подходов моделирования
Potravny et al (Potravny et al, 2017)
Унифицировали методологические эколого-экономические показатели издержек, ущерба. Обосновали разработку моделей с учетом специфики регионов [8].
· Moreau and Massard (Moreau and Massard, 2017)
Анализ материальных потоков направлен на принятие решений в области городского планирования, энергетического и экономического планирования, замкнутых материальных потоков и «ЦЭ» [9].
Saber, et al (Saber, et al, 2021)
Модель MRIO позволяет отслеживать экономические и экологические воздействия на основе данных 41 страны, входящих в глобальную цепочку поставок. Она выявляет связи между секторами, преодолевает ограничения традиционной модели «затраты-выпуск». Коэффициент преобразования экологической энергии приводит к единообразию единицы измерения веществ. Содержит блоки «ресурсы» и «факторы окружающей среды» [10]
Бахвалов и Напалкова
(Bakhvalov, Napalkova , 1997)
Свод данных моделей: Дж. Форрестера (система уравнений уравнений включает динамику изменений таких параметров: Р - население Земли, чел.; R - невозобновляемые природные ресурсы Земли, усл. ед. ресурсов; К - общий объем капитала, ед. капитала; S - доля капиталовложений в сельское хозяйство; Z - уровень загрязнения окружающей среды), ЛИНК (Л. Клейн, мировая модель путем объединения национальных моделей различных страна, не учитывает развивающиеся страны), FUGI, М. Месаровича и Э. Пестеля (10 групп стран, применение дерева решений). Предложено сравнение регионов по параметрам: минерально-сырьевые ресурсы; ресурсы энергетические; промышленные отрасли; сельское хозяйство; отрасль, перерабатывающая загрязняющие вещества [11].
Baranov et al (Baranov et al, 2020)
Модифицированный подход моделирует любой вид загрязнения. Он построен на основе базовой динамической межотраслевой модели, включенной в систему КАМИН (система Комплексного Анализа Межотраслевой Информации). Все параметры модели определяются для экономики региона. Обзор исследований и модификационных моделей: GRAM (моделирование процессов загрязнения ресурсов водных и воздушных), NAMEA (зависимость выбросов CO2 и SOx от цен на энергоносители и налогов на выбросы), UNGIOM (учет отходов биологического происхождения и LIFT расчеты модели демонстрируют возможность одновременного снижения эмиссии углерода и роста ВВП при увеличении эффективности использования энергии и др. [12].
Источник: составлено автором.

Для осуществления учета, последующей обработки информационного массива для принятия управленческих решений в области совершенствования деятельности необходима система показателей. В ООН в 2017 г. предложены 2 индикатора в сфере обращения с ТКО – уровень удаления отходов и переработки [1].

Федеральная служба государственной статистики ежегодно выпускает бюллетень матрицы «затраты-выпуск» [2]. Она составляется в классическом виде. Однако, она требует модификации в условиях «ЦЭ».

В соответствии с Указом Президента РФ от 07.05.2018 № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» (ред. от 21.07.2020) были приняты индикаторы достижения целей устойчивого развития: доля ТКО направленных на утилизацию; доля ТКО, направленных на обработку, в общем объеме образования ТКО. Колесников представил концептуальную информационную систему сбора данных ТКО из пунктов взвешивания и контрольно-пропускных пунктов мусороперерабатывающих заводов (МПЗ) [13] (Kolesnikov, 2021). Однако, в настоящее время в сфере обращения с ТКО на едином межведомственном информационной статистической системе (ЕМИСС) используются показатели [3]: количество отходов использованных обезвреженных / образованных/ накопленных на конец и начало периода/ переданных другим организациям/ поступивших от других организаций/ размещенных на собственных объектах, т. Они носят количественный характер, не отражают качественные характеристики системы обращения с ТКО на каждом цикле обращения с «ресурсами» в соответствии с принципами «9R».

В странах ЕС на основе накопленного опыта и исследований нормативными основаниями для разработки индикаторов являются:

· Цели ЕС в области устойчивого развития (ЦУР)

· Директивы об обращении с отходами, включая регулирование упаковочного материала [4] [5] [6].

· Показатели ресурсоэффективности.

· Показатели «ЦЭ», доля полезного извлечения ресурсов из фракций (CEI).

