УДК 338.23
Статистические методы исследования
взаимосвязи экономика - энергетика
Беловский институт (филиал) КемГУ
Проблеме взаимосвязи экономики и энергетики уже долгое время уделяется большое внимание. Так, например, в 20-е годы академик пытался «энергетизировать» экономические расчеты. В качестве меры стоимости продукта предлагалось брать количество энергии, затрачиваемой на его создание, включая наряду с «живой» энергией, потребляемой в технологическом процессе, и «мертвую» энергию, овеществленную в используемых ресурсах и оборудовании. Этот подход аналогичен трудовой теории стоимости (Смит, Рикардо, Маркс) и сталкивается с той же трудностью – необходимостью редукции всех видов энергии к единому измерителю.
В современных рыночных условиях актуальность исследования взаимосвязи экономики и энергетики резко возрастает. Новые экономические и организационные отношения в Российской Федерации привели к качественному изменению и существенному ограничению возможности управления электроэнергетической системой со стороны государства. Ситуация еще более усугубляется мировым финансовым кризисом.
Определяющая роль топливно-энергетического комплекса в экономике на современном этапе требует создания такого экономико-математического инструментария, который способен формировать основные количественные параметры различных сценариев государственной ценовой политики в области энергетики и прогнозировать их последствия для отдельных отраслей экономики, в том числе на региональном уровне.
При количественной оценке возможных социально-экономических последствий ценовой политики в ТЭК сложно и важно правильно описать ценовые и финансовые взаимосвязи[1, с. 9]. При исследовании влияния динамики тарифов на отдельные экономические показатели региона и страны возможно применение статистических методов, основанных на построении линейных уравнений регрессии.
Для проведения анализа влияния энерготарифов на региональную экономику необходимо определить набор индикаторов финансовой безопасности, который позволит выявить и оценить грядущие угрозы. В нормативных законодательных актах и в экономической литературе рассматриваются показатели только экономической безопасности. По нашему мнению, первичным индикатором финансовой безопасности региона является валовой региональный продукт (далее ВРП), корреспондирующий с главным индикатором на макроэкономическом уровне - валовым внутренним продуктом, и обобщающий экономическую деятельность региона. Исследуем влияние тарифной политики в электроэнергетике на указанный параметр финансовой безопасности Кемеровской области. Для этого воспользуемся методами корреляционно-регрессионного анализа влияния вариации факторного показателя х (темп роста тарифа на электроэнергию) на результативный у (темп роста ВРП).
По данным Госкомстата России, доля ВРП региона в сумме ВВП России в 2001-2008 году оставалась в среднем на уровне 1,6%. Среди регионов Сибирского федерального округа Кемеровская область занимала в 2001-2003 годах третье место после Красноярского края и Иркутской области, а в 2004 -2007 годах – второе. В целом за анализируемый период наблюдается положительная динамика величины данного показателя (рис.1), однако в 2005 и 2006 годах рост ВРП происходил более низкими темпами по сравнению с другими временными интервалами (120,83% и 115,85%, соответственно).
Рис.1. Динамика валового регионального продукта Кемеровской области, тыс. руб.
Кузбасс является не только энергонасыщенным регионом, но и топливной базой отечественной энергетики. От бесперебойной и слаженной работы энергетиков зависит промышленное производство, транспорт, устойчивость функционирования всех систем жизнеобеспечения области. Динамика тарифа на электроэнергию, отпускаемую Кузбасской энергетической компанией, представлена на рисунке 2.
Рис. 2. Среднеотпускной тариф на электроэнергию, руб.
На основании графика корреляционного поля можно предположить о наличии прямолинейной зависимости между исследуемыми показателями, которая описывается уравнением прямой:
Yхi = a0 + a1 x, (1)
где a0 - усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов;
a1 – коэффициент регрессии, который показывает, на сколько в среднем изменяется значение результативного признака при увеличении факторного на единицу собственного измерения.
Для определения параметров уравнения (1) на основе требований метода наименьших квадратов составляется система нормальных уравнений:
(2)
По результатам расчетов параметры уравнения регрессии составили: a0 = 276,57; a1 = -1,277. Следовательно, yхi = 276,57-1,277х.
