Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Эколого-экономическая диагностика устойчивости предприятий нефтегазового комплекса. Монография
.pdf
ние отходов, выбросы твердых частиц в атмосферу и объемы
нарушенных земель; количество аварий и объемы рекультивации земель).
Таким образом, дальнейший комплексный анализ деятельности объектов на основе данной информации, скорее всего, нецелесообразен до устранения названных пробелов. Помимо использованных на данном этапе сведений необходима также более полная (детальная
) производственно-экономическая
информация, поскольку в представленном виде сравнительный
анализ объектов становится невозможным в силу их несопоставимости по масштабам и направлениям деятельности. Также
значительный интерес представляли бы и социальноэкономические данные, однако они в корпоративной системе
учета также отсутствовали.
По нашему мнению, приведенный пример убедительно
показывает роль качества и полноты
исходных данных для всех
последующих процедур эколого-экономической диагностики и
принятия решений. Также данный пример демонстрирует необходимость комплексного эколого-экономического анализа на
основе данных о различных аспектах функционирования предприятий.
3.2. Диагностика предприятий
на основе комплекса характеристик
Покажем на примере возможность проведения сравнительного анализа предприятий с целью выделения наиболее устойчивых объектов с эколого-экономических позиций. Получение интегральных диагностических критериев (обобщенных
показателей важности объектов, рассчитанных на основе отдельных показателей системы эколого-экономической оценки)
является центральным моментом использованной в предлагаемом исследовании методики ранжирования. При
этом каждому
из применяемых в анализе показателей придается определенный вес в зависимости от его важности. Такой подход позволяет получить картину распределения предприятий и их групп в
зависимости от состояния различных сфер их деятельности –
121
производственной, природоохранной, эколого-экономической;
оценить необходимость и очередность природоохранных инвестиций и уровень экологических рисков с учетом приоритетных
для конкретной ситуации аспектов.
В качестве исходной информации использованы данные
статистической отчетности дочерних предприятий ОАО «Газпром» по природоохранной деятельности по состоянию на 1995 г.
(формы 2-тп (водхоз), 2-тп (токсичные отходы), 4-ОС, 18-КС
и др.), сведения о среднесписочном составе производственного
персонала, данные бухгалтерского учета (информация о финансовых результатах деятельности предприятий, затратах в различных сферах, выплатах). На основании данной первичной
информации были рассчитаны показатели деятельности исследуемых предприятий по различным направлениям. Ранжирование объектов проводилось по следующему алгоритму (рис. 3.2).
При использовании данной методики
необходимо придать
каждому из рассматриваемых показателей определенный информационный вес. Традиционный способ решения здесь – использование экспертных оценок. Однако такие оценки не лишены субъективизма и их применение связано со значительными сложностями в случае, когда надо оценить большое количество аналитических характеристик [25, 100, 101]. В нашем случае таких критериев более 15,
причем в большинстве своем это
относительные характеристики, что еще больше осложняет их
сопоставление и оценку важности друг относительно друга.
Для решения проблемы информационных весов, не прибегая к процедурам экспертных оценок, нами были использованы следующие подходы.
Для сжатия исходной совокупности данных (сокращения
размерности массива) проведен расчет факторных нагрузок –
использован метод
главных компонент с последующим вращением (процедура Варимакс) факторных осей. Сам метод и процедуры вращения факторных осей достаточно широко известны
и подробно рассмотрены в литературе по многомерному анализу данных (например, [56, 80]). Коротко суть метода может
быть представлена следующим образом.
122
[
]
(
)
)
(
l
∑
r
Разб
[
p
(l)
]
l-м
ивка исходной совокупности объектов на lоднородных подмножеств: lматриц групп:
(работа с
Нормирование исходных данных (стандар-
тизация) – формирование матрицы [p
Формирование матрицы исходных показателей [p]
подмножеством)
Формирование матрицы весовых коэффи-
н
циентов [α
]
ij
(l)
ij
]; α
mхn
(l)
≥0≥1; ∑ αij=1
ij
ij
Взвешенная информационная матрица группы:
Определение скалярной характеристики важности i-го объекта группы – расчет векторной нормы,
например:
Определение типового объекта группы: объект со средними значениями показателей
Расчет обобщенного показателя важности для типового объекта группы:
l
типового
Расчет показателя важности для i-го объекта группы (аналогично)
l
)(
∧
p ,,,,,,
j
m
n
=Ω
α
∑
группыобъекта
j
=
1
1
()
l
)(
∑
ij
i
∧
l
p
jj
l
)()(
типового
или
j
j
=Ω
группыобъекта
njxxN
,, 1==
====
n
⎧
⎪
α
⎨
∑
1
=
j
⎪
⎩
)( lijн
pα•
ij
()
Llnjmip
111
21
/
2
∧
⎫
⎪
l
)()(
p
⎬
jj
,
⎪
⎭
nj ,1=
Расчет коэффициента важности для i-го объекта группы:
Ранжирование объектов группы по значению коэффициента
Работа с группами: ранжирование L групп размерностью m
Получение взвешенных информационных матриц групп с использованием ранее сформи-
Расчет (квази)нормы взвешенной информационной матрицы группы и ранжирование
групп по ее значению:
рованных матриц весовых коэффициентов признаков:
)(
l
[]
π
×
k
⎡
⎢
p
⎢
=
mm
⎢
⎢
p
⎢
⎣
l
[]
()
N
)()(
ll
α
1121
)()(
ll
α
m
11
m
k
=
∑∑
==
11
inj
B
i
pp
αα
22121111
p
α
2222
......
