Устойчивое развитие и экологическая безопасность промышленных регионов России
Sustainable development and environmental safety of industrial regions of Russia
Авторы
Аннотация
Предложена классификация регионов России по рангам инвестиционного потенциала и инвестиционного риска и их соотношению, которая позволяет выявить как наиболее привлекательные, так и наиболее проблемные регионы, и которую можно учитывать при разработке планов их развития и определении основных индикаторов устойчивого развития. Анализ составляющих инвестиционного потенциала и инвестиционного риска промышленных регионов России показывает, что наиболее критичными для большинства из них являются социально-экологические риски. Следовательно, фундаментальной основой повышения инвестиционной привлекательности и обеспечения устойчивого развития этих регионов является оптимизация экологических рисков и основными специфическими индикаторами их устойчивого развития можно считать, в частности, показатели, характеризующие экологическую безопасность и социально-экологические риски населения. Однако в настоящее время практически отсутствуют методы количественной статистически достоверной оценки техногенных социально-экологических рисков причинения вреда здоровью населения конкретного региона, учитывающие специфические для этого региона факторы. Для оценки и прогнозирования социально-экологических рисков предлагается использовать методы и модели интеллектуального анализа данных, для построения которых используются данные многолетних наблюдений за состоянием окружающей среды и статистические данные о состоянии здоровья населения этих регионов.
Ключевые слова
устойчивое развитие, экологическая безопасность, социально-экологический риск, интеллектуальный анализ данных.
Рекомендуемая ссылка
Устойчивое развитие и экологическая безопасность промышленных регионов России// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №3 (63). Номер статьи: 6302. Дата публикации: 02.08.2020. Режим доступа: https://eee-region.ru/article/6302/
Authors
Abstract
The classification of Russian regions by the ranks of investment potential and investment risk and their ratio is proposed, which allows us to identify both the most attractive and the most problematic regions, and which can be taken into account when developing development plans and identifying the main indicators of sustainable development. An analysis of the components of the investment potential and investment risk of the industrial regions of Russia shows that the most critical for most of them are social and environmental risks. Consequently, the fundamental basis for increasing investment attractiveness and ensuring the sustainable development of these regions is the optimization of environmental risks and the main specific indicators of their sustainable development can be considered, in particular, indicators characterizing environmental safety and socio-environmental risks of the population. However, at present, there are practically no methods for a quantitative statistically reliable assessment of technogenic socio-environmental risks of harming the health of the population of a particular region, taking into account factors specific to this region. To assess and predict socio-environmental risks, it is proposed to use methods and models of data mining, the construction of which uses data from long-term observations of the state of the environment and statistical data on the health status of the population of these regions.
Keywords
sustainable development, environmental safety, social-environmental risk, data mining.
Suggested Citation
Sustainable development and environmental safety of industrial regions of Russia// Regional economy and management: electronic scientific journal. ISSN 1999-2645. — №3 (63). Art. #6302. Date issued: 02.08.2020. Available at: https://eee-region.ru/article/6302/
Введение
Основная задача современного общества — обеспечение устойчивого развития для создания благоприятных условий экономического роста и повышения качества жизни населения.
На саммите Генеральной Ассамблеи ООН 25 сентября 2015 была принята резолюция «Повестка дня в области устойчивого развития на период до 2030 года», в соответствии с которой в течение ближайших 15 лет должны быть достигнуты 17 основных целей устойчивого развития (ЦУР), направленных на искоренение нищеты, борьбу с неравенством, решение проблем, связанных с изменением климата и другие [1].
В настоящее время стоит задача адаптации ЦУР в российском контексте, встраивания в систему стратегического планирования, в действующие и новые государственные программы [2]. Более конкретной задачей является адаптация глобальных индикаторов на национальном и региональном уровнях.
Однако масштабность, региональное многообразие и другие особенности России требуют более активной, по сравнению с общемировой практикой, деятельности государства по устранению диспропорций в экономическом развитии, решению сложных и специфических региональных проблем, созданию условий для устойчивого развития регионов [3]. Дифференциация регионов России и диспропорция в развитии производительных сил, ориентация на отрасли первичной переработки ресурсов, часто отсталость и несовершенство применяемых технологий предопределяют необходимость проведения дифференцированной региональной инвестиционной, социальной и экологической политики и индивидуальной системы целей и индикаторов устойчивого развития на основании единых федеральных требований и нормативов.
Индикаторы устойчивого развития регионов России
Парадигма устойчивого развития регионов, предполагающая динамический процесс последовательных изменений, обеспечивающих сбалансированность экономического, социального и экологического аспектов, должна лежать в основе формирования специфических подходов к разрешению проблем регионов. Приоритетным подходом в осуществлении реформ на уровне региона должно быть убеждение, что следует отказаться от отождествления развития территории с ее хозяйственным развитием [3]. Нельзя считать регион устойчиво развивающимся только по признаку повышения экономических показателей. Устойчивое развитие должно быть нацелено на достижение высокого качества жизни населения, при позитивной динамике целого комплекса показателей.
Устойчивое развитие любого региона предполагает сбалансированную динамику социальной, экономической и экологической компонент. Чтобы развитие могло считаться устойчивым, оно должно осуществляться с учетом не только экономического роста, но и при обеспечении его сбалансированности с потребностями общества по улучшению качества жизни населения и предотвращения деградации окружающей среды. Соответственно, система индикаторов устойчивого развития регионов должна включать показатели, отражающие уровень экономического, социального и экологического развития [4, 5].
Экономические показатели должны отражать уровень развития экономики региона, его промышленную структуру, обеспеченность промышленности капиталом, результаты функционирования торгово-промышленного комплекса региона, демонстрировать достоинства и недостатки структуры промышленного комплекса, прочность и интенсивность экономических связей между участниками экономической деятельности, уровень развития транспортной и коммуникационной инфраструктуры, уровень инновационной активности в регионе, инновационную и экономическую активность населения, объём неосвоенных территорий и т.д.
Состав индикаторов социального развития должен включать показатели уровня жизни населения, наличие и уровень трудового потенциала, доступность образования и здравоохранения, достигнутый уровень образования населения, степень социальной защищённости граждан, качество жизни и т.д.
Экологические показатели должны быть направлены на отражение уровня антропогенного влияния промышленности на окружающую природную среду, эффективность методов снижения этого влияния и охраны окружающей среды, сохранность природного капитала, состояние окружающей природной среды, уровень экологической грамотности населения региона и т.д.
Основные факторы устойчивого развития регионов можно разделить на семь основных блоков [3]:
- экологические факторы (природно-климатические условия, техногенные загрязнения);
- финансово-экономические факторы (стабильность бюджета региона, независимость от дотаций, трансфертов из федерального бюджета, участие региона в федеральных целевых программах, приоритетных национальных проектах, стратегиях развития макрорегионов, деятельность кредитных учреждений, страховых компаний и т.д.);
- промышленно-производственные факторы (наличие мощной производственной базы, наличие на территории региона минеральных ресурсов, зависимость региона от монополий нефтяных, газовых, предприятий электро- и теплоэнергетики, железной дороги, телекоммуникационных компаний и т.д.);
- состояние инфраструктуры (автодорожной сети, железных дорог, аэродромов, речных и морских портов, связь, телекоммуникации, доступность интернета, рыночная инфраструктура);
- продовольственная безопасность региона (состояние и развитие сельского хозяйства, торговой сети, перерабатывающих предприятий, деятельность вертикально-интегрированных комплексов в АПК);
- региональный маркетинг (узнаваемость региона в федеральных СМИ, бренды региона, региональные праздники и мероприятия);
- социальная сфера, культура, общественная деятельность (развитая социальная сфера, научные и образовательные учреждения, квалификация трудовых ресурсов и наличие рабочих мест, учреждения культуры и искусства, деятельность общественных организаций, межнациональные и межрелигиозные отношения).
Приоритетным направлением экономических изменений является инновационная модернизация экономики регионов России. В связи с этим должны измениться приоритеты в деятельности региональных органов власти. На предшествующем этапе их главная задача состояла в создании условий для развития предпринимательской деятельности с целью привлечения инвестиций. Сегодня на первый план выходят проблемы ориентации на создание условий устойчивого развития региона, активизации инновационной деятельности, совершенствование структуры экономики региона, повышение конкурентоспособности продукции и услуг.