В отечественной практике отсутствует раскрытие данных учета в части переработки ТКО и детализации сведений по обращению с ТКО, приближенной к 9R-принципам.

В российских исследованиях внимание к разработке индикаторов обращения с ТКО уделили Лебедев [14] (Lebedev, et al, 2015), Ерыгина [15] (Yerygina, 2007), Горячева и др. [16] (Goryacheva, 2019):текущего, будущего состояния и отклика. Перечисленные индикаторы возможны для применения в общей оценке обращения с ТКО, однако они не привязаны к целевым индикаторам достижения программ в области устойчивого развития. В России отсутствует учет упаковочной тары. Богатырев [17] (Bogatyrev, 2009) обращается к методам расчета производств, сберегающих ресурсы на основе учета длительности производственных циклов при различных вариантах операций, размера партий изделий, нормативов незавершенного производства.

В России также разработан Приказ Министерства природных ресурсов и экологии от 29 декабря 2020 года № 1119 «Об утверждении Методики расчета показателя «Сводный индекс обработки (сортировки), утилизации и захоронения твердых коммунальных отходов (с изменениями на 1 сентября 2021 года)». Он содержит конкретную расчетную формулу для региона за отчетный период. Ее достоинство – привязка к целевым параметрам обращения с ТКО 2030 г. Однако она, как и методика расчета целевых показателей выполнения региональной программы в сфере обращения с отходами производства и потребления на территории Свердловской области, в том числе с твердыми коммунальными отходами, на 2019 - 2030 годы, утвержденная Приказом от 25 мая 2018 года № 225 «Об утверждении региональной программы в сфере обращения с отходами производства и потребления на территории Свердловской области, в том числе с твердыми коммунальными отходами, на 2019 - 2030 годы (с изменениями на 27 сентября 2022 года) имеет следующие основные недостатки:

· Несоответствие индикаторных моделей принципам «ЦЭ» 9R

· В качестве целевых параметров присутствовала позиция об использовании импортного оборудования (закупка). В связи с «турбулентными» экономическими условиями 2022 г. возникает потенциальный риск неисполнения программ.

· Индикаторы массивны, вследствие чего увеличивается риск возникновения расчетных ошибок.

В тоже время зарубежных исследованиях индикаторам обращения с ТКО уделено большее внимание. Например, исследователи Frank et al [18] (Frank, et al, 2018) предлагают сочетание цикличности и долговечности. Обзор исследований представлен также в работах: Parchomenko et al [19] (Parchomenko et al, 2019), Moragaa et al [20] (Moragaa et al, 2019) (63 индикатора). Индикаторы включают не только материальный аспект, но и социальный – количество рабочих мест, инвестиционный. Однако отсутствует взаимосвязи индикаторов с вектором достижения глобальных целей устойчивого развития ООН.

Группа исследователей: Supanchaiyamat et al [21] (Supanchaiyamat et al, 2018) – представили классификацию элементов периодической таблицы химических элементов с цветовой кодировкой истощения известных элементов и утилизации по истечении срока службы. Подход открывает возможности к оценке возможности переработки благ с учетом их состава.

Соответствующие нормативные документы легли в основу разработки индикаторов обращения с отходами «Евростата». К преимуществам рассматриваемых индикаторов можно отнести:

· Статистические данные об использовании упаковочной тары.

· Фиксация данных об импорте/экспорте отходов.

· Соответствие индикаторов нормативным актам, в частности ЦУР ЕС (при этом отсутствуют глобальные связи индикаторов).

· Постоянное совершенствование и добавление индикаторов

Общими недостатками индикаторных моделей является неполное соответствие устойчивого развития в глобальном контексте. Показатели локальны.

3. Методология исследования

Выявление недостатков и возможностей совершенствования учетной системы в сфере обращения с ТКО при межотраслевом планировании «ЦЭ» проведено в несколько этапов.

Первоначально проведен обзор подходов межотраслевого планирования и разработки индикаторов в сфере обращения с ТКО на основе рассмотрения отечественной практики и зарубежного опыта. Выявлены их недостатки, синтезированы рационализаторские подходы.