p
α
m
222
kk
)()(
l
; Æ ранжирование по
βπ
ij
Ω
i
)(
l
)()()()(
llll
)()(
ll
ll
∑
=
)(
l
Ω
типового
...
...
...
)()(
...
,
группыобъекта
)( l
B
i
х n
l
)()(
l
l
p
1
n
p
2
...
p
⎤
α
nn
)()(
l
⎥
α
nnln
⎥
⎥
⎥
)()(
l
α
⎥
nnlnm
k
⎦
max
N
l
Llmi ,,, 11 ==
)(
l
π
Рис. 3.2. Алгоритм ранжирования объектов
123
Задача выявления комплексов признаков, в существенной
степени отражающих одно и то же общее свойство, может быть
решена с помощью процедур факторного анализа. Общей целью факторного анализа является сокращение числа исходных
(первоначально учтенных) признаков без существенной потери
информации. Любая переменная содержит общую для совокупности часть и часть, специфическую для
каждой переменной.
В ходе анализа необходимо определить вес каждой учитываемой переменной в обобщенных переменных-факторах. На основе исходных переменных вычисляются агрегатные диагностические признаки, дающие качественно новую обобщенную
информацию [11, 80].
Пусть имеется совокупность из n объектов, каждый из которых
характеризуется m признаками, на основе которых впоследствии будут
получены агрегатные признаки. Набор из m показателей для каждого
из n объектов записывается как m-мерный вектор-строка [х
, х2, ... ,хn],
1
а для всех n объектов – как матрица m × n. Основная модель факторно-
го анализа может быть записана следующим образом:
k
+⋅=
eflx
∑
1i
=
,
iiiji
– исходные показатели, fi – значения i-го фактора, lij – коэффици-
где x
i
енты при f
факторов; e
источник отклонений. Величины e
между собой и с факторами f
(нагрузка i-го фактора в j-м показателе); k – количество
i
– остатки (случайные величины), представляющие собой
i
предполагаются независимыми
i
и влияют только на xi.
i
Основная теорема факторного анализа утверждает, что коэффициент корреляции двух независимых показателей можно выразить суммой произведений коэффициентов l
при fi. Для j пере-
ij
менных, представленных k факторами, можно записать:
= l
r
12
11l21
+ l
12l22
+ l
13l23
+ ... + l
1kl2k
.
124
Модель хорошо описывает экспериментальные данные в том
случае, если вычисленные коэффициенты корреляции мало отличаются от выборочных коэффициентов корреляции, которые служили исходной информацией для факторной модели. Факторный
анализ предполагает наилучшим образом аппроксимировать выборочные корреляции. Таким образом, при использовании факторного и компонентного анализов получается несколько некоррелированных факторов – агрегатных
диагностических признаков:
= wp1 Z1 + ... + w
F
p
pnZn
+ ...+
wpNZN ,
где Fp – р-й общий фактор, Zn – n-й стандартизованный исходный
признак Х
; wpn – факторная нагрузка, относящаяся к фактору p и
n
стандартизованному исходному признаку n.
В результате выделено пять главных компонент (ГК),
представляющих собой обобщенные переменные, и получены
матрицы факторных нагрузок (табл. 3.1). Значения факторных
нагрузок использованы нами в дальнейшем для выбора признаков, на основе которых проводятся следующие этапы анализа.
При этом сумма дисперсий признаков, которые принимают на себя полученные факторы, составляет более 70%,
что позволяет принять факторное разложение удовлетворительным.