Однако Российская Федерация представляет собой неоднородную пространственно-распределенную систему национальных и территориальных образований, что обуславливает необходимость дифференцированного подхода к анализу социально-экономической ситуации и выбору индикаторов устойчивого развития для конкретных регионов с учетом специфики их социально-экономического развития и особенностей региональных программ и стратегий развития [4, 5].
Классификация регионов России по инвестиционной привлекательности и инвестиционному риску
Решение задач устойчивого развития и создания благоприятных условий для интенсификации экономического роста и повышения качества жизни населения возможно путем привлечения инвестиций в реальный сектор экономики. Объем и темпы роста инвестиций являются индикаторами как инвестиционной привлекательности, так и устойчивого развития регионов.
Главными факторами, определяющими инвестиционную привлекательность регионов, являются инвестиционный потенциал и инвестиционный риск. При этом в качестве слагаемых инвестиционного потенциала учитываются трудовой, потребительский, производственный, финансовый, институциональный, инновационный, инфраструктурный, природно-ресурсный и туристический потенциалы, в качестве слагаемых инвестиционного риска — социальный, экономический, финансовый, криминальный, экологический и управленческий риски [6].
На рисунке 1 приведено графическое соотношение между рейтингами инвестиционного потенциала P и инвестиционного риска R регионов России по данным рейтингового агентства «RAEX-Эксперт РА» [6].
Область построения разделена на четыре сектора по рангам инвестиционного потенциала и инвестиционного риска. Соответственно, по этим показателям регионы России условно делятся на 4 группы (кластера) [7]:
- группа А – регионы с высоким инвестиционным потенциалом и низким инвестиционным риском;
- группа B – регионы с высоким инвестиционным потенциалом и высоким инвестиционным риском;
- группа C – регионы с низким инвестиционным потенциалом и высоким инвестиционным риском;
- группа D – регионы с низким инвестиционным потенциалом и низким инвестиционным риском.
В данном контексте под определениями «высокий» и «низкий» понимаются, соответственно, «выше среднего» и «ниже среднего».
Приведенная классификация позволяет выявить, с одной стороны, наиболее инвестиционно привлекательные, с другой — наиболее проблемные регионы России.
Рис. 1. Инвестиционный рейтинг российских регионов по рангам инвестиционного потенциала P и инвестиционного риска R:
1 — г.Москва; 2 — Московская обл.; 3 — г.Санкт-Петербург; 4 — Краснодарский край; 5 — Свердловская обл.; 6 — Республика Татарстан; 7 — Красноярский край; 8 — Нижегородская обл.; 9 — Ростовская обл.; 10 — Челябинская обл.; 11 — Республика Башкортостан; 12 — Самарская обл.; 13 — Пермский край; 14 — Ханты-Мансийский АО; 15 — Новосибирская обл.; 16 — Кемеровская обл.; 17 — Белгородская обл.; 18 — Иркутская обл.; 19 — Воронежская обл.; 20 — Республика Саха (Якутия); 21 — Приморский край; 22 — Ставропольский край; 23 — Волгоградская обл.; 24 — Саратовская обл.; 25 — Ямало-Ненецкий АО; 26 — Алтайский край; 27 — Ленинградская обл.; 28 — Оренбургская обл.; 29 — Республика Дагестан; 30 — Омская обл.; 31 — Тюменская обл.; 32 — Хабаровский край; 33 — Калининградская обл.; 34 — Калужская обл.; 35 — Тульская обл.; 36 — Курская обл.; 37 — Владимирская обл.; 38 — Ярославская обл.; 39 — Республика Крым; 40 — Липецкая обл.; 41 — Удмуртская Республика; 42 — Мурманская обл.; 43 — Брянская обл.; 44 — Пензенская обл.; 45 — Ульяновская обл.; 46 — Тверская обл.; 47 — Сахалинская обл.; 48 — Томская обл.; 49 — Смоленская обл.; 50 — Тамбовская обл.; 51 — Архангельская обл.; 52 — Рязанская обл.; 53 — Республика Бурятия; 54 — Забайкальский край; 55 — Республика Коми; 56 — Чувашская Республика; 57 — Вологодская обл.; 58 — Астраханская обл.; 59 — Кировская обл.; 60 — Ивановская обл.; 61 — Республика Карелия; 62 — Республика Северная Осетия — Алания; 63 — Кабардино-Балкарская Республика; 64 — Орловская обл.; 65 — Псковская обл.; 66 — Новгородская обл.; 67 — Республика Мордовия; 68 — Амурская обл.; 69 — Чеченская Республика; 70 — Курганская обл.; 71 — Камчатский край; 72 — Костромская обл.; 73 — Республика Марий Эл; 74 — Республика Адыгея; 75 — г.Севастополь; 76 — Магаданская обл.; 77 — Республика Хакасия; 78 — Карачаево-Черкесская Республика; 79 — Республика Ингушетия; 80 — Чукотский АО; 81 — Еврейская АО; 82 — Республика Тыва; 83 — Республика Алтай; 84 — Республика Калмыкия; 85 — Ненецкий АО.
На рисунке 2 показано распределение регионов России по сумме рангов инвестиционного потенциала и инвестиционного риска, которое можно условно считать распределением регионов по инвестиционной привлекательности.
По этому показателю регионы можно разделить на три группы:
- регионы с высокой инвестиционной привлекательностью (сумма рангов не более 40);
- регионы со средней инвестиционной привлекательностью (сумма рангов от 40 по 120);
- регионы с низкой инвестиционной привлекательностью (сумма рангов более 120).
Кроме того, приведенная классификация позволяет определить возможности и способы повышения инвестиционной привлекательности регионов, у которых инвестиционный потенциал нивелируется высоким инвестиционным риском.
Рис. 2. Распределение регионов России по сумме рангов инвестиционного потенциала и инвестиционного риска
На рисунке 3 показано распределение регионов России по разности рангов инвестиционного потенциала и инвестиционного риска. По этому показателю регионы можно условно разделить на три группы:
- регионы, у которых рейтинг инвестиционного потенциала существенно выше рейтинга инвестиционного риска;
- регионы, у которых рейтинг инвестиционного потенциала примерно соответствует рейтингу инвестиционного риска;
- регионы, у которых рейтинг инвестиционного потенциала существенно ниже рейтинга инвестиционного риска.
Рис.3. Распределение регионов России по разности рангов инвестиционного потенциала и инвестиционного риска
Приведенная классификация регионов по рангам потенциала и риска (рис. 1) и их соотношению (рис. 2 и 3), при всей ее условности, позволяет выявить, с одной стороны, наиболее привлекательные и, с другой стороны, наиболее проблемные регионы. Кроме того, приведенную классификацию можно учитывать при разработке планов развития регионов и определении основных индикаторов устойчивого развития региона.
Для решения задачи выравнивания экономического и социального развития, повышения инвестиционной привлекательности и обеспечения устойчивого развития регионов необходимо выявить наиболее критичные составляющие их инвестиционного потенциала и инвестиционного риска. Так, например, представляется очевидным, что естественным способом повышения инвестиционной привлекательности регионов, у которых рейтинг инвестиционного потенциала существенно выше рейтинга инвестиционного риска (рис. 3), является снижение инвестиционного риска и его составляющих, а регионов, у которых рейтинг инвестиционного потенциала существенно ниже рейтинга инвестиционных рисков, — повышение инвестиционного потенциала и его составляющих [7].
Более подробный анализ составляющих инвестиционного потенциала и инвестиционного риска позволяет также выявить основные индикаторы устойчивого развития конкретного региона или группы регионов, которые необходимо учитывать при разработке планов и программ социально экономического развития [7, 8, 9].
Рейтинги промышленных регионов России
Регионы России условно делятся на четыре основные группы [10, 11]: финансово-экономические центры, экспортно-ориентированные регионы, промышленные регионы и аграрно-промышленные регионы.
Промышленные регионы России существенно отличаются друг от друга как по основным показателям социально-экономического развития, так и по значениям индекса человеческого развития (ИЧР) и его составляющим — среднедушевым доходам, ожидаемой продолжительности жизни (ОПЖ) и уровню образования (табл. 1) [2, 12]. Однако при этом средние значения индекса доходов (0,885) и индекса долголетия (0,761) у этих регионов существенно ниже значений по России в целом (0,921 и 0,781).
