Цель исследования. Федеральным законом «Об энергосбережении и повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты РФ» от 23 ноября 2009 г. № 261-ФЗ в качестве приоритетного направления развития энергосбережения в России и демонстрационной площадки по применению энергосберегающих технологий была определена бюджетная сфера. В соответствии с Законом бюджетные организации обязаны обеспечить снижение объема потребленных ими коммунальных ресурсов в течение пяти лет не менее чем на 15 процентов от объема фактически потребленного им в 2009 году каждого вида энергетического ресурса [1].
Задача снижения энергопотребления особенно актуальна для бюджетных организаций муниципальных районов, так как финансирование расходов на потребление энергоресурсов осуществляется за счет средств местных бюджетов.
Однако несмотря на законодательное закрепление обязанности снижения организациями бюджетной сферы потребления энергоресурсов, на практике активной реализации утвержденных положений Закона препятствует такой фактор, как прогнозирование потребности в энергоресурсах на основе усредненных натуральных нормативов, не отражающих влияние индивидуальных географических и технических факторов, характерных для каждого муниципального района [2]. Как показывает практика, оценка контролирующими органами эффективности использования бюджетных средств, направленных на оплату энергоресурсов, осуществляется путем сопоставления объемов фактически произведенных за отчетный период и запланированных расходов, рассчитанных на основе установленных по субъекту федерации усредненных нормативов потребления энергоресурсов. Представляется, что такой подход не позволяет объективно оценить эффективность использования энергоресурсов бюджетными организациями муниципального района, т.к. уровень запланированных расходов на энергоносители не учитывает влияния факторов внешней и внутренней среды.
В связи с чем становится актуальной задача определения объемов потребления энергоносителей бюджетными организациями с учетом географических и технических условий их деятельности.
Материал и методы исследования
Исследование вопросов в области энергетики и энергосбережения показало, что на объем потребления тепловой энергии, в первую очередь может влиять такой климато-географический фактор, как сезонность [3, 4, 5].
К техническим факторам, влияющим на потребление тепловой энергии бюджетными организациями, относятся: доля общеобразовательных учреждений, требующих ремонта ограждающих конструкций, доля общеобразовательных организаций, оснащенных приборами учета тепловой энергии, доля общеобразовательных организаций, в который проведен энергетический аудит.
Представляется, что учет влияния вышеназванных факторов на объем потребления энергоресурсов возможен с помощью построения экономико-математической модели. Для исследования зависимости потребления тепловой энергии бюджетными организациями муниципального района от факторов внутренней и внешней среды нами был проведен корреляционно-регрессионный анализ на примере общеобразовательных организаций муниципального района Республики Татарстан
Анализ потребления тепловой энергии общеобразовательными организациями исследуемого муниципального района показал, что удельное потребление тепловой энергии в первую очередь зависит от времени года (фактор сезонности). Для построения экономико-математической модели нами были определены помесячные количественные характеристики потребления ими тепловой энергии. Отметим, что анализ выявил отсутствие потребления тепловой энергии в мае – сентябре. Учитывая равномерное снижение и увеличение удельного потребления тепловой энергии, нами был сделан вывод о том, что экономико-математическая модель имеет вид аддитивной модели, включающей в себя тренд и сезонную составляющую.
Для расчета коэффициента автокорреляции уровней ряда первого порядка нами было рассчитано усредненное удельное потребление тепловой энергии общеобразовательными организациями муниципального района РТ по месяцам в 2009–2013 годах. Результаты расчетов представлены в табл. 1.
Как видно из данных табл. 1, наибольшее удельное потребление тепловой энергии отмечается в холодное время года, наименьшее – в теплое. В июне – августе тепловая энергия общеобразовательными организациями района не потребляется.
Таблица 1
Усредненные значения удельного потребления тепловой энергии общеобразовательными организациями муниципального района РТ по месяцам в 2009–2013 годах
|
Месяц |
Среднее удельное потребление тепловой энергии, Гкал/кв.м за 2009–2013 годы |
|
Январь |
0,0481 |
|
Февраль |
0,0432 |
|
Март |
0,0325 |
|
Апрель |
0,0175 |
|
Май |
0 |
|
Июнь |
0 |
|
Июль |
0 |
|
Август |
0 |
|
Сентябрь |
0 |
|
Октябрь |
0,017 |
|
Ноябрь |
0,0309 |
|
Декабрь |
0,0441 |
Далее произведен расчет значения коэффициента автокорреляции уровней ряда первого порядка. Значение коэффициента автокорреляции первого порядка составило r1 = 0,8.
