Экономико-математическая модель обеспечения оптимального финансирования устойчивого развития энергетических проектов Арктики при организации промышленно-производственно-добывающего кластера

Введение

Устойчивое развитие выступает предметом и объектом многочисленных научных исследований в последние десятилетия. И интерес этот не ослабевает. Особое внимание эксперты уделяют проблемам и перспективам устойчивого развития территорий. Арктика, ввиду своего уникального местоположения и специфики климатических условий, занимает особое место среди этих территорий, поскольку обеспечение устойчивого развития арктических территорий сопряжено с дополнительными сложностями. Особую актуальность приобретают вопросы организации промышленно-производственно-добывающих кластеров в Арктике, поскольку именно они способны стать драйверами экономического развития этих территорий. И здесь возникает актуальнейшая проблема обеспечения финансирования энергетических проектов в Арктике.

Теме разработки экономико-математических моделей развития энергетических проектов и энергетического комплекса в целом, включая определение эффектов от данных проектов, посвящены работы таких авторов, как Потанин М.М. [34] (Potanin, 2007), Ядыкин В.К. [40] (Yadykin, 2013). Моделирование политики устойчивого развития регионов, предприятий и проектов рассматривается в работах Васина H.C., Андрюхина А.В. [5] (Vasin, Andryukhin, 2011), Киселева В.В. [18] (Kisilev, 2009), Шестериковой Н.В. [39] (Shesterikova, 2008), в том числе в работе Передериевой С.А. [33] (Perederieva, 2022) особый акцент сделан на моделировании финансового потенциала устойчивого развития. Моделирование регионального промышленного кластера, в том числе в рамках организации, реализации и оценки эффективности приоритетных проектов, является предметом исследования для таких авторов, как Ахенбах Ю.А. [2] (Akhenbakh, 2012), Гумба Х.М., Кузовлева И.А., Прокопенкова В.В. [9] (Gumba, Kuzovleva, Prokopenkova, 2015), Дробот Е.В., Макаров И.Н., Почепаев И.А. [11, 12] (Drobot, Makarov, Pochepaev, 2021; Drobot, Makarov, Pochepaev, 2020), Д.Л. Напольских [28, 29] (Napolskikh, 2016; Napolskikh, 2018). В работах Жуланова Е.Е., Афтахова У.В. [14] (Zhulanov, Aftakhova, 2018), Журавлева В.В, Варковой Н.Ю., Журавлева Н.В. [15] (Zhuravlev, Varkova, Zhuravlev, 2020), Шаляпиной М.А. [38] (Shalyapina, 2018) затрагиваются вопросы учета социальной, экологической ответственности предприятий кластеров, эколого-экономической оценки и ресурсно-ориентированного подхода.

Следует отметить, что проблематике развития Арктики посвящено достаточно много современных научных исследований. В этих исследованиях в основном затрагиваются вопросы пространственного развития арктических территорий. Этой тематике посвящены научные исследования таких экспертов, как Агарков С.А. [1] (Agarkov, 2022), Баландин Д.А., Баландин Е.Д., Пыткин А.Н. [3] (Balandin, Balandin, Pytkin, 2019), Башмакова Е.П., Торопушина Е.Е. [4] (Bashmakova, Toropushina, 2019), Волков А.Д. [7] (Volkov, 2021), Гринь А.А. [8] (Grin, 2019), Донцова О.И. [13] (Dontsova, 2022), Захарьев Я.О. [16] (Zakharev, 2018), Иванова С.А. [17] (Ivanova, 2021), .Коновалова Л.В., Ушакова Т.Н., Зыкова Н.В., Худякова О.Н., Малинина Е.С. [19, 20] (Konovalova, Ushakova, Zykova, Khudyakova, Malinina, 2022; Konovalova, Zykova, Ushakova, 2020), Матвиенко И.И. [24, 25] (Matvienko, 2020; Matvienko, 2018), Торцев А.М., Смиренникова Е.В., Студенов И.И., Новоселов А.П. [36] (Tortsev, Smirennikova, Studyonov, Novoselov, 2018), Хазанов А.М., Джавадов Т.Э. [37] (Khazanov, Dzhavadov, 2018). Чуть меньше исследований посвящено проблемам развития инфраструктуры, в том числе транспортной, в Арктике. Здесь можно отметить научные статьи таких экономистов, как Деттер Г.Ф. [10] (Detter, 2018), Митрюкова К.А. [26] (Mitryukova, 2023), Прудский В.Г., Федосеева С.С., Баландин Д.А. [35] (Prudskiy, Fedoseeva, Balandin, 2022). Устойчивому развитию арктических территорий посвящен цикл работ Никулкиной И.В. и др. [30–32] (Nikulkina, Filimonova, Zolotov, 2023; Nikulkina, Romanova, Gerardi, 2021; Nikulkina, Gordyachkova, Gerardi, 2020). Вопросы энергоемкости экономики Арктической зоны рассматриваются лишь эпизодически (Наливайченко Е.В., Тишков С.В., Волков А.Д. [27] (Nalivaychenko, Tishkov, Volkov, 2023)).