Как уже отмечалось, для решения задачи выравнивания экономического и социального развития регионов необходимо выявить наиболее критичные составляющие их инвестиционного потенциала и инвестиционного риска. Более подробный анализ составляющих инвестиционного потенциала и инвестиционного риска позволит выявить критические индикаторы устойчивого развития конкретного региона или группы регионов, которые необходимо учитывать при разработке планов и программ социально экономического развития.
В таблицах 2 и 3 приведены рейтинги инвестиционного потенциала и инвестиционного риска промышленных регионов России, а также их составляющие.
Для этих регионов средний ранг инвестиционного потенциала (32,3) примерно соответствует среднему рангу инвестиционного риска (34,7). То есть в среднем промышленные регионы относятся к регионам с высоким инвестиционным потенциалом и низким инвестиционным риском (рис. 1), регионам со средней инвестиционной привлекательностью (рис. 2) и к регионам, у которых рейтинг инвестиционного потенциала примерно соответствует рейтингу инвестиционного риска (рис. 3).
Однако большой разброс рейтингов как инвестиционного потенциала (от 5 до 77), так и инвестиционного риска (от 2 до 72), предполагает индивидуальный подход к разработке программ социально-экономического развития этих регионов и номенклатуры индикаторов устойчивого развития.
Общей проблемой для большинства промышленных регионов России являются низкие показатели природно-ресурсного (среднее значение 40,1) и инфраструктурного (39,6) потенциалов, что существенно хуже средних значений остальных составляющих (табл. 2).
Таблица 1 — Индекс человеческого развития промышленных регионов России
Место | Рейтинг (РФ) | Регион | Душевой ВВП по ППС, долл. |
Индекс дохода | ОПЖ, лет | Индекс долголетия |
Грамотность, % | Доля учащихся от 7 до 24 лет |
Индекс образования |
Индекс человеческого развития |
— | — | Россия | 24877 | 0,921 | 71,9 | 0,781 | 99,7 | 0,830 | 0,941 | 0,881 |
1 | 5 | Республика Татарстан | 29993 | 0,952 | 73,6 | 0,811 | 99,7 | 0,868 | 0,954 | 0,905 |
2 | 7 | Белгородская область | 28147 | 0,941 | 72,9 | 0,798 | 99,7 | 0,857 | 0,950 | 0,896 |
3 | 11 | Томская область | 24378 | 0,917 | 71,7 | 0,778 | 99,7 | 0,940 | 0,978 | 0,891 |
4 | 13 | Красноярский край | 31435 | 0,960 | 70,0 | 0,750 | 99,6 | 0,841 | 0,944 | 0,885 |
5 | 15-17 | Свердловская область | 24386 | 0,917 | 70,0 | 0,750 | 99,8 | 0,898 | 0,965 | 0,877 |
6 | 15-17 | Липецкая область | 24708 | 0,920 | 71,6 | 0,777 | 99,6 | 0,815 | 0,936 | 0,877 |
7 | 15-17 | Новосибирская область | 20893 | 0,892 | 71,2 | 0,770 | 99,6 | 0,918 | 0,970 | 0,877 |
8 | 18 | Самарская область | 21558 | 0,897 | 71,1 | 0,768 | 99,7 | 0,882 | 0,959 | 0,874 |
9 | 22 | Омская область | 19265 | 0,878 | 70,8 | 0,763 | 99,5 | 0,934 | 0,975 | 0,872 |
10 | 23 | Удмуртская Республика | 20493 | 0,888 | 70,9 | 0,764 | 99,6 | 0,887 | 0,960 | 0,871 |
11 | 24-25 | Ярославская область | 19976 | 0,884 | 71,2 | 0,770 | 99,8 | 0,872 | 0,956 | 0,870 |
12 | 27-28 | Челябинская область | 21058 | 0,893 | 70,5 | 0,758 | 99,7 | 0,862 | 0,952 | 0,868 |
13 | 29-30 | Пермский край | 22895 | 0,907 | 69,7 | 0,746 | 99,6 | 0,845 | 0,946 | 0,866 |
14 | 29-30 | Калининградская область | 20094 | 0,885 | 71,9 | 0,782 | 99,7 | 0,795 | 0,930 | 0,866 |
15 | 31 | Иркутская область | 24978 | 0,921 | 68,2 | 0,720 | 99,6 | 0,873 | 0,955 | 0,865 |
16 | 32 | Мурманская область | 24540 | 0,918 | 70,9 | 0,766 | 99,8 | 0,726 | 0,907 | 0,864 |
17 | 33-35 | Калужская область | 19703 | 0,882 | 71,2 | 0,770 | 99,8 | 0,819 | 0,938 | 0,863 |
18 | 33-35 | Нижегородская область | 19548 | 0,880 | 70,8 | 0,763 | 99,7 | 0,841 | 0,945 | 0,863 |
19 | 36-37 | Рязанская область | 16776 | 0,855 | 71,9 | 0,781 | 99,7 | 0,852 | 0,949 | 0,862 |
20 | 36-37 | Вологодская область | 21097 | 0,893 | 70,2 | 0,754 | 99,6 | 0,820 | 0,937 | 0,862 |
21 | 38-39 | Новгородская область | 22994 | 0,908 | 69,2 | 0,736 | 99,7 | 0,828 | 0,941 | 0,861 |
22 | 40-42 | Ростовская область | 15804 | 0,845 | 72,2 | 0,787 | 99,7 | 0,843 | 0,946 | 0,859 |
23 | 40-42 | Республика Башкортостан | 18880 | 0,875 | 71,0 | 0,767 | 99,6 | 0,813 | 0,935 | 0,859 |
24 | 43-45 | Тульская область | 19318 | 0,879 | 70,6 | 0,759 | 99,7 | 0,818 | 0,937 | 0,858 |
25 | 46-47 | Хабаровский край | 20307 | 0,887 | 69,1 | 0,736 | 99,8 | 0,851 | 0,949 | 0,857 |
26 | 46-47 | Архангельская область | 18157 | 0,868 | 70,8 | 0,763 | 99,8 | 0,820 | 0,939 | 0,857 |
27 | 48 | Ленинградская область | 25902 | 0,927 | 71,7 | 0,778 | 99,8 | 0,585 | 0,860 | 0,855 |
28 | 51 | Республика Карелия | 18147 | 0,868 | 69,8 | 0,746 | 99,7 | 0,832 | 0,942 | 0,852 |
29 | 53-56 | Приморский край | 16925 | 0,856 | 69,7 | 0,744 | 99,8 | 0,836 | 0,944 | 0,848 |
30 | 53-56 | Республика Хакасия | 19179 | 0,877 | 69,3 | 0,739 | 99,7 | 0,789 | 0,928 | 0,848 |
31 | 53-56 | Кемеровская область | 19597 | 0,881 | 68,7 | 0,729 | 99,7 | 0,805 | 0,933 | 0,848 |
32 | 60-62 | Владимирская область | 14988 | 0,836 | 70,3 | 0,755 | 99,7 | 0,822 | 0,939 | 0,843 |
33 | 60-62 | Костромская область | 14330 | 0,829 | 70,9 | 0,765 | 99,6 | 0,812 | 0,935 | 0,843 |
34 | 64-66 | Смоленская область | 14730 | 0,833 | 70,0 | 0,750 | 99,7 | 0,817 | 0,937 | 0,840 |
35 | 67-69 | Тверская область | 14950 | 0,836 | 69,2 | 0,737 | 99,7 | 0,834 | 0,943 | 0,839 |
36 | 78 | Ивановская область | 9659 | 0,763 | 70,8 | 0,763 | 99,7 | 0,819 | 0,938 | 0,821 |
— | — | Среднее значение | 20550 | 0,885 | 70,7 | 0,761 | 99,7 | 0,84 | 0,943 | 0,863 |
Таблица 2 — Инвестиционный потенциал промышленных регионов России
Место | Ранг (РФ) | Регион | Ранги составляющих инвестиционного потенциала | ||||||||
Трудовой | Потребительский | Производственный | Финансовый | Институциональный | Инновационный | Инфраструктурный | Природно-ресурсный | Туристический | |||
1 | 5 | Свердловская область | 7 | 5 | 5 | 7 | 5 | 7 | 48 | 12 | 7 |