Аналогичные расчеты произведены для второго, третьего и т.д. порядков. На основе расчетов выявлено, что наиболее высокий коэффициент корреляции наблюдается при значении лага, равном двенадцати, следовательно, ряд имеет циклические колебания периодичностью в 12 месяцев (год). Для расчета скорректированной сезонной компоненты используем метод скользящей средней и центрированной скользящей средней.
Усредненные значения оценки сезонной компоненты представлены в табл. 2.
Следующим шагом нашего исследования является проведение корреляционного анализа определения тесноты связи между варьирующими переменными и оценка факторов, оказывающих наибольшее влияние на зависимую переменную (удельное потребление тепловой энергии на квадратный метр).
Для проведения корреляционного анализа используем сезонную компоненту и выявим силу и направление влияния факторов внешней и внутренней среды на тренд. Для определения числовых характеристик тренда нами была найдена разность между величиной помесячного удельного потребления тепловой энергии и величиной сезонной компоненты за соответствующий месяц.
Для удобства расчетов нами введены следующие обозначения: зависимая переменная тренда – «удельное потребление тепловой энергии на квадратный метр» – TrendEnergy. Независимые переменные нами обозначены как доля общеобразовательных учреждений, требующих ремонта ограждающих конструкций – Sh.sch.rep; доля общеобразовательных организаций, в которых установлены приборы учета тепловой энергии, в общем количестве общеобразовательных организаций – Sh.dev.energy; доля общеобразовательных организаций, в которых проведен энергетический аудит, в общем количестве общеобразовательных организаций – Sh.audit. В табл. 3 представлена матрица корреляционного анализа.
Из данных табл. 4 видно, что связь между удельным потреблением тепловой энергии на квадратный метр и независимыми переменными по шкале Чеддока [7] характеризуется как: с переменной Sh.sch.rep – прямая заметная; с переменной Sh.dev.energy – обратная заметная; с переменной Sh.audit – обратная слабая.
Так как характер связи переменной Sh.audit слабый, данная переменная исключается нами из дальнейшего рассмотрения.
Далее, на третьем этапе нашего исследования, определяется характер влияния каждой независимой переменной на зависимую, и строится на этой основе, эконометрическая модель влияния независимых факторов на результирующий показатель.
Результаты исследования и их обсуждение
Для общеобразовательных организаций исследуемого муниципального района РТ была построена модель зависимости удельного потребления тепловой энергии на квадратный метр от внутренних факторов (доля общеобразовательных организаций, требующих ремонта, доля общеобразовательных организаций, в которых установлены приборы учета тепловой энергии) и сезонности:
У = 0,01769 + 0,02102∙Sh.sch.rep – – 0,01901∙Sh.dev.energy + S_energy,
где У – удельный расход тепловой энергии; Sh.sch.rep – доля общеобразовательных организаций, требующих ремонта, в общем количестве общеобразовательных организаций; Sh.dev.energy – доля общеобразовательных организаций, в которых установлены приборы учета тепловой энергии, в общем количестве общеобразовательных организаций; S_energy – сезонная компонента.
Из формулы видно, что при увеличении на 1 пункт доли общеобразовательных организаций, требующих ремонта, в общем количестве общеобразовательных организаций удельное потребление тепловой энергии увеличивается на 0,02102 Гкал/кв.м. Увеличение доли общеобразовательных организаций, в которых установлены приборы учета тепловой энергии, в общем количестве общеобразовательных организаций на 1 пункт влечет за собой уменьшение удельного потребления тепловой энергии на 0,01901 Гкал/кв.м. В зависимости от сезонности удельное потребление тепловой энергии либо увеличивается, либо уменьшается (табл. 3).