Далее в условиях переходного периода предложено вести учет данных дифференцированно для «ЛЭ» и «ЦЭ». Для совершенствования модели межотраслевого планирования в модель предложено ввести следующие условные категории «ЛЭ» и «ЦЭ»:

- «Потенциал ресурсного Фонда» (Vr)

- «Потенциал потребления ресурсов» (Vc)

- «Характеристика изделий» (Circular&Durability «C&D»)

- «Отходы производства» (W)

- «Потенциал Фонда Отходов» (PW)

Настоящие блоки были объединены в формате матрицы и для них разработаны соответствующие индикаторы (табл. 6). На следующем шаге для разработки модификации матрицы межотраслевого планирования хозяйственной деятельности.

Общеизвестно, количество циклов переработки зависит от содержания остатков органики, технологического уровня. С каждым новым циклом переработки при текущих технологических условиях потенциальная долговечность производимых в дальнейшем изделий снижается, по мнению Scott [22] (Scott, 2011). Поэтому требуется совершенствование материалов, технологий при дальнейшем развитии в русле «ЦЭ».

В перспективе на основе получения данных о свойствах материалов возможно произвести расчет среднего коэффициента долговечности переработанных изделий по R-уровням предложено использовать формулу (1). Он отражает среднее значение срока полезного использования на каждом уровне в соответствии с принципами ответственного обращения.

k (t) = (∑ (t (от 1-9) / t 0)) / 9 (1)

Где:

k (t) – средний коэффициент долговечности переработанных изделий (по уровням «ЦЭ»)

t (от 1-9) – срок долговечности по уровням «ЦЭ»

t 0 – долговечность изделий при «ЛЭ»

9 – 9 уровней «ЦЭ»

Соответствующий коэффициент предлагается использовать в матрице таблицы 8 ячейка «А3» блока - «Характеристика изделий» (Circular & Durability «C&D»).

Формирование данных строк матрицы происходило на основе методики расчета полезных фракций ТКО (табл. 6).

Кузьминова [23] (Kuzminova, 2020) обосновывает использование для расчета абсолютных значений образования ТКО по фракциям коэффициент полезности фракций. В текущих условиях к расчету условно составляет 5-6% (2). Значение коэффициента полезности фракций может быть различным в странах, зависит от технических и социокультурных факторов. По данным Гринпис, объем накопления ТКО в России составляет 70 млн. тонн ежегодно. В соответствии с данными Публично-правовой компании «Российский экологический оператор» (ППК «РЭО») объем накопления ТКО в России ежегодно составляет 450 кг. на 1 чел. (65 млн. т., в целом по стране), 42% в среднем составляет доля полезных фракций от общего объема ТКО (рисунок 3). Настоящие данные соотносятся с результатами проведенного опроса в России Руткаускас и др. [24] (Rutkauskas et al, 2020).

Общее количество отходов * доля отходов в фракции («Доля в составе фракций»)* k полезности фракций (например, 5-6%) (2)

На основе получения данных о фракционном составе ТКО проведен расчет потенциального годового дохода от реализации фракций ТКО, производится с учетом реализации 6 % вторичного сырья от общего объема образования ТКО по формуле (3), предложенной Plastinina et al [25] (Plastinina et al, 2021):

𝐷𝑗 = 𝑃 ∙ 𝑁𝑖 ∙ 𝑁𝑗 ∙ 𝐶𝑗 (3)

где Dj — доход от реализации j-го вида ТКО (руб./год), P — общий вес образовавшихся ТКО (кг/год), Ni — доля i-й неорганической фракции ТКО, Nj — доля конкретного вида ТКО фракции, Cj — рыночная цена j-го вида ТКО (руб./кг).

На основе полученных данных стран ЕС получено значение полезной доли ТКО дл переработки ТКО, он составил 21% (0,21, сумма значений «1» и «2» по странам ЕС, по 2020 г. (рис. 1) деленное на общее количество отходов соответствующего периода).

Далее, на основе данных матрицы табл. 6, учитывающей параметры «ЛЭ» и «ЦЭ», сформирована обобщенная модификация матрицы межотраслевого планирования в следующем виде (табл. 3).

