Научная статья на тему 'Модель внутреннего спроса на уголь в России'

Модель внутреннего спроса на уголь в России Текст научной статьи по специальности «Экономика и бизнес»

CC BY
333
63
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
уголь / модель / внутренний спрос / внешний спрос / эластичность спроса / функция спроса / угледобыча / гипотеза. / coal / model / domestic demand / external demand / demand elasticity / demand function / coal production / hypothesis

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Жемкова Александра Михайловна

Результаты оценки параметров модели внутреннего спроса на уголь в России на эмпирических данных показывают, что спрос на энергетический уголь в краткосрочном периоде почти неэластичен по цене, однако в долгосрочном периоде чувствительность к изменению цен повышается. Помимо общемировой тенденции к постепенному сокращению потребления угля это может быть связано с возможностями по переоснащению и переходу на газ в электрогенерации в долгосрочном периоде. Спрос на коксующийся уголь, согласно полученным оценкам, оказался низкоэластичен и в кратко-, и долгосрочном периодах, что может быть объяснено тем, что для предприятий черной металлургии коксующийся уголь до сих пор является незаменимым фактором производства. Тем не менее низкая, но не ненулевая, эластичность отражает наличие возможности для экспортной реализации некоторого количества добытого коксующегося угля в случае повышения мировых цен на этот товар.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Model of Domestic Demand on Coal in Russia

Results of estimation of parameters of the model of domestic demand on coal in Russia based on empirical data demonstrate that demand on power generating coal in the short term is nearly inelastic in price terms, however in the long-term sensitivity to the price change increases. Apart from the global trend towards gradual decrease of coal consumption, this can be due to re-equipment and transition to gas in power generation in the long-term. Demand on metallurgical coal according to the estimates was non-elastic both in shortand long-term perspective, which can be explained that for iron works metallurgical coal thus far is irreplaceable factor of production. Nevertheless low, but not zero elasticity reflects possibilities for export of certain quantity of metallurgical coal in the event of price growth on this product

Текст научной работы на тему «Модель внутреннего спроса на уголь в России»

МОДЕЛЬ ВНУТРЕННЕГО СПРОСА НА УГОЛЬ В РОССИИ

А. М. ЖЕМКОВА

Результаты оценки параметров модели внутреннего спроса на уголь в России на эмпирических данных показывают, что спрос на энергетический уголь в краткосрочном периоде почти неэластичен по цене, однако в долгосрочном периоде чувствительность к изменению цен повышается. Помимо общемировой тенденции к постепенному сокращению потребления угля это может быть связано с возможностями по переоснащению и переходу на газ в электрогенерации в долгосрочном периоде.

Спрос на коксующийся уголь, согласно полученным оценкам, оказался низкоэластичен и в кратко-, и долгосрочном периодах, что может быть объяснено тем, что для предприятий черной металлургии коксующийся уголь до сих пор является незаменимым фактором производства. Тем не менее низкая, но не ненулевая, эластичность отражает наличие возможности для экспортной реализации некоторого количества добытого коксующегося угля в случае повышения мировых цен на этот товар.

Ключевые слова: уголь, модель, внутренний спрос, внешний спрос, эластичность спроса, функция спроса, угледобыча, гипотеза.

Введение

В структуре экономики России угольная промышленность всегда была важной составляющей, и сегодня по численности рабочих и стоимости производственных основных фондов она по-прежнему остается самой крупной отраслью топливной промышленности1. Между тем ориентированность российской энергетики на более дешевое газовое топливо и высокая конкуренция с мировыми угольными лидерами на внешнем рынке ограничивают рост угледобычи: по ее объему (359 млн. т в 2016 г.) страна занимает лишь шестое место в мире после Китая (3210 млн. т), Индии, США, Австралии и Индонезии [1]. Низкие цены на газ не делают уголь неконкурентоспособным в электроэнергетике и жилищно-коммунальном хозяйстве.

Другой особенностью российской угольной промышленности является высокая концентрация основной части запасов в одном регионе - Сибирском, который одинаково удален от всех основных экспортных рынков, что сильно повышает цены на российский уголь за счет транспортной составляющей. Пониженные тарифы РЖД на перевозку угля несколько

смягчают проблему, однако не способны сильно повлиять на уровень спроса, а кроме того, являются невыгодными для самой РЖД и, как следствие, приводят к перекрестному субсидированию в железнодорожных перевозках. В результате в настоящий момент российские угольные корпорации сталкиваются с падением внутреннего спроса на уголь (особенно на энергетические марки) и с превышением предложения над спросом.

Учитывая эти особенности российской угольной промышленности, а также высокие позиции, которые занимает Россия по производству и запасам угля, в стране перманентно действует ряд программ [2] по поддержке и модернизации отрасли, в том числе в области ценовой политики. Для того чтобы оценить целесообразность и эффективность реализации подобных мер, необходимо понимать, насколько чувствителен спрос на уголь в России к изменению цен, - ценовые меры окажутся тем эффективнее, чем более сильным будет реакция спроса на изменение цен на уголь. В настоящей статье предлагается модель внутреннего спроса на уголь на региональном уровне, оценка которой на реальных статисти-

Жемкова Александра Михайловна, научный сотрудник РАНХиГС при Президенте Российской Федерации (Москва), е-таИ:

zhemkova-am@ranepa.ru

1 По данным Росстата. Ш!.: www.gks.ru

ческих данных позволит получить значение эластичности спроса на уголь по цене.