В то же время вопросам разработки экономико-математических моделей оптимального финансирования устойчивого развития энергетических проектов в рамках промышленно-производственно-добывающего кластера уделено недостаточно внимания. По сути, отсутствуют научные исследования, посвященные проблемам финансирования устойчивого развития энергетических проектов Арктики при организации промышленно-производственно-добывающего кластера (табл. 1).

Цель исследования состояла в том, чтобы обосновать необходимость экономико-математического моделирования обеспечения оптимального финансирования устойчивого развития энергетических проектов Арктики при организации промышленно-производственно-добывающего кластера.

Научная новизна исследования заключается в авторской разработке экономико-математической модели обеспечения оптимального финансирования устойчивого развития энергетических проектов Арктики при организации промышленно-производственно-добывающего кластера.

Таблица 1

Научный вклад в изучение устойчивого развития энергетических проектов Арктики при организации промышленно-производственно-добывающего кластера

Источник: составлено авторами.

Методология исследования

Для формирования эффективной системы развития арктических месторождений с использованием инструментария промышленно-производственно-добывающих кластеров (ППДК) необходимо решение ряда задач, включающих следующие, наиболее значимые:

1. Развитие энергетической, производственной и транспортной инфраструктуры, в том числе в зоне формирования кластеров и иных территориальных промышленно-производственных комплексов.

2. Обеспечение достаточности финансовых ресурсов для формирования и реализации программ (федеральных и региональных) поддержки энергетического развития Арктики.

3. Параллельно развитию добывающих мощностей необходимо развитие промышленных производств, специализирующихся на изготовлении высокоэффективного оборудования и иных средств производства, соответствующих ведущим мировым аналогам, которые можно использовать в качестве материально-производственного базиса создания других производств.

Как можно увидеть, из представленных ключевых задач непосредственное отношение к энергетической и промышленно-производственной сфере имеет только одна из них, а остальные связаны с общеэкономической проблематикой. Данная связь объясняется стратегическим характером сферы топливно-энергетического комплекса, в частности системы добывающих производств, взаимным влиянием и связностью данной сферы с другими видами материального производства, прежде всего энергетики, и национальной инфраструктурой.

Соответственно, при разработке и реализации государственной политики энергетического развития Арктики в рамках социо-производственно-экономической системы соответствующего уровня (микро, мезо, макро) необходимо разработать единый вектор (целевое множество) государственной политики, включающий в качестве подцелей развитие основных отраслей промышленности (макро и мезо уровни) либо предприятий данных отраслей, (микроуровень) и связанных и существенно влияющих на развитие данных промышленных производств и отраслей – производств, предприятий и отраслей, относящихся к обеспечивающим (главным образом сфера инфраструктуры), ресурсопоставляющим (например, энергетическая, добывающая промышленность и отрасли первичной переработки) и вспомогательным.

Разработаем формальную модель формирования системообразующих производств кластера и оптимальной реализации государственной (региональной) политики энергетического развития Арктики и инфраструктуры арктических территорий на основе целевого бюджетного (посредством формирования и использования фонда промышленно-энергетического развития) и смешанного финансирования.

В качестве идеологической и методологической основы нашего исследования мы взяли работы И.Н. Макарова, касающиеся идеологических основ реиндустриализации экономики и математического инструментария отбора оптимальных проектов [21–23] (Makarov, Evsin, Kolesnikov, Spesivtsev, 2017; Makarov, 2016; Makarov, Kolesnikov, Shirokova, Kadilnikova, 2017).

Данную модель мы адаптировали под проекты развития Арктики (за счет разработки месторождений энергоносителей) на базе государственно-частного партнерства.

