Геоэкологическое обоснование функционирования предприятий горнодобывающего кластера в условиях повышенной техногенной нагрузки на окружающую среду тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Михайлов Владимир Геннадьевич

• Михайлов Владимир Геннадьевич
• доктор наук
• 2022

Оглавление диссертации доктор наук Михайлов Владимир Геннадьевич

ВВЕДЕНИЕ

1 ОБЗОР И АНАЛИЗ ИЗВЕСТНЫХ НАПРАВЛЕНИЙ ОБЕСПЕЧЕНИЯ ГЕОЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ

1.1 Характеристика геоэкологической ситуации Кемеровской области -Кузбасса

1.2 Анализ формирования и эффективности функционирования региональных кластеров в условиях повышенной техногенной нагрузки на окружающую среду

1.3 Анализ известных методов оценки и мониторинга негативного воздействия на окружающую среду

1.4 Анализ известных технологических решений, направленных на обеспечение геоэкологической безопасности региона

1.5 Анализ инновационных технологических и организационных решений по обращению с отходами

Выводы по первой главе

2 ИССЛЕДОВАНИЕ МЕТОДОВ И МЕХАНИЗМОВ УПРАВЛЕНИЯ РЕГИОНАЛЬНОЙ ТЕРРИТОРИАЛЬНО-ПРОИЗВОДСТВЕННОЙ СИСТЕМОЙ

2.1 Механизмы штрафов

2.2 Механизмы платы за риск

2.3 Региональная модель управления геоэкологической безопасностью предприятия

Выводы по второй главе

3 СОВЕРШЕНСТВОВАНИЕ ОРГАНИЗАЦИОННО -ЭКОНОМИЧЕСКОГО МЕХАНИЗМА УПРАВЛЕНИЯ

ПРИРОДООХРАННОЙ ДЕЯТЕЛЬНОСТЬЮ РЕГИОНА

3.1 Интегративная оценка состояния экосистемы

3.2 Формирование эффективного интегративного показателя

3.3 Оценка достоверности информации и организационный механизм штрафования за качество информации

3.4 Построение эколого-математической модели «Приращение штрафов -приращение индекса загрязнения»

Выводы по третьей главе

4 РАЗРАБОТКА МЕТОДОВ И МЕХАНИЗМОВ ОБЕСПЕЧЕНИЯ ГЕОЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ

4.1 Классификация и методы оценки эколого-экономических рисков

4.2 Управление эколого-экономическими рисками

4.3 Оценивание эколого-экономических рисков на предприятиях Кемеровской области - Кузбасса

4.4 Анализ текущих природоохранных затрат на предприятиях Кузбасса

4.5 Система распределения текущих природоохранных затрат

4.6 Формирование программы выбора способа обращения с отходами производства и потребления

4.7 Формирование производственной программы предприятия

с учетом эколого-экономических ограничений

4.8 Оптимизация степени использования производственной мощности предприятия с учетом экологических ограничений

Выводы по четвертой главе

5 РЕЗУЛЬТАТЫ ПРИМЕНЕНИЯ МЕТОДОВ И МЕХАНИЗМОВ ОБЕСПЕЧЕНИЯ ГЕОЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ

5.1 Апробация алгоритма системы распределения текущих затрат

на охрану окружающей среды

5.2 Апробация формирования программы выбора эффективного способа обращения с отходами производства и потребления

5.3 Апробация алгоритма формирования экологобезопасной производственной программы предприятия

5.4 Апробация алгоритма оптимизации степени использования

производственной мощности предприятия с учетом экологических

ограничений

5.5 Разработка программных продуктов, направленных на решение

задач, связанных с обеспечением геоэкологической безопасности

Выводы по пятой главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Геоэкологическое обоснование функционирования предприятий горнодобывающего кластера в условиях повышенной техногенной нагрузки на окружающую среду»

ВВЕДЕНИЕ

Актуальность работы. Кемеровская область является техногенно напряженным регионом с тремя развитыми отраслями промышленности: угледобывающей, металлургической, химической. Результатом такой специализации является сложная территориально-производственная система, испытывающая повышенную негативную нагрузку. Дополнительные социально-экономические проблемы городов Кузбасса (кроме Кемерово и Новокузнецка) связаны с их монозависимостью от определенного вида экономической деятельности. В таких условиях целесообразна разработка инновационных механизмов и методов повышения эффективности функционирования данного горнодобывающего кластера, направленных на улучшение экологической ситуации в регионе без снижения экономической результативности промышленных предприятий.

Существующий организационно-экономический механизм управления природоохранной деятельностью предприятий региона не всегда соответствует ужесточающимся требованиям экологического законодательства.

Одной из существенных проблем является недостоверность информации об уровне негативного воздействия на окружающую среду, предоставляемой предприятиями в форме официальной статистической отчетности. Результатом такой «заниженной» эмиссии загрязняющих веществ и отходов является недополучение бюджетами всех уровней экологических платежей, как основы формирования ресурсной базы для обеспечения геоэкологической безопасности, что требует разработки соответствующей системы штрафных санкций.

Другой аспект негативного воздействия связан с образованием большого количества отходов (прежде всего, в процессе угледобычи), что также мотивирует предприятия к созданию эффективной системы управления отходами производства и потребления, включающий весь жизненный цикл - от достоверного учета их образования до выбора наиболее приемлемого способа

переработки, что подразумевает наличие у организации-загрязнителя соответствующей «отходоперерабатывающей» инфраструктуры.

Современное понимание эффективной «экологической экономики» обуславливает необходимость планирования основных технико-экономических показателей предприятия с учетом эколого-экономической составляющей. Одним из таких аспектов является моделирование системы распределения текущих затрат на охрану окружающей среды, как важного элемента ресурсной составляющей предприятия, на принципах достигнутого результата по снижению эколого-экономических рисков.

Особенность производственной программы предприятий некоторых отраслей заключается в большом количестве номенклатурных и ассортиментных позиций выпускаемых видов продукции, существенно различающихся уровнем негативного воздействия на окружающую среду. Для таких предприятий необходимо использование механизма, с помощью которого можно сформировать экологобезопасную производственную программу, минимизирующую поступление загрязняющих веществ и отходов в окружающую среду, без снижения экономической эффективности, связанной с реализацией продукции.

Процесс формирования такой производственной программы непосредственно зависит от производственной мощности предприятия по всем видам выпускаемой продукции.

Поэтому исследования, посвященные разработке комплекса геоэкологических методов и механизмов обоснования повышения эффективности функционирования регионального горнодобывающего кластера, включающего особенности конкретных предприятий-природопользователей, являются актуальными.

Диссертационная работа выполнялась в соответствии с грантом Губернатора Кемеровской области для поддержки молодых ученых-кандидатов наук «Разработка организационно-экономического механизма управления природоохранной деятельностью» (2007 г.); государственным заданием на

выполнение НИР № 8.2125.2011 «Разработка алгоритма оценки уровня согласованности экономических интересов субъектов промышленной политики региона и комплексной методики оценки экологических рисков» (2012 г.); государственным заданием на выполнение НИР № 5.8305.2013 «Разработка методики и комплекса программ анализа эколого-экономической эффективности природоохранного законодательства» (2013 г.); грантом АО «СУЭК-Кузбасс» на проведение научных исследований по приоритетным направлениям развития науки, техники и технологии в области рационального природопользования (2018 г.) на тему «Разработка системы эколого -экономических показателей, адаптированных к особенностям конкретного предприятия».

Целью работы являлось установление новых и уточнение существующих закономерностей работы экологических и технико-экономических механизмов для эффективного геоэкологического обоснования функционирования предприятий горнодобывающего кластера в условиях повышенной техногенной нагрузки на окружающую среду.

Идея работы заключается в получении синергетического эколого-экономического эффекта от реализации методов и механизмов обеспечения геоэкологической безопасности, что выражается в снижении негативной нагрузки на окружающую среду.

Основные научные положения работы заключаются в следующем.

