Тип публикации: отчёт о НИР
Год издания: 2020
Ключевые слова: экономика лесного хозяйства, изменение климата, регионы Сибири, экономико-математическое моделирование, ресурсная база, лес
Аннотация: 1. Проведено расширение базы данных характеристик развития лесного хозяйства регионов Сибири, в том числе за счет включения в нее климатической информации по более широкому кругу метеостанций и дополнительных параметров, характеризующих изменение климатических условий. Также ряды наблюдений продолжены за счет добавления данных за 1Показать полностью996—2018 гг. Данные по объему лесозаготовки в регионах Сибири дополнены ежегодными данными по структуре фактического отпуска древесины по категориям: главного пользования, лесовосстановительных рубок, санитарных рубок и рубок ухода, а также прочих рубок. Добавлены показатели по структуре выхода деловой древесины по группам породного состава (средние, хвойные, мягколиственные).??2. Уточнены и расширены результаты ретроспективного анализа взаимосвязи процессов глобального изменения климата и экономического развития лесного хозяйства регионов Сибири. Включение в рассмотрение новых факторных переменных не привело к существенному изменению полученных ранее выводов. Состояние ресурсной базы лесозаготовки в регионах Сибири не является лимитирующим фактором деятельности лесного сектора. Данное обстоятельство объясняется, по-видимому, по-прежнему высокой избыточностью лесных ресурсов по отношению к реальным потребностям рынка.??3. На материале полевых исследований на территории Государственного природного биосферного заповедника «Саяно-Шушенский» (юг Красноярского края вблизи границы с Республикой Хакасия) показано, что в последние десятилетия, несмотря на более позднее окончание теплого сезона из-за глобального потепления, депонирование углекислого газа осенью сместилось на более ранние сроки. Можно предположить, что такое несоответствие может быть вызвано преобладанием лесов, для которых характерно фотопериодическое прекращение роста преобладающих видов древесных растений, акклиматизированных к условиям продолжительного теплого сезона. В их случае потепление осенью не сопровождается фенологическими сдвигами и увеличением осаждения углерода в ксилеме, а стимулирует потерю углерода, уменьшая вклад такого леса в поглощение углерода. С другой стороны, для холодных бореальных и высокогорных лесов эффект осенних потерь углерода не должен наблюдаться до тех пор, пока температура в конце сезона не превосходит критический порог роста раньше, чем естественное завершение роста.??4. На основе данных об объемах заготовки древесины в Красноярском крае и Иркутской области, а также длительности зимнего сезона по метеостанциям указанных регионов за период 1966–2018 гг. было построено восемь моделей ARDL, которые показали наличие зависимости объемов заготовки древесины от длительности лесозаготовительного сезона по всем рассмотренным метеостанциям. Кроме того установлено, что на всем промежутке наблюдений по семи из восьми станций наблюдался устойчивый тренд на сокращение потенциального сезона лесозаготовки. Наиболее выраженный эффект наблюдался в Ачинске (западный район Красноярского края), где сезон лесозаготовок сократился со 180 суток в в 1966 до 139 суток в 2018 г., что отражает закономерности тенденции глобального потепления. С экономической точки зрения, более короткая продолжительность лесозаготовительного сезона означает меньшее количество запасов древесины, доступных для рубки, что сделает предприятия неспособными выполнять свои планы лесозаготовок и приведет к стагнации их хозяйственной деятельности. В связи с этим лесозаготовительным компаниям придется адаптироваться к этим изменениям, пересмотрев свои экономические стратегии с точки зрения интенсификации лесозаготовительных работ. Для последующего воспроизведения полученных результатов разработано программное обеспечение в среде обработки статистических данных R с применением пакетов расширения forecast, trend, imputeTS и tseries. ??5. Выполнен анализ эффективности инвестиционной политики в отрасли на основе информации о реализации механизма приоритетных инвестиционных проектов в области освоения лесов. Моделирование проводилось с помощью логит- и пробит-регрессий. Полученные оценки регрессий позволили установить существование статистически значимой связи между масштабами предприятия, являющегося заявителем по инвестиционному проекту, и вероятностью успешной реализации данного проекта. Кроме того, было установлено, что чем больше заявленный объём инвестиций по проекту, тем меньше вероятность его успешной реализации. Сделанные выводы позволяют предположить необходимость создания некоторой «отсечки по масштабу» при отборе инвестиционных проектов для включения в перечень приоритетных. Предприятия, обладающие достаточным объёмом основных средств, а также стабильной выручкой на уровне, позволяющем предприятию получать чистую прибыль, вероятно, более добросовестны с точки зрения исполнения обязательств по проектам, поддержанным государством. ??6. Проведена оценка влияния структуры международной торговли лесной продукцией на деятельность экономики лесного хозяйства регионов Сибири на основе симметричного индекса чистых сравнительных преимуществ (SNCA). ?