УДК 332.871 + 332.812

DOI 10.24411/2413-046Х-2020-10897 

АКТУАЛЬНОЕ И ПЕРСПЕКТИВНОЕ СОСТОЯНИЕ ЖИЛИЩНО-КОММУНАЛЬНОГО ХОЗЯЙСТВА РЕГИОНОВ УРАЛА 

CURRENT AND PERSPECTIVE STATE OF HOUSING AND COMMUNAL SERVICES IN THE URAL REGIONS

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта №18-010-00493А «Долгосрочные социально-демографические тренды в развитии регионов России: эффективность функционирование социальной сферы и ее адаптация»

Пыхов Павел Аркадьевич, кандидат экономических наук, старший научный сотрудник, Институт экономики Уральского отделения Российской академии наук, Центр экономической безопасности, г. Екатеринбург 

Pykhov Pavel, PHD, Senior Researcher, Institute of economics, Ural branch of Russian Academy of Sciences, Center for Economic Security, Ekaterinburg

Аннотация. В статье рассматривается работа жилищно-коммунального хозяйства территорий Урала. Описано содержание основных элементов методики оценки эффективности функционирования жилищно-коммунального хозяйства регионов, приведены алгоритмы и принципы расчета индикаторов. Описаны полученные результаты расчетов актуального состояния ЖКХ регионов Урала. Для прогнозирования перспективного состояния системы ЖКХ предложена авторская методика построения эконометрических моделей, приведена блок-схема работы методики, описан алгоритм расчета. Представлена комплексная оценка ситуации в сфере ЖКХ до 2025 г., сделан анализ полученных результатов. 

Summary. The article examines the work of the housing and communal services of the territories of the Urals. The content of the main elements of the methodology for assessing the efficiency of the functioning of the housing and communal services of the regions is described, algorithms and principles for calculating indicators are given. The results of calculations of the current state of housing and communal services in the regions of the Urals are described. To predict the future state of the housing and communal services system, the author’s method of constructing econometric models is proposed, a block diagram of the method is given, and a calculation algorithm is described. A comprehensive assessment of the situation in the housing and utilities sector until 2025 is presented, an analysis of the results obtained is made.

Ключевые слова: жилищно-коммунальное хозяйство, индикативный анализ, диагностика, эффективность функционирования, прогнозирование.

Keywords: housing and communal services, indicative analysis, diagnostics, efficiency of functioning, forecasting. 

Обеспечение достойного уровня сферы жилищно-коммунального хозяйства (ЖКХ) для населения является одной из задач государства. От уровня развития данной сферы зависит качество жизни людей, приемлемость тарифов на услуги и т.д. В РФ уделяется существенное внимание поддержке и развитию ЖКХ, созданию открытых ГИС систем [1, 2].

В предыдущих работах автора рассматривалась разработанная система оценки состояния и эффективности функционирования ЖКХ [3]. Кратко, состав методики можно описать следующими основными блоками, в которые сгруппированы индикаторы методики:

1. Блок расходов домашних хозяйств на оплату жилищно-коммунальных услуг.
2. Блок состояния фондов сферы ЖКХ.
3. Блок благоустройства жилищного фонда.
4. Блок доступности и обеспеченности жильем.

Первый блок оценивает уровень приемлемости стоимости услуг ЖКХ для населения, второй диагностирует состояние износа сетей водоснабжения, канализации, электроснабжения и тепловых сетей. Третий блок исследует обеспеченность жилищного фонда водопроводом, водоотведением, отоплением, горячим водопроводом. Четвертый блок показывает текущую обеспеченность населения жилым фондом, так и степень доступности жилья для населения, т.е. соотношение располагаемого дохода и цен на недвижимость.

В основе методики лежит принцип индикативного анализа, т.е. диагностика состояния территории происходит по следующему алгоритму: вычисляется значение индикатора по соответствующей формуле в именованных единицах; проводится сравнение полученного значения с пороговыми уровнями (разрабатываются заранее). На основании этого сравнения состояние территории относится к одному из трех состояний: нормальное, предкризисное и кризисное. Последние два состояния разбиваются на три подстадии для более точного отслеживания изменения ситуации в динамике. Более подробно принципы диагностики и определения пороговых уровней изложены в работах Богатырева Л.Л., Мызина А.Л. [4-5].