Таблица 3.Общая матрица «затраты-выпуск» после модификации

отрасли
Природный капитал
(Фонд Ресурсов) (Vr)
Потребление в отраслях внутреннее (VC)*
Производство продукта конечный продукт ((C&D»)*W)
Фонд
Отходов (PW)
«-»
Отрасль («ЛЭ»)
Отрасль(«ЦЭ»)
Продукт (ЛЭ)
Продукт (ЦЭ)
«-»
ЛЭ тек
Ц«-» Э
мах
Отрасль 1
Запасы – ((Y+X)+Y+M)
Y+X
N+M
Y
N
X
M
Оn
-
-
-
-
-
-
-
Источник: составлено автором на основе классической модели

*Примечание к таблице 4: * - данные включаются отдельно и по валовому продукту «ЛЭ» и «ЦЭ

Индикаторы табл. 6 и методы их расчета по цветовой группе соотносятся с квадрантами таблицы 3. Предложенная модель ориентирована на обеспечение прозрачности данных и возможности отслеживания уменьшения ресурсов Фонда «природного капитала», определению потенциального потребления в отраслях, производственной деятельности в срезе «ЛЭ» и «ЦЭ».

В соответствии с полученной матрицей автор исследования предлагает проводить расчет, связывающий основные блоки Фондов (ресурсов-потребления-отходов), на основе использования формулы (4).

Запасы - ((Y+X)+Y+M) (4)

Соответственно, на основе этой модели возможен расчет оценки перехода экономики к модели «ЦЭ» в % (5):

(N+M)/(Y+X))* ((Запасы - ((Y+X)+Y+M)/Запасы) (5)

Применение расширенной модели возможно в условиях получения оценочных верифицированных данных о состоянии Фонда - «Потенциал ресурсного (природного) Фонда» (Vr). Для оперативных расчетов возможно применение модели в упрощенном виде (6).

(N+M)/(Y+X)) (6)

4. Результаты исследования.

Потенциальный Фонд отходов (PW) в России, в части расчета образованных отходов 2021 г., составляет 49 374 млн. руб. Наибольшую долю в морфологическом составе ТКО занимают пищевые отходы 30%, бумага и картон 22%, прочее 28% (рис. 2).

Рисунок 2. Морфологический состав ТКО, составлено автором на основе данных ППК РЭО *

*Составлено автором

Следовательно, при увеличении качества сортировки отходов совокупная расчетная стоимость фракций может быть увеличена более чем в 10 раз. В соответствии с проведенным расчетом по формуле 3 получены данные о потенциальной стоимости образованных отходов (таблица 4).

Распределение полученных данных отражено в упрощенной модификации матрицы «Затраты-выпуск» в таблице 8. Соответственно, оценка перехода к «ЦЭ» составляет -489 547 /992 658 = - 0,49%. Значение характеризует неразвитость «ЦЭ», превалирование «ЛЭ». Матрица наглядно иллюстрирует взаимосвязь показателей Фондов.

Таблица 4.Расчет потенциальной стоимости фракций образованных отходов

Фракция отходов
Средняя стоимость фракции, тыс.руб/кг.

Потенциальная выручка, руб. с учетом полезности фракций k (6%), млн. руб.

Потенциальная выручка, руб. мах значении k (100%), млн. руб.
Пластик
PET (1)
20
29 094
484 900
PP (5)
-
-
-
HDPE «2»
12
702
11 700
LDPE «4»
Другое
-
-
-
Бумага
Бумага
6
8190
136500
Картон
Органика
По видам
-
-
-
Металл
По видам
40
11 388
189 800
Итого, руб.
49 374
822 900
Источник: составлено автором

Потенциальный Фонд отходов (PW) в странах ЕС, в части расчета образованных отходов 2021 г., составляет 49 374 млн. руб. Существенную долю в морфологическом составе ТКО занимают пищевые отходы 25%, бумага и картон 18%, прочее 37% (рис. 3).

Рисунок 3. Морфологический состав ТКО, составлено автором на основе данных Евростата (ЕС) и Всемирного банка, образовано

*Составлено автором

В странах ЕС гораздо лучше развита экологическая культура поэтому большее количество отходов пригодно для переработки. На основе проведенной оценки в денежном выражении потенциальная стоимость образованных отходов превышает 204 млрд. руб. (таблица 5). Автор столкнулся с проблемой раскрытия соответствующих данных в связи с ограничениями 2022 г.

Поэтому приведены оценочные данные на основе доступных источников. Тем не менее, удалось установить, у стран ЕС также есть потенциал для совершенствования.

Таблица 5. Расчет потенциальной стоимости фракций образованных отходов в странах ЕС

Фракция отходов
Средняя оценочная стоимость фракции, условно в тыс.руб/кг.