1. Метод формирования эффективного интегративного показателя состояния водной экосистемы, характеризующего «вклад» конкретного муниципального образования в повышение экологической нагрузки, для более достоверного учета трансграничного загрязнения.

2. Организационный механизм штрафования предприятий за недостоверные данные о величине негативного воздействия на экосистему, учитывающий классы опасности загрязняющих веществ и отходов, что существенно увеличивает плату за негативное воздействие на окружающую

среду, повышая мотивацию предприятий к снижению геоэкологической нагрузки.

3. Программа управления распределением отходов производства и потребления, позволяющая снизить трудоемкость принятия решения по конкретному виду отхода определенного класса опасности и обеспечивающая максимальную экологическую эффективность.

4. Механизм формирования диверсифицированной производственной программы предприятия, учитывающий эколого-экономические показатели производства продукции по конкретным номенклатурным и ассортиментным позициям продукции или видам деятельности.

5. Механизм распределения текущих затрат на охрану окружающей среды, «привязанный» к эколого-экономическому эффекту их использования для снижения эколого-экономических рисков, характеризуемых системой показателей их прямого и косвенного оценивания.

6. Алгоритм оптимизации степени использования производственной мощности предприятия, обеспечивающей выполнение производственной программы с учетом минимизации негативного воздействия на окружающую среду.

7. Комплекс программ и баз данных для оценивания эколого-экономической устойчивости промышленного предприятия, включая движение отходов производства и потребления и их потенциальное использование.

Научная новизна работы заключается в следующем.

1. Формирование эффективного интегративного показателя, оценивающего состояние водных ресурсов на примере реки Томи, отличающегося выявлением и исключением из него малозначимых и неинформативных составляющих.

2. Организационный механизм штрафования предприятий за недостоверные данные о величине негативного воздействия на конкретный элемент окружающей среды, отличающийся более высокой чувствительностью к сверхнормативной экологической нагрузке и учитывающий классы опасности

загрязняющих веществ, что направлено на снижение экологического и экономического ущерба.

3. Программа управления распределением отходов производства и потребления, отличающаяся обоснованием способа обращения, что обеспечивает уменьшение негативного воздействия на окружающую среду и улучшение основных экологических и технико-экономических показателей работы предприятия.

4. Механизм формирования диверсифицированной производственной программы предприятия, отличающийся учетом эколого-экономических показателей производства по конкретным номенклатурным и ассортиментным позициям продукции.

5. Механизм распределения текущих затрат на охрану окружающей среды, отличием которого является их «привязка» к эколого-экономическому эффекту, вызванному снижением эколого-экономических рисков, характеризуемых системой их прямого и косвенного оценивания.

6. Алгоритм оптимизации степени использования производственной мощности предприятия, отличающийся учетом необходимых требований по экологическим и технико-экономическим показателям.

7. Комплекс программ и баз данных, отличающийся учетом геоэкологических особенностей конкретных предприятий-природопользователей, функционирующих в условиях промышленно развитого региона.

Обоснованность и достоверность теоретических положений, выводов и рекомендаций подтверждаются: корректной постановкой задач исследований, обоснованным использованием классических методов теории управления организационными системами, теории вероятностей и математической статистики, теории экспертных оценок, теории оценивания, оптимизации; большим объемом вычислений, результаты которых свидетельствуют об адекватности разработанных моделей и обоснованности

выводов и рекомендаций; положительными результатами внедрения в производство разработанных методов и механизмов.

Практическая значимость работы заключается в создании комплекса алгоритмов функционирования предприятий, направленного на снижение величины экологических рисков и обоснование синергетического подхода к разработке и исследованию методов и механизмов обеспечения геоэкологической безопасности предприятий горнодобывающего кластера.

Реализация работы. Результаты научных исследований, связанные с разработкой системы штрафования за предоставление предприятиями недостоверной информации о величине негативного воздействия на окружающую среду и повышением эффективности обращения с отходами, приняты с целью изменения законодательства Парламентом Кузбасса. Разработанные программные продукты, программа управления распределением отходов, механизм формирования производственной программы с учетом эколого-экономических ограничений, механизм распределения текущих затрат на охрану окружающей среды и алгоритм оптимизации степени использования производственной мощности используются промышленными предприятиями КАО «Азот», ООО «Химпром», шахта им. В.Д. Ялевского АО «СУЭК-Кузбасс», шахта им. С.М. Кирова АО «СУЭК-Кузбасс» с суммарным ожидаемым экономическим эффектом в размере 4,5 млн. руб. Результаты исследований широко внедрены в учебный процесс Кузбасского государственного технического университета по дисциплинам «Экономика природопользования», «Основы экономики и управления производством», «Рациональное использование и охрана природных ресурсов».

Личный вклад автора заключается в обобщении методов и механизмов обеспечения геоэкологической безопасности; разработке метода редуцирования обобщенного интегративного показателя состояния водной экосистемы и организационного механизма штрафования предприятий за предоставление недостоверных данных о величине негативного воздействия; разработке комплекса организационно-экономических механизмов обеспечения

геоэкологической безопасности предприятия, направленного на снижение величины эколого-экономических рисков, характеризуемых системой взаимосвязанных показателей.

Апробация работы. Научные положения и практические рекомендации диссертационной работы в целом, и отдельные ее разделы докладывались и обсуждались на Всероссийских и Международных научно-практических конференциях: «Экономическая эффективность природоохранной деятельности: теория и практика» (Москва, 2009 г.), «Управление эколого-экономическими системами: взаимодействие власти, бизнеса, науки и общества» (Иркутск, 2013 г.), «Безопасность жизнедеятельности предприятий в промышленно развитых регионах» (Кемерово, 2015 г.), «Совершенствование системы управления, предотвращения и демпфирования последствий чрезвычайных ситуаций регионов и проблемы безопасности жизнедеятельности населения» (Новосибирск, 2015 г.), «Моделирование и наукоемкие информационные технологии в технических и социально-экономических системах» (Новокузнецк, 2016, 2021 гг.), «Наукоемкие технологии разработки и использования минеральных ресурсов» (Новокузнецк, 2016 -2019 гг.), «Безопасность и мониторинг техногенных и природных систем» (Красноярск, 2018 г., Кемерово, 2020 г.), «Международный инновационный горный симпозиум» (Кемерово, 2017-2021 гг.), «Стратегии и инструменты экологически устойчивого развития экономики» (Ставрополь, 2019 г.), ХХХ Международный научный симпозиум «Неделя горняка-2022» (Москва, 2022 г.).

Публикации. По результатам выполненных исследований опубликованы 2 монографии; 5 свидетельств об официальной регистрации программ для ЭВМ и 52 статьи, в том числе 14 в изданиях, включенных в Международные реферативные базы данных Web of Science и Scopus; 20 в изданиях, входящих в Перечень ВАК РФ; 18 статей опубликованы в прочих научных изданиях, в сборниках и материалах Всероссийских и Международных конференций.

Объем работы. Диссертационная работа изложена на 270 страницах машинописного текста, состоит из 5 глав, содержит 48 таблиц, 81 рисунок, список литературы из 269 наименований.

ГЛАВА 1 ОБЗОР И АНАЛИЗ ИЗВЕСТНЫХ НАПРАВЛЕНИЙ ОБЕСПЕЧЕНИЯ ГЕОЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ

1.1 Характеристика геоэкологической ситуации Кемеровской области - Кузбасса

Экологическая ситуация Кемеровской области - Кузбасса определяется наличием таких базовых отраслей промышленности, как угледобыча и углепереработка, химическая, металлургическая и энергетика. Несмотря на обеспечение социально-экономической устойчивости региона, сосредоточение большого количества предприятий приводит к повышенной экологической нагрузке на окружающую среду, которая выражается в выбросах в атмосферный воздух от стационарных и передвижных источников загрязнения, в сбросах загрязняющих веществ со сточными водами в поверхностные и подземные водные источники, в образовании и размещении отходов производства и потребления, а также прочих видах негативного воздействия (шум, вибрация, электромагнитное излучение и другие).