В статье прежде всего представлен обзор литературы по исследуемой тематике, дан краткий анализ ситуации на российском рынке угля, далее описываются теоретическая модель и методология эмпирической оценки ее параметров, а также приводятся данные, на основе которых будет проводиться исследование. В конце работы представлены результаты оценок и их обсуждение.

Теоретические и эмпирические подходы к моделированию спроса на уголь

В целом рынок угля широко исследуется в зарубежной литературе: в моделях векторной коррекции ошибок (VECM) и коинтеграции для оценки базовых кратко- и долгосрочных эластичностей спроса по доходу; в моделях кросс-регионального анализа спроса на уголь с оценкой панельных данных; в моделях, посвященных оценке влияния различных траекторий экологической политики на потребление угля.

Основой первой группы работ принято считать статью Masih и Masih [3], которые с использованием динамической МНК-модели [4] оценили спрос на уголь в Китае за 19531992 гг. и показали, что долгосрочная эластичность спроса на уголь по его цене и доходу близка к единице. Дальнейшее развитие этого направления связано с применением моделей VECM для выявления причинности по Грейнд-жеру в формуле спроса на уголь; к флагманам данного направления можно отнести работу Chan и Lee [5], в которой оцениваются взаимозависимости спроса, цены на уголь, дохода и структурных сдвигов в экономике на данных Китая за 1953-1994 гг. В работе была также получена единичная долгосрочная эластичность спроса по доходу и цене; на основе данного вывода авторы предсказывают рост потребления угля в Китае с 1,2 млрд. т в 1994 г. до 1,48 млрд. т в 2000 г. вследствие сценарного 10%-ного прироста национального дохода,

4%-ного годового повышения цены на уголь и 1%-ного снижения доли тяжелой промышленности в национальном доходе.

Bloch et al. [6] развивают тему анализа рынка угля с помощью VECM-моделей и подходят к вопросу взаимосвязи между потреблением угля и доходом страны, добавляя в расчеты отдельную модель для построения связи между потреблением угля и выбросами загрязняющих веществ. Используя для оценки указанных уравнений модель VECM и тесты на причинность по Грейнджеру, авторы показали, помимо прочего, что цены на уголь могут оказывать существенное влияние на потребление угля, поэтому сокращение выбросов без замедления экономического роста возможно, в случае замены принятой правительством Китая политики субсидирования угольной промышленности на политику субсидирования более экологичных источников энергии.

Направление, предложенное Bloch et al. [6], было развито в целом ряде работ по развивающимся странам (см., например, [7] - Пакистан; [8] - Индонезия; [9] - Латинская Америка и Карибы; [10] - Италия; [11]- Филиппины; [12] - Малайзия; [13] - Нигерия; [14] - Португалия и пр.). Однако результаты этих исследований далеко не всегда однозначны относительно направления причинно-следственной связи между потреблением энергии и экономическим ростом, что объясняется, во-первых, разницей в методологиях, во-вторых, различием в данных по разным странам и разным временным интервалам и, в-третьих, нестационарностью анализируемых временных рядов. Ряд авторов развивали применение методов VECM-моделей, проводя более глубокий региональный анализ (например, [15]). Кросс-региональные различия в показателях играют особую роль в контексте России, в которой производство угля сконцентрировано лишь в некоторых регионах, а потребление -либо вокруг центров добычи, либо на пути крупнейших транспортных маршрутов.

Использование региональных данных для анализа потребления энергии и топлива, в том

числе угля, представляет собой быстро и широко развивающийся пласт литературы (см., например, [16], [17], [18], [19]). В этом направлении интересным исследованием представляется работа Cattaneo, Manera и Scarpa [16]. Моделирование спроса на уголь в статье основывается в ней на предположении о пространственной гетерогенности данных и наличии положительной автокорреляции между некоторыми провинциями, расположенными в основных районах добычи угля. Выбрав для оценки модель SADL (пространственная авторегрессионная модель с распределенным лагом) с фиксированными эффектами, авторы прогнозируют расширение спроса в пределах от 0,6 до 1,8% во всех провинциях; причем наибольший прирост, по их расчетам, должны были обеспечить провинции, расположенные максимально близко к регионам добычи. Таким образом, в литературе содержатся свидетельства важности пространственного фактора при анализе спроса на уголь, который целесообразно учитывать и при анализе эластичности спроса на российский уголь.

В целях определения границ возможной политики в области угольной промышленности ряд авторов обращались к вопросу ценовой эластичности спроса на уголь. Например, в работе Burke и Liao [20] на основе панельных данных оценивалась эластичность спроса на коксующийся уголь в китайских провинциях. Для анализа авторы использовали базовую лог-линейную модель зависимости спроса от цены и дохода с фиксированными эффектами. Основной целью работы было выявление изменения эластичности спроса на уголь (в данном случае коксующийся) по цене во времени (предположение состояло в том, что спрос с течением времени становится все более эластичным по цене), для чего было использовано два подхода: разделение выборки на два периода (1998-2007 гг. и 2008-2012 гг.) и включение в уравнение переменной взаимодействия цены на уголь с временным трендом (которое выражалось произведением обеих переменных). Кроме того, в уравнение включа-

лись важные контрольные переменные, способные повлиять на спрос на уголь: уровень промышленного выпуска в регионе, общая тепловая мощность, цены на газ и фактор наличия в регионе порта - все эти переменные позволяют скорректировать потребность регионов в угле. В работе также была предпринята попытка борьбы с эндогенностью цен на уголь: переменная инструментировалась мировой ценой на уголь и запасами угля в регионе (отсутствие динамики запасов может означать, что потребность в угле падает), однако к значимым результатам это не привело. В результате в работе было показано, что спрос на уголь в Китае со временем действительно становится более эластичным по цене; кроме того, достаточно высок был разброс по регионам -от -0,3 до -0,7 в 2012 г. Такой эффект авторы объясняют все более широким распространением субститутов угля: газа, атомной и возобновляемой энергии.