В качестве теоретической макроэкономической основы модели осуществления программы энергетического развития Арктики, которая легла в основу построения экономики-математической модели, заложена концепция «помогающей руки», реализованная во многих странах Азии (прежде всего, в Японии и Китае).

Основные результаты

В качестве базового предположения выдвинем тезис о том, что государственная политика энергетического развития Арктики, в соответствии с принятой в нашей стране практикой, будет осуществляться в форме государственной целевой программы, которую условно назовем «Программа обеспечения устойчивого развития Арктических территорий, добывающего, промышленного производства в системообразующих, обеспечивающих и иных отраслях Арктики» (далее – программа).

Предположим, что реализация программы развития смежного промышленного производства и инфраструктуры – в рамках формирования регионального промышленно-производственного кластера осуществляется за счет государственного бюджета – посредством формирования соответствующего фонда промышленного развития – и смежных средств.

В качестве основных целей данной программы необходимо позиционировать те цели, которые будут способствовать достижению состояния стабильного экономического роста, основанного на развитии промышленного производства в текущей и стратегической перспективе.

Исходя из целей государственного финансирования данной программы вкупе с составляющими подпрограммами основой построения индикатора i-й цели должен стать долговременный устойчивый прирост эффективности добывающего и промышленного производства, выраженный в количественном увеличении добытых энергоресурсов и производства высококачественной промышленной продукции. При этом необходимо разделять долговременный и кратковременный эффекты и ориентироваться именно на достижение долговременного устойчивого эффекта.

При этом необходимо провести «связи» между элементами – составляющими данной программы, реализуемыми непосредственно в сфере добывающего и перерабатывающего, в том числе промышленного производства и (под)программами развития промышленного производства в конкретном региональном промышленно-производственном кластере, а также инфраструктуры, существенно влияющие на развитие промышленного производства.

Это необходимо отобразить в параметрах целевого множества отмеченной государственной программы, реализуемой в определенном регионе и способствующей формированию системы оптимальных производств, составляющих промышленно-производственно-добывающий кластер, который должен быть базой развития регионального производственно-добывающего комплекса.

Поэтому, разрабатывая интегральный план-проект достижения целей предлагаемой государственной программы, необходимо обозначить интегральную цель программы Цint как состоящую из определенного замкнутого набора (множества) частных целей, включая цели развития промышленного комплекса региона и промышленно-производственно-добывающего кластера: Цint = {Цпр.компл, Цкласт, Цпромпр, Цинфр, Цр.соц.рег, Цэкол} – цели развития промышленного комплекса арктического региона, цели развития промышленно-производственно-добывающего кластера, цели развития конкретных промышленных производств региона, цели инфраструктурного развития, цели развития социальной среды региона, цели экологического развития региона.

При этом нам необходимо учитывать вклад в общую значимость каждой из компонент целевого множества с учетом относительной важности каждой из компонент при реализации программы в конкретных производственных, ресурсных, региональных, природно-климатических, экологических и иных условиях, с учетом необходимости обеспечения устойчивого развития стратегических для данного региона отраслей промышленности (на макроэкономическом и мезоэкономическом уровнях).

Таким образом, это означает, что каждая из составляющих-компонент Цпр.компл, Цкласт, Цпромпр, Цинфр, Цр.соц.рег, Цэкол интегрального целевого множества Цint, в свою очередь, является подмножеством и, следовательно:

Цint = Цпр.компл ∪ Цкласт ∪ Цпромпр ∪ Цинфр ∪ Цр.соц.рег ∪ Цэкол. (1)

Указанные нами выше составляющие – компоненты каждого из подмножеств, в рамках целевой функции программы развития экономики Арктики на базе инновационной индустриализации, включающей параллельное развитие добывающих и перерабатывающих производств, имеют различную значимость с точки зрения стратегического планирования и влияния на социально-экономическое развитие арктического региона, что также должно учитываться на этапе разработки и в дальнейшем по мере реализации интегральной стратегии развития энергетических ресурсов арктических территорий.

В общем случае, когда устойчивое развитие экономики арктических территорий, включая системы промышленных комплексов в арктических регионах, реализуется посредством планомерного достижения обозначенного выше интегрального множества целей Цint, образованного подмножествами Ц1, Ц2, ..., Цn, осуществление государственной программы, направленной на решение интегрального множества целей, может быть представлено последовательностью действий, указанных на рисунке ниже.