В 2020 году суммарный объем выбросов загрязняющих веществ в атмосферу составил 1,68 млн т, что на 8,3 % меньше соответствующей величины 2019 года. Всего выбросы от стационарных источников составили 1,6 млн. т или 96 % от суммарного объема выбросов [1].

На рисунке 1.1 представлена динамика выбросов загрязняющих веществ в атмосферный воздух от стационарных и передвижных источников.

Из рисунка 1.1 видно, что за период 2010-2020 годов суммарный объем выбросов загрязняющих веществ в атмосферный воздух увеличился на 64, в тыс. т, что составило 4 %. При этом объем выбросов от стационарных источников увеличился на 207 тыс. т или 14,7 %. Положительной тенденцией является существенное снижение выбросов от передвижных источников - от 209,9 тыс. т в 2010 году до 67,1 тыс. т в 2020 году.

Основными стационарными источниками загрязнения атмосферного

воздуха на территории области являются предприятия по добыче полезных ископаемых, обрабатывающие производства, обеспечение электрической энергией, газом, паром, кондиционирование воздуха.

2000 1800 1600 1400 1200 1000 800 600 400 200 0

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 ■ Всего по региону ■ Стационарные источники ■ Передвижные источники

Рисунок 1.1 - Динамика выбросов загрязняющих веществ в атмосферный воздух от стационарных и передвижных источников, тыс. т

Удельный вес улавливаемых и обезвреживаемых загрязняющих веществ от стационарных источников за период 2019-2020 гг. составляет около 66 %.

Из рисунка 1.2 видно, что максимальное увеличение выбросов имеет место по углеводородам - на 196,6 тыс. т за период с 2010 по 2020 годы.

Если рассматривать выбросы загрязняющих веществ по административным территориям, то в 2020 году «пятерку» входят Новокузнецкий муниципальный район (340,1 тыс. т), Новокузнецк (277,5 тыс. т), Междуреченск (194,5 тыс. т), Прокопьевский муниципальный округ (117,8 тыс. т) и Калтан (104,4 тыс. т). Удельная нагрузка по выбросам загрязняющих веществ в атмосферный воздух стационарными источниками на единицу площади области составила 16,8 т/км , что составило 612 кг/чел.

На рисунке 1.2 представлена динамика выбросов основных загрязняющих веществ от стационарных источников Кемеровской области - Кузбасса.

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 ■ Углеводороды ■ Оксид углерода ■ Твердые ■ Диоксид серы ■ Оксиды азота

Рисунок 1.2 - Динамика выбросов основных загрязняющих веществ от стационарных источников Кемеровской области - Кузбасса, тыс. т Среди выбросов загрязняющих веществ в атмосферный воздух от стационарных источников большое значение имеет метан, в основном, как результат угледобычи. Основными источниками эмиссии данного загрязняющего вещества на угледобывающих предприятиях являются вентиляционные стволы, газоотсасывающие установки и газодренажные скважины из выработок. Выбросы метана занимают первое место в общем объеме зарегистрированных выбросов от стационарных источников, а их увеличение за период от 2010 до 2020 составило 211, 8 тыс. т (от 770,8 до 982,6 тыс. т).

Другим видом негативного воздействия на окружающую среду являются сбросы загрязняющих веществ со сточными водами. На рисунке 1.3 представлена динамика сбросов загрязняющих веществ с массой более 1000 т в год за период 2019-2020 гг.

Из рисунка 1.3 видно, что максимальное значение массы по сухому остатку, 58460 т, причем увеличение за год составило 5246 т. Снижение сброса загрязняющих веществ наблюдается по сульфатам (на 1601 т), взвешенным веществам (на 587 т), ХПК (на 486 т), аммоний-иону (на 633 т). Масса сброса по нитрат-аниону почти не изменилась.

60000

50000

40000

30000

20000

10000

58460

2019

1 Сухой остаток ■ Сульфаты

I Взвешенные вещества ■ ХПК I Аммоний-ион

2020

I Нитрат-анион I БПКполн

Рисунок 1.3 - Динамика сбросов загрязняющих веществ с массой более

1000 т в год за период 2019-2020 гг. Крупнейшими предприятиями по добыче каменного угля в Кемеровской области - Кузбассе являются: АО УК «Кузбассразрезуголь» с добычей свыше 37 млн т/год), АО «СУЭК-КУЗБАСС» (26,0 млн т/год), ПАО «Кузбасская Топливная Компания» (18,5 млн т/год) [1].

Динамика добычи угля представлена на рисунке 1.4.

300 250 200 150 100 50 0

2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Рисунок 1.4 - Динамика добычи угля в Кузбассе за период 2010-2021 гг., млн т

0

Из рисунка видно, что за рассматриваемый период объем добычи угля увеличился на 65,1 млн т (со 178 млн т в 2010 году до 243,1 млн т в 2021 году), что существенно влияет на изменение показателей негативного воздействия на окружающую среду.

На рисунке 1.5 представлена динамика выбросов загрязняющих веществ от стационарных источников, связанных с добычей полезных ископаемых и перерабатывающими производствами, куда частично входит переработка угля.

1400 1200 1000 800 600 400 200 0

970

366 415

2016 2017 2018 2019 2020

■ Добыча полезных ископаемых ■ Обрабатывающие производства

Рисунок 1.5 - Динамика выбросов загрязняющих веществ от стационарных источников, связанных с добычей полезных ископаемых и перерабатывающими

производствами, тыс. т Из рисунка 1.5 можно сделать вывод, что за исследуемый период увеличение выбросов от предприятий по добыче полезных ископаемых составило 151 тыс. т, а от перерабатывающих производствам 141 тыс. т. Доля выбросов от добычи полезных ископаемых в общей величине почти не изменилась (60,7 % в 2016 году и 60,2 % в 2020 году).

При исследовании негативного воздействия на окружающую среду важное значение имеет структура выбросов загрязняющих веществ, представленная в динамике на рисунке 1.6.

Из рисунка 1.6 видно, что за исследуемый период максимальное значение имеют выбросы твердых веществ (максимальное значение в 2019 году - 59,1 тыс. т) и оксида углерода (максимальное значение также в 2019 году -36,8 тыс. т).

2016 2017 2018 2019 2020

■ Твердые вещества ■ Оксид углерода ■ Оксиды азота ■ Диоксид серы

Рисунок 1.6 - Динамика валовых выбросов основных загрязняющих веществ от стационарных источников предприятий по добыче полезных ископаемых,

тыс. т

Если рассматривать динамику выбросов, то максимальное увеличение наблюдается по оксидам азотам (на 18,3 тыс. т или в 2,5 раза). По другим загрязняющим веществам также имеет место увеличение: твердые вещества (на 17,3 тыс. т или на 47 %), оксид углерода (на 10,6 тыс. т или на 44 %), диокид серы (на 1,8 тыс. т или на 42 %).

Объем выбросов от производства кокса и нефтепродуктов за данный период изменяется несущественно и составляет в 2020 году 6,7 тыс. т или 1,6 % от валого выброса по региону.

Другая важная характеристика негативного воздействия на окружающую среду - сброс загрязняющих веществ со сточными водами. В таблице 1.1 представлены данные о сбросе загрязненной и нормативно-очищенной сточной воды в поверхностные водные объекты в 2019 - 2020 годах от предприятий по добыче угля.

Из таблицы 1.1 видно, что общий объем сброса сточных вод увеличился за 2 года на 8,1 млн м или на 3,1 %. При этом положительной тенденций является то, что объем загрязненных сточных вод существенно сократился (на

3 3

17,9 млн м или 21,4 %), а нормативно-очищенных увеличился (на 28,9 млн м или 17,5 %) [1].