Поскольку основной целью настоящего исследования является определение эластичности спроса на уголь с учетом разделения на энергетический и коксующийся сегменты, для этого, на наш взгляд, лучше всего подходит методология, предложенная в работе Burke и Liao [20], о которой шла речь выше. Для того чтобы выявить специфические факторы, оказывающие влияние на потребление угля в российских условиях, необходимо привести краткий обзор современной ситуации на рынке угля в России.

Российский рынок угля

Сырьевая база добычи угля в России разнородна - в ней представлены угли всех типов: как энергетические, так и коксующиеся, разнообразных марок, качества и технологических свойств. Коксующийся уголь имеет ряд свойств, которые обеспечивают его хорошую спекаемость при воздействии высоких температур, что позволяет получить высококачественный кокс, свободный от летучих примесей и выделяющий большее количество тепла при сжигании; тем не менее, в связи с трудностью

его добычи, данный тип угля имеет высокую стоимость. Вследствие этого коксующийся уголь используют и закупают в основном предприятия металлургии, для которых кокс - необходимое топливо при производстве стали; энергетический же уголь используется в котельных и тепловых электростанциях для производства тепла/электричества. Таким образом, разные виды угля не являются абсолютными заменителями. Поэтому следует различать рынки коксующегося и энергетического угля: цены и спрос на них формируются отдельно (но не полностью независимо).

В последнее время на российском рынке угля можно выделить несколько трендов: это общая стагнация спроса на уголь, падение внутреннего спроса и одновременно с этим увеличение объемов экспорта как в абсолютном, так и в процентном соотношении. (См. рис. 1.) Таким образом, возрастающий избыток предложения на рынке компенсируется за счет выгодных для России внешнеэкономических тенденций (многие ранее влиятельные игроки мирового рынка угля постепенно уходят с арены в связи с экологическими вопросами - это в первую очередь касается США и некоторых европейских стран).

Тем не менее внутренний российский спрос на уголь продолжает стагнировать, и если спрос на коксующийся уголь был более или менее стабилен в последнее десятилетие, то энергетический уголь сдает позиции на внутреннем рынке из-за газификации регионов. (См. рис. 2.) Однако на данный момент уголь является самым рациональным и эффективным топливом во всех центрах его добычи; тарифы на электроэнергию в этих районах - самые низкие по стране. При этом переход в них на более экологичные источники энергии не только займет долгие годы и потребует значительных средств, но и повысит тарифы. Именно поэтому в настоящее время более актуальным является не полный перевод экономики на «зеленую» энергетику, а модернизация угольной энергетики: повышение производительности, снижение объема выбросов и сокращение количества неэффективных шахт.

Таким образом, несмотря на стагнацию внутреннего спроса на уголь, завершающаяся реструктуризация отрасли, связанная с ликвидацией убыточных шахт, улучшением условий и производительности труда, а также повышением качества угля и уменьшением количест-

Рис. 1. Динамика поставок российского угля в 2012-2016 гг., млн. т

Рис. 2. Динамика поставок российского угля для внутреннего потребления в 2012-2016 гг., млн. т

16

12

Годы

-Внутреннее потребление -Экспорт

Источник: составлено автором на основе статистики грузовых перевозок РЖД.

Годы

-Коксующийся уголь -Энергетический уголь

Источник: составлено автором на основе статистики грузовых перевозок РЖД.

ва в нем вредных примесей за счет внедрения нового, современного оборудования, позволяет по-прежнему поддерживать спрос на уголь на высоком уровне.

Основные регионы потребления сконцентрированы либо вокруг центров добычи (северные, сибирские, дальневосточные регионы), либо в промышленных центрах (юг Приволжского района). Наименьшее потребление демонстрируют южные и западные регионы, удаленные от всех ключевых рынков. Основная часть углей даже не покидает границ собственного региона добычи: они отправляются прежде всего на обогатительные или энергетические предприятия Кемеровской, Иркутской областей и Красноярского края. Коксующиеся угли в основном направляются на коксохимические и металлургические заводы в Кемеровскую, Челябинскую (предприятия «Мечела», ММК), Вологодскую («Северсталь»), Свердловскую («Евраз») и Липецкую (НЛМК) области; энергетические же либо сразу направляются на тепловые электростанции близлежащих регионов, либо остаются в регионе добычи.

