Региональные аспекты энергоэффективности

Александр РЕВА
Экономист Центра анализа данных, Всероссийская академия внешней торговли
e-mail: a.reva@vavt.ru

Методика расчета изменения потребления энергии валового регионального продукта (ВРП) учитывает структурно-­динамические особенности ВРП, отражающие уровень энергопотребления и степень экономического развития региона. Основу методики составляет факторная декомпозиция, предоставляющая возможность выделить технологический фактор для квантификации показателя энергоэффективности, который оценивает колебания использования энергии только за счет изменения эффективности технологий [1].
Методика является модификацией ранее принятой методики расчета энергоемкости ВВП, которая опирается на приказ Министерства экономического развития РФ от 1 августа 2019 г. № 471 «Об утверждении методики расчета энергоемкости валового внутреннего продукта Российской Федерации и оценки вклада отдельных факторов в динамику энергоемкости валового внутреннего продукта Российской Федерации» [4].
Региональный вариант модели включает в себя 8 основных секторов и 34 направления использования энергии. Выделяются 34 направления использования энергии: в электро- и теплоэнергетике – 9, в добыче полезных ископаемых – 5, в обрабатывающих производствах – 13, в сельском хозяйстве – 4. В секторах «Транспорт», «Население», «Прочие потребители ТЭР» отдельные направления не выделяются.
Данная конфигурация позволяет оценить изменение показателя энергоэффективности в виде технологического фактора как в секторальном разрезе, так и для региона в целом на основе общей логической схемы с учетом особенностей каждого региона в части обеспеченности статистической информацией.
Сектор потребления энергии – агрегированные для близких сфер деятельности группы направлений (направления) использования энергии. При расчетах выделяются следующие сектора:
объединённые сектора электро- и теплоэнергетики;
электроэнергетика (без электростанций, работающих на котельно-­печном топливе);
теплоэнергетика (без электростанций, работающих на котельно-­печном топливе);
добыча полезных ископаемых;
обрабатывающие производства;
сельское хозяйство;
транспорт;
население;
прочие потребители ТЭР.
Расчеты в модели реализуются на основе алгоритма и математического инструментария, учитывая особенности сбора статистических показателей на региональном уровне, полученных с сайта Росстата (Федеральная служба государственной статистики (rosstat.gov.ru).
В данной работе акцентируется внимание на анализе технологического фактора и на тех изменениях, которые были внесены для получения состоятельных оценок с учетом региональной специфики и доступности статистических данных на сайте Министерства экономического развития РФ [4].
Фактор климата позволяет учесть влияние изменений температурных условий года на потребность в энергии и на удельные расходы энергии, которые, соответственно, нельзя оценивать, как изменение энергоэффективности.
Фактор загрузки производственных мощностей позволяет учесть изменения в потреблении и удельных расходах энергии за счет распределения условно-­постоянных расходов энергии на освещение и отопление предприятий на больший или меньший объем производимой продукции при изменении загрузки производственных мощностей.
Фактор благоустройства и обеспеченности бытовыми приборами позволяет учесть влияние на параметры энергопотребления изменений, связанных с размером жилплощади людей и количеством бытовой техники, потребляющей энергию.
Фактор экономической активности позволяет учесть увеличение потребности в энергии за счет роста объемов производства.
Фактор структурных сдвигов позволяет оценить влияние на изменение потребления энергии и энергоемкости ВРП увеличения (уменьшения) удельного веса секторов с более высокой и более низкой энергоемкостью.
Технологический фактор отражает влияние на изменение энергоемкости энергоэффективности машин, оборудования, зданий, технологических процессов [1].
Потребление энергии нетопливными электростанциями рассчитывается на основе величины электроэнергии, отпущенной атомными и геотермальными станциями, с учетом соответствующих коэффициентов трансформации по формуле:

где:
ЕНТС – потребление энергии нетопливными электростанциями;
EVАЭС – электроэнергия, отпущенная атомными электростанциями;
EVГТС – электроэнергия, отпущенная геотермальными электростанциями;
2,0303 и 9 – коэффициенты перевода энергии в условные единицы.
Потребление энергии по направлениям использования корректируется на влияние климата путем приведения к климатическим условиям базового года по следующей формуле:

где:
ЕitГСОП – потребление энергии по направлению i, скорректированное на климат в году t;
HHECit – потребление тепловой энергии на цели отопления по направлению i в году t;
ГСОП0 и ГСОПt – градусо-­сутки отопительного периода в базовом году и году t;
0,143 – коэффициент перевода энергии в условные единицы.
В качестве базового в настоящей методике принят 2017 год. Соответственно, коррекция потребления энергии на влияние климата производится путем приведения к климатическим условиям 2017 года.
Для направлений использования энергии в добыче полезных ископаемых и обрабатывающих производствах коррекция потребления энергии на влияние климата осуществляется на основе данных о доле энергии, затраченной на отопление, по отдельным направлениям. В случае отсутствия необходимых данных, разрабатываемых Росстатом, потребление теплоэнергии на отопление рассчитывается на основе средней по России доле теплоэнергии на отопление для соответствующего направления, скорректированной на взвешенный ГСОП по формуле:

где:
HHECit – потребление тепловой энергии на цели отопления по направлению i в году t;
HECti – потребление тепловой энергии по направлению i;
kt – отношение ГСОП по региону к взвешенному ГСОП в году t;
dtHHECi – средняя по Российской Федерации доля тепловой энергии на отопление по направлению использования энергии i в году t.
Коэффициент kt рассчитывается по формуле:

где:
– взвешенный ГСОП в году t.
Взвешенный ГСОП рассчитывается по формуле:

где:
Ytjr – валовая добавленная стоимость (ВДС) в сопоставимых ценах по сектору j в регионе r в году t;
ГСОПtjr – градусо-­сутки отопительного периода по сектору j в регионе r в году t.
При этом отношение ГСОП по региону к взвешенному ГСОП должно находиться в диапазоне от 0,5 до 1,5. Если оно оказывается меньше 0,5 или больше 1,5, то при расчете потребления теплоэнергии на отопление по формуле 6 коэффициент kit принимается равным, соответственно, 0,5 или 1,5.
Доля теплоэнергии на отопление в общем объеме потребления тепловой энергии не может превышать 95 %. Если она оказывается больше, то доля расходов на отопление по соответствующему направлению принимается равной 95 %.
По секторам использования энергии «Добыча полезных ископаемых» и «Обрабатывающие производства», скорректированное на климат потребление энергии рассчитывается путем суммирования скорректированного на климат потребления энергии по отдельным направлениям.
В секторах «Транспорт», коррекция потребления энергии на фактор изменения загрузки производственных мощностей не осуществляется.
Коррекция потребления энергии на уровень благоустройства осуществляется для населения с целью учета влияния факторов изменения обеспеченности бытовыми приборами и жилой площадью.
Коррекция потребления энергии на уровень благоустройства производится путем приведения к условиям базового 2017 года по следующей формуле:

где:
ЕitW – потребление энергии, скорректированное на уровень благоустройства, в году t;
ЕitГСОП – потребление энергии, скорректированное на климат, в году t;
asi0 и asit – обеспеченность на 100 семей бытовыми приборами вида i в базовом году и в году t;
ea0i – годовой расход энергии бытовым прибором вида i;
LS0 и LSt – общая площадь жилых помещений в базовом году и в году t.
Обеспеченность населения бытовыми приборами (ТВ, холодильниками, стиральными машинами, кондиционерами, электроплитами) определяется на основе статистического сборника Росстата «Россия в цифрах» за соответствующий год.
Годовой расход энергии отдельными видами бытовых приборов принимается равным: для ТВ – 120, для холодильников – 320, для стиральных машин – 180, для кондиционеров – 210, для электроплит напольных – 550 кВт·ч в год.
Результаты декомпозиционного анализа позволяют выделить вклад технологического фактора в динамику энергоемкости по экономике региона в целом и по отдельным секторам: электро- и теплоэнергетике, добыче полезных ископаемых, обрабатывающим производствам, сельскому хозяйству. Влияние технологического фактора проявляется в изменении объемов потребления энергии из-за разных параметров энергоэффективности основных фондов, используемых в процессах экономической деятельности.
При формировании перечня субъектов Российской Федерации для апробации разработанной модели «Энергоемкость ВРП» соблюдалось условие по рассмотрению не менее двух субъектов в рамках каждого федерального округа. Оценка энергоемкости ВРП и вклада отдельных факторов в динамику энергоемкости по 20 регионам Российской Федерации проведена за период 2017–2019 гг. в связи с отсутствием необходимых статистических данных за 2016 г. и недоступностью на момент подготовки отчета данных за 2020 г.
Основные результаты расчетов энергоемкости ВРП по 20 регионам России
Энергетическая эффективность во многом определяет уровень экономического развития региона. Разработка программ энергосбережения на региональном уровне предполагает анализ основных тенденций в сфере энергопотребления.
Результаты расчетов энергоемкости ВРП по 20 регионам России приведены на рис. 1 и в таблице 1. На рис. 1 представлена динамика энергоемкости ВРП по 20 регионам РФ. Как свидетельствуют данные, энергоемкость ВРП в период 2018–2019 гг. снижалась в большинстве регионов, по которым были проведены расчеты. При этом масштабы снижения были различны и колебались в значительном диапазоне.

Так, в Мурманской области энергоемкость снижалась ежегодно более чем на 19 %, в Забайкальском крае на менее значимые 3,7 и 2,5 %. А в таких регионах как Сахалинская область, Иркутская область, Кемеровская область, Карачаево-­Черкесская Республика, Краснодарский край, Новгородская область, Республика Коми, Тульская область, наблюдались разнонаправленные тенденции по годам рассматриваемого периода.
Результаты расчетов энергоемкости ВРП по 20 регионам России приведены ниже. Выполненный комплекс расчетов позволил выделить основные факторы, влияющие на энергоемкость ВРП. В таблице 1 – абсолютный прирост потребления энергии за счет 6 выделенных факторов: фактора климата, фактора изменения загрузки производственных мощностей, фактора благоустройства и изменения обеспеченности энергоприборами, фактора экономической активности, структурного фактора и технологического фактора.

Данная методика показала свою эффективность относительно ее применимости к зачастую неоднородным по своим характеристикам регионам, особенно в таких показателях как потребление энергии на душу населения и подушевой ВРП. Данная таблица показывает яркую кластеризацию выбранных нами субъектов РФ. Несмотря на отсутствие большого разброса в подушевом ВРП, можно выделить несколько точек, которые расположены в значительной удаленности.
Сравнение регионов отображает существенную неоднородность данных, подтверждая факт невозможности сравнения напрямую. Данная методика показала свою эффективность относительно ее применимости к зачастую неоднородным по своим характеристикам регионам [3].
Рассматривая принятую выборку, мож­но заключить о более-­менее схожем уровне энергоэффективности выбранных нами субъектов РФ. При этом несколько регионов сильно выбиваются из общего ряда (рис. 2).

Одним из таких регионов является Курская область, где относительно небольшой ВРП и огромное производство энергии, которое обусловлено расположенной там атомной электростанцией.
Следующими регионами являются Краснодарский край и Республика Адыгея. В Краснодарском крае очень низкий уровень обрабатывающей промышленности, но крайне высокая плотность населения. Адыгея отличается невысокой плотностью населения, отсутствием обрабатывающей промышленности и низким уровнем энергоэффективности.

Результаты апробации методики расчета энергоемкости ВРП в Татарстане

Энергоемкость ВРП Республики Татарстан снизилась в 2019 году к уровню 2017 г. на 12,2 %, в том числе в 2018 г. снижение составило 9,2 %, в 2019 году – 3,3 % (рис. 3).