Согласно предлагаемому механизму, реализация государственной программы развития промышленного-производственно-добывающего кластера, смежной промышленности и инфраструктуры арктического региона на основе бюджетного фонда развития промышленности и частного финансирования должна осуществляться через интегральную стратегию отраслевого промышленного развития Цint, сформированную подмножеством поставленных целей: { Цпр.компл, Цкласт, Цпромпр, Цинфр, Цр.соц.рег, Цэкол }.

В основу нашей методики заложим методику, изложенную в ряде работ, посвященных решению задач оптимального финансирования государственных проектов, программ, частных инвестиционных проектов и поиска оптимальных решений [6, 22] (Vanko, Ermoshina, Kuvyrkin, 2006; Makarov, 2016).

Рисунок 1. Экономико-математическая модель механизма реализации государственной программы развития промышленного-производственно-добывающего кластера, смежной промышленности и инфраструктуры арктических территорий на основе бюджетного и частного финансирования

Источник: составлено авторами.

«В работах, посвященных проблематике финансового моделирования, предложена процедура ранжирования целей по критерию значимости / важности Ц₁, Ц₂, ..., Ц_n путем введения ξ_i [0, 1], i = 1, 2, ..., n, определяют актуальность достижения каждой из групп целей» [22] (Makarov, 2016). При этом предполагается выполнение условия нормировки:

(2)

Определение величины ξ_i на этапе создания интегрального целевого множества государственной программы развития добывающего и связанного с ним перерабатывающего, а также иного промышленного производства, смежных отраслей и инфраструктуры на основе целевого бюджетного и смешанного финансирования Ц_int должно быть проведено с учетом интересов государства, организаций и/или предприятий отрасли (главным образом «Газпром-нефть») и смежных отраслей, потенциальных частных партнеров. Однако, как отмечается рядом авторов, этот метод ранжирования целей программы Ц₁, Ц₂, ..., Ц_n является в определенной степени полуэмпирическим [6, 22] (Vanko, Ermoshina, Kuvyrkin, 2006; Makarov, 2016). Соответственно, «его естественно дополнить классическим методом решения задач такого типа – методом экспертных оценок в механизме открытого управления, позволяющим исключить манипулирование отдельными «недобросовестными» экспертами своими оценками с целью получения желаемой для них оценки, что, естественно, нарушает объективность итогового результата» [6] (Vanko, Ermoshina, Kuvyrkin, 2006).

Рассмотрим возможность и алгоритм использования метода экспертных оценок в механизме открытого управления в рамках инвестиционной программы финансирования развития наиболее важных производств в контексте обеспечения энергетического развития Арктики.

Для этого расположим по неубыванию для некой величины R оценки группы, состоящей из N экспертов [22] (Makarov, 2016):

r₁ ≤ r₂ ≤ … ≤ r_n. (3)

Далее введем некое количество вспомогательных чисел, равное количеству привлеченных экспертов (N) [22] (Makarov, 2016):

q_k = 100–100 (k – 1) / N; k = 1, 2, ..., N. (4)

Соответственно, эти числа должны поделить некий условный отрезок [0%, 100%] на количество равных частей N. Далее для каждого номера k определим величину [22] (Makarov, 2016):

min (r_k, q_k). (5)

Наконец, из всех полученных минимумов выберем наибольший [22] (Makarov, 2016):

maxmin (r_k, q_k). (6)

k

который и будет итоговым решением в приведенной методике.

Как отмечается исследователями, «в теории коллективного принятия решений математически доказывается, что описанный выше способ является механизмом открытого управления, то есть, согласно теоретическим выкладкам, защищен от манипулирования со стороны экспертов» [6] (Vanko, Ermoshina, Kuvyrkin, 2006).