В результате анализа рынка угля можно утверждать, что на потребление двух видов угля оказывают влияние разные факторы; в первую очередь это разделение касается отраслей, предъявляющих спрос на уголь, - энергетической либо металлургической. Кроме того, для энергетического сегмента имеют значение удаленность региона потребления от центров добычи, уровень развития обрабатывающей промышленности (из-за высокой потребности в электроэнергии), издержки перехода на альтернативное топливо (цены на газ).Наконец, поскольку энергетический уголь в первую очередь используется для производства тепло-энергии и обогрева в холодное время года, при построении модели необходимо учитывать климат в регионах (например, среднюю температуру зимой). Для коксующихся же углей основное влияние на спрос будут оказывать только тенденции металлургической отрасли и крупной промышленности.

Модель российского рынка угля

На основе проведенного обзора рынка угля в России можно сделать предположение о низкой эластичности спроса на любой уголь по цене в краткосрочном периоде. Коксующийся уголь является незаменимым товаром для коксохимических и металлургических предприятий, а значит, эластичность спроса на него должна быть близкой к нулю; энергетический же - товар также сложнозаменимый, и, аналогично, в некоторых регионах (не газифицированных) эластичность спроса на него должна быть близкой к нулю, в прочих же - замена его на альтернативные виды топлива все равно потребует достаточно длительного срока, т.е. в краткосрочном периоде средняя по стране эластичность спроса на энергетический уголь также будет почти нулевой. Однако долгосрочная эластичность для энергетического угля должна быть выше, поскольку значительное повышение цен на уголь в текущем периоде может вызвать постепенное замещение угля газом или мазутом, что приведет через несколько периодов к сокращению потребления угля. Таким образом, основные гипотезы исследования формулируются следующим образом:

• эластичность спроса по цене на уголь является нулевой в краткосрочном периоде для всех видов угля;

• эластичность спроса по цене на коксующийся уголь близка к нулю и в долгосрочном периоде;

• спрос на энергетический уголь более эластичен по цене в долгосрочном периоде. Как было отмечено выше, для проверки

гипотез будет применяться методология Burke и Liao [20], которые оценивали эластичность спроса на уголь в кратко- и долгосрочном периодах. Отдельно рассматриваются модели для спроса на энергетический и коксующийся уголь. Для того чтобы получить среднюю эластичность спроса на уголь по цене на кросс-региональном уровне, будем основываться на базовой логарифмированной модели спроса:

1пС = в + РЛПР., + + 5 + £.,, (1)

1,1 ~0 » 1 1,1 ~2 г,г I 1,1' ^ '

где С - потребление угля (энергетического или коксующегося) в регионе . в момент времени (каждый месяц для периода 2012-2016 гг.) V, Р - отпускная цена за покупку тонны конкретного типа угля, дефлированная на индекс цен производителя для приведения ее к базовому значению 2012 г.; У - выпуск потребляющей уголь отрасли в регионе; 5- индивидуальный эффект региона; е- ошибка.

Основным допущением модели является предпосылка о горизонтальности кривой предложения угля: предполагается, что в каждый момент времени производители угля могут обеспечить товаром любой объем спроса. (С учетом текущих запасов это предположение справедливо для умеренных шоков спроса. Но оно перестанет выполняться в случае его кратного повышения - однако такие ситуации остаются за рамками настоящего исследования.) Следовательно, можно считать, что цена и объемы потребления угля в модели изменяются только под влиянием сдвигов кривой спроса и не зависят от шоков предложения, а значит, формализацией кривой предложения можно пренебречь.

Таким образом определяется спецификация функций спроса на уголь, позволяющая сделать вывод о краткосрочной эластичности спроса на уголь. Чтобы исключить влияние тренда, во вторую спецификацию модели включались индикаторы года поставки. Кроме того, в реальности отклик спроса на уголь на изменения его цены занимает некоторое время. В связи с этим в третью и четвертую спецификации модели также включаются несколько лагов переменной цены на уголь (а именно два лага -дальнейшее введение лагов ухудшает модель). Включение лагов позволит также решить проблему эндогенности - помимо зависимости потребления угля от его цены одновременно может существовать и обратная зависимость. Введение лагов в модель дает возможность определить более долгосрочную чувствительность спроса на уголь

к изменениям цены - таким образом, средний коэффициент перед логарифмом цены на уголь (определяющийся как сумма всех значимых коэффициентов перед логарифмами цены на уголь в текущем и двух предыдущих периодах) будет определять долгосрочную эластичность спроса на уголь - по предположению, она должна увеличиваться с увеличением лага.

Для оценки были использованы следующие спецификации:

lnC.( = ß0 + ß lnP.( + ß2t + ... + St + elt ; (2) lnC, = ßo + ß lnP.,t + ß + ß3lnPiM +

+ ... +St + £lt ; (3)

lnC.t = ßo + ß,lnP,t + ßt + ßlnpH +

+ ßlnP^ + ... + St + £ц , (4)

где P.tl - отпускная реальная цена за покупку тонны угля в предыдущем месяце; Plt2 - отпускная реальная цена за покупку тонны угля два месяца назад.

В формулах (1)-(4) представлена базовая запись модели для спроса на любой вид угля. Для описания спроса на конкретные виды угля необходимо добавить в модель некоторые специфические показатели, имеющие значение только для коксующегося или только для энергетического сегмента. Таким образом, четыре вышеперечисленные спецификации модели использовались дважды: для оценки спроса на энергетический и коксующийся уголь отдельно. В качестве параметра Y используется выпуск отрасли, являющейся непосредственным потребителем угля (электроэнергетики для энергетического и металлургии для коксующегося). Фиксированный индивидуальный эффект региона вводится для контроля его особенностей, которые могут оказывать влияние на потребление угля, но являются инвариантными во времени. Выбор модели с фиксированными эффектами является более предпочтительным по сравнению с моделью со случайными эффектами как для энергетического, так и для коксующегося угля - за счет наличия ненаблюдаемых особенностей рынка как в регионах добычи, так и в регионах потребления (в пользу сде-

ланного выбора модели также свидетельствуют результаты теста Хаусмана).