2 | 6 | Республика Татарстан | 5 | 6 | 6 | 5 | 7 | 5 | 21 | 41 | 6 |
3 | 7 | Красноярский край | 14 | 14 | 15 | 11 | 13 | 16 | 78 | 1 | 9 |
4 | 8 | Нижегородская область | 10 | 9 | 10 | 10 | 10 | 4 | 31 | 57 | 12 |
5 | 9 | Ростовская область | 6 | 8 | 8 | 12 | 6 | 12 | 13 | 33 | 17 |
6 | 10 | Челябинская область | 9 | 11 | 11 | 13 | 11 | 9 | 28 | 24 | 10 |
7 | 11 | Республика Башкортостан | 11 | 7 | 9 | 8 | 12 | 18 | 47 | 21 | 8 |
8 | 12 | Самарская область | 8 | 10 | 12 | 9 | 8 | 11 | 17 | 47 | 16 |
9 | 13 | Пермский край | 23 | 13 | 14 | 14 | 16 | 17 | 63 | 6 | 14 |
10 | 15 | Новосибирская область | 13 | 16 | 20 | 17 | 9 | 6 | 49 | 40 | 32 |
11 | 16 | Кемеровская область | 17 | 18 | 16 | 19 | 26 | 37 | 53 | 4 | 36 |
12 | 17 | Белгородская область | 30 | 28 | 21 | 26 | 22 | 33 | 4 | 5 | 38 |
13 | 18 | Иркутская область | 20 | 23 | 18 | 15 | 20 | 20 | 74 | 7 | 13 |
14 | 21 | Приморский край | 22 | 26 | 24 | 29 | 15 | 30 | 46 | 18 | 11 |
15 | 23 | Волгоградская область | 15 | 20 | 23 | 22 | 19 | 28 | 50 | 35 | 39 |
16 | 27 | Ленинградская область | 29 | 29 | 22 | 30 | 29 | 26 | 7 | 48 | 19 |
17 | 30 | Омская область | 26 | 21 | 17 | 24 | 21 | 27 | 60 | 43 | 64 |
18 | 32 | Хабаровский край | 28 | 31 | 32 | 34 | 33 | 40 | 64 | 13 | 23 |
19 | 33 | Калининградская область | 47 | 59 | 36 | 58 | 25 | 51 | 3 | 29 | 35 |
20 | 34 | Калужская область | 49 | 48 | 37 | 47 | 35 | 8 | 16 | 70 | 37 |
21 | 35 | Тульская область | 31 | 30 | 31 | 31 | 31 | 32 | 11 | 66 | 51 |
22 | 37 | Владимирская область | 36 | 39 | 41 | 41 | 27 | 29 | 18 | 68 | 18 |
23 | 38 | Ярославская область | 40 | 34 | 40 | 37 | 34 | 21 | 32 | 79 | 20 |
24 | 40 | Липецкая область | 41 | 33 | 30 | 35 | 41 | 66 | 9 | 73 | 63 |
25 | 41 | Удмуртская Республика | 32 | 32 | 34 | 33 | 37 | 31 | 42 | 64 | 52 |
26 | 42 | Мурманская область | 58 | 53 | 49 | 51 | 55 | 57 | 52 | 11 | 60 |
27 | 46 | Тверская область | 44 | 38 | 47 | 48 | 36 | 35 | 37 | 59 | 24 |
28 | 48 | Томская область | 37 | 60 | 44 | 50 | 45 | 10 | 82 | 37 | 79 |
29 | 49 | Смоленская область | 51 | 57 | 51 | 61 | 18 | 56 | 24 | 71 | 42 |
30 | 51 | Архангельская область | 52 | 35 | 54 | 40 | 46 | 38 | 69 | 19 | 46 |
31 | 52 | Рязанская область | 45 | 44 | 43 | 49 | 42 | 42 | 34 | 56 | 40 |
32 | 60 | Ивановская область | 53 | 54 | 55 | 60 | 47 | 41 | 33 | 81 | 44 |
33 | 61 | Республика Карелия | 70 | 68 | 68 | 68 | 57 | 47 | 39 | 25 | 21 |
34 | 66 | Новгородская область | 71 | 65 | 58 | 65 | 60 | 34 | 45 | 78 | 30 |
35 | 72 | Костромская область | 69 | 71 | 62 | 67 | 68 | 73 | 61 | 72 | 47 |
36 | 77 | Республика Хакасия | 75 | 74 | 67 | 73 | 70 | 81 | 67 | 32 | 78 |
32,3 | Среднее значение | 33,2 | 33,0 | 31,4 | 33,9 | 29,3 | 30,5 | 39,6 | 40,1 | 32,3 |
Таблица 3 — Инвестиционные риски регионов промышленных регионов России
Место | Ранг (РФ) | Регион
|
Ранги составляющих инвестиционного риска | Разность рангов потенциала и риска | |||||
Социальный | Экономический | Финансовый | Криминальный | Экологический | Управленческий | ||||
1 | 2 | Липецкая область | 3 | 12 | 11 | 14 | 35 | 6 | 38 |
2 | 4 | Ленинградская область | 16 | 20 | 3 | 15 | 50 | 5 | 23 |
3 | 6 | Белгородская область | 4 | 4 | 26 | 4 | 12 | 63 | 11 |
4 | 8 | Республика Татарстан | 22 | 3 | 13 | 22 | 38 | 22 | -2 |
5 | 11 | Тульская область | 9 | 25 | 10 | 18 | 40 | 48 | 24 |
6 | 12 | Нижегородская область | 7 | 50 | 24 | 17 | 16 | 29 | -4 |
7 | 15 | Республика Башкортостан | 58 | 1 | 7 | 16 | 47 | 62 | -4 |
8 | 17 | Владимирская область | 17 | 22 | 48 | 26 | 8 | 20 | 20 |
9 | 18 | Рязанская область | 13 | 28 | 30 | 30 | 26 | 31 | 34 |
10 | 19 | Новосибирская область | 44 | 13 | 9 | 39 | 41 | 50 | -4 |
11 | 20 | Калужская область | 23 | 34 | 15 | 61 | 28 | 23 | 14 |
12 | 21 | Ростовская область | 37 | 6 | 43 | 19 | 34 | 40 | -12 |
13 | 22 | Самарская область | 19 | 24 | 14 | 55 | 32 | 57 | -10 |
14 | 24 | Ярославская область | 12 | 65 | 31 | 2 | 49 | 21 | 14 |
15 | 26 | Свердловская область | 15 | 55 | 12 | 45 | 61 | 37 | -21 |
16 | 27 | Челябинская область | 38 | 38 | 16 | 35 | 64 | 39 | -17 |
17 | 28 | Томская область | 64 | 35 | 19 | 27 | 58 | 12 | 20 |
18 | 29 | Омская область | 42 | 8 | 21 | 73 | 56 | 59 | 1 |
19 | 30 | Калининградская область | 31 | 51 | 52 | 49 | 5 | 28 | 3 |
20 | 34 | Приморский край | 52 | 14 | 36 | 72 | 60 | 35 | -13 |
21 | 36 | Новгородская область | 11 | 47 | 57 | 77 | 19 | 33 | 30 |
22 | 41 | Тверская область | 49 | 76 | 50 | 24 | 15 | 16 | 5 |
23 | 43 | Красноярский край | 57 | 21 | 28 | 44 | 78 | 43 | -36 |
24 | 45 | Смоленская область | 40 | 67 | 56 | 53 | 13 | 18 | 4 |
25 | 46 | Хабаровский край | 46 | 49 | 51 | 43 | 71 | 15 | -14 |
26 | 52 | Иркутская область | 68 | 26 | 17 | 59 | 72 | 61 | -34 |
27 | 53 | Пермский край | 36 | 53 | 38 | 25 | 66 | 70 | -40 |
28 | 54 | Волгоградская область | 45 | 64 | 33 | 54 | 37 | 76 | -31 |
29 | 56 | Кемеровская область | 33 | 66 | 54 | 33 | 73 | 32 | -40 |
30 | 59 | Ивановская область | 29 | 59 | 71 | 47 | 36 | 38 | 1 |
31 | 60 | Архангельская область | 53 | 61 | 55 | 34 | 77 | 24 | -9 |
32 | 62 | Удмуртская Республика | 54 | 72 | 37 | 66 | 43 | 74 | -21 |
33 | 64 | Республика Хакасия | 60 | 60 | 61 | 48 | 52 | 55 | 13 |
34 | 65 | Костромская область | 32 | 46 | 42 | 71 | 55 | 82 | 7 |
35 | 69 | Мурманская область | 66 | 79 | 49 | 52 | 81 | 51 | -27 |
36 | 72 | Республика Карелия | 70 | 81 | 66 | 60 | 74 | 68 | -11 |
— | 34,7 | Среднее значение | 35,4 | 39,9 | 33,5 | 39,7 | 45,1 | 40,1 | -0,5 |
Естественным и логичным способом повышения инвестиционной привлекательности и условием устойчивого развития регионов, очевидно, является снижение, прежде всего, инвестиционного риска и его составляющих. Для промышленных регионов России средние значения рангов составляющих инвестиционного риска составляют: социальный риск – 35,4, экономический риск – 39,9, финансовый риск – 33,5, криминальный риск – 39,7, экологический риск – 45,1, управленческий риск – 40,1 (табл. 3).