Проведенные расчеты показали, что регионы Урала подвержены влиянию различных негативных факторов. Доля расходов домашних хозяйств на оплату жилищно-коммунальных услуг остается чрезмерно высокой, особенно в Ямало-Ненецком автономном округе. В этом регионе население тратит 16% своего дохода на оплату коммунальных услуг, что значительно выше средней величины по Уралу, равной 10%.

Степень износа коммунальной инфраструктуры регионов УрФО также превышает допустимые значения. Степень износа тепловых сетей Курганской области достигает величины 90%, что является кризисной ситуацией и не позволяет говорить о надежном и безаварийном функционировании системы. В Челябинской и Свердловской областях износ теплосетей также высок и превышает 50%. По степени износа электросетей в регионах Урала Курганская область опять в кризисной ситуации, значение индикатора превышает 70%. Остальные субъекты УрФО находятся в нормальном состоянии или ранней стадии предкризиса. Относительно благополучная ситуация с системами водоснабжения, практически все субъекты имеют изношенность в пределах 30-40%, единственное исключение ­ Челябинская область, где значение индикатора превышает 50%.

По блоку благоустройства жилищного фонда можно сделать следующий вывод ­ ситуация в целом нормальная. Наиболее низкие оценки по индикаторам блока наблюдаются в Курганской области. Обеспеченность жилых помещений горячей водой составляет немногим выше 40%, водопроводом и канализацией ­ порядка 50%, централизованного отопления ­ 2/3 жилого фонда. Конечно, во многом данная ситуация сформирована за счет большей доли сельского населения в регионе, но региональным властям следует все же повышать качество благоустройства жилья граждан.

Результаты расчетов по блоку доступности и обеспеченности жильем показали, что основная часть населения УрФО имеет достаточную обеспеченность жилищным фондом. В Свердловской, Челябинской, Курганской и Тюменской областях на одного жителя приходится 24-26 м²/чел. Несколько хуже ситуация в Ханты-Мансийском и Ямало-Ненецком автономных округах ­ обеспеченность жильем составляет менее 21 м²/чел.

Степень доступности жилья определяется как отношение средней стоимости квартиры общей площадью 54 кв. м на вторичном рынке недвижимости к среднегодовому доходу семьи из трех человек. Расчеты показали, что неблагоприятная ситуация по данному индикатору сформировалась в Курганской, Свердловской и Челябинской областях. Стоимость типовой недвижимости в этих регионах превышает доход условной семьи за более чем 2,5 года.

В целом ситуация по областям складывается следующим образом: наилучшее состояние в Тюменской области, где итоговая оценка оказалась в начальной стадии предкризиса. За исключением Курганской области, все остальные субъекты пребывают в предкризисной зоне, но более глубокой его фазе. Курганская область пребывает в качественно другом состоянии, у нее стабильно наблюдается кризисное состояние.

Прогнозирование состояния систем ЖКХ регионов Урала осуществлялось с применением авторской методики. В основу подхода заложены принципы системного анализа и системного подхода. Прогнозирование происходит с использованием количественных данных, поэтому автором была создана соответствующая база данных по показателям функционирования систем ЖКХ.

Разработка и практическое применение моделей осуществляется посредством итерационных процессов, отражающих влияние технико-технологических процессов в отрасли, материальных и финансовых потоков [6-10].

Построение моделей и прогнозирование перспективного состояния было произведено по схеме, представленной на рисунке 1. На ней блочно представлены основные этапы расчетов. В качестве первого шага строятся временные тренды исследуемых параметров, которые будут использоваться как начальные при итерационном расчете. Следующий шаг – построение корреляционной матрицы для получения параметрических моделей типа y=a+ βx для переменных, имеющих сильную связь, т.е. коэффициент парной корреляции r_i,j ⩾I0,8I.

В качестве исходных переменных для корреляционной матрицы использовались различные макроэкономические показатели, показатели внешних условий, показатели уровня жизни населения. На основании анализа корреляционной матрицы были построены параметрические модели типа x_i=f(x_j), которые описывают зависимость исследуемых нами переменных от внешних управляющих факторов, таких как объемы государственного субсидирования ЖКХ, динамики ВВП, изменения уровня доходов населения и т.д.