Таблица 1.1 - Сброс загрязненной и нормативно-очищенной сточной воды в поверхностные водные объекты в 2019 - 2020 годах от предприятий по добыче угля

Объем сброса сточных, транзитных и других вод в поверхностные водные объекты, 3 млн. м Доля загрязненных сточных вод, %

Всего в том числе

загрязненных нормативно-очищеных

2019 2020 2020/2019, % 2019 2020 2020/2019, % 2019 2020 2020/2019, % 2020

261,4 269,5 103,1 83,8 65,9 78,6 164,7 193,6 117,5 24,4

Основной геоэкологической проблемой Кузбасса является образование отходов производства и потребления. В 2020 году в регионе всего образовалось 2,93 млрд т отходов, причем на добычу полезных ископаемых приходится 2,762,93 млрд т, что составляет 94,2 % от общего количества.

На рисунке 1.7 представлена динамика утилизированных, использованных, обезвреженных, а также хранимых и захороненных отходов от добычи полезных ископаемых по Кемеровской области [1]. 2 1,5 1

0,5 0

1,43

1,2

2016

2017

2018

2019

2020

■ Утилизированные, использованные и обезвреженные отходы

■ Хранимые и захороненные отходы

Рисунок 1.7 - Динамика отходов производства потребления Кузбасса, образовавшихся от добычи полезных ископаемых, в зависимости от способа

обращения, млрд т Из рисунка 1.7 видно, что за исследуемый период произошло снижение количества образования отходов первой группы отходов (на 0,66 млрд т или

35 %), но увеличение массы отходов второй группы отходов (на 0,13 млрд т или 10 %).

Авторы исследований [2, 3] также делают выводы, что в результате функционирования угледобывающих предприятий из эксплуатации выводятся земельные участки, происходит образование пустот в грунте, отчуждение пригодной для использования почвы, сброс загрязненных промышленных сточных вод и, как следствие, ухудшение качества почв селитебной (жилой) зоны, расположенной вблизи предприятий добывающей промышленности. Такая сложная ситуация отрицательно влияет на устойчивое социально -экономическое развитие Кемеровской области - Кузбасса, как в текущем периоде времени, так и в будущем.

Тимофеева С.С. отмечает [4] особенное значение выбросов угледобывающих предприятий на окружающую среду, что приводит к негативным климатическим изменениям. Дополнительная проблема -неучтенная экологическая нагрузка от залповых выбросов при пожарах и аварийное поступление в воздух вредных и токсичных веществ на угледобывающих предприятиях Кузбасса, которые являются существенными факторами загрязнения атмосферного воздуха.

Анализ влияния экологического фактора на эффективность социально -экономического развития наблюдается и в других исследованиях [5].

В своей работе [6] авторы отмечают, что большое значение для оценки состояния окружающей среды в угледобывающем регионе имеет анализ влияния породных отвалов угольных шахт на основе топографических данных площади бассейна стока и основных путей поступления поллютантов на территории, прилегающие к отвалу.

Эффективность анализа экологической ситуации региона зависит от используемого инструментария. В работе [7] отмечается, что таким инструментом является SWOT-анализ, который можно также использовать для подготовки целесообразных управленческих решений. Применение метода SWOT-анализа экологического состояния региона позволяет оценить его

слабые и сильные стороны, а также четко сформулировать потенциальные угрозы и возможности развития.

Работа [8] посвящена не только анализу экологического состояния Кемеровской области - Кузбасса, но и разработке экологической стратегии развития региона до 2035 года. Анализ экологической ситуации рассматривается в контексте глобальных, национальных и региональных трендов. В результате было выявлено, что на территории Кемеровской области имеется 3 города с высоким и очень высоким уровнем загрязнения. При этом, в Кузбассе ведутся работы по снижению уровня загрязнения атмосферного воздуха в крупных промышленных центрах и совокупного объема выбросов загрязняющих веществ. Водоохранная деятельность включает мероприятия по расчистке русел водных объектов, снижение антропогенного загрязнения водных объектов - строительство и реконструкцию очистных сооружений, очистку водоохранных зон водных объектов и другие. Принципиальным нововведением является новая система обращения с отходами производства и потребления, включая твердые коммунальные отходы (ТКО). Результат проведенного анализа - разработка новой Стратегии развития Кузбасса на период до 2035 года, где выделяется приоритет «Снижение показателей загрязнения окружающей среды Кузбасса».

Список литературы диссертационного исследования доктор наук Михайлов Владимир Геннадьевич, 2022 год

♦ /

* /

* •

г ♦ ♦

* »* У * *

» / * * *

* ? ** * *

* ■ / *

« / * ♦и ♦

/ ♦ V« * # ♦

/ *

/

/ #

/

/

/

4.-1 4.6 4,Е 5,0 3.4 5.6

Дгжпмл КА О *А ютг '' : и

Рисунок 3.2 - Корреляционное поле и линия полного соответствия концентраций взвешенных веществ (КАО «Азот»)

0.01:

о.озо

и §

а

а |

0.008

о £ 2

0.006

0,004

*

* * * » ' ♦ * ♦ у*' *

* ♦ * ♦ ■ *

* ♦» * * ■ ♦ *■ * ♦

* л * ♦ * * *

+ * 4

♦ 1 • I *

* ♦ + *

0,006 0.005 0.010 0,012

Данные К40 "Азот" <\. '.<: :

Рисунок 3.3 - Корреляционное поле и линия полного соответствия концентраций фенола (КАО «Азот»)

110 105 100

95

65 70 75 80 85 90 95 100 105 110 Данные ООО "Хкмпром " Щ, мг/л

Рисунок 3.4 - Корреляционное поле и линия полного соответствия

концентраций хлоридов (ООО «Химпром») Линия, представленная на рисунках, означает полную однозначность данных, полученных двумя источниками (линия полного соответствия).

Проведенный анализ показал (рисунки 3.2 - 3.4), что между двумя источниками данных наблюдается большой разброс, поэтому данные по концентрациям вредных примесей, предоставленные промышленными предприятиями, в большинстве случаев являются недостоверными (особенно это заметно по фенолу), что требует поиска организационных мероприятий, мотивирующих хозяйствующие субъекты к минимизации активных помех при передаче данных [165].

В качестве таких организационных мероприятий предложены дополнительные штрафы (стимулирование) за качество предоставляемых данных [166-168]. В этом случае информация, предоставленная РПН, принята как более достоверная в связи с тем, что при ее получении использовались лицензированные и законодательно утвержденные методики отбора проб загрязняющих веществ (образцовые данные).

Вещества, загрязняющие водные источники, разделены на четыре класса опасности: 1 класс - чрезвычайно опасные (например, бенз(а)пирен, бериллий, ртуть, фосфор), 2 класс - высокоопасные (цианиды, роданиды, нитриты, формальдегид), 3 класс - опасные (аммиак, железо, нитраты, цинк), 4 класс -малоопасные (нефтепродукты, фенол, хлориды, сульфаты, взвешенные вещества, мочевина). В основу классификации положены показатели, характеризующие различную степень опасности для человека химических соединений, загрязняющих воду, в зависимости от токсичности, кумулятивности, способности вызывать отдаленные эффекты, лимитирующего показателя вредности. Классы опасности учитывают:

• при выборе соединений, подлежащих первоочередному контролю в воде в качестве индикаторных веществ;

• при установлении последовательности водоохранных мероприятий, требующих дополнительных капиталовложений;

• при обосновании рекомендаций о замене в технологических процессах высокоопасных веществ на менее опасные;

• при определении очередности в разработке чувствительных методов аналитического определения веществ в воде.