Таким образом, анализ составляющих инвестиционного риска промышленных регионов России показывает, что наиболее критичным для большинства этих регионов является экологический риск. Следовательно, фундаментальной основой повышения инвестиционной привлекательности и обеспечения устойчивого развития промышленных регионов России в целом является оптимизация экологических рисков и основными специфическими для этих регионов индикаторами их устойчивого развития можно считать, в частности, показатели, характеризующие экологическую безопасность и экологические риски.
Как уже отмечалось, более подробный анализ составляющих инвестиционного потенциала и инвестиционного риска для конкретного региона или группы регионов может позволить выявить и другие критические показатели социально-экономического развития и, соответственно, индикаторы устойчивого развития. Так, например, для большинства промышленных регионов Сибирского федерального округа критическими являются, кроме экологических, социальные (или социально-экологические) риски [7]. Для Красноярского края критическими являются экологический, социальный, криминальный и управленческий риски [8, 9].
Экологическая безопасность и экологические индикаторы устойчивого развития
Стержнем концепции экологической безопасности является теория экологического риска, который определяется вредными воздействиями на здоровье населения [13]. Риск — одна из важнейших категорий, отражающих меру опасности ситуаций, в которых имеются потенциальные факторы, способные неблагоприятно воздействовать на человека, общество и природу [14]. Проблема адекватной оценки экологического риска тесно связана со многими другими экологическими и экономическими проблемами – финансированием экологических исследований и природоохранных мероприятий, экологическим страхованием и другими [13]. В частности, рост экспортно-сырьевой экономики России, который, как правило, связан с увеличением загрязнения окружающей среды и ухудшением здоровья населения, ограничивает возможности развития человеческого потенциала. Это, в свою очередь, приводит к снижению качества жизни и благосостояния населения, в целом – к увеличению заболеваемости и смертности, снижению продолжительности жизни и, соответственно, индекса человеческого развития. По некоторым оценкам экономические издержки для здоровья населения России, связанные с загрязнением воздуха и воды, составляют в среднем не менее 4-6% от ВВП, в промышленных регионах ущерб для здоровья по экологическим причинам может достигать 8-10% ВРП [15].
В системе социально-гигиенического мониторинга экологическим риском считается потенциальная опасность для здоровья отдельной личности, группы лиц, части населения или населения региона в целом, возникающая или ожидаемая в связи с неблагоприятным воздействием отдельных факторов окружающей среды [13]. Рекомендации Всемирной организации здравоохранения (ВОЗ) определяют риск как «ожидаемую частоту нежелательных эффектов, возникающих от заданного воздействия загрязнителя» [16].
Соответственно, выбор экологических индикаторов устойчивого развития определяется необходимостью решения и двух основных проблем для обеспечения экологической безопасности [4]:
- снижение воздействия на окружающую среду и исчерпание природных ресурсов;
- улучшение экологических условий для развития человека, уменьшение экологических угроз для его безопасности, здоровья и жизни.
При этом в последнее время наибольшее внимание уделяется второй проблеме – обеспечению экологической безопасности человека.
В рамках проекта Международного банка реконструкции и развития (Всемирного Банка) для России разработана система ключевых приоритетных индикаторов, построенных по структуре «проблемы-индикаторы» (таблица 4) [4]. Очевидно, для решения первой основной проблемы экологической безопасности необходимо использовать практически все семь индикаторов, для второй (здоровье населения) – показатели выбросов загрязняющих веществ в воздух и сброс загрязняющих веществ в воду.
Таблица 4 —Приоритетные базовые эколого-экономические индикаторы для России
Проблемы | Индикаторы |
Потребление природных ресурсов Структура экономики Технологический уровень |
1. Энергоемкость |
Аварии и катастрофы Экологический ущерб Обновление основного капитала Технологический уровень |
2. Коэффициент обновления основных фондов |
Загрязнение окружающей среды Здоровье населения Технологический уровень |
3(а). Выбросы загрязняющих веществ в воздух на единицу ВВП |
3(б). Выброс твердых веществ от стационарных источников | |
4. Сброс загрязняющих веществ в воду на единицу ВВП | |
Отходы Технологический уровень |
5. Количество неиспользованных и необезвреженных токсичных отходов |
Сохранение экосистемных функций и биоразнообразия | 6(а). Площади особо охраняемых природных территорий |
6(б). Ненарушенная хозяйственной деятельностью территория (оценка) | |
Глобальное изменение климата | 7. Выбросы парниковых газов |
Основными факторами, определяющими степень экологической опасности в большинстве промышленных регионов России, являются металлургическая промышленность, нефтедобыча и нефтепереработка, угледобывающая и газодобывающая промышленность, машиностроение и энергетика [17]. Соответственно основную проблему для большинства этих регионов представляет загрязнение воздуха (таблица 5) [18].
Следовательно, фундаментальной основой обеспечения устойчивого развития и повышения инвестиционной привлекательности регионов России является оптимизация экологических рисков и основными индикаторами их устойчивого развития можно считать, в частности, показатели, характеризующие экологическую безопасность и экологические (социально-экологические) риски населения, в первую очередь – от загрязнения атмосферы.
Основные требования к перечню экологических индикаторов достаточно очевидны:
- полнота и сбалансированность (адекватное отражение состояния здоровья населения);
- чувствительность (статистически достоверное изменение при изменении условий);
- статистическая зависимость между показателями здоровья и среды;
- интерпретируемость (доступность для понимания);
- доступность и надежность данных (стандартные методики оценки и возможность сопоставления по времени и регионам);
- экономичность (минимальный перечень индикаторов).