Также был выбран ряд специфических переменных, позволяющих уточнить потребность региона в том или ином виде угля. Целесообразность их включения в модель обосновывалась выше. Таким образом, спрос на энергетический уголь определялся следующим образом:

ЫСБЦ = в0 + в 1пР., + в ЫВВЦ + + в3 \пи181апИопи + в4 \nTempeiatuie + + в5 МапиГаС + в6 \nPGAS., + 8 + е.,, (5)

где 1пЕЕ -логарифм выработки электроэнергии в регионе; \nDistantion - логарифм средней дальности перевозок угля в регионе . в момент времени ,; 1пТетрегаШге - логарифм средней температуры января; Мапи1аС-доля обрабатывающей промышленности; 1пРСЛ5 -логарифм реальной цены на газ.

Предполагается, что с увеличением средней дальности будет снижаться потребление угля в силу высоких транспортных тарифов; холодный январь, напротив, повышает потребность в угле - для отопления, как и высокая доля в регионе обрабатывающей промышленности, требующая большого количества энергии. Кроме этого, вместе с ростом цены на газ (как на альтерна-

тивный товар) в регионе предполагается также рост потребления угля. Что касается коксующегося угля, в функции его потребления должна учитываться и доля обрабатывающей промышленности как некий косвенный индикатор объема выпуска металла в регионе. Дальность поставок в данном случае имеет меньшее значение, поскольку для коксующегося угля большую значимость имеет то, является ли регион промышленным центром. Итак, для коксующегося угля спецификация функции спроса принимает вид

1пСС,, = в0 + 1пР., + в2 1пМе,а1., +

+ в3 МапиГаС., + 8.+ е.,, ' (6)

где 1пМе,а1 - логарифм выпуска металлургической отрасли; Мапи!аС - доля обрабатывающей промышленности.

Данные для эмпирической оценки модели

Для оценки построенной модели в работе использовались помесячные панельные данные по железнодорожным перевозкам угля (около 98% всех перевозок угля осуществляется именно этим видом транспорта) за 2012-2016 гг., покрывающие 71 регион России. Таким обра-

Таблица 1

Описательная статистика переменных

Переменная Количество наблюдений Среднее Стандартное отклонение Миним. значение Максим, значение

Потребление энергетического угля (лог) 4260 9,79 2,56 3,98 14,71

Потребление коксующегося угля (лог) 1513 9,60 2,25 4,17 14,77

Реальная цена на коксующийся уголь (лог) 3401 8,58 0,3 7,66 9,76

Реальная цена на энергетический уголь (лог) 3955 8,06 0,44 7,17 9,02

Реальная цена на газ (лог) 4199 4,19 0,3 3,44 5,35

Доля обрабатывающей промышленности 3117 11,01 2,12 2,77 15,39

Доля электростанций, работающих на 4260 0,37 0,33 0 0,97

твердом топливе

Выработка электроэнергии (лог) 4260 14,37 1,09 10,67 17,11

Металлургическое производство (лог) 3917 12,69 3,02 1,25 18,18

Средняя дальность доставки угля (лог) 4064 7,60 0,74 4,71 9,98

Средняя температура января (лог) 4260 -11,76 7,45 -39,4 3,5

Источник: расчеты автора на основе данных ЕМИСС, Росстата, статистики перевозок РЖД.

зом, в общей выборке оказалось представлено 4260 наблюдений; она не являлась сбалансированной в силу наличия пропущенных данных, особенно это касалось регионов с низким и нестабильным уровнем потребления. Для коксующегося угля количество наблюдений оказалось значительно урезано в силу того, что лишь небольшое количество регионов (только промышленные центры) являлись его потребителями. Основными источниками данных послужили базы данных ЕМИСС, Росстата и статистика перевозок РЖД за 2012-2016 гг., агрегированная по месяцам и регионам доставки угля.

Для того чтобы появилась возможность адекватно интерпретировать данные, стоимостные показатели были пересчитаны в сопоставимых ценах (для этого показатели дефлировались на индекс цен производителя); за базовый был принят 2012 г. Табл. 1 отражает описательную статистику используемых переменных.

В первую очередь была протестирована стационарность панельных данных, для чего был использован тест на единичный корень (Im, Pesaran, Shin [21]), применяющийся для несбалансированной панели данных. Тест показал, что нулевая гипотеза о наличии единичного корня у всех рядов (для логарифма цены, потребления и выпуска отраслей) для каждого региона может быть отвергнута, а следовательно, проблема нестационарности рядов в модели отсутствует. В дальнейшем модель была проверена на наличие мультиколлинеар-ности и гетероскедастичности случайных ошибок модели (проблемы отсутствовали).

