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
Скачать PDF | Загрузок: 16 | Цитирований: 2
Статья в журнале
Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 13, Номер 2 (Февраль 2023)
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
|
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].
|
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
|
-
|
-
|
-
|
-
|
-
|
-
|
-
|
*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
|
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
|
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) |
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:
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: 26.11.2024 в 12:49:25