Таблица 5 — Рейтинг промышленных регионов России по уровню загрязнений и воздействий на окружающую среду
Место | Ранг (РФ) | Регион | Ранги составляющих | Сумма рангов |
|||
Загрязнение воздуха |
Загрязнение водоемов |
Нарушение экосистем |
Охрана экосистем |
||||
1 | 5 | Иркутская область | 59 | 27 | 19 | 58 | 163 |
2 | 8 | Хабаровский край | 36 | 17 | 8 | 36 | 97 |
3 | 10 | Новгородская область | 18 | 30 | 34 | 29 | 111 |
4 | 11 | Мурманская область | 86 | 34 | 12 | 32 | 164 |
5 | 12 | Республика Хакасия | 70 | 7 | 36 | 21 | 134 |
6 | 21 | Приморский край | 56 | 47 | 26 | 12 | 141 |
7 | 24 | Красноярский край | 88 | 28 | 25 | 49 | 190 |
8 | 27 | Свердловская область | 73 | 69 | 32 | 55 | 229 |
9 | 30 | Владимирская область | 10 | 45 | 47 | 24 | 126 |
10 | 32 | Нижегородская область | 37 | 81 | 55 | 48 | 221 |
11 | 33 | Ярославская область | 41 | 60 | 46 | 28 | 175 |
12 | 34 | Архангельская область | 62 | 23 | 15 | 43 | 143 |
13 | 35 | Томская область | 77 | 31 | 21 | 70 | 199 |
14 | 36 | Пермский край | 54 | 46 | 40 | 31 | 171 |
15 | 37 | Республика Карелия | 55 | 26 | 14 | 60 | 155 |
16 | 41 | Удмуртия | 61 | 37 | 65 | 44 | 207 |
17 | 43 | Республика Татарстан | 67 | 68 | 75 | 40 | 250 |
18 | 47 | Смоленская область | 11 | 40 | 56 | 25 | 132 |
19 | 48 | Тверская область | 9 | 44 | 43 | 22 | 118 |
20 | 52 | Самарская область | 60 | 71 | 80 | 56 | 267 |
21 | 53 | Новосибирская область | 74 | 22 | 45 | 52 | 193 |
22 | 54 | Костромская область | 22 | 51 | 38 | 72 | 183 |
23 | 55 | Республика Башкортостан | 65 | 52 | 57 | 38 | 212 |
24 | 56 | Рязанская область | 34 | 85 | 68 | 26 | 213 |
25 | 58 | Вологодская область | 72 | 32 | 29 | 57 | 190 |
26 | 59 | Омская область | 71 | 36 | 54 | 71 | 232 |
27 | 62 | Калининградская область | 69 | 39 | 52 | 35 | 195 |
28 | 63 | Кемеровская область | 82 | 61 | 42 | 9 | 194 |
29 | 66 | Челябинская область | 81 | 84 | 63 | 30 | 258 |
30 | 67 | Ивановская область | 23 | 53 | 53 | 82 | 211 |
31 | 69 | Ленинградская область | 58 | 65 | 28 | 62 | 213 |
32 | 73 | Ростовская область | 53 | 74 | 81 | 13 | 221 |
33 | 74 | Белгородская область | 44 | 42 | 86 | 80 | 252 |
34 | 77 | Липецкая область | 78 | 78 | 89 | 46 | 291 |
35 | 83 | Калужская область | 21 | 64 | 60 | 41 | 186 |
36 | 87 | Тульская область | 45 | 79 | 85 | 89 | 298 |
— | — | Среднее значение | 53,4 | 48,6 | 46,6 | 44,1 | 192,6 |
В соответствии с принципами Всемирного Банка при региональной оценке социально-экологических воздействий (ОСЭВ) рассматриваются социально-экологические риски и воздействия, а также вопросы, связанные с конкретной стратегией, политикой, планом или программой либо с серией проектов, реализация которых планируется в регионе, оцениваются правовые и институциональные аспекты, связанные с рисками, воздействиями и проблемами, и рекомендуются общие меры по совершенствованию социально-экологического управления в регионе [19]. При этом в региональной ОСЭВ особое внимание уделяется потенциальным кумулятивным рискам и воздействиям различных факторов. Социально-экологическая оценка должна быть адекватной, точной и объективной, основана на текущей информации, включая точное описание и определение ситуации, а также исходные социально-экологические данные с соответствующим уровнем детализации, достаточным для описания характеристик и выявления рисков и воздействий, определять пути усовершенствования проектов, планирования, разработки и реализации мероприятий и мер по смягчению неблагоприятных социально-экологических воздействий и поиска возможностей для снижения рисков и воздействий [20].
Анализ рекомендаций ВОЗ и Всемирного Банка, а также информативности индикаторов здоровья населения с целью оценки взаимосвязи параметров здоровья и окружающей среды, надежности используемых методик сбора и обработки информации, позволяет определить перечень основных индикаторов здоровья населения, которые можно разбить на четыре группы [13]:
- ожидаемая продолжительность жизни (в том числе по категориям населения);
- смертность (в том числе по различным причинам);
- показатели физического развития детей;
- заболеваемость (в том числе по видам заболеваний и категориям населения).
Оценка социально-экологических рисков населения
Однако в настоящее время практически отсутствуют методы количественной статистически достоверной оценки социально-экологических рисков причинения вреда здоровью населения конкретного региона под влиянием факторов окружающей среды [19]. Существующие методы, как правило, основаны на масштабных долгосрочных и дорогостоящих медико-биологических и эпидемиологических исследованиях и не учитывают специфические для конкретного региона факторы — географические и природно-климатические условия, уровень промышленного и социально-экономического развития, особенности социальной структуры и образа жизни населения, уровень развития системы медицинского обслуживания и другие факторы [21, 22, 23, 24]. Только комбинирование классических методов оценки и методов интеллектуального анализа данных с применением современных информационных технологий может позволить полноценно оценить влияние вредных факторов окружающей среды на здоровье населения региона — зависимости «доза-эффект» [23, 24, 25, 26].
При построении зависимости «доза-эффект» перспективным представляется использование искусственных нейронных сетей (ИНС), которые позволяют разрабатывать высокоэффективные компьютерные модели и системы оценки, анализа и прогнозирования смертности, заболеваемости и продолжительности жизни населения при изменении факторов окружающей среды [24, 25, 26, 27]. Нейросетевые модели, построенные для конкретных промышленных регионов, удовлетворительно описывают исходные данные — погрешность по различным показателям здоровья населения составляет от 0,4 до 4,7% [27].
Построенные модели дают возможность по имеющимся базам данных мониторинга выбросов и концентраций загрязняющих веществ в атмосферном воздухе и состоянии здоровья населения региона автоматически получать зависимости, отражающие причинно-следственные связи между показателями загрязнения окружающей среды и индикаторами состояния здоровья населения (заболеваемости, смертности, продолжительности жизни и другими). Их применение значительно упростит и ускорит оценку и прогноз развития социально-экологической обстановки на территории региона в результате техногенного воздействия на окружающую среду и здоровье населения без масштабных клинических биомедицинских исследований. Интерпретация полученных результатов позволяет оценить реальную или предполагаемую социально-экономическую эффективность реализованных или планируемых технических, технологических, административно-хозяйственных и управленческих решений в промышленном и социально-экономическом развитии региона и управлении охраной окружающей среды, даст возможность обоснования программ социально-экономического развития, разрабатывать региональные нормативы качества окружающей среды.
При появлении новых данных полученные модели могут быть легко скорректированы путем «доучивания» [7, 9, 25, 26]. При соответствующем «переобучении» с использованием адаптивных технологий и алгоритмов и настройке модель может быть адаптирована к условиям другого региона России с учетом его специфических особенностей [28, 29, 30].
Заключение
Таким образом, в соответствии с предложенной классификацией регионов по рангам инвестиционного потенциала и инвестиционного риска и их соотношению промышленные регионы России в среднем относятся к регионам с высоким инвестиционным потенциалом и достаточно низким инвестиционным риском, со средней инвестиционной привлекательностью, у которых рейтинг инвестиционного потенциала примерно соответствует рейтингу инвестиционного риска. Однако большой разброс рейтингов как инвестиционного потенциала, так и инвестиционного риска, предполагает индивидуальный подход к разработке программ социально-экономического развития этих регионов и номенклатуры индикаторов устойчивого развития.
Анализ составляющих инвестиционного потенциала и инвестиционного риска показывает, что общей проблемой для большинства промышленных регионов России являются низкие показатели природно-ресурсного и инфраструктурного потенциалов, а также социально-экологические риски.
Соответственно, естественным и логичным способом повышения инвестиционной привлекательности и условием устойчивого развития регионов является снижение, прежде всего, экологических (социально-экологических) рисков, и фундаментальной основой обеспечения устойчивого развития этих регионов является оптимизация экологических рисков, основными специфическими индикаторами их устойчивого развития можно считать, в частности, показатели, характеризующие экологическую безопасность и социально-экологические риски населения.
Однако в настоящее время практически отсутствуют методы количественной статистически достоверной оценки техногенных социально-экологических рисков причинения вреда здоровью населения конкретного региона, учитывающие специфические для этого региона факторы.
Для оценки и прогнозирования социально-экологических рисков населения региона с учетом его специфических особенностей и состояния окружающей среды необходимо наряду с классическими методами оценки использовать современные информационные технологии и методы интеллектуального анализа данных.