Потенциальная выручка, руб. с учетом полезности фракций k (21%), млн. руб.

Потенциальная выручка, руб. мах значении k (100%), руб.
Пластик
PET (1)
19,63= ((283 т/евро/1000 кг)*69,37
114 441
544 960
PP (5)
HDPE «2»
LDPE «4»
Другое
Бумага
Бумага
6,65 = (96т/1000)*69,37
58 153
276 922
Картон
Органика
По видам
-
-
-
Металл
По видам
40
58 299
277 616
Итого, руб.
230 894
1 099 499
Источник: составлено автором

Примечание: курс ЦБ РФ евро 69,37 руб. [7], средняя стоимость фракций отходов данные Евростата [8].

В России потенциал Фондов отходов в части полезности использования фракций значительно меньше, составляет 6% по сравнению со странами ЕС – 21%.

Распределение полученных данных отражено в упрощенной модификации матрицы «Затраты-выпуск» (таблица 6). Включены данные выборки отраслей, потенциально относящихся к образованию ТКО. Соответственно, оценка перехода к «ЦЭ» составляет -489 547 /992 658 = - 0,49% (Россия, (Р)), -0,10% для стран ЕС. Значение характеризует неразвитость «ЦЭ», превалирование «ЛЭ» в России, для стран ЕС значение существенно приближено к нулю. Достижение положительных значений в области перехода к ЦЭ может быть достигнуто путем приобретение отходов других стран и их переработке.

Раскрытие информации в отраслевом аспекте на портале Евростата, в отличии от России производится по укрупненной группе «Производство резиновых и пластмассовых изделий» («Rubber, plastic and other non-metallic mineral»). Поэтому данные в таблице 6 были представлены соответствующим образом. Тем не менее использование данных подтвердило возможность применения подходов.

Значение потребления Фонда потребления в отраслях в срезе «ЛЭ» («VC») будет находится в отрицательной зоне до тех пор пока значение Фонда производства (С&DW) не будет больше «Фонда отходов» («PW»). Для этого нужно использовать «Фонд отходов» в «Фонде Производства», также приобретать дополнительные отходы и развивать обращение с ними (их переработку) в Фонде третьего блока. Покупка отходов возможна у менее развитых стран. В таком случае абсолютное значение Фонда «ЛЭ» блока «2» и коэффициент, отражающий соотношение Фонда «2» и «3» будут положительными.

Таблица 6. Пример заполненной матрицы «затраты-выпуск» после модификации

Производственные отрасли
(1) Природный капитал
(Фонд Ресурсов) (Vr), млн. руб. [9]
(2) Потребление в отраслях внутреннее (Фонд потребления, VC)*, млн руб.
(3) Производство продукта конечный продукт (Фонд Производства) ((C&D»)*W) [10], млн. руб.
(4) Фонд
Отходов (PW), на основе данных образования ТКО, млн. руб (образование ТКО) (оценка)
Отрасль («ЛЭ»)
Отрасль («ЦЭ»)
Валовой продукт ЛЭ
Валовой продукт ЦЭ
-ЛЭ тек
-ЦЭ мах
Обработка вторичного сырья
25 206 004 (Р)
ЕС – н/д
Запасы – ((Y+X)+Y+M)
-49 374 (Р)
-489 547=-822000-332453 (Р)
-320 634= -1099499-778865 (ЕС)
-
332 453 (Р)
778 865 (ЕС) [11]
-49 374 (Р)
-230 894 (ЕС)
-822 000 (Р)
-1 099 499 (ЕС)
Производство одежды; выделка и крашение меха
217 483 (Р)
н/д
217483 (Р)
-
-
-
Производство кожи, изделий из кожи и производство обуви
71 298 (Р)
н/д
71 298 (Р)
-
-
-
Производство резиновых и пластмассовых изделий
753 251 (Р)
2 337 516 909 (ЕС)= 33696366*69,37
н/д
753 251 (Р)
2 337 516 909 (ЕС)=33696366*69,37
-
-
-
Итого
992 658 (Р)
2 885 488 (ЕС)
-489 547 (Р)
-320 634 (ЕС)
1 042 032,00 (Р)
3 116 382 (ЕС)
332 453 (Р)
778 865 (ЕС)
-49 374 (Р)
-230 894 (ЕС)
-822 000 (Р)
-1 099 499 (ЕС)
Источник: составлено автором