Результаты эмпирической оценки модели спроса на уголь

Табл. 2 содержит основные результаты оценки модели для спроса на энергетический уголь. В колонке 1 представлены коэффициенты, полученные при оценивании статичной специ-

Таблица 2

Результаты оценки модели для спроса на энергетический уголь (спецификация модели FE)

Зависимая переменная - логарифм потребления энергетического угля

Модель

Переменная Статичная С временными дамми Лаг(1) Лаг(2)

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

1 2 3 4

Цена -0,55*** -0,43*** -0,58*** -0,46***

Лаг цены (-1) 0,1 0,33

Лаг цены (-2) -0,23***

Выработка электроэнергии 0,46*** 0,59** 0,55*** 0,55***

Средняя дальность поставок -0,34*** -0,342*** -0,342*** -0,345***

Средняя температура января 0,04 - - -

Доля обрабатывающей промышленности 0,014* 0,026*** 0,026*** 0,027*

Цена на газ 0,78*** 0,64*** 0,84*** 0,98***

Временные дамми (базовый - 2012 г.):

2013 г. -0,27*** -0,29*** -0,28***

2014 г. -0,51*** -0,55*** -0,55***

2015 г. -0,64*** -0,65*** -0,65***

2016 г. -0,7*** -0,72*** -0,72***

Количество наблюдений 3909 3849 3510 3184

R2 (overall) 0,421 0,459 0,454 0,425

Примечание. В таблице указаны результаты оценки панельной регрессии методом pooled. *** - р<0,01; ** - р<0,05; * - р<0,1. Источник: расчеты автора на основе данных ЕМИСС, Росстата, статистики перевозок РЖД.

фикации, представленной в уравнении (5). Как видно из таблицы,применение спецификации дает оценку эластичности спроса -0,55, являющуюся статистически значимой на 1%-ном уровне. Такая оценка предполагает, что потребление угля достаточно слабо связано с изменением цен в текущем периоде; кроме того, добавление временного тренда смягчает чувствительность спроса до -0,43. Тем не менее это не полностью соотносится с первой гипотезой исследования, говорящей о том, что краткосрочная эластичность спроса по цене для всех видов угля должна быть нулевой. Вместе с тем модель с добавлением лагов (колонки 3 и 4) не позволяет отвергнуть третью гипотезу, демонстрируя хотя и незначительное, но более высокое абсолютное значение эластичности спроса на энергетический уголь в долгосрочном периоде (до -0,58 с лагом в один период и до -0,69 - в два).

Для специфических факторов было выявлено следующее: неожиданно незначимым оказался фактор средней температуры января

в регионе; для остальных факторов было выявлено их вполне логичное влияние: повышение потребности населения в электроэнергии, а также доля обрабатывающей промышленности в регионе были связаны с более высоким спросом на уголь для обеспечения выработки; удаленность же региона от основных центров добычи, напротив, спрос снижала, в силу невыгодности дальней транспортировки (что подтверждает выводы СаНапео et а1. [16] о пространственной зависимости регионального потребления угля). Повышение цен на газ как на товар-заменитель также было связано с более высоким потреблением угля в регионе.

Таким образом, в среднем спрос на энергетический уголь является слабо чувствительным к изменениям цены: при повышении тарифов на 1% спрос при прочих равных условиях упадет всего на 0,43%. Это может свидетельствовать о том, что при повышении цены на энергетический уголь в регионе электростанции будут очень медленно сокращать потребление угля; возможен, к примеру, пере-

Таблица 3

Результаты оценки модели для спроса на коксующийся уголь

Зависимая переменная - логарифм потребления коксующегося угля

Модель

Переменная Статичная С временными дамми Лаг(1) Лаг(2)

1 2 3 4

Цена -0,33*** -0,26*** -0,407*** -0,32 ***

Лаг цены (-1) - - 0,04 -0,42*

Лаг цены (-2) 0,323***

Металлургическое производство 0,207** 0,205** 0,204*** 0,43**

Доля обрабатывающей промышленности 0,009* 0,013* 0,02* 0,015*

Временные дамми (базовый - 2012 г.):

2013 г. -0,21*** -0,22*** -0,22***

2014 г. -0,68*** -0,7*** -0,7***

2015 г. -0,57*** -0,59*** -0,6***

2016 г. -0,65*** -0,65*** -0,67***

Количество наблюдений 1212 1212 1111 1013

№(оуегаП) 0,357 0,409 0,362 0,322

Примечание. В таблице указаны результаты оценки панельной регрессии методом РЕ. *** - р<0,01; ** - р<0,05; * - р<0,1. Источник: расчеты автора на основе данных ЕМИСС, Росстата, статистики перевозок РЖД.

ход на поставки электроэнергии, произведенной из газа или мазута, в том числе из других регионов. Выявленная зависимость говорит о том, что ценовое регулирование в угольной отрасли может оказаться неэффективным инструментом развития.

Как можно видеть из табл. 3, эластичность спроса на коксующийся уголь оказалась еще ниже, чем на энергетический, но и она не является нулевой,как предполагалось изначально, составляя -0,26. Кроме того, введение ла-гированной цены вновь привело к некоторому повышению эластичности спроса, как и для энергетического угля. Таким образом, вместе с первой гипотезой также отвергается и вторая, которая предполагала нулевую долгосрочную эластичность спроса на коксующийся уголь. В результате получается, что сделанное предположение о том, что металлургические предприятия вообще не станут сокращать потребление угля как блага первой необходимости из-за повышения его цены, оказалось неверным (хотя сокращение потребления будет не так значительно, как для энергетического угля). Возможно, дело в том, что, поскольку предприятия по добыче коксующегося угля в большинстве своем входят в состав металлургических холдингов («Евраз», «Мечел», «Северсталь» и пр.), они будут стремиться получить выгоду от экспортных продаж угля по повышенной цене, вместо того чтобы направить дорогой уголь на внутрихолдинговое потребление и переработку.