Таким образом, каждый процент снижения прироста цен на электроэнергию вызывает увеличение роста ВРП в среднем на 1,3%.
Для последующего анализа проводится проверка параметров на типичность с использованием t-критерия Стьюдента:
для параметра a0
(3)
для параметра a1
(4)
В формулах (3) и (4):
(5)
(6)
Полученные по формулам (3) и (4) фактические значения 
и 
сравниваются с критическим, которые получают по таблице Стьюдента с учетом принятого уровня значимости б и числа степеней свободы k. Полученные в анализе корреляционной связи параметры уравнения регрессии признаются типичными, если t фактическое больше t критического. Согласно табличным значениям показателя, наибольшее влияние на темп роста ВРП оказывают случайные факторы.
Проверка практической значимости синтезированных в корреляционно-регрессионном анализе математических моделей осуществляется посредством показателей тесноты связи между признаками х и у. Для прямолинейной связи рассчитывается коэффициент корреляции r формуле:
(7)
Полученная величина r = 0,793 означает, что в соответствии со шкалой Чеддока установленная по уравнению регрессии связь между темпом роста тарифов на электроэнергию и темпом роста ВРП заметная обратная. Оценка значимости коэффициента корреляции осуществляется по t – критерию tr
, фактическое значение которого определяется по формуле:
(8)
Рассчитанное значение tr 
= -1,047 не превысило критического tk
=3,182, следовательно, полученный коэффициент корреляции признается несущественным. Отметим, что линейный коэффициент корреляции r по абсолютной величине равен индексу корреляции R, для оценки значимости которого применяется F - критерий Фишера:
(9)
Рассчитанный F – критерий сопоставляется с критическим, определяемым для числа степеней свободы k1=m-1 и k2=n-m. F расчетное превысило величину критического значения F-критерия, следовательно выявленная зависимость носит неслучайный характер.
Из значения индекса детерминации R2 = 0,63 следует, что 63% общей вариации результативного признака (темп роста ВРП) объясняется вариацией факторного признака (темп роста тарифа на электроэнергию).
Таким образом, эластичность темпа роста ВРП по тарифу на электроэнергию невысокая: изменение прироста тарифа на 1 % вызывает обратное изменение темпа роста ВРП на 1,2%. В странах со сложившейся рыночной экономикой такая чувствительность приростов ВВП к небольшим колебаниям цен на энергоносители не вызывает опасений. Однако в отечественной экономике, по результатам расчетов, проведенных на «Модели экономики в энергетике» (МЭНЭК), разработанной в ИНЭИ РАН, кратный рост цен на электроэнергию ведет к серьезным макроэкономическим последствиям, так например, удвоение к 2005г. цены на электроэнергию замедляет прирост ВВП на 20% [2, С. 20].
В то же время повышение тарифов неравномерно сдерживает развитие разных секторов экономики, вызывает увеличение издержек предприятий и, как следствие, рост цен на продукцию и в конечном итоге - рост индекса потребительских цен. На макроуровне это мешает проведению финансовой стабилизации.
Несмотря на указанные негативные последствия, рост тарифов увеличивает рентабельность и инвестиционные возможности электроснабжающих организаций, что обуславливает рост налоговых поступлений в бюджет. Кроме того, увеличение стоимости электроэнергии заинтересовывает коммерческих потребителей и население в энергосбережении.
Таким образом, любое изменение цены электроэнергии влияет на экономическую ситуацию в регионе и расходы населения и необходимо установление ее на таком уровне, который позволит обеспечить социально - экономическое развитие области на основе надежного энергосбережения при минимальном расходе ресурсов и воздействии на окружающую среду в условиях меняющихся внешних факторов.
Литература
Кононов, оценки влияния на экономику страны и регионов изменения цен на энергоносители / , , // Известия академии наук. Энергетика. – 2004. - №4. – С. 9-15. Макаров, роста цен энергоносителей на динамику электропотребления / , , // Известия академии наук. Энергетика. – 2001. - №6. – С.17-26.