Для оценки и прогнозирования социально-экологических рисков предложено использовать методы и модели интеллектуального анализа данных, для построения которых используются данные многолетних наблюдений за состоянием окружающей среды и статистические данные о состоянии здоровья населения этих регионов. Нейросетевые модели, построенные для конкретных промышленных регионов, удовлетворительно описывают исходные данные позволяют определить зависимости «доза-эффект» для отдельных компонентов окружающей среды и дают возможность создания комплексной количественной статистически достоверной методики интеллектуального анализа и прогнозирования социально-экологических рисков населения конкретного региона по имеющимся многолетним базам данных мониторинга выбросов и концентраций загрязняющих веществ и состояния здоровья населения.
При появлении новых данных полученные модели могут быть легко скорректированы путем «доучивания». При соответствующем «переобучении» с использованием адаптивных технологий и алгоритмов и настройке модель может быть адаптирована к условиям любого другого региона с учетом его специфических особенностей.
Список литературы:
- Преобразование нашего мира: Повестка дня в области устойчивого развития на период до 2030 года. Резолюция Генеральной Ассамблеи ООН от 25 сентября 2015 года. [Электронный ресурс]. URL: http://undocs.org/ru/A/RES/70/1.
- Доклад о человеческом развитии в Российской Федерации за 2018 год. — М.: Аналитический центр при Правительстве Российской Федерации. — 2018. — 172 с.
- Подпругин М.О. Устойчивое развитие региона: понятие, основные подходы и факторы // Российское предпринимательство. — 2012. — Т.13. № 24. — С.214-221.
- Бобылев С.Н. Индикаторы устойчивого развития: региональное измерение. Пособие по региональной экологической политике. — М.: Акрополь. — 2007. — 60 с.
- Гранберг А.Г., Данилов-Данильян В.И., Циканов М.М. Стратегия и проблемы устойчивого развития России в XXI веке. — М.: Экономика. — 2011. — 310 с.
- Рейтинг инвестиционной привлекательности регионов 2015 года. Обзор. — М.: «Эксперт РА». — 2016. — 30 с.
- Сугак Е.В. Устойчивое развитие и экологическая безопасность регионов Сибири // Вестник Алтайской академии экономики и права. – 2019. — № 3. — С.104-114.
- Бразговка О.В., Сугак Е.В. Инвестиционная привлекательность и социально-экологические риски Красноярского края // XXI век. Техносферная безопасность. — 2017. — Т.2, № 4. — С.66-77.
- Сугак Е.В. Инвестиционная привлекательность и социально-экологические риски Красноярского края. // Наука Красноярья. — 2017. — Т.6. — № 4-2. — С.146-151.
- Российские регионы: экономический кризис и проблемы модернизации / Под ред. Л.М. Григорьева, Н.В. Зубаревич, Г.Р. Хасаева. — М.: ТЕИС. — 2011. — 357 с.
- Эколого-экономический индекс регионов РФ. — М.: WWF России, РИА Новости. — 2012. — 148 с.
- Регионы России. Социально-экономические показатели. 2018: Статистический сборник. — М.: Росстат. — 2018. — 1162 с.
- Сугак Е.В., Кузнецов Е.В., Назаров А.Г. Информационные технологии оценки экологической безопасности // Горный информационно-аналитический бюллетень. — 2009. — Т.18. № 12. — С.39-45.
- Владимиров В.А. и др. Управление риском. Риск. Устойчивое развитие. Синергетика. — М.: Наука. — 2000. — 431 с.
- Бобылев С.Н. и др. Эколого-экономический индекс регионов РФ. Методика и показатели для расчета. – WWF России, РИА Новости. — 2012. — 150 с.
- Биомаркеры и оценка риска: концепции и принципы. Гигиенические критерии состояния окружающей среды. — Бюлл. ВОЗ, вып.155. М., 1996.- 96 с.
- Цаликов Р.Х., Акимов В.А., Козлов К.А. Оценка природной, техногенной и экологической безопасности России. — М.: ФГУ ВНИИ ГОЧС (ФЦ). — 2009. — 464 с.
- Каранина Е.В., Вершинина Н.А. Экологические риски регионов России // Вестник Московского финансово-юридического университета. — 2016. — № 2. — С.21-38.
- Социально-экологические принципы Всемирного банка. — NW, Washington: World Bank, 2017. — 121 с. [Электронный ресурс]. URL: http://pubdocs.worldbank.org/en/376931518802050637/Environmental-Social-Framework-Russian.pdf#page=29&zoom=80.
- Социально-экологические принципы операций ИПФ. СЭС4. Обеспечение безопасности и здоровья населения. — NW, Washington: World Bank, 2018. — 30 с. [Электронный ресурс]. URL: http://documents1.worldbank.org/ curated/en/433271548277287244/ESF-Guidance-Note-4-Community-Health-and-Safety-Russian.pdf.
- Оценка рисков для организма человека, создаваемых химическими веществами: обоснование ориентировочных величин для установления предельно допустимых уровней экспозиции по показателям влияния на состояние здоровья. — Бюлл. ВОЗ, вып.170. М., 1995. — 85 с.
- Р 2.1.10.1920-04. Руководство по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду.
- Онищенко Г.Г. и др. Анализ риска здоровью в стратегии государственного социально-экономического развития. — Пермь: Изд-во Перм. нац. исслед. политехн. ун-та. — 2014. — 738 с.
- Сугак Е.В. Современные методы оценки экологических рисков // European Social Science Journal. — 2014. — № 5 (44). Т.2. — С.427-433.
- Сугак Е.В., Окладникова Е.Н., Ермолаева Л.В. Информационные технологии управления социально-экологическим риском // Вестник СибГАУ. — 2008. — Вып.4(21). — С.87-91.
- Сугак Е.В., Окладникова Е.Н., Кузнецов Е.В. Вычислительные и информационные технологии анализа и оценки социально-экологических рисков // Экология и промышленность России. — 2008. — № 8. — С.24-29.
- Потылицына Е.Н., Липинский Л.В., Сугак Е.В. Использование искусственных нейронных сетей для решения прикладных экологических задач // Современные проблемы науки и образования. — 2013. — № 4. — С.51-58.
- Хритоненко Д.И. и др. Автоматическое генерирование нейросетевых моделей в задаче прогнозирования уровня заболеваемости населения. — XIV Национальная конференция по искусственному интеллекту (КИИ-2014). Труды конференции. – Казань: РИЦ «Школа». — 2014. — С.276-285.
- Хритоненко Д.И. и др. Проектирование коллективов нейросетевых предикторов экологического состояния города самоконфигурируемыми эволюционными алгоритмами. — Информационно-телекоммуникационные системы и технологии (ИТСиТ-2014): Мат. Всеросс. научно-практич. конф. — Кемерово: КемГУ. – 2014. — С.438-439.
- Khritonenko D.I. and etc. Solving the problem of city ecology forecasting with neuro-evolutionary algorithms // Vestnik SibGAU. – 2015. V.16, No.1. — P.137-142.
References:
- Transforming Our World: The 2030 Agenda for Sustainable Development. Resolution of the UN General Assembly of September 25, 2015. [Preobrazovaniye nashego mira: Povestka dnya v oblasti ustoychivogo razvitiya na period do 2030 goda. Rezolyutsiya General’noy Assamblei OON ot 25 sentyabrya 2015 goda]. URL: http://undocs.org/ru/A/RES/70/1.
- Russian Federation Human Development Report 2018 [Doklad o chelovecheskom razvitii v Rossiyskoy Federatsii za 2018 god]. — M .: Analytical Center for the Government of the Russian Federation. — 2018 .— 172 p.
- Podprugin M.O. Sustainable development of the region: concept, main approaches and factors [Ustoychivoye razvitiye regiona: ponyatiye, osnovnyye podkhody i faktory]// Russian Journal of Entrepreneurship. — 2012. — T. 13. No. 24. — P.214-221.
- Bobylev S.N. Sustainable Development Indicators: Regional Dimension. A guide to regional environmental policy [Indikatory ustoychivogo razvitiya: regional’noye izmereniye. Posobiye po regional’noy ekologicheskoy politike]. — M .: Acropolis. — 2007 .— 60 p.
- Granberg A.G., Danilov-Danil’yan V.I., Tsikanov M.M. Strategy and problems of sustainable development of Russia in the XXI century [Strategiya i problemy ustoychivogo razvitiya Rossii v XXI veke]. — M .: Economics. — 2011 .— 310 p.