Дополнительные переменные -объем металлургического производства, являющегося ключевым потребителем коксующегося угля, а также доля обрабатывающей промышленности - также ожидаемо положительно влияли на потребление угля.

Таким образом, несмотря на то что спрос на коксующийся уголь оказался менее чувствительным к цене, чем энергетический, он не был нулевым, а значит, металлургические предприятия готовы отказаться от некоторой доли его потребления после повышения цен на уголь.

Заключение

Полученные в работе результаты свидетельствуют как о существенно отличающихся наборах факторов, формирующих спрос на коксующийся и энергетический уголь, так и о разном характере зависимости спроса на каждый из видов угля от цены.

В частности, оценки показывают, что в то время как спрос на энергетический уголь определяется, в том числе, выработкой электроэнергии и ценой товаров-субститутов (природный газ), спрос на коксующийся уголь зависит в первую очередь от объемов металлургического производства как основного потребителя коксующегося угля. Фактически, после ценового фактора, объем производства в основных секторах - потребителях энергетического и коксующегося угля (электроэнергетика и металлургия) является определяющим для уровня спроса.

В то же время в работе показано, что в целом уголь является товаром, низкоэластичным по цене. При этом для энергетического угля при 1%-ном повышении цены спрос падает на 0,43%, что может свидетельствовать о наличии потенциальных возможностей по переоснащению угольных электростанций и частичному переходу на газ в электрогенерации в долгосрочном периоде (в данном случае не рассматриваются существенно различающиеся возможности каждого рассматриваемого региона по снабжению газом в необходимом масштабе, а также стоимость и, соответственно, целесообразность такого перехода - это задача инвестиционного планирования, имеющая разное решение для каждой конкретной электростанции). Для коксующегося угля 1%-ное повышение цены связано с еще более значительным снижением потребления - на 0,26%, что демонстрирует зависимость металлургии от поставок данного вида угля. Тем не менее ненулевая эластичность отражает наличие возможностей для экспортной реализации некоторого количества добытого коксующегося угля в случае повышения мировых цен на него вместо внутрихолдин-гового потребления и переработки. ■

Литература

1. Global Energy Statistical Yearbook [2017]. URL: https://yearbook.enerdata.net/coal-lignite/coal-produc-tion-data.html (дата обращения: 26.03.2018).

2. «Долгосрочная программа развития угольной промышленности России на период до 2030 года». Министерство энергетики РФ, Москва, 2014. URL: https://minenergo.gov.ru/node/1846 (дата обращения: 26.03.2018).

3. Masih A., Masih R. Energy consumption, real income and temporal causality: results from a multi-country study based on cointegration and error-correction modelling techniques // Energy Economics. 1996. Vol. 18. No. 3. Pp. 165-183.

4. Stock J., Watson M. A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems // Econometrica. 1993. Vol. 61. No. 4. Pp. 783-820.

5. Chan H.L., Lee S.K. Modelling and forecasting the demand for coal in China // Energy Economics. July 1997. Vol. 19. No. 3. Pp. 271-287.

6. Bloch H., Rafiq S., and Salim R. Coal consumption, CO2 emission and economic growth in China: Empirical evidence and policy responses // Energy Economics. March 2012. Vol. 2. No. 518-528. P. 34.

7. Shahbaz M., Zeshan M., and Afza T. Is energy consumption effective to spur economic growth in Pakistan? New evidence from bounds test to level relationships and Granger causality tests // Economic Modelling. November 2012. Vol. 29. No. 6. Pp. 2310-2319.

8. Shahbaz M., Hye Q.M.A., Tiwari A.K., and Leitro N. Economic growth, energy consumption, financial development, international trade and CO2 emissions in Indonesia // Renewable and Sustainable Energy Reviews // 2013. Vol. 25. Pp. 109-121.

9. Al-Mulali U., Lee J.Y., Hakim Mohammed A., and Sheau-Ting L. Examining the link between energy consumption, carbon dioxide emission, and economic growth in Latin America and the Caribbean // Renewable and Sustainable Energy Reviews. 2013. Vol. 26. No. 42-48.

10. Magazzino C. The relationship between CO2 emissions, energy consumption and economic growth in Italy // International Journal of Sustainable Energy. 2014. Vol. 35. No. 9. Pp. 844-857.

11. Lim K.M., Lim S.Y., and Yoo S.H. Oil consumption, CO2 emission, and economic growth: Evidence from the Philippines // Sustainability. 2014. Vol. 6. No. 2. Pp. 967-979.

12. Begum R.A., Sohag K., Abdullah S.M.S., and Jaafar M. CO2 emissions, energy consumption, economic and population growth in Malaysia // Renewable and Sustainable Energy Reviews. January 2015. Vol. 41. Pp. 594-601.

13. Chindo S., Abdulrahim A., Waziri S.I., and Huong W. Energy consumption, CO2 emissions and GDP in Nigeria // GeoJournal. May 2014. Vol. 79. No. 3. Pp. 315-322.