Обсуждение результатов исследования

Анализ подходов в сфере обращения с ТКО выявил ограниченность учета данных «ЛЭ» и «ЦЭ». Возможно отметить отсутствие интегрированных подходов в межотраслевом планировании, а также отсутствие верифицированных официальных данных об обращении с ТКО. Исследователь Volkova [26] (Volkova, 2018) обращала внимание на существенное несоответствие раскрываемых данных. В ходе проведенного исследования установлено, данные «ППК РЭО», «Гринпис», ЕМИСС представляют различные оценки в части обращения с ТКО в России. Существенные различия в оценке образования ТКО в России свидетельствует о разных подходах к учету ТКО, методиках, вследствие этого увеличиваются риски некорректного межотраслевого планирования при переходе к «ЦЭ».

Для совершенствования учета необходима система индикаторов. Их многообразие должно быть верифицируемым и учитывающим особенности, характеристики ТКО в различных регионах, по мнению Joaquim et al [27] (Joaquim et al, 2021). Верификация данных предложена на основе учета данных по группам Фондов: «Ресурсов», «Потребления», «Производства», «Отходов». Модель учета межотраслевого распределения ресурсов учитывает их состояние Предложенный методический подход обладает универсальностью. Группа исследователей Joaquim et al [27] придерживаются мнения о необходимости добавления в модель межотраслевого планирования блоков «ресурсы» и «выбросы и отходы», отражение платы за ресурсы. Potravny et al [8] (Potravny et al, 2017), также обосновывают включение экономической оценки последствий загрязнения окружающей среды.

Предложенная авторами Baranov et al [12] (Baranov et al , 2020) модель обосновывает учет деятельности по переработки отходов. Позиции авторов Frank et al подтверждают необходимость дуального представления состояния распределения ресурсов отраслей «ЛЭ» и «ЦЭ» в условиях переходного периода с учетом характеристик отходов.

В соответствии с этим обстоятельством автором предложено использование при межотраслевом планировании коэффициента k (t) – средний коэффициент долговечности переработанных изделий. Для оценки потенциала перехода от «ЛЭ» к «ЦЭ» и установления взаимосвязей Фондов индикаторы моделей экономик объединены в формате матрицы (таблица 7).

5. Заключение.

В результате проведенного исследования усовершенствованы существующие подходы при межотраслевом планировании «ЦЭ» на основе зарубежного опыта и отечественной практики для расчета степени перехода к «ЦЭ». Модифицирована учетная модель межотраслевого баланса (МОБ) «ЦЭ» в условиях трансформации. Предложен подход взаимовлияния значений Фондов.

Оценен низкий уровень перехода экономики России к модели ЦЭ. Проведено обоснование вовлечения ресурсов развитых стран в обращение с ТКО менее развитых стран для взаимного достижения целей устойчивого развития на основе международного сотрудничества. На основании этого рекомендовано общественным группам, экспертному сообществу, ведомствам, инициативным ответственным отраслевым предприятиям «ЛЭ» и «ЦЭ» и др. сформировать единый подход к расчету и отражению данных в регистрах по обращению с отходами на основе учета данных хозяйствующих субъектов как «ЛЭ», так и «ЦЭ», применяя позитивный зарубежный опыт и отечественную практику в условиях развития «ЦЭ». Финансовым институтам рекомендовано выделять больше денежных средств на изучение характеристик материалов, произведенных «ЦЭ».

Таким образом, если внутри страны, например, используются блага с малым сроком эксплуатации, то данные о свойствах привезенных бывших в употреблении товаров будут воздействовать непосредственно на культуру потребления и проектирование товаров развитых стран, распространяемых в менее развитых. Для снижения риска искажения информации необходимо вменять ответственность через нормативно-правовые акты и дополнительно осуществлять общественный контроль. Тем самым станет возможной интеграция метрик и межотраслевого планирования в контексте достижения глобальных целей устойчивого развития.

