Критерии оценки экономической полезности метеорологической информации Первый тип критериев: фактическая
реклама
Критерии оценки экономической полезности метеорологической информации Первый тип критериев: Эмпирические к ним относится фактическая экономическая эффективность, характеризующая тот выигрыш, который реально был получен в результате использования потребителем метеорологической информации в конкретных условиях. Определяется по единично наблюдаемым случаям. Второй тип критериев: Теоретические – к ним относится потенциальная экономическая эффективность, характеризующая предполагаемый средний выигрыш, который мог бы быть получен потребителем при оптимальном использовании им соответствующей метеорологической информации. Определяется исходя из теоретического анализа математической модели, которая отражает «поведение» хозяйственного объекта при данных погодных условиях. 2 Прогнозы погоды как информационный продукт обладают всеми свойствами товара, а по уровню спроса занимают одно из ведущих мест Экономические последствия, определяющие целевое использование гидрометеорологической информации, изначально определяются убытками (потерями по метеорологическим причинам), предварительными затратами на предупредительные меры и прибылью (доходом или экономией), получаемой потребителем. Количество договоров на СГМО по отраслям экономики Эти показатели необходимы, прежде всего, для расчетов статей бюджета Росгидромета. 3 Общая задача Гидрометслужбы – превращение гидрометеорологических ресурсов из неуправляемых в частично или полностью управляемые, путем их прогнозирования в различных географических районах на различные сроки ИСПОЛЬЗОВАНИЕ КЛИМАТИЧЕСКИХ РЕСУРСОВ Англия 45% Франция 33% 10-26% Россия 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% Цели исследования экономических аспектов деятельности службы: определить экономическую значимость службы рассчитать необходимый уровень ее финансирования определить приоритетные направления ее развития и т. д. бурный рост информационных технологий! Информация стала товаром со всеми присущими ему свойствами – качеством, стоимостью, уровнем спроса и конкурентоспособностью. 2 Экономическая эффективность гидрометеорологической информации может изменяться в широких пределах - от 1:3 до 1:50 Это обусловлено особенностями экономики государства, а также тем, что гидрометеорологическая информация обладает свойствами общественного блага. На сегодняшний день ни в одной стране мира не существует полностью научно обоснованной и исчерпывающей методики определения экономического эффекта и экономической эффективности гидрометеорологической информации. Основной проблемой при разработке качественной научно обоснованной методики расчетов экономической эффективности гидрометеорологической информации является отсутствие профессиональных экономистов в системе Росгидромета, вовлеченных в эту задачу! 4 Экономический эффект, который получают потребители от гидрометеорологических прогнозов, определяется двумя факторами: • качеством прогнозов • рациональностью их использования при принятии хозяйственных решений. На данном этапе исследований мы можем определить лишь потенциальный экономический эффект (ПЭЭ), то есть тот, который мог бы быть извлечен потребителем из прогноза при оптимальном его использовании. 3 Алгоритм оценки экономической полезности специализированного гидрометеорологического обеспечения (СГМО) на основе матриц потерь Матрица потерь – стоимость защитных мер – прямые потери в случае пропусков ОЯ – стоимость напрасно принятых защитных мер, когда ОЯ прогнозировалось, но не наблюдалось =0°– потери благоприятной отсутствуют при погоде – матрица средних потерь потребителя – матрица интегральных издержек потребителя 4 Автоматизированная методика расчета потенциального экономического эффекта (ПЭЭ), разработанная в ФГБУ «Гидрометцентр России» Установлены статистические зависимости между интенсивностью ОЯ, способного нанести экономический ущерб, и размером самого ущерба в денежном выражении. Коэффициенты корреляции (статистически значимые при 5% уровне значимости по критерию Фишера) Построены статистические модели, дающие возможность рассчитать непрерывные значения функции потерь и на их основе определить ПЭЭ прогноза различных ОЯ для различных секторов экономики в различных регионах России. Расчет производится по уравнениям регрессии вида Y=Ax+B 5 Принципиальное различие двух рассмотренных методик определения экономической эффективности гидрометеорологического обеспечения отраслей экономики Матрицы потерь отражают индивидуальные особенности отдельных потребителей. Статистические модели, используемые Гидрометцентром России, представляют некоторые средние характеристики Определить элементы матрицы потерь для каждого отдельного потребителя является задачей очень трудоемкой и часто практически не реализуемой! Проведенные испытания автоматизированной методики Гидрометцентра Росии показали хорошее соответствие ее результатов с результатами, полученными по другим, уже используемым методикам! 6 30 24,7 25,2 25 21,4 20 18,2 15 13,9 10,1 10 15,2 16,4 11,4 7 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 3 2001 0 4,7 2000 5 Экономический эффект, млрд. рублей Ежегодные значения экономического эффекта деятельности Росгидромета (по данным статистики ежегодной отчетности УГМС) 900,00 853,27 800,00 748,59 700,00 640,58 573,96 600,00 522,97 500,00 387,71 400,00 342,06 300,00 246,24 280,13 225,51 200,00 100,00 57,61 0,00 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Экономический эффект, млрд. рублей Потенциальный экономический эффект с 2002 по 2012 гг. (рассчитанный по данным об ОЯ, содержащимся в оперативной базе данных ГМЦ РФ) РЕЗУЛЬТАТЫ РАСЧЕТОВ ПОТЕЦИАЛЬНОГО ЭКОНОМИЧЕСКОГО ЭФФЕКТА ЗА 2012 г. Всего за год на территории России наблюдалось 449 ОЯ. Суммарный потенциальный экономический эффект их прогнозов и предупреждений за год составил 72.5 млрд. руб. (расчеты по автоматизированной методике) УЩЕРБЫ ПО ЯВЛЕНИЯМ • Наибольший ущерб наносит КНЯ (гроза), потенциальный эффект прогноза которых составил 38 млрд., • далее – летние осадки – 13.4 млрд., • ветер – 8 млрд., • заморозки – 3.4 млрд., • сильные морозы – 2.6 млрд., • зимние осадки – 2.4 млрд., • гололедные явления – 1.8 млрд. рублей. Потенциальный эффект по сезонам Потенциальный эффект прогнозов ОЯ в теплое время года составляет 62.2 млрд. рублей, в холодное время года – 10.3 млрд. рублей. Потенциальный эффект прогнозов ОЯ по отраслям: • • • • • ТЭК – 18.5 млрд.р. С/Х – 9.1 млрд.р. ЖКХ – 26.8 млрд.р. Транспорт – 9.3 млрд.р. Морские порты - 8.8 млрд.р.