Таблица 2
Определение среднего значения сезонной компоненты
|
Месяц |
Год |
Среднее значение сезонной компоненты |
||||
|
2009 |
2010 |
2011 |
2012 |
2013 |
||
|
Январь |
– |
0,02207 |
0,03174 |
0,02560 |
0,02792 |
0,02683 |
|
Февраль |
– |
0,02018 |
0,02647 |
0,02216 |
0,02054 |
0,02234 |
|
Март |
– |
0,01367 |
0,01350 |
0,01102 |
0,01192 |
0,01253 |
|
Апрель |
– |
–0,00318 |
–0,00143 |
–0,00244 |
–0,00020 |
–0,00181 |
|
Май |
– |
0,01996 |
–0,02183 |
–0,02008 |
–0,01703 |
–0,01973 |
|
Июнь |
– |
0,01983 |
–0,02193 |
–0,01961 |
–0,01573 |
–0,01927 |
|
Июль |
–0,02040 |
–0,02031 |
–0,02178 |
–0,01927 |
– |
–0,02044 |
|
Август |
–0,01979 |
–0,02112 |
–0,02123 |
–0,01919 |
– |
–0,02033 |
|
Сентябрь |
–0,01971 |
–0,02153 |
–0,02082 |
–0,01904 |
– |
–0,02027 |
|
Октябрь |
0,00124 |
–0,00058 |
0,00083 |
–0,00086 |
– |
0,00016 |
|
Ноябрь |
0,01892 |
0,01388 |
0,01359 |
0,01263 |
– |
0,01476 |
|
Декабрь |
0,02773 |
0,02600 |
0,03148 |
0,02394 |
– |
0,02729 |
Таблица 3
Матрица корреляционного анализа
|
TrendEnergy |
Sh.sch.rep |
Sh.dev.energy |
Sh.audit |
|
|
TrendEnergy |
1 |
|||
|
Sh.sch.rep |
0,517055 |
1 |
||
|
Sh.dev.energy |
–0,61913 |
–0,42033 |
1 |
|
|
Sh.audit |
–0,14748 |
–0,31535 |
–0,16753 |
1 |
Согласно проведенным нами расчетам, значение коэффициента детерминации достаточно близко к единице, что говорит о точности аппроксимации (модель точно описывает влияние выделенных факторов на удельное потребление тепловой энергии). В табл. 4 представлены результаты регрессионного анализа эконометрической модели.
Таблица 4
Результаты регрессионного анализа эконометрической модели.
|
Показатель |
Значение |
|
Множественный R |
0,680754 |
|
R-квадрат |
0,463426 |
|
Нормированный R-квадрат |
0,444599 |
|
Стандартная ошибка |
0,003512 |
|
Наблюдения |
60 |
Таблица 5
Результаты многофакторного дисперсионного анализа
|
Показатель |
df |
SS |
MS |
F |
Значимость F |
|
Регрессия |
2 |
0,000607 |
0,000304 |
24,6148 |
1,97E-08 |
|
Остаток |
57 |
0,000703 |
1,23E-05 |
– |
– |
|
Итого |
59 |
0,00131 |
– |
– |
– |
Таблица 6
Коэффициенты регрессии
|
Y-пересечение |
Perc_sch_rep |
Per_device_energy |
|
|
Коэффициенты |
0,017688 |
0,021018 |
–0,01901 |
|
Стандартная ошибка |
0,003293 |
0,007205 |
0,004166 |
|
t-статистика |
5,371729 |
2,917157 |
–4,56394 |
|
P-Значение |
1,5E-06 |
0,005046 |
2,72E-05 |
|
Нижние 95 % |
0,011094 |
0,00659 |
–0,02736 |
|
Верхние 95 % |
0,024282 |
0,035446 |
–0,01067 |
|
Нижние 95 % |
0,011094 |
0,00659 |
–0,02736 |
|
Верхние 95 % |
0,024282 |
0,035446 |
–0,01067 |
Далее, для проверки статистической значимости модели и ее переменных, проведен многофакторный дисперсионный анализ. Информация о результатах многофакторного дисперсионного анализа представлена в табл. 5.
Результаты проведенного многофакторного дисперсионного анализа показывают высокое качество полученной модели. Иными словами, модель и ее параметры статистически значимы с вероятностью Р = 95 %.
В табл. 6 представлены рассчитанные коэффициенты регрессии.
Выводы
Результаты проведенного корреляционно-регрессионного анализа показали, что существует определенная зависимость объема потребления тепловой энергии общеобразовательными организациями муниципального района от таких факторов, как сезонность, доля общеобразовательных организаций, требующих капитального ремонта, в общем количестве общеобразовательных организаций и доля общеобразовательных организаций, оснащенных приборами учета тепловой энергии, в общем количестве общеобразовательных организаций. Соответственно, при прогнозировании потребности бюджетных организаций в тепловой энергии необходимо учитывать географические и технические особенности деятельности бюджетных организаций каждого муниципального района.
Рецензенты:
Шигаев А.И., д.э.н., доцент кафедры управленческого учета и контроллинга, Институт управления, экономики и финансов, Казанский (Приволжский) федеральный университет, г. Казань;
Исмагилов И.И., д.т.н., профессор, зав. кафедрой экономико-математического моделирования, Институт управления, экономики и финансов, Казанский (Приволжский) федеральный университет, г. Казань.