При этом необходимо соблюдение следующего условия, параметры эффективности ξ₁, ξ₂, ... , ξ_n должны удовлетворять условию нормировки, что, в свою очередь, с позиции теории вероятности, априорно предполагает полноту и замкнутость набора целевого множества Ц_i инвестиционной программы промышленного развития, включая все возможные подпрограммы. Однако в рассматриваемом механизме открытого управления величина ξ_i определяется экспертами для отдельно для каждого набора целей Ц_i, как правило, связанного с i-й подпрограммой или развитием i-го производства в составе производственного комплекса по отдельности либо комбинацией подпрограмм (производств), что в целом не гарантирует выполнения условия нормировки приведенного выше. Соответственно, мы можем получить ситуацию, когда [6] (Vanko, Ermoshina, Kuvyrkin, 2006):

(7)

Решением данной ситуации является переход от полученных экспертных оценок ξ_i к перенормированным оценкам [6] (Vanko, Ermoshina, Kuvyrkin, 2006):

ξ_i^* = ξ_i / С. (8)

Данное решение, восстанавливает условие нормировки значимости каждой отдельной цели (например, развития каждого из промышленных производств) программы или подпрограммы, с одной стороны, и не нарушает условие обязательной актуальности каждой из целей программы/подпрограммы Ц_i, с другой стороны.

Мы предлагаем дополнить данное решение авторской моделью, учитывающей возможное влияние каждого из подпроектов развития каждого из конкретных производств, развиваемых в рамках регионального промышленно-производственно-добывающего комплекса, либо при формировании/оптимизации промышленно-производственно-добывающего кластера, на конечный результат.

Итак, предположим, что известны функции воздействия каждой цели инвестиционной программы на конечный результат функционирования регионального промышленно-производственно-добывающего комплекса либо промышленно-производственно-добывающего кластера. Подобная функция наиболее вероятно носит стохастический характер и может быть выведена по результатам анализа мировой и отечественной практики.

Соответственно, мы получим:

ΔQпрпк_i = f_i (Ц_i,). (9)

Далее, в свою очередь, получаем:

∑_i ΔQпрпк_i = ∑_i f_i (Ц_i,). (10)

И в качестве условия нормировки выходит:

ς_i = ∑_i f_i (Ц_i,) / ∑_i ΔQпрпк_i. (11)

Также необходимо дополнить эту модель коэффициентом синергетической совместимости каждого рассматриваемого производства с другими производствами, входящими в региональный производственно-промышленный комплекс или региональный промышленно-добывающий кластер.

Этот коэффициент также должен по аналогии с коэффициентом ξ_i рассчитываться на базе экспертных оценок и по такой же методике.

Соответственно, итоговый коэффициент нормировки значимости целей мы получим:

α_i = ξ_i × ψ_i × ς_i. (11)

Реализация интегральной цели государственной программы развития предприятий добывающей и перерабатывающей промышленности Ц_int требует обоснования и выделения объема финансовых ресурсов Ф(Б)РП_int, которые потребуются для осуществления запланированных проектов с учетом достижения определенных показателей данных проектов, то есть выполнения принципов полноценной реализации и обеспечения минимизации рисков. Предполагается, что реализация будет обеспечена органами государственной власти и государственными структурами за счет бюджетного финансирования путем создания и использования целевого фонда развития добывающей и перерабатывающей промышленности арктических территорий.

Этот интегральный объем финансирования целевого фонда должен распределяться для реализации целей программы и подпрограмм Ц₁, Ц₂, ..., Ц_n с соответствующими им объемами ресурсов Ф(Б)РП_i = Ф(Б)РП (Ц_i), i = 1, 2, ..., n.

Для полноты модели и учета существующих реалий также предположим, что полученные объемы финансирования из средств целевого фонда развития промышленности Ф(Б)РП_i,в условиях существующей неопределенности в экономике, дефицита бюджета и сложностей с осуществлением внешних заимствований будут, как правило, недостаточны для максимально эффективного достижения каждой из целей Ц_i государственной программы развития промышленных предприятий:

(12)

Вопрос упирается в доступность и стоимость иных источников финансирования. Отметим еще раз, что объем предоставляемых на реализацию программы бюджетных ресурсов, формирующих фонд развития промышленности , предполагает полноценное финансирование программы и достижение каждой из целей Ц_i программы и подпрограмм.

Однако с учетом отечественных реалий в качестве механизма вовлечения в участии в программе развития региональных производственных комплексов и/или регионального промышленно-производственно-добывающего кластера региональных органов власти, муниципалитетов либо если в программе будет предусмотрено использование механизмов софинансирования, что является не редким и для зарубежной и для отечественной практики, в нашу модель будет включена необходимость привлечения частных инвестиционных фондов (главным образом, средств ПАО «Газпром»). Соответственно, будем считать, что реализация государственной программы промышленного развития территорий Арктики потребует привлечения инвестиционных фондов Ф(Ч)РП_j, j = 1, 2, ... , m, финансирующих (софинансирующих) комплексы мероприятий и всю реализуемую деятельность по выполнению целей Ц_i программы.