- Rating of investment attractiveness of the regions in 2015 [Reyting investitsionnoy privlekatel’nosti regionov 2015 goda]. Overview. — M .: «Expert RA». — 2016 .— 30 p.
- Sugak Ye.V. Sustainable development and environmental safety of Siberian regions [Ustoychivoye razvitiye i ekologicheskaya bezopasnost’ regionov Sibiri // Vestnik Altayskoy akademii ekonomiki i prava]// Bulletin of the Altai Academy of Economics and Law. — 2019. — No. 3. — P.104-114.
- Brazgovka O.V., Sugak Ye.V. Investment attractiveness and social and environmental risks of the Krasnoyarsk Territory [Investitsionnaya privlekatel’nost’ i sotsial’no-ekologicheskiye riski Krasnoyarskogo kraya]// XXI century. Technosphere safety. — 2017. — T.2, No. 4. — P.66-77.
- Sugak Ye.V. Investment attractiveness and social and environmental risks of the Krasnoyarsk Territory [Investitsionnaya privlekatel’nost’ i sotsial’no-ekologicheskiye riski Krasnoyarskogo kraya] // Science of Krasnoyarsk. — 2017. — T.6. — No. 4-2. — S. 146-151.
- Russian regions: economic crisis and problems of modernization [Rossiyskiye regiony: ekonomicheskiy krizis i problemy modernizatsii]/ Ed. L.M. Grigoriev, N.V. Zubarevich, G.R. Khasaev. — M .: TEIS. — 2011 .— 357 p.
- Ecological and economic index of the regions of the Russian Federation [Ekologo-ekonomicheskiy indeks regionov RF]. — M .: WWF Russia, RIA Novosti. — 2012 .— 148 p.
- Regions of Russia. Socio-economic indicators. 2018: Statistical collection [Regiony Rossii. Sotsial’no-ekonomicheskiye pokazateli. 2018: Statisticheskiy sbornik]. — M .: Rosstat. — 2018 .— 1162 p.
- Sugak Ye.V., Kuznetsov Ye.V., Nazarov A.G. Information technologies for assessing environmental safety [Informatsionnyye tekhnologii otsenki ekologicheskoy bezopasnosti // Gornyy informatsionno-analiticheskiy byulleten’.]// Mining information and analytical bulletin. — 2009. — T. 18. No. 12. — P.39-45.
- Vladimirov V.A. and other. Risk management. Risk. Sustainable development. Synergetics [Upravleniye riskom. Risk. Ustoychivoye razvitiye. Sinergetika]. — M .: Science. — 2000 .— 431 p.
- Bobylev S.N. and other. Ecological and economic index of regions of the Russian Federation. Methodology and indicators for the calculation [Ekologo-ekonomicheskiy indeks regionov RF. Metodika i pokazateli dlya rascheta]. — WWF Russia, RIA Novosti. — 2012 .— 150 p.
- Biomarkers and risk assessment: concepts and principles. Hygienic criteria for the state of the environment [Biomarkery i otsenka riska: kontseptsii i printsipy. Gigiyenicheskiye kriterii sostoyaniya okruzhayushchey sredy]. — Bull. WHO, issue 155. M., 1996.- 96 p.
- Tsalikov R.KH., Akimov V.A., Kozlov K.A. Otsenka prirodnoy, tekhnogennoy i ekologicheskoy bezopasnosti Rossii]. — M .: FGU VNII GOChS Assessment of natural, technogenic and environmental safety in Russia [ (FC). — 2009 .— 464 p.
- Karanina Ye.V., Vershinina N.A. Environmental risks of Russian regions [Ekologicheskiye riski regionov Rossii]// Bulletin of the Moscow University of Finance and Law. — 2016. — No. 2. — P.21-38.
- Socio-ecological principles of the World Bank [Sotsial’no-ekologicheskiye printsipy Vsemirnogo banka]. — NW, Washington: World Bank, 2017 .— 121 p. [Electronic resource]. URL: http://pubdocs.worldbank.org/en/376931518802050637/Environmental-Social-Framework-Russian.pdf#page=29&zoom=80.
- Socio-ecological principles of IPF operations. SES4. Ensuring the safety and health of the population [Sotsial’no-ekologicheskiye printsipy operatsiy IPF. SES4. Obespecheniye bezopasnosti i zdorov’ya naseleniya]. — NW, Washington: World Bank, 2018 .— 30 p. [Electronic resource]. URL: http://documents1.worldbank.org/ curated / en / 433271548277287244 / ESF-Guidance-Note-4-Community-Health-and-Safety-Russian.pdf.
- Assessment of risks to the human body posed by chemical substances: substantiation of indicative values for setting maximum permissible exposure levels in terms of the impact on health [Otsenka riskov dlya organizma cheloveka, sozdavayemykh khimicheskimi veshchestvami: obosnovaniye oriyentirovochnykh velichin dlya ustanovleniya predel’no dopustimykh urovney ekspozitsii po pokazatelyam vliyaniya na sostoyaniye zdorov’ya]. — Bull. WHO, issue 170. M., 1995 .— 85 p.
- R 2.1.10.1920-04. Guidelines for Assessing Public Health Risks from Exposure to Chemicals Polluting the Environment [R 2.1.10.1920-04. Rukovodstvo po otsenke riska dlya zdorov’ya naseleniya pri vozdeystvii khimicheskikh veshchestv, zagryaznyayushchikh okruzhayushchuyu sredu].
- Onishchenko G.G. and other. Analysis of health risk in the strategy of state socio-economic development [Analiz riska zdorov’yu v strategii gosudarstvennogo sotsial’no-ekonomicheskogo razvitiya]. — Perm: Publishing house of Perm. nat. issled. polytechnic. un-that. — 2014 .— 738 p.
- Sugak Ye.V. Modern methods for assessing environmental risks [Sovremennyye metody otsenki ekologicheskikh riskov]// European Social Science Journal. — 2014. — No. 5 (44). T.2. — S.427-433.
- Sugak Ye.V., Okladnikova Ye.N., Yermolayeva L.V. Information technologies for managing social and environmental risk [Informatsionnyye tekhnologii upravleniya sotsial’no-ekologicheskim riskom]// Bulletin of SibGAU. — 2008. — Issue 4 (21). — S.87-91.
- Sugak Ye.V., Okladnikova Ye.N., Kuznetsov Ye.V. Computational and information technologies for analysis and assessment of social and environmental risks [Vychislitel’nyye i informatsionnyye tekhnologii analiza i otsenki sotsial’no-ekologicheskikh riskov]// Ecology and Industry of Russia. — 2008. — No. 8. — P.24-29.
- Potylitsyna Ye.N., Lipinskiy L.V., Sugak Ye.V. The use of artificial neural networks for solving applied environmental problems [Ispol’zovaniye iskusstvennykh neyronnykh setey dlya resheniya prikladnykh ekologicheskikh zadach]// Modern problems of science and education. — 2013. — No. 4. — P.51-58.
- Khritonenko D.I. and others. Automatic generation of neural network models in the problem of predicting the incidence of the population [Avtomaticheskoye generirovaniye neyrosetevykh modeley v zadache prognozirovaniya urovnya zabolevayemosti naseleniya]. — XIV National Conference on Artificial Intelligence (KII-2014). Conference proceedings. — Kazan: RIC «School». — 2014. — S.276-285.
- Khritonenko D.I. and others. Designing collectives of neural network predictors of the ecological state of the city by self-configuring evolutionary algorithms [Proyektirovaniye kollektivov neyrosetevykh prediktorov ekologicheskogo sostoyaniya goroda samokonfiguriruyemymi evolyutsionnymi algoritmami]. — Information and telecommunication systems and technologies (ITSiT-2014): Mat. All-Russian. scientific and practical conf. — Kemerovo: KemSU. — 2014. — S.438-439.
- Khritonenko D.I. and etc. Solving the problem of city ecology forecasting with neuro-evolutionary algorithms // Vestnik SibGAU. – 2015. V.16, No.1. — P.137-142.
Еще в рубриках
Экономическая безопасность
Экономика промышленности
Отраслевая экономика регионов