Ранжирование территорий по уровню устойчивого развития с использованием кластерного анализа (на примере провинций Китая)

В статье предложен методический подход, позволяющий провести ранжирование территорий по уровню устойчивого развития в динамике с использованием метода кластерного анализа. Подход основан на разбиении регионов на группы (кластеры) по выбранным показателям, отражающим экономическое, экологическое и социальное развитие территорий. Апробация данного подхода на примере провинций Китайской Народной Республики позволила выделить ключевые факторы, обусловливающие перемещение территорий по кластерам устойчивого развития. На основании анализа мер экономической и энергетической политики в успешных провинциях выявлены меры, способствующие перемещению провинций в кластеры с более высоким уровнем устойчивого развития.

Показано, что переходы провинций в кластеры более высокого уровня устойчивого развития обусловлены двумя основными факторами:

• изменением структуры энергетического баланса за счет доступа к газопроводному природному газу (провинции Юньнань, Хэйлунцзян), развитием атомной (провинция Ляонин) и возобновляемой энергетики (провинции Гуйчжоу, Хэбэй);
• повышением эколого-экономической эффективности использования энергетических ресурсов путем рационализации энергопроизводства и энергопотребления, а также энергосбережения (провинции Ляонин, Цзянси, Гуанси, Цинхай, Хэнань, Аньхой, Чунцин).

1. Андронова И.В., Сахаров А.Г. Индекс устойчивого развития стран БРИКС: методологические аспекты // Вестник международных организаций. 2022. Т. 17. № 3. С. 23–47. DOI: 10.17323/19967845-2022-03-02.

2. Бердникова О.М., Леденева Т.М. Особенность проведения разделяющей кластеризации для интервальных величин // Вестник ВГУ. Сер.: Системный анализ и информационные технологии. 2016. № 4. С. 134–141.

3. Бобылев С.Н., Минаков В.С., Соловьева С.В., Третьяков В.В. Эколого-экономический индекс регионов РФ. Методика и показатели для расчета. WWF России, РИА Новости. 2012: URL: https://wwf.ru/upload/iblock/dc8/index.pdf (дата обращения: 20.08.2024).

4. Ховавко И.Ю., Чжоу Цайцюань Оценка эколого-экономической эффективности использования энергетических ресурсов Китая // Инновации и инвестиции. 2024. № 2. C. 92–98.

5. Chen J., Yuan R., Zheng S. Decoupling and scenario analysis of economy-emissions pattern in China's 30 provinces // Environ Sci Pollut Res Int. 2023. No. 30 (7). P. 19477–19494. DOI: 10.1007/s11356-022-23466-y.

6. Tapio P. Toward a theory of coupling: Degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001 / P. Tapio // Transportation Policy. 2005. No. 12. P. 137– 151.

7. Ван Лицюн, 2012 – 王丽琼.基于环境学习曲线的氮氧化物减排区域分解 / 王丽琼 // 泉州 师范学院学报,2012,30(06):63-66 [Ван Лицюн Региональные сокращения выбросов оксидов азота на основе кривой окружающей среды // Цюаньчжоу шифань сюеюань сюебао [Вестник педагогического университета ЦюаньЧжоу]. 2012. Т. 30. С. 63–66] (на китайск. яз.).

8. Лянь Шуймин, Ли Цзунъин, Сюй Чжунлин, 2021 – 连帅明.新疆经济发展、能源消费和 二氧化碳时空脱钩分析 / 连帅明,李宗英,许仲林 // 煤炭经济研究,2021,41(08):4-10 [Лянь Шуймин, Ли Цзунъин, Сюй Чжунлин Анализ пространственно-временного декаплинга экономического развития, потребления энергии и углекислого газа в Синьцзяне // Мэйтань цзинцзи яньцзю [Угольные экономические исследования]. 2021. Т. 41. С.4–10] (на китайск. яз.).

9. Сюэ Цзяньчунь, Цао Либо, 2023 – 薛建春.基于脱钩指数和 LMDI 模型的黄河流域能源 低碳发展研究/ 薛建春,曹力博 // 前沿,2023(01):70-79 [Сюэ Цзяньчунь, Цао Либо Исследование развития низкоуглеродной энергетики в бассейне реки Хуанхэ на основе индекса декаплинга и модели LMDI // Цян янь [Передовой]. 2023. № 1. С.70–79] (на китайск. яз.).

10. Фань Фэнъянь, Ду Цинкунь, 2017 – 范凤岩.中国钢铁工业经济增长与能源消费响应关 系研究 / 范凤岩,杜庆坤 // 中国矿业,2017,26(03):28-33 [Фань Фэнъянь, Ду Цинкунь Исследование взаимосвязи между экономическим ростом черной металлургии Китая и реакцией на потребление энергии // Чжунго куане [Китайская горнодобывающая промышленность]. 2017. Т. 26. С. 28–33] (на китайск. яз.).

11. Чжоу Яньнань, Ян Юй, Ченг Бо, Хуан Цзис, 2020 – 周彦楠.基于脱钩指数和 LMDI 的中 国经济增长与碳排放耦合关系的区域差异 / 周彦楠,杨宇,程博,黄季夏 // 中国科学院大学学报 ,2020,37(03):295-307 [Чжоу Яньнань, Ян Юй, Ченг Бо, Хуан Цзис Региональные различия в взаимосвязи между экономическим ростом Китая и выбросами углерода на основе индекса декаплинга и LMDI // Чжунго кэсюеюань дасюе сюебао [Вестник Университета Китайской академии наук]. 2020. Т. 37. С. 295–307] (на китайск. яз.).

12. Рейтинг устойчивого развития городов. 2022: URL: https://ce53485.tmweb.ru/upload/iblock/986/9861afc747dcb868c25aed0e2a7d1fbd.pdf (дата обращения: 20.08.2024).

13. Global Green Growth Institute (GGGI) (n.d.) Green Growth Index: Scores and Ranks. 2022: URL: https://greengrowthindex.gggi.org/?page_id=2547 (дата обращения: 20.08.2024).

14. Environmental Performance Index (EPI). 2022. EPI Results: https://epi.yale.edu/epi-results/2020/component/epi (дата обращения: 20.08.2024).