Для оптимизации и управления процессом инвестирования введем следующие параметры управления:

INVpr_ij – объем инвестирования средств целевого фонда Ф(Ч)РП_j при реализации проекта Ц_i.

Помимо этого, будем считать известными следующие параметры:

р_j – стоимость единицы вложения в фонд Ф(Ч)РП_j, j = 1, 2, ... , m.

Наконец, следует считать известными максимально возможные объемы бюджетного финансирования из средств целевого фонда Ф(Б)РП_i каждого проекта Ц₁, Ц₂, ..., Ц_n.

Эти начальные данные исследуемого процесса удобно представить в виде следующей таблицы (табл. 1).

Таблица 2

Реализация интегральной цели Ц_int = {Ц₁, Ц₂, ..., Ц_n} государственной программы развития промышленного-производственно-добывающего кластера, смежной промышленности и инфраструктуры на основе бюджетного фонда энергетического развития Арктики и частного финансирования

Соответственно, мы получаем следующие ограничения по предельным объемам финансирования государственной программы энергетического развития регионов Арктики на базе добывающих и перерабатывающих производств:

≤ Ф(Б)РП_i, i = 1, 2, ..., n. (13)

Соответственно, когда известна общая величина объема доступного бюджетного финансирования целевого фонда промышленного развития Ф(Б)РП_int = Ф(Б)РП(Ц_int), заложенного на реализацию всей программы развития промышленного-производственно-добывающего кластера, смежной промышленности и инфраструктуры на основе бюджетного фонда развития добывающей и перерабатывающей промышленности и частного финансирования, возникает проблема разделения программы на потоки или подпрограммы Ф(Б)РП_i = Ф(Б)РП(Ц_i) и финансирования достижения целей Ц_i каждого из образующих потоков:

F(Ц_int) = (14)

Для окончательного определения параметров возможного множества решений целевой функции необходимо задать дополнительно к максимальным размерам целевого фонда бюджетного финансирования максимальные возможности частного финансирования – предельные значения мощностей V_j частных инвестиционных фондов (инвесторов) по использованию средств финансирования:

Ф(Б)РП (Ф_j) = ≤ V_j, j = 1, 2, ..., m. (15)

Основываясь на определенных выше ограничениях и введенных параметрах управления процессом реализации государственной программы энергетического развития регионов Арктики INVpr_ij, а также заданной целевой функции процесса, мы можем получить экономико–математическую модель оптимальной политики устойчивого развития предприятий отраслей промышленности и промышленного комплекса, которая учитывает параметры и приоритеты устойчивого развития, и имеет вид:

F (Ц_int) = → max

≤ Ф(Б)РП_i, i = 1, 2, ..., n

≤ V_j, j = 1, 2, ..., m

INVpr_ij ≥ 0

α_i [0, 1], i = 1, 2, ..., n, (16)

Заключение

Предложенная модель является по своей сущности задачей линейного программирования и, следовательно, в соответствии со свойствами задач подобного типа всегда допускает нахождение оптимального решения: Ц_int^opt = {Ц₁^opt, Ц₂^opt, ..., Ц_n^opt} с помощью традиционного симплекс-метода, в случае необходимости используя свойства взаимно-двойственных задач.

Также, когда первые две системы ограничений на параметры управления потоком средств, направляемых на финансирование развития предприятий/отраслей промышленности, INVpr_ij имеют форму уравнений, возможно применять методы решения транспортной задачи с логистическими коэффициентами затрат [6] (Vanko, Ermoshina, Kuvyrkin, 2006):

c_ij = α_i × р_j. (17)

Возвращаясь к проблеме устойчивого развития предприятий и отраслей промышленности и их взаимодействия с другими смежными отраслями, следует отметить, что в каждой группе целей общей программы {Ц_{пр.компл}, Ц_класт, Ц_промпр, Ц_инфр, Ц_{р.соц.рег}, Ц_экол} есть наиболее значимые подпрограмммы, специфичные для эффективности реализации всей интегральной программы в целом и учитывающие особенности рассматриваемого предприятия, отрасли, региона.