Ниже приведены различные формы штрафования за предоставление предприятиями и организациями недостоверной информации об уровне негативного воздействия на окружающую среду. Коэффициенты штрафования (Кш) в формуле (3.23) зависят только от диапазона отклонений между результатами замеров проб вредных веществ РПН и предприятием и применяются к общей величине базового штрафа (плате за негативное воздействие на окружающую среду) без дифференциации по классам опасности, что упрощает процедуру расчета:

кш =

5,если 0%< 4ДПР < 30%

10,если 30%< 4ДПР < 70% . (3.23)

25,если 4ДПР > 70%

<

Второй вариант расчета коэффициента штрафования, представленный формулами (3.27) - (3.30), связан с учетом средневзвешенного класса опасности загрязняющего вещества, определенного по фактической или приведенной массе загрязнителя. Приведенная масса загрязнителя позволяет учесть токсичность отдельных ингредиентов через показатель относительной опасности как величину, обратную значению предельно допустимой концентрации - формула (3.24).

к

кмк • КОк

КОСРВ = ^-, (3.24)

М общ

где КОСрв - средневзвешенный класс опасности загрязняющих веществ; к -

вид загрязняющего вещества; п - общее количество загрязняющих веществ;

к

КОк - класс опасности к-го загрязняющего вещества; Мобщ = Е Мк -

щ к=1

суммарная приведенная масса загрязняющих веществ, усл. т; Мк -приведенная масса к-го загрязняющего вещества, усл. т, которая рассчитывается по формуле (3.25):

Мк = тк • Ак, (3.25)

где тк - фактическая масса к-го загрязняющего вещества, т; Ак - показатель относительной опасности к-го загрязняющего вещества, усл. т/т, который рассчитывается по формуле (3.26):

Ак =-1-, (3.26)

к ПДКРХк ' ^ 7

где ПДКрхк - предельно допустимая концентрация к-го загрязняющего вещества для водоемов рыбохозяйственного назначения, г/м3. Для загрязнителя средневзвешенного 1 класса опасности:

КШ1

50,если 0%< 4ДПР < 30%

75,если 30%< 4ДПР < 70% . (3.27)

100,если 4ДПР > 70 %

<

Для загрязнителя средневзвешенного 2 класса опасности:

К

Ш 2

25,если 0%< 4ДПР < 30%

40,если 30% < 4ДПР < 70 %

(3.28)

50,если 4ДПР > 70%

Для загрязнителя средневзвешенного 3 класса опасности:

КШ 3 =

10,если 0%< 4ДПР < 30%

15,если 30% < 4ДПР < 70%

(3.29)

25,если 4ДПР > 70%

Для загрязнителя средневзвешенного 4 класса опасности:

К

Ш 4

2,если 0%< 4ДПР < 30%

5, если 30 %< 4ДПР < 70 %

(3.30)

10,если 4ДПР > 70%

где КШ - коэффициент штрафования за предоставление недостоверной информации; дДР - величина превышения концентрации загрязняющих веществ по данным РПН над данными предприятия, %.

ддш = 4ДПР =

С -С

РПН ПРЕД

С

•100 %.

(3.31)

где СРПН - фактическая концентрация загрязняющих веществ по данным отбора проб РПН, г/м ; Спред - фактическая концентрация загрязняющих веществ по данным отбора проб промышленным предприятием, г/м3.

Численные значения КШ и дДР взяты из имеющегося опыта и на основании экспертных оценок.

Суммарная величина штрафов (Ш£) определяется по формуле:

'БАЗ • КШ, (3.32)

где ШБАЗ - базовая величина штрафов за загрязнение водных источников.

В связи с тем, что второй вариант расчета коэффициента штрафования в большей степени учитывает особенности загрязняющих веществ, он

Шт = Ш™ • К,

<

<

<

обеспечивает более высокую точность результата. В таблице 3.4 представлены результаты расчета приведенной массы основных загрязнителей для определения средневзвешенного класса опасности загрязняющих веществ, сбрасываемых предприятием КАО «Азот» в р. Томь.

Таблица 3.4 - Результаты расчета приведенной массы основных загрязнителей

водоемов предприятием КАО «Азот»

Вещество Ш;, т/год ПДК, г/м3 А;, усл. т/т М;, т/год

2015 2016 2017

2015 2016 2017

Сухой остаток 42174,755 42132,98 42232,7 1000 0,001 42,175 42,133 42,233

Алюминий 11,573 12,753 9,672 0,5 2 23,145 25,507 19,344

Азот нитритный 36,771 47,551 61,783 3,3 0,3 11,031 14,265 18,535

Свинец 0,102 0,040 0,152 0,03 33,33 3,413 1,341 5,066

Итого по II классу опасности 79,764 83,246 85,178

Железо 10,227 10,049 7,116 0,3 3,33 34,056 33,463 23,696

Азот нитратный 4772,063 4735,047 5067,071 45 0,02 95,441 94,701 101,341

Медь 0,084 0,037 0,292 1 1 0,084 0,037 0,292

Цинк 0,937 1,347 1,15 1 1 0,937 1,347 1,150

Итого по III классу опасности 130,518 129,548 126,479

ОП-10 6,905 7,324 7,146 0,1 10 69,051 73,241 71,460

Фенол 0,09 0,079 0,084 0,001 1000 89,99 79,22 84

Нефть и нефтепродукты 0,619 1,590 3,11 0,3 3,333 2,061 5,295 10,356

Сульфаты 8278,62 6404,27 7973,13 500 0,002 16,557 12,809 15,946

Итого по IV классу опасности 177,659 170,565 181,762

ВСЕГО 387,941 383,359 393,419

На основании данных, полученных в таблице 3.4, и в соответствии с

формулами (3.24) - (3.26) был произведен расчет средневзвешенного класса опасности загрязняющих веществ, сбрасываемых предприятием КАО «Азот» в водный источник за 2015-2017 гг., который равен 3 (I класс опасности загрязняющих веществ отсутствовал).

В таблице 3.5 приведены частичные помесячные результаты расчета штрафов за негативное воздействие на водный источник по наиболее значимым загрязнителям, скорректированных на недостоверное предоставление информации.

Таблица 3.5 - Результаты расчета величины штрафов за загрязнение по наиболее значимым загрязнителям, скорректированные на недостоверное предоставление информации

Месяц, год КОСРВ С -С РПН ПРЕД 100, % СРПН КШ ШБАЗ , млн руб. Шг , млн руб.

01.2017 3 53,3 15 2,26 33,90

02.2017 3 82,6 25 1,77 44,25

03.2017 3 44,9 15 1,90 28,50

04.2017 3 50,2 15 3,29 49,35

05.2017 3 51,4 15 2,41 36,15

06.2017 3 65,4 15 2,18 32,70

07.2017 3 19,0 10 1,80 18,00

08.2017 3 18,0 10 2,05 20,50

09.2017 3 47,0 15 1,62 24,30

10.2017 3 50,6 15 1,77 26,55

11.2017 3 44,2 15 1,88 28,20

12.2017 3 15,0 10 2,41 24,10

Итого 3 25,34 366,50

На рисунке 3.5 представлены показатели экономического ущерба (ЭУ) и штрафов (Ш) за негативное воздействие на окружающую среду предприятия КАО «Азот».

Рисунок 3.5 - Динамика основных помесячных эколого-экономических показателей КАО «Азот» за 2017 год, млн руб.

Из рисунка 3.5 видно, что разработанная система штрафования позволила существенно увеличить текущее значение платы за негативное воздействие на окружающую среду с 25,34 до 366,5 млн. руб., почти нивелируя разрыв между данным показателем и экономическим ущербом от негативного воздействия на окружающую среду. При этом особого внимания требует ряд загрязнителей 4-го класса опасности (взвешенные вещества, фенол и хлориды), по которым наблюдается превышение концентрации по данным РПН над данными предприятия более, чем на 50 %, что является основанием для регионального природоохранного ведомства для принятия решения о проведении государственной экологической экспертизы с целью оперативного выявления причины значительных отклонений в предоставленных данных.

В случае необходимости корректировка штрафов за недостоверное представление информации может быть выполнена по отдельным загрязняющим веществам.