Потребление энергии в Республике Татарстан увеличилось в 2019 г. к уровню 2017 г. на 1,6 %, в том числе темп прироста составил 1,5 % в 2018 г. и 0,2 % в 2019 г. В абсолютном выражении потребление энергии выросло в 2018 г. на 403, в 2019 г. на 49 тыс. т у. т. Однако экономическая активность как по региону в целом, так и в отдельных секторах использования энергии увеличивалась более быстрыми темпами. Так, ВРП региона вырос в 2019 г. к уровню 2017 г. на 5,1 %, индекс производства в добыче полезных ископаемых составил в 2019 г. 2,8 %, а в обрабатывающие производства 5,7 % к уровню 2017 г.
Апробация методики позволила выделить вклад 6 факторов в изменение потребления энергии и полностью декомпозировать общий прирост, разложив его на выделенные факторы (таблица 2). Декомпозиционный анализ позволяет выявить влияния различных факторов и определить основные причины изменения энергопотребления, что важно для разработки направлений энергосбережения.

Основной вклад в увеличение потребления энергии в регионе внесли факторы изменения экономической активности и загрузки производственных мощностей. За счет фактора экономической активности потребление энергии увеличилось на 11,7 % в 2018 г. и на 3,6 % в 2019 г. Изменение загрузки мощностей привело к увеличению потребления энергии на 1,1 % ежегодно в 2018–2019 гг.
За счет изменения климата потребление энергии увеличилось на 0,3 % в 2018 г. и снизилась на 0,6 % в 2019 г., что было обусловлено увеличением в 2018 г. ГСОП на 5,4 % и снижением ГСОП в 2019 г. на 10,7 %.
За счет фактора благоустройства потребление энергии снизилось на 1,1 и 1 % в 2018 и 2019 гг., что составило 301 тыс. т у. т. и 295 тыс. т у. т.
Вклад в динамику энергоемкости технологического и структурного факторов способствовал снижению потребления энергии.
Структурные сдвиги в экономике региона, изменение долей секторов с более высокой и более низкой энергоемкостью ведет к изменению энергоемкости по экономике региона в целом. За рассматриваемый период в экономике региона увеличился удельный вес промышленного производства с 42,1 % в 2017 г. до 45,4 % в 2019 г., снизился удельный вес сельского хозяйства (с 6,6 до 5,5 %), строительства (с 8,7 до 7,3 %). Вследствие влияния структурного фактора потребление энергии сократилось в 2018 г. на 468, в 2019 г. – на 271 тыс. т у. т. или на 1,7 и 1 % соответственно.
Наиболее значимое влияние на динамику энергопотребления в Татарстане в рассматриваемый период оказывал технологический фактор. Снижение потребления энергии за счет технологического фактора составило 7,9 и 1,8 % в 2018 и 2019 гг.
Оценка влияния факторов на динамику энергопотребления была проведена и на уровне отдельных секторов с выделением факторов климата, загрузки производственных мощностей, изменения экономической активности, структурного фактора и технологического фактора.
Результаты декомпозиционного разложения прироста потребления энергии за счет перечисленных факторов по секторам потребления энергии в Татарстане, так же, как и по региону в целом, были выполнены с нулевой невязкой (таблица 3).

Технологический фактор является основным источником повышения энергетической эффективности на территории субъектов Российской Федерации. Выделение технологического фактора позволяет оценить изменение энергоемкости за счет повышения энергетической эффективности зданий, машин и оборудования, используемых в технологических процессах и определить потенциал снижения энергоемкости ВРП, в первую очередь за счет наиболее энергоемких секторов: электро- и теплоэнергетики, обрабатывающей промышленности, транспорта.
В Татарстане влияние технологического фактора на снижение потребления энергоресурсов наиболее значимо проявилось в 2018–2019 гг. в таких секторах как теплоэнергетика (без электростанций, работающих на котельно-­печном топливе), электроэнергетика (без электростанций, работающих на котельно-­печном топливе), обрабатывающие производства, сельское хозяйство (таблица 3).
Технологический фактор в Татарстане в 2018–2019 гг.:
в теплоэнергетике (без электростанций, работающих на котельно-­печном топливе) привел к уменьшению потребления энергоресурсов на 257 и 8 тыс. т у. т.;
в электроэнергетике (без электростанций, работающих на котельно-­печном топливе) обеспечил снижение потребления энергии на 49 и 22 тыс. т у. т.;
в обрабатывающих производствах позволил снизить потребление энергии на 65 и 6 тыс. т у. т.;
в добыче полезных ископаемых вел не к снижению, а к повышению потребления энергии на 81 и 242 тыс. т у. т.;
в сельском хозяйстве позволил снизить объемы потребления энергетических ресурсов на 17 и 5 тыс. т у. т.