Полученные ГК интерпретируются следующим образом:
• ГК
– фактор эффективности природоохранных вложе-
1
ний;
• ГК
– фактор эффективности использования ресурсов;
2
– фактор износа оборудования и ущерба от загряз-
• ГК
3
нения ОС;
– фактор обеспеченности производственной дея-
• ГК
4
тельности ресурсами;
– фактор обеспеченности природоохранной дея-
• ГК
5
тельности ОПФ.
125
5
ГК
Таблица 3.1
4
ГК
3
ГК
2
ГК
1
ГК
5
ГК
4
ГК
3
ГК
2
ГК
Нагрузки до вращения Нагрузки после вращения
1
Матрица нагрузок до и после вращения *
ГК
0,64 -0,12 -0,02 -0,01 0,28 -0,73
-0,51 -0,02 -0,15 -0,21 -0,25 0,44 0,42
0,08 -0,33 0,28 -0,12
-0,16 0,29 -0,36
0,91 0,20 -0,19 0,22 -0,06 0,96 0,13 0,01 0,08 0,01
0,68 -0,08 -0,05 -0,16 -0,11 -0,74 -0,01
-0,33 0,04 -0,04
0,65 -0,11 -0,24 -0,10 -0,28 0,74 0,01 0,17
0,89 0,29 -0,17 0,25 -0,01 0,98 0,02 0,03 0,07 0,01
-0,08 0,42
Показатель
% износа оборудования 0,22 -0,04 0,87 -0,01 -0,01 0,02 0,05 0,82 0,04 -0,36
Рентабельность 0,64 -0,24 0,08 -0,25 0,10 0,39 0,35 0,11 0,43 -0,26
Рейтинг по экологическим
платежам
в общей стоимости ОПФ
Доля ОПФ по ООС
выбросов
Затраты на ООС / объем
Производительность труда 0,03 -0,83 -0,07 0,10 -0,20 -0,18 0,78 -0,15 -0,18 -0,22
Соц. обеспеченность
Коэффициент
персонала
к прибыли
компенсации ущерба
Отношение ущерба
Фондовооруженность -0,51 -0,08 0,01 0,67 -0,22 -0,26 -0,04 -0,06 -0,83 0,05
126
5
ГК
4
ГК
Окончание табл. 3.1
3
ГК
2
0,66 0,15 0,16
ГК
1
ГК
5
ГК
4
-0,62 0,04 0,81 0,12 0,13 0,28
ГК
3
ГК
2
ГК
Нагрузки до вращения Нагрузки после вращения
1
ГК
0,44 0,25 0,47 -0,12 -0,34 0,33 0,08
0,88 0,27 -0,14 0,27 0,01 0,97 0,02 0,04 0,05 -0,03
0,29 -0,49 -0,06 -0,26
0,65 0,28 -0,05 0,13 0,12 0,70 -0,10 0,06 0,14 -0,07
0,28 0,15 0,11 0,11 0,07 0,24 0,14 0,12 0,12 0,10
Показатель
Фондоотдача 0,64 -0,67 -0,12 -0,11 -0,03 0,35 0,77 -0,12 0,25 -0,31
Ущерб от загрязнения / масса
выбросов
Ресурсоемкость -0,25 0,47 -0,35 -0,40 -0,21 -0,14 -0,30 -0,17 0,28 0,63
Суммы текущих затрат /
масса выбросов
Сумма кап. затрат / масса
нение / сумма затрат на ООС
выбросов
Сумма платежей за загряз-
Собственные числа 4,43 2,37 1,84 1,73 1,13 3,87 2,25 1,84 1,95 1,59
* Звездочкой отмечены значимые и сильные нагрузки.
дисперсии
Доля объясняемой
127
Распределение предприятий в плоскости ГК1 и ГК2
(рис. 3.3) свидетельствует о том, что наиболее эффективна дея-
тельность предприятия «Газэнергосервис» (причина – сфера
деятельности данного предприятия: оказание услуг и, соответственно, лишь косвенный ущерб ОС). Очевидно, что предприятия, специализирующиеся на добыче и транспорте газа, гораздо более агрессивны в своей деятельности по отношению к ОС.
Вытянутость эллипса рассеивания по
оси ординат свидетельствует о том, что природоохранная деятельность нацелена на рост
эффективности использования ресурсов, а не на эффективность
использования средств по ООС, что подтверждается данными о
практике деятельности предприятий компании.