Результаты расчетов, представленные в таблице 3.5 и на рисунке 3.5, показали, что разработанная система штрафования, особенно в связи с повышением платы за негативное воздействие на окружающую среду с 01.01.2020 г., должна дополнительно стимулировать хозяйствующие субъекты к предоставлению максимально достоверной информации с целью уменьшения затрат, включаемых в себестоимость продукции или относимых на чистую прибыль предприятия. Кроме того, разработанные системы штрафования можно применять для совершенствования системы платежей по всем видам негативного воздействия.

3.4 Построение эколого-математической модели «Приращение штрафов - приращение индекса загрязнения»

Постановка задачи построения эколого-математической модели «Приращение штрафов - приращение индекса загрязнения»

Дано:

1. Объект исследования - промышленный комплекс как потребитель водных ресурсов и экосистема р. Томи.

2. Натурные данные о составе и количестве сбросов в р. Томь сточных вод, о содержании ЗВ в речной воде выше и ниже по течению реки; размеры штрафов за сбросы ЗВ.

3. Формулы для расчета интегративного показателя 3 (3.1) - (3.11).

4. Общий вид эколого-математической модели:

Л = а0 + а1ЛШ, (3.33)

где а0 , а] - коэффициенты модели, АJ - приращение индекса загрязнения, АШ -приращение штрафов за загрязнение водной экосистемы.

5. Предварительные оценки коэффициентов а0 и а], полученные ранее при решении данной задачи [169, 170].

6. Ограничения: на коэффициенты модели в виде:

1 )а™" < а0 < атх.

a¡"in < a < amax;

min max min max

где a0 , a0 , al , aY - минимально и максимально возможные значения коэффициентов модели.

2) на величину приращений штрафа ЛТП < S .

7. Эксперты (5 человек - специалисты в области управления и эксплуатации водных ресурсов).

8. Методика обработки экспертных оценок. Требуется:

1. Скорректировать коэффициенты пересчетной модели ao, ai c использованием экспертных оценок.

2. Методом эколого-математического моделирования проверить работоспособность модели.

В связи с тем, что прямая зависимость «штрафы - интегративный показатель» отсутствовала, сначала использовали зависимость «штрафы -

экономический ущерб» с целью дальнейшей подстановки полученных коэффициентов в зависимость «экономический ущерб - интегративный показатель» для решения поставленной задачи.

На первом этапе для получения зависимости «штрафы - экономический ущерб» были обработаны данные одного из наиболее стабильных химических предприятий г. Кемерово - КАО «Азот». Использовались данные за три года (2015 - 2017 гг.) с разбивкой по месяцам (таблица 3.6).

Таблица 3.6 - Среднемесячные значения экономического ущерба и штрафов и их приращения по сравнению с последним месяцем по предприятию КАО

«Азот», млн руб. (фрагмент)

Дата Экономический ущерб Штрафы

ЭУ дэу шбаз дшбаз

12.2014 36,15 --- 3,06 ---

01.2015 34,99 - 1,16 2,26 - 0,8

02.2015 29,58 - 5,41 1,77 - 0,49

03.2015 32,08 2,50 1,90 0,13

04.2015 44,57 12,49 3,29 1,39

05.2015 36,24 - 8,33 2,41 - 0,88

06.2015 34,99 - 1,25 2,18 - 0,23

07.2015 34,16 - 0,83 1,80 - 0,38

08.2015 36,66 2,50 2,05 0,25

09.2015 29,99 - 6,67 1,62 - 0,43

10.2015 32,08 2,09 1,77 0,15

11.2015 33,33 1,25 1,88 0,11

01.2017 40,17 16,71 2,86 0,82

02.2017 40,62 0,45 3,06 0,2

03.2017 33,92 - 6,7 1,82 - 1,24

04.2017 31,25 - 2,67 1,79 - 0,03

05.2017 35,71 4,46 2,16 0,37

06.2017 39,28 3,57 2,30 0,14

07.2017 39,28 0 2,30 0

08.2017 36,60 - 2,68 2,07 - 0,23

09.2017 38,39 1,79 2,36 0,29

10.2017 39,28 0,89 2,44 0,08

11.2017 36,16 - 3,12 2,61 0,17

12.2017 35,71 - 0,45 2,27 - 0,34

В таблице 3.6 показатели ДЭУ и ДШБАЗ означают разницу,

соответственно, экономического ущерба и штрафов в текущем месяце по отношению к предыдущему. Из таблицы 3.6 видно, что существующая система

штрафования работает недостаточно эффективно, в результате чего среднемесячные значения экономического ущерба почти не изменяются.

На рисунке 3.6 графически представлено корреляционное поле связи между приращениями экономического ущерба и штрафов, где у - соответствует

АШбаз; X - АЗУ.

Для сопоставления данных по экономическому ущербу и интегративному показателю приведена таблица 3.7.

АЗУ

Рисунок 3.6 - Корреляционное поле и эмпирическая линия регрессии связи приращений между экономическим ущербом и штрафами ПАО «Кокс»,

млн руб.

Для сопоставления данных по экономическому ущербу и интегративному показателю приведена таблица 3.7.

Таблица 3.7 - Среднемесячные значения экономического ущерба и интегративного индекса загрязнения и их приращений по крупнейшим

химическим предприятиям г. Кемерово (фрагмент)

Месяцы млн руб. Интегральный индекс

ЭУ АЭУ AJ

12.2014 36,66 ... ---

01.2015 35,68 - 0,98 0,0225

02.2015 30,17 - 5,51 0,0181

03.2015 32,72 2,55 0,0011

04.2015 45,45 12,73 -0,0047

05.2015 36,96 - 8,49 0,0187

06.2015 35,68 - 1,28 0,0068

Месяцы млн руб. Интегральный индекс

ЭУ АЭУ AJ

07.2015 34,84 - 0,84 -0,0184

08.2015 37,39 2,55 -0,0012

09.2015 30,59 - 6,8 0,0119

10.2015 32,72 2,13 0,0057

11.2015 33,99 1,27 -0,0066

12.2015 38,66 4,67 -0,0035

02.2017 40,86 0,45 -0,1615

03.2017 34,13 - 6,73 -0,1576

04.2017 31,43 - 2,7 -0,1631

05.2017 35,92 4,49 -0,1515

06.2017 39,52 3,6 -0,1702

07.2017 39,52 0 -0,1766

08.2017 36,82 - 2,7 -0,1528

09.2017 38,62 1,8 -0,1531

10.2017 39,52 0,9 -0,1743

11.2017 36,37 - 3,15 -0,1670

12.2017 35,92 - 0,45 -0,1590

На основании экспериментальных данных, характеризующих условия

значительного увеличения штрафов, получены результаты за три года, представленные в таблице 3.8.

Таблица 3.8 - Среднемесячные значения штрафов и экономического ущерба по предприятию КАО «Азот» при проектируемой системе штрафования,

млн руб.

Месяцы Штрафы Экономический ущерб Месяцы Штрафы Экономический ущерб

01.2015 33,90 34,99 08.2016 27,86 30,42

02.2015 44,25 29,58 09.2016 28,11 29,40

03.2015 28,50 32,08 10.2016 28,32 28,70

04.2015 44,35 44,57 11.2016 29,22 24,27

05.2015 36,15 36,24 12.2016 29,82 20,64

06.2015 32,70 34,99 Итого 323,10 357,97

07.2015 18,00 34,16 01.2017 29,60 20,64

08.2015 20,50 36,66 02.2017 29,58 20,50

09.2015 24,30 29,99 03.2017 30,14 20,49

10.2015 26,55 32,08 04.2017 31,10 16,13

11.2015 28,20 33,33 05.2017 31,72 16,21

12.2015 24,10 37,91 06.2017 32,60 16,14

Итого 361,50 416,58 07.2017 32,60 16,57

01.2016 24,72 37,62 08.2017 32,66 16,11

02.2016 24,81 36.62 09.2017 33,12 15,40

03.2016 25,50 33,49 10.2017 33,67 15,39

04.2016 25,50 32,28 11.2017 34,00 15,37

05.2016 25,87 30,20 12.2017 34,30 15,00

06.2016 26,16 27,74 Итого 385,09 203,95

07.2016 27,21 26,59 Всего 1069,69 978,5

Для визуализации и повышения эффективности интерпретации полученного результата построен рисунок 3.7.