На региональном уровне индекс SNCA рассчитывался для 81 региона России по пяти товарным группам, а также по каждому виду продукции в отдельности. Результаты демонстрируют, что большинство российских регионов активно участвуют в международной торговле лесопромышленными товарами. Подавляющее большинство субъектов РФ демонстрирует сравнительные преимущества в торговле древесиной низкой степени обработки (79 %). Кроме того, 75 % регионов являются конкурентоспособными в торговле продукцией из древесины средней степени обработки. Регионы Сибири и Дальнего Востока, обладающие наиболее значительными лесными ресурсами, в основном не вошли в категорию лидеров по конкурентоспособности продукции. Близость к азиатским рынкам с их специфическим спросом на лесопромышленную продукцию заставляет производителей древесины сосредоточиться в первую очередь на экспорте круглого леса и пиломатериалов. По данной причине в этих регионах особенно остро стоит проблема нелегальных рубок, а глубокая переработка древесины развивается слабо. Более того, нынешняя лесная политика, направленная на привлечение любого инвестора без особого внимания к уровню переработки в планируемых проектах, может нанести экологический ущерб этим территориям. Например, такие регионы, как Красноярский край, Хабаровский край, Приморский край, Амурская область, часто считаются лидерами лесной отрасли, но на самом деле они демонстрируют преимущества в торговле товарами низкой и средней степени обработки, а с точки зрения продукции с высокой добавленной стоимостью являются, скорее, нетто-импортерами.??7. Продолжена работа по формулированию модели лесного хозяйства Сибири, учитывающей внутренние экономические отношения, макроэкономическую политику, состояние ресурсной базы, тенденции изменения климата и торговые потоки. Достигнутые при выполнении других задач проекта результаты естественно интегрированы в решение главной задачи проекта — разработки экономико-математической модели развития лесного хозяйства регионов Сибири. Принято решение моделировать спрос на древесину как двухкомпонентный параметр: он зависит от внутреннего спроса, определяемого потребностями населения (с учетом динамики спроса на товары конечного потребления) и экономики, а также спроса со стороны внешней торговли. В качестве данных для таких расчетов использованы ретроспективные данные, полученные в том числе в рамках проектах на предыдущих этапах. Предполагается, что спрос определяется экзогенно и не связан с внутренним состоянием отрасли.?Предложение определяется следующими факторами: 1) объемом расчетной лесосеки (с учетом поправочных коэффициентов, требующих калибровки); 2) динамикой лесных пожаров; 3) динамикой усыхания лесов вследствие действия вспышек насекомых-вредителей; 4) динамикой изменения продолжительности сезона лесозаготовки под влиянием изменения климата.?Равновесие модели достигается в точке полного удовлетворения спроса предложением. Расчеты проводятся по годам. Эластичности влияния отдельных факторов модели на объемы спроса и предложения изначально рассчитаны на основе регрессионной модели. Калибровка модели проводится с целью получения наиболее адекватных результатов для ретроспективных периодов. Рассчитанные эластичности по отдельным факторам закладываются в модель для проведения будущих сценарных прогнозных расчетов. ??8. Дана характеристика развитию инфраструктуры лесозаготовок в России. Помимо действительно объективных недостатков современной отечественной практики лесопользования, Россия обладает некоторыми уникальными природно-географическими особенностями, которые являются непростым фактором, существенно ограничивающим развитие лесного сектора экономики. Безусловно, одним из таких факторов является огромное географическое пространство страны и соответствующее ему размещение естественных возобновляемых природных ресурсов, одним из которых является лес. В таких условиях критически важное значение приобретает инфраструктура лесозаготовок, без эффективной организации которой ведение лесозаготовки и весь последующий процесс переработки древесины становятся экономически нецелесообразными. Предложено в качестве мер государственной поддержки строительства дорог предоставлять лесопользователям льготные кредиты в рамках механизмов Государственной корпорации развития ВЭБ.РФ.??В рамках выполнения проекта в 2020 г. коллективом подготовлено 10 научных работ, в том числе 4 статьи, индексируемые базой данных Scopus (из них 2 работы в журналах, входящих в Q1 по цитируемости и являющихся ведущими отраслевыми международными изданиями: Forest Policy and Economics, Forests).??Результаты проекта прошли обсуждение на ряде научных мероприятий в России (НИУ ВШЭ, Институт экономики и организации промышленного производства СО РАН, Институт народнохозяйственного прогнозирования РАН, Институт экономики УрО РАН, Сибирский федеральный университет) и за рубежом (Итальянское общество экономики природных ресурсов и окружающей среды).