Следует отметить, что по ряду регионов отсутствие необходимой статистической информации не позволило осуществить корректную декомпозицию. Например, в Курской области энергоемкость ВРП снизилась в 2018 г. на 88,9 % за счет сектора тепло- и электроэнергетики, где снижение составило 89,6 %. Такой результат связан с отсутствием с 2018 г. данных по региону по атомным электростанциям (форма 6-ТП), ведущим к значительной невязке при пофакторной декомпозиции (таблица 4).

Апробация методики позволила выявить основные сложности при расчете энергопотребления ВРП и оценке вклада отдельных факторов в динамику энергопотребления ВРП, связанные, в первую очередь, со статистическим обеспечением расчетов.
В секторе «Электроэнергетика» для направлений «Электроэнергия, отпущенная электростанциями, работающими на котельно-­печном топливе», возникают ошибки из-за того, что данные засекречены. Эта проблема актуальна для таких регионов как Карачаево-­Черкессия, Республика Адыгея, Мурманская область.
Засекречивание данных приводит к проблемам корректной оценки по направлению «Электроэнергия нетопливных электростанций», в частности, в следующих регионах: Свердловская область, Курская область, Мурманская область, Ставропольский край, Республика Татарстан, Республика Адыгея, Краснодарский край.
Следующей важной критической проблемой являются данные по направлениям энергогенерации, где КПД превышает 100 %, что выражается в отрицательных значениях расхода энергии. В выборке регионов, рассмотренных в отчете, эта проблема актуальна для направления «Электроэнергия, отпущенная дизельными электростанциями (работающими от двигателей внутреннего сгорания)» в таких регионах как Краснодарский край и Забайкальский край.
Для направления «Тепловая энергия, отпущенная электробойлерными установками (электрокотлами)» данная проблема выявлена в Кемеровской области, Пермском крае, Карелии, Свердловской области, Ярославской области, Иркутской области. Для направления «Тепловая энергия, отпущенная электростанциями, работающими на котельно-­печном топливе» превышение КПД 100 % характерно для Татарстана и Ставропольского края [1].
В секторе «Теплоэнергетика» для направления «Электроэнергия, отпущенная электростанциями, работающими на котельно-­печном топливе» возникают ошибки из-за наличия засекреченных данных. Эта проблема актуальна для Карачаево-­Черкессии, Адыгеи, Мурманской области. Для направления «Тепловая энергия, отпущенная электробойлерными установками (электрокотлами)» данная проблема актуальна для Ивановской области, Карачаево-­Черкессии, Тульской области, Адыгеи.
Наиболее часто засекреченные данные встречаются в отраслях: «Производство металлургическое», «Производство машин и оборудования, не включенных в другие группировки», «Производство кокса и нефтепродуктов», «Производство электрического оборудования» и «Производство химических веществ и химических продуктов». Данная проблема характерна для большинства регионов и наблюдается в таких статистических формах как «23-Н» и «4-ТЭР».
Основные выводы по результатам апробации методики:
предложенные методические подходы, математический инструментарий и алгоритм расчетов могут использоваться для оценки энергоемкости ВРП и вклада факторов в динамику энергоемкости в регионах России;
основным фактором, ограничивающим применение разработанной модели, является недостаток статистической информации;
получение адекватных и корректных результатов, сопоставимых как на уровне региона по секторам использования энергии, так и между регионами, а также корректная декомпозиция изменения потребления энергии на определяющие динамику этого процесса факторы возможны при достаточной информационной обеспеченности расчетов, в настоящее время отсутствующей;
необходимость проведения дополнительных исследований с расширением и уточнением статистического обеспечения расчетов для верификации первичной статистики и объяснения плохо интерпретируемых данных является одним из главных выводов данной работы.