5,0
4,0
Таттрансгаз
3,0
2
ГК
-1,0 0,0 1,0 2,0 3,0 4 ,0 5,0
2,0
1,0
0,0
-1, 0
Рост эффективности использования ресурсов
-2, 0
Лентрансгаз
оптимальной
экологичности
предприятий
Тюменбургаз
Рост эффективности вложени й в ООС
ГК
Вектор
Газэнергосервис
1
Рис. 3.3. Распределение предприятий в плоскостях ГК1 и ГК
2
Для выбора оптимальной комбинации признаков и оценки
их информационных весов было построено несколько регрессионных уравнений. В качестве предикторов в них взяты показатели с максимальными вкладами в ГК, а в качестве зависимой
переменной – величина ущерба от загрязнения ОС. Вклад (вес)
предикторов рассчитывался как отношение абсолютного значения коэффициента уравнения регрессии
к сумме абсолютных
значений этих коэффициентов (рис. 3.4).
128
-
Ресурсо-
-
емкость
0.184
Соц. обес
печен-
ность
персонала
0.192
Рис. 3.4. Структура ОПВ
–
–
Эконо-
мический
ущерб от
загрязне-
ния ОС
+
% износа
оборудо-
вания
0.384
+
+
+
–//
+
–
–
Фондоот-
дача
0.204
–
Тек. за
траты на
ООС
/объем
выбросов
0.036
На следующих этапах с использованием кластер-анализа
(метод Варда) совокупность предприятий разбита на однород-
ные подмножества, а затем объекты внутри этих групп ранжировались на основе обобщающего показателя важности (ОПВ).
Для данных подгрупп определены объекты, которые наиболее
близки к типовому объекту группы («идеальному объекту»)
по величине ОПВ, и, исходя из
основной идеи метода, обладают наиболее характерными свойствами группы (выделены в
табл. 3.2).
Верификация эмпирических моделей диагностики проводилась сравнением с данными Генеральной схемы экологического оздоровления предприятий РАО «Газпром» [82], полученными на основе программно-целевого метода. Выявленные
проблемы эффективности использования ресурсов и вложений
в ООС выделены среди ключевых направлений экологического
оздоровления
предприятий отрасли, а результаты ранжирования предприятий достаточно хорошо совпали с выделенными в
Генеральной схеме приоритетами.
129
Результаты ранжирования предприятий
(названия предприятий – по состоянию на 1995 г.)
Показа-
№ Предприятие
1 «Таттрансгаз» 0,96
2
«Газэнергосервис»
3 «Тюменбургаз» 0,43
4
«Кубаньгазпром» 0,30
1
«Волгоградтрансгаз»
2 «Оренбурггазпром» 0,960
3 «Уралтрансгаз» 0,877
4 «Волгограднефте-
маш»
5 «Севергазпром» 0,538
1 «Томсктрансгаз» 1,16
2 «Волготрансгаз» 0,58
3 «Сургутгазпром» 0,50
4 «Пермтрансгаз» 0,49
5 «Тюментрансгаз» 0,47
6
«Кавказтрансгаз»
7 «Югтрансгаз» 0,34
8 «Лентрансгаз» 0,32
9 «Мострансгаз» 0,25
10 «Баштрансгаз» 0,21
11 «Самаратрансгаз» 0,15
12 «Волгогаз» 0,11
1 «Ямбурггаздобыча» 1,75
2
«Уренгойгазпром»
3 «Надымгазпром» 0,77
4
«Астраханьгазпром»
тель важ-
ности
объекта
1: наиболее экологичные
Относительно мало инвестируют в ООС.
0,80
2: крайне неэкологичные
0,994
0,585
3: относительно экологичные
0,45
4: неэкологичные
1,25
0,76
Значительные затраты на обслуживание
существующих ОПФ. Компенсация ущер-
ба ОС и доля платежей за загрязнение
в сумме затрат по ООС – максимальные.
Характерна высокая эффективность вло-
жений в ООС и использования ресурсов
Максимальные износ оборудования и ре-
сурсоемкость. Вложения в социальную
сферу минимальны. Нанося максимальный
ущерб ОС, гораздо меньше, чем другие
Низкие показатели нагрузки на ОС и высо-
кая социальная обеспеченность персонала.
Капитальные вложения в ООС и ряд
других показателей близки к средним по
отрасли. Суммарный ущерб ОС заметно
ниже, чем по второй группе. Отношение
ущерба ОС к прибыли незначительно,
но и показатель компенсации ущерба
также невысок. Фондовооруженность
Ресурсоемкость – максимальная при невы-
соких текущих затратах на ООС, отнесен-
ных к тонне выбросов. Характеристика
группы как неэкологичной подтверждается
неблагоприятными показателями рейтинга
предприятий по экологическим платежам и
Таблица 3.2
Рейтинг (место в группе)
группы, компенсируют его
довольно высока
высоким ущербом ОС
130
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]