14. Shahbaz M., Jam F.A., Bibi S., and Loganathan N. Multivariate Granger causality between CO2 emissions, energy intensity and economic growth in Portugal: evidence from cointegration and causality analysis // Technological and Economic Development of Economy. January 2016. Vol. 22. No. 1, 2. Pp. 47-74.

15. Herrerias M.J., Joyeux R., and Girardin E. Short- and long-run causality between energy consumption and economic growth: Evidence across regions in China // Applied Energy. December 2013. Vol. 112. Pp. 14831492.

16. Cattaneo C., Manera M., and Scarpa E. Industrial coal demand in China: A provincial analysis // Resource and Energy Economics. 2011. Vol. 33. No. 1. Pp. 12-35.

17. Du L., Wei C., and Cai S. Economic development and carbon dioxide emissions in China: Provincial panel data analysis // China Economic Review. 2012. Vol. 23. No. 2. Pp. 371-384.

18. Hao Y., Zhang Z.Y., Liao H., and Wei Y.M. China's farewell to coal: A forecast of coal consumption through 2020 // Energy Policy. 2015. Vol. 86. Pp. 444-455.

19. Li R., Leung G.C.K. Coal consumption and economic growth in China // Energy Policy. 2012. Vol. 40. Pp. 438-443.

20. Burke P.J., Liao H. Is the price elasticity of demand for coal in China increasing? // China Economic Review. December 2015. Vol. 36. Pp. 309-322.

21. Im K.S., Pesaran M.H., and Shin Y. Testing for unit roots in heterogeneous panels // Journal of Econometrics. July 2003. Vol. 115. No. 1. Pp. 53-74.

22. Lee C.C., Chang C.P. Energy consumption and economic growth in Asian economies: a more comprehensive analysis using panel data // Resource and Energy Economics. January 2008. Vol. 30. No. 1. Pp. 50-65.

23. Jinke L., Hualing S., and Dianming G. Causality relationship between coal consumption and GDP: Difference of major OECD and non-OECD countries // Applied Energy. June 2008. Vol. 85. No. 6. Pp. 421-429.

24. Wolde-Rufael Y. Coal consumption and economic growth revisited // Applied Energy. January 2010. Vol. 87. No. 1. Pp. 160-167.

25. Yuan J.H., Kang J.G., Zhao C.H., and Hu Z.G. Energy consumption and economic growth: Evidence from China at both aggregated and disaggregated levels // Energy Economics. November 2008. Vol. 30. No. 6. Pp. 3077-3094.

26. Grossman G.M., Kruger A.B. Ecomonic growth and the environment // The Quarterly Journal of Economics. 1995. Vol. 110. No. 2. Pp. 353-377.

27. Suri V., Chapman D. Economic growth, trade and energy: implications for the environmental Kuznets curve // Ecological Economics. 1998. Vol. 25. No. 2. Pp. 195-208.

28. Yoo S.H., Lee J.S. Electricity consumption and economic growth: a cross-country analysis // Energy Policy. 2010. Vol. 38. No. 1.

29. Dasgupta S., Laplante B., Wang H., and Wheeler D. Confronting the environmental Kuznets curve // Journal of Economic Perspectives. 2002. Vol. 16. Pp. 147-168.

30. Luzzati T., Orsini M. Investigating the energy-environmental Kuznets curve // Energy. 2009. Vol. 34. No. 3. Pp. 291-300.

31. Saboori B., Sulaiman J. Environmental degradation, economic growth and energy consumption: evidence of the environmental Kuznets curve in Malaysia // Energy Policy. 2013. Vol. 60. Pp. 892-905.

32. You J. China's challenge for decarbonized growth: forecasts from energy demand models // Journal of Policy Modeling. 2013. Vol. 35. No. 4. Pp. 652-668.

33. Hao Y., Zhang Z.Y., Liao H., and Wei Y.M. China's farewell to coal: A forecast of coal consumption through 2020 // China's farewell to coal: A forecast of coal consumption through 2020. November 2015. Vol. 86. Pp. 444-455.

34. Ma H., Oxley L. Are China's energy markets cointegrated? // China Economic Review. 2011. Vol. 22. Pp. 398-407.

References

1. Global Energy Statistical Yearbook [2017]. URL: https://yearbook.enerdata.net/coal-lignite/coal-produc-tion-data.html (reference date: 26.03.2018).

2. "Long-term program of coal industry development in Russia for the period through 2030." RF Ministry of Energy, 2014. URL: https://minenergo.gov.ru/node/1846 (reference date: 26.03.2018).

3. Masih A., Masih R. Energy consumption, real income and temporal causality: results from a multi-country study based on cointegration and error-correction modelling techniques // Energy Economics. 1996. Vol. 18. No. 3. Pp. 165-183.

4. Stock J., Watson M. A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems // Econometrica. 1993. Vol. 61. No. 4. Pp. 783-820.

5. Chan H.L., Lee S.K. Modelling and forecasting the demand for coal in China // Energy Economics. July 1997. Vol. 19. No. 3. Pp. 271-287.

6. Bloch H., Rafiq S., and Salim R. Coal consumption, CO2 emission and economic growth in China: Empirical evidence and policy responses // Energy Economics. March 2012. Vol. 2. No. 518-528. P. 34.

7. Shahbaz M., Zeshan M., and Afza T. Is energy consumption effective to spur economic growth in Pakistan? New evidence from bounds test to level relationships and Granger causality tests // Economic Modelling. November 2012. Vol. 29