Анализ таблицы 3.8 и рисунка 3.7 позволяет сделать вывод о существенном снижении экономического ущерба в 2016 году по сравнению с 2015 годом (на 58,61 млн. руб.). Аналогичная тенденция снижения экономического ущерба наблюдается в следующем периоде (уменьшение на 154,02 млн. руб. в 2017 году по сравнению с 2016 годом).

Таким образом, применение усовершенствованной системы штрафования целесообразно в условиях поддержаниях высоких штрафов, мотивирующих предприятие к снижению экономического ущерба.

Штрафы, млн. руб.

Рисунок 3.7 - Корреляционное поле и эмпирическая линия регрессии связи между экономическим ущербом и штрафами предприятия КАО «Азот» при проектируемой системе штрафования После этого были получены приращения штрафов и интегративного показателя. Данные о функциональных зависимостях АШ = / (АЗУ) и А1 = / (АЗУ) позволили с помощью решения уравнения получить предварительные оценки коэффициентов а0 и ау. А1 = 0,032 • АШ - 0,08 • 10' .

В связи с тем, что задачу практической реализации процедур идентификации на основе получения и обработки экспериментальных данных решить не представляется возможным, требуется уточнение предварительно

полученных коэффициентов с помощью метода экспертных оценок. В качестве метода проведения экспертизы использовали метод непосредственных оценок, особенностью которого в данной задаче является предоставление экспертам вопросов и получение от них ответов не в абсолютных значениях, а в приращениях к фактически реализованным данным о функционировании крупнейших химических предприятий г. Кемерово.

Для уточнения коэффициентов эколого-математической модели была сформирована экспертная группа из 5 человек - специалистов в области управления и эксплуатации водных ресурсов. Оценка компетентности экспертов производилась по методике вычисления относительных коэффициентов компетентности, где каждый специалист оценивает компетентность членов группы (таблица 3.9). В данной таблице Е) , у = 1,...,5, обозначены потенциальные члены экспертной группы. Вычисление относительных коэффициентов компетентности производилось по следующей формуле:

5

£ п

Ы У

К1 = = 1.....5;] = 1,...,5; (3.34)

£ £ п ¡=1 7=1 у

1, в случае, если ) -й эксперт "за" г - го эксперта;

99 99 • (3.35)

, в случае, если ] -й эксперт "против" г - го эксперта.

Выражение (3.34) означает подсчет суммы голосов, поданных за 1-го

5 5 5

эксперта £ Пц, и делится на общую сумму всех голосов £ £ Пц .

7 =1 ' ¡=1 7=1 '

Таблица 3.9 - Матрица компетентности экспертов

<

Е1 Е2 Ез Е4 Ез

Е1 1 1 1 0 1

Е2 1 1 0 1 1

Ез 1 1 1 1 1

Е4 0 1 1 1 1

Ез 1 1 1 1 1

Рассчитанные по выражению (3.30) значения относительных коэффициентов компетентности К проверялись по условию К > 0,15. В

результате все члены экспертной группы удовлетворяли условиям компетентности. Используемый метод опроса экспертов - метод Дельфи, причем было проведено четыре тура опроса экспертов.

С целью уточнения приблизительных и неточных оценочных коэффициентов экспертам предлагали ответить на вопрос: насколько предположительно могут уменьшиться концентрации загрязняющих веществ при рассмотренном существенном ужесточении штрафов за загрязнение водных ресурсов к предполагаемому базовому уровню штрафа. Полученные ответы по концентрациям вредных ингредиентов подставлялись в формулу интегративного показателя (3.1) - (3.11) и таким образом была сформирована таблица ответов экспертов по изменениям интегративного показателя (таблица 3.10).

Таблица 3.10 - Оценки приращения интегративного показателя при разных уровнях штрафования, полученные по данным, представленным экспертами

за 2017 г.

Месяцы Эксперты

1 2 3 4 5

1 -0,0009 -0,001 -0,0009 -0,0011 -0,0009

2 0,0014 0,0012 0,0009 0,0011 0,0017

3 -0,0129 -0,0131 -0,0125 -0,0130 -0,0131

4 -0,0019 -0,0022 -0,0020 -0,0020 -0,0024

5 -0,0078 -0,0079 -0,0073 -0,0076 -0,0074

6 0,0133 0,0134 0,0138 0,0136 0,0137

7 0,0201 0,0208 0,0207 0,0206 0,0207

8 -0,0359 -0,0363 -0,0357 -0,0358 -0,0352

9 -0,0020 -0,0020 -0,0021 -0,0021 -0,0023

10 -0,0030 -0,0027 -0,0030 -0,0027 -0,0027

11 0,0135 0,0134 0,0135 0,0136 0,0137

12 0,0069 0,0069 0,0068 0,0070 0,0073

Результаты таблицы 3.10 были подставлены в формулу (3.33), после чего

были найдены коэффициенты а0 и а1 для каждого эксперта. Отклонения коэффициентов, полученных при обработке каждого из экспертов, не превышали 5-7 %, что дает возможность их усреднения методом среднего арифметического (таблица 3.11).

Таблица 3.11 - Значения коэффициентов, полученных по результатам опроса экспертов

Коэффициент Эксперты Среднее

1 2 3 4 5 значение

а0 • 10'3 5,82 5,98 5,88 5,92 5,9 5,9

О! • 10'3 0,17 0,23 0,22 0,19 0,19 0,2

В результате получена зависимость АЗ = 5,9 • 10' АШ - 0,2 • 10' , которая значительно отличается от выражения, найденного на основе экспериментальных данных. Проверку работоспособности модели осуществляли методом эколого-математического моделирования [171, 172]. Для этого в формулу, полученную с помощью экспертных оценок, подставили приращения штрафов, вырабатываемых в предлагаемой системе, и получили изменения АЗ. В целом предложенная система более жесткого штрафования позволила существенно уменьшить значение АЗ.

Выводы по третьей главе

1. Рассмотрена интегративная оценка состояния экосистемы на примере использования интегративного показателя состояния водных ресурсов, испытывающих максимальное негативное воздействие.

2. Реализован процесс формирования эффективного интегративного показателя состояния водных ресурсов, позволяющий повысить эффективность его использования за счет уменьшения количества составляющих, дублирующих исходную информацию.

3. Проведен анализ корреляционных полей концентраций некоторых загрязняющих веществ по информации предприятий и официальными данными Росприродназора, который показал их большой разброс в сторону «занижения» фактических данных промышленными предприятиями.

4. Разработаны системы штрафования предприятий за предоставление недостоверных данных, в том числе, с использованием показателя средневзвешенного класса опасности загрязняющих веществ, которые

повышают чувствительность предприятий к внешним управляющим воздействиям природоохранных структур.

5. Построена эколого-математическая модель «Приращение штрафов -приращение индекса загрязнения», которая показала свою работоспособность на фактических данных промышленных предприятий. Предложенная система более жесткого штрафования позволила существенно уменьшить значение АI, что положительно влияет на состояние экосистемы.

ГЛАВА 4 РАЗРАБОТКА МЕТОДОВ И МЕХАНИЗМОВ ОБЕСПЕЧЕНИЯ ГЕОЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ

4.1 Классификация и методы оценки эколого-экономических рисков

Значение и необходимость учета рисков в экономической системе является важной составляющей теории и практики управления, особенно, в условиях нестабильной внешней среды. Традиционные исследования рисковых ситуаций включают изучение основных элементов, среди которых можно выделить следующие:

• случайность характера события, определяющего возможный исход реализации на практике (наличие неопределённости);

• наличие альтернативных решений;

• возможность определения вероятности исходов и ожидаемых результатов;

• вероятность возникновения убытков;

• вероятность получения дополнительной прибыли.