[1] United Nations, Work of the Statistical Commission pertaining to the 2030 Agenda for Sustainable Development, 2017. [Электронный ресурс] URL: https://ggim.un.org/documents/a_res_71_313.pdf (дата обращения: 01.07.2022)

[2]Приказ Федеральной службы государственной статистики от 10 сентября 2021 г. № 555 «Об утверждении Основных методологических и организационных положений федерального статистического наблюдения за затратами на производство и продажу продукции (товаров, работ, услуг) для разработки базовых таблиц "затраты-выпуск" за 2021 год" Справочно-правовая система Гарант [Электронный ресур]. URL: (garant.ru) (дата обращения 02.07.2022)

[3]Официальный портал Федеральной государственной службы статистики России [Электронный ресурс]. URL: ЕМИСС (fedstat.ru) (дата обращения 06.07.2022)

[4] Directive 2008/98/EC of the European Parliament and of the Council of 19 November 2008 on waste and repealing certain Directives (Text with EEA relevance). [Электронный ресурс]. URL: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32008L0098 (дата обращения 15.07.2022)

[5] EU: Waste law [Электронный ресурс]. URL: https://environment.ec.europa.eu/topics/waste-and-recycling/waste-law_en (дата обращения 18.07.2022)

[6] EU rules on packaging and packaging waste, including design and waste management [Электронный ресурс]. URL: https://environment.ec.europa.eu/topics/waste-and-recycling/packaging-waste_en (дата обращения 20.08.2022)

[7] Курс ЦБ РФ евро [Электронный ресурс]. URL: https://cbr.ru/currency_base/daily/?UniDbQuery.Posted=True&UniDbQuery.To=01.01.2020 (дата обращения 02.12.2022)

[8] Waste-related indicators [Электронный ресурс]. URL: https://ec.europa.eu/eurostat/web/waste/data/indicators (дата обращения 02.12.2022)

[9] Оценка стоимости природных богатств России [Электронный ресурс]. URL: https://finance.rambler.ru/economics/41801253-skolko-stoyat-vse-izvestnye-resursy-rossii/?ysclid=la2fg22kqp182738857 (дата обращения 08.12.2022)

[10] Данные Евростат по отраслям (ЕС) [Электронный ресурс]. URL: https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fec.europa.eu%2Feurostat%2Fstatistics-explained%2Fimages%2F1%2F10%2FIndustrial_production_statistics_tables_and_figures_update_11-08-2022_v2.xlsx&wdOrigin=BROWSELINK

(дата обрашения 09.12.2022)

[11] Данные крупнейших организаций в сфере обращения с ТКО [Электронный ресурс]. URL: https://www.statista.com/statistics/278941/revenue-by-division-of-environmental-company-veolia/ (дата обращения 10.12.2022).


Источники:

1. Леонтьев В. Экономические эссе. Теории исследования, факты и политика. - Политиздат, 1990. – 415 c.
2. Leontiev V.V. Inter-industry economy. Translation from English. - M.: OAO Publishing House Economics, 1997. – 479 p.
3. Dianqing Xu, Shengliang D., Gruver Gene. The Application of the Leontiev Input-Output Matrix in the Transition Process // Economic Systems Research. – 1992. – № 4. – p. 35-47.
4. Solow R. M. Technical change and the aggregate production function // Review of Economics and Statistics. – 1957. – № 39 (3). – p. 312–320. – doi: 10.2307/1926047. JSTOR 1926047.
5. Russell W.M.S., Burch R.L. The Principles of Humane Experimental Technique. - London, UK: Methuen, 1959. – 238 p.
6. Potting J. Circular Economy: Measuring Innovation in the Product Chain. [Электронный ресурс]. URL: http://www.pbl.nl/sites/default/files/cms/publicaties/pbl-2016- circular-economy-measuring-innovation-in-product-chains-2544.pdf (дата обращения: 08.06.2022).
7. Леонтьев В., Форд Д. Межотраслевой анализ воздействия структуры экономики на окружающую среду // Экономика и математические методы. – 1972. – № 3.
8. Potravny I., Gusev A.., Stoykov A., Gassiy V. Modification of the Leontief-Ford Input-Output Model for the Green Economy Goals and Environment Protection // Journal of Geoscience and Environment Protection. – 2017. – № 5. – p. 15-23.
9. Vincent Moreau and Guillaume Massard Material and Energy Flow Analysis. [Электронный ресурс]. URL: https://doi.org/10.1093/acrefore/9780199389414.013.109 Published (дата обращения: 29.03.2017г.).
10. Saber M., Eğilmez G., Gedik R., Park Y.S. A Comparative Time-Series Investigation of China and U.S. Manufacturing Industries’ Global Supply-Chain-Linked Economic, Mid and End-Point Environmental Impacts // Sustainability. – 2021. – № 13. – p. 5819.
11. Бахвалов Л.А., Напалкова М. А. Cовременное состояние компьютерного моделирования глобальных экономических процессов // Интеллектуальные системы в экономических исследованиях. 1997. – c. 48-62.
12. Baranov A. O., Pavlov V. N., Tagaeva T. O., Slepenkova Yu. M. Construction and Use of the Regional Input-Output Model with Environmental and Economic Development Blocks // World of Economics and Management. – 2020. – № 3. – p. 27–47. – doi: 10.25205/2542-0429-2020-20-3-27-47.
13. Колесников Р.В. Совершенствования статистического обеспечения деятельности по управлению твердыми коммунальными отходами с использованием процессов цифровизации // Научный журнал НИУ ИТМО. Серия Экономика и Экологический менеджмент. – 2021. – № 4.
14. Лебедева А.А., Лебедев Д.А. Индикаторы состояния системы обращения с коммунальными отходами // Инновационная наука. – 2015. – c. 229-231.
15. Ерыгина А.В. Индикативный подход в управлении устойчивым развитием сферы обращения с твердыми коммунальными отходами // Развитие экономики города. – 2007. – № 8(47). – c. 210-213.
16. Горячева О. Е., Смирнова Т. А., Говорина О. В Разработка системы показателей мониторинга в сфере переработки твердых коммунальных отходов // Экономика и управление хозяйствующими субъектами Петербургский экономический журнал. – 2019. – № 3. – c. 120-130.
17. Богатырев А.В. Методы расчета параметров ресурсосберегающих производств // Экономический анализ: теория и практика. – 2009. – № 36(165). – c. 33-36.
18. Frank F. A., Stevenson T. L. Canning E.F.-J. Longevity and Circularity as Indicators of Eco-Efficient Resource Use in the Circular // Economy Ecological Economics. – 2018. – p. 297-306.
19. Parchomenko A., Nelenb D., Gillabelb J., Rechbergera H. Measuring the circular economy - A Multiple Correspondence Analysis of 63 metrics // Journal of Cleaner Production. – 2019. – p. 200-216.
20. Moragaa G., Huysvelda S., Mathieuxc F. Circular economy indicators: What do they measure? // Resources, Conservation and Recycling. – 2019. – p. 452-461.
21. Supanchaiyamat, N, Hunt A.J.,ChemSusChem2019,12,397 G. A. Blengini,F. Mathieux, P. Nuss,L.TalensPeiró,Towardsrecyclingindicatorsbasedon EU flows and raw materialssystemanalysisdata, EU. 2018. DOI: 10.2760/092885
22. Scott G.M. Chapter 10 - Recovered PaperWaste. - A Handbook for Management 2011, 2011. – 137-149 p.
23. Кузьминова Т. Опыт Гринпис в раздельном сборе ТКО. [Электронный ресурс]. URL: https://greenpeace.ru/how-to/2020/08/19/kak-organizovat-razdelnyj-sbor-v-universitete/ (дата обращения: 12.07.2022).
24. Руткаускас Т.К., Чащин М.Р., Руткаускас К.В. Интегрированный портрет потребителя в условиях развития устойчивых взаимоотношений на рынке жилищно-коммунальных услуг // Жилищные стратегии. – 2020. – № 2. – c. 181-208. – doi: 10.18334/zhs.7.2.110176.
25. Plastinina Iu.V., Berezyuk M.V., Rumyantseva A.V., Chaschin М.R. New waste management within Russian Universities // Russian Journal of Resources, Conservation and Recycling. – 2021. – № 3(8). – doi: 10.15862/07ECOR321.
26. Волкова А.В. Рынок утилизации отходов. Высшая школа экономики. Центр развития. [Электронный ресурс]. URL: https://dcenter.hse.ru/data/2018/07/11/1151608260 (дата обращения: 02.12.2022).
27. Joaquim J.M. Guilhoto Input-Output Models Applied to Environmental Analysis DOI: 10.1093/acrefore/9780199389414.013.573

Страница обновлена: 14.07.2024 в 14:03:58