Далее запускается итерационный процесс, в котором в параметрические модели на шаг расчета t+1 подставляется значение переменной, полученной при ретроспективном анализе. Для каждого исследуемого показателя было построено от пяти до семи частных параметрических модели, по которым и производится расчет. Максимальное и минимальное значение выбраковываются, оставшиеся усредняются. Так происходит по всему спектру переменных, формирующих корреляционную матрицу. На следующей итерации расчета в качестве начальных показателей подставляются значения показателей, полученные ранее по параметрическим моделям вместо начального приближения по временному тренду. Практические расчеты продемонстрировали, что полученная система имеет хорошую сходимость и по прошествии менее чем 20 итераций расчет признается оконченным. Расчет значений переменных на следующем интервале времени t+2 производится аналогично. В целом, предложенную методику можно рассматривать как упрощенную версию метода группового учета аргументов, широко применяемого на практике [8-9].

Результаты расчетов представлены на рисунке 2.

На рисунке ПК1, ПК2, ПК3 обозначены три стадии предкризиса по мере ухудшения ситуации; К1 и К2 – соответственно, две стадии кризисности ситуации по мере ухудшения.

Расчеты показали, что в ближайшие годы ситуация существенным образом не изменится. Негативная экономическая обстановка будет существенно ограничивать позитивные тенденции в отрасли ЖКХ. Замедлившийся рост доходов населения не позволяет улучшиться значениям индикаторов блока расходов домашних хозяйств на оплату жилищно-коммунальных услуг и блока доступности и обеспеченности жильем. Стагнация в блоке состояния фондов сферы ЖКХ и блоке благоустройства жилищного фонда определяется секвестированием региональных и муниципальных программ развития, направленных на строительство и обновление инженерных систем коммунального хозяйства. Следует признать, что при существующей модели функционирования жилищно-коммунального хозяйства существенных изменений не предвидится.  

Литература

1. Федеральный закон “О Фонде содействия реформированию жилищно-коммунального хозяйства” от 21.07.2007 N 185-ФЗ [Электронный ресурс] – Режим доступа http://www.consultant.ru/document/cons_doc_LAW_69936/
2. Федеральный закон от 21 июля 2014 г. N 209-ФЗ “О государственной информационной системе жилищно-коммунального хозяйства [Электронный ресурс] – Режим доступа http://base.garant.ru/70700450/
3. Чичканов В.П., Пыхов П.А. Оценка эффективности функционирования жилищно-коммунального хозяйства регионов Урала // Московский экономический журнал. 2019. № 13. https://qje.su/ekonomicheskaya-teoriya/moskovskij-ekonomicheskij-zhurnal-13-2019-51/
4. Экономическая безопасность Свердловской области / Под науч. ред. Г.А. Ковалевой и А.А. Куклина; А.И. Татаркин, А.Л. Мызин, Л.Л. Богатырев и др.. – Екатеринбург: Изд-во Урал. ун-та, 2003. – 455 с.
5. Комплексная методика оценки надёжности и живучести топливо- и энергоснабжения территорий / Татаркин А.И., Воропай Н.И., Куклин А.А., МызинJI., Калина А.В., Сендеров С.М., Литвинов В.Г. и др. -Екатеринбург: Институт экономики УрО РАН, 2002. – 150 с.
6. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. – М.: ЮНИТИ, 1998. – 1000 с.
7. Брандт З. Анализ данных. Статистические и вычислительные методы для научных работников и инженеров. Учебное пособие. – Пер. с англ. О.И. Волкова. Ред. Е.В. Чепурин. – М.: Мир; АСТ, 2003. – 686 с.
8. Пустыльник Е.И. Статистические методы анализа и обработки наблюдений. – М.: Наука, 1968. – 288с.
9. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами. – Киев: Техника, 1975. – 312 с.
10. Львовский Е.Н. Статистические методы построения эмпирических формул. Учебное пособие для ВУЗов. – М.: Высшая школа, 1988г. – 239с.