Риск можно определить как деятельность, связанную с преодолением неопределённости в ситуации неизбежного выбора, в процессе которой имеется возможность количественно и качественно оценить вероятность достижения предполагаемого результата и отклонения от запланированной цели [173, 174].

Различия в интерпретации риска и неопределённости вызваны способом задания информации и определяются наличием (в случае риска) или отсутствием (при неопределённости) вероятностных характеристик неконтролируемых переменных [175].

Основываясь на вышеизложенном, рисковая ситуация может быть определена, как разновидность неопределённости, когда наступление событий вероятно и существует возможность оценить вероятность событий, возникающих в результате совместной деятельности экономически ориентированных субъектов.

Каждый из видов риска может иметь различные последствия, в частности, геологические, сейсмические и экологические риски сопряжены с потерями всех видов ресурсов: трудовых, экономических, материальных. Финансовые и инновационные риски вызывают только экономические потери, выраженные в денежном измерении. В противовес этому, политические риски, кроме того, могут вызывать социальную напряженность.

Для промышленно развитых регионов, оказывающих значительную антропогенную нагрузку на окружающую среду, актуальным представляется управление эколого-экономическими рисками с целью обеспечения устойчивого развития региональной территориально-производственной или эколого-экономической системы [176-181].

Эколого-экономический риск - интегративный показатель, характеризующий ущерб предприятию, населению и окружающей среде вследствие экологических аварий с учётом вероятности их возникновения -имеет следующие особенности [182]:

• эколого-экономические риски связаны с ущербом не только для самого отдельного хозяйствующего субъекта, но и для других предприятий, населения, экономики и биосферы в целом;

• экономический ущерб от экологически неблагоприятных событий может иметь перспективный характер, что отражается в текущем и стратегическом планировании деятельности предприятия, города и других макроэкономических субъектов;

• ужесточение требований к источникам экологической опасности, формирующим эколого-экономический риск жизни и здоровью населения, в том числе его экономически активную часть;

• источниками эколого-экономического риска могут быть техногенные, природные объекты, а также их совокупность;

• оценка и управление эколого-экономическими рисками включает использование специфических областей знаний и результаты исследований смежных научных дисциплин.

Эколого-экономические риски можно также определить, как риски экономических потерь, ущербов, которые могут быть у объектов различного уровня общественной организации, вследствие ухудшения состояния окружающей среды: относительно медленного (эволюционного) либо быстрого (катастрофического).

Классификация эколого-экономических рисков включает разные направления [183-186], среди которых особое значение имеет их следующая дифференциация:

• признаки локализации неблагоприятных событий;

• источники возникновения неблагоприятных событий;

• характеристики и экспозиция загрязнения;

• формы компенсации негативного воздействия на окружающую среду.

Особое значение для такого технически развитого региона, как Кузбасс

имеет интегративный классификационный признак, составляющий характер распространения загрязнения и его соответствие количественным нормативам.

В этой связи можно выделить следующие ситуации, связанные с возникновением эколого-экономических рисков:

• сверхлимитное загрязнение в целом по совокупности точечных источников;

• сверхнормативное краткосрочное загрязнение по локальному источнику загрязнения;

• аварийное или залповое загрязнение.

Риск сверхлимитного годового загрязнения определяется в целом по предприятию, как произведение вероятности превышения установленного лимита загрязнения и суммы взимаемых платежей. Количественный учет этого риска используется при определении экономической эффективности природоохранной деятельности, инвестиционной привлекательности проектов, рыночной стоимости предприятий [187-189]. Наиболее сложным этапом оценки данного вида риска является определение вероятности его возникновения, например, отношением количества предприятий отрасли, на которых в

определенном периоде были выявлены сверхлимитные выбросы, к общему числу предприятий. Экономические последствия могут оцениваться методом прямого счета на основе увеличения себестоимости или снижения прибыли, а также косвенными методами, включающими, в том числе ухудшение имиджа предприятия.

Необходимость учета риска сверхнормативного краткосрочного загрязнения связана с установлением одновременно годового лимита выброса по видам загрязняющих веществ в целом по предприятию и предельных нормативов краткосрочного загрязнения для каждого точечного источника выбросов. Основная цель установления предельных нормативов - соблюдение санитарно-гигиенических нормативов качества атмосферного воздуха на границе санитарно-защитной зоны, а причинами появления краткосрочного сверхнормативного загрязнения могут быть аварийные и залповые выбросы, несоблюдение регламента технологических процессов, неисправность газоочистного оборудования. Вероятность возникновения сверхнормативного краткосрочного загрязнения для укрупненных практических расчетов может определяться статистическими методами по аналогии с оценкой вероятности сверхлимитного годового загрязнения, для чего устанавливается численность источников выбросов, на которых были выявлены случаи превышения предельных нормативов, отнесенная к суммарному количеству источников.

Структура и величина стоимостной компоненты риска сверхнормативного краткосрочного загрязнения зависят от действующей в стране системы экономико-правовой ответственности за экологические правонарушения.

Кроме того, при выявлении факта сверхнормативного загрязнения оценка причиненного ущерба производится по особым методикам, не применяющимся для устоявшегося загрязнения и в большинстве случаев являющимися несовершенными, что искажает получаемый результат. Формулу для оценки

риска сверхнормативного краткосрочного загрязнения

можно

представить в виде (4.1):

Кскз = РСКЗ ' \рУг + ЭУЮ,Ф + ШЭП) , (4.1)

где Рскз - вероятность возникновения сверхнормативного краткосрочного загрязнения (выброса, сброса, размещения отходов); ЭУГ - сумма компенсации ущерба государству, рассчитанная на основании официальных методик; ЭУю Ф - сумма компенсации ущерба юридическим и физическим

лицам, устанавливаемая в порядке искового делопроизводства; Шэп - сумма

штрафов за экологическое правонарушение, накладываемых в административном порядке.

В общем виде риск аварийного и залпового загрязнения рассчитывается по аналогии с риском сверхнормативного краткосрочного загрязнения, а разница заключается в численных значениях вероятности наступления данного события и его интенсивности. На основании теоретических исследований можно предположить уменьшение вероятности аварийного загрязнения и увеличение экономических последствий по сравнению с другими разновидностями эколого-экономического риска. Оценка последствий аварийного загрязнения может быть произведена по официальным методикам, специально предназначенным для этого и обычно «занижающим» результат, или на основании рекомендаций независимых экспертов.

Для эколого-экономического риска уровень допустимости должен быть задан и играть ограничительную роль. Некоторые авторы обращают внимание на внеэкономическую природу приемлемого экологического риска. В связи с этим количественная оценка уровня безопасности с точки зрения состояния окружающей среды не должна включать политические или экономические категории. Целесообразные количественные характеристики должны оценивать степень приближения состояния экосистемы к границе ее устойчивости, где будет потеряна прогнозируемость изменений экосистемы в ответ на внешнее воздействие [190, 191].

При анализе уже освоенных территорий, подверженных воздействию опасных природных или антропогенных процессов, можно определять степень

отклонения реальной оценки риска от его допустимого значения. В мировой практике широко используется шкала рисков, разделенная на четыре зоны: недопустимый, критический, приемлемый и пренебрежимый уровни. Другой проблемой оценки является неопределенность, связанная с малой изученностью процессов, непредсказуемостью действий субъектов и ненадежностью информации. Поэтому оценка риска вероятностными методами содержит ряд существенных недостатков, искажающих конечную оценку, в основном в сторону занижения значения риска [182].

Оценка эколого-экономических рисков в большинстве случаев должна учитывать:

1) вероятность возникновения аварийных ситуаций;

2) ущерб, включающий:

• затраты на возмещение ущерба здоровью персонала и населения, а также их имуществу [192];

• упущенную выгоду для предприятия;

• штрафные санкции и затраты на возмещение ущерба окружающей

среде;

• затраты на восстановление основных производственных фондов.

Исследования, проводимые по данной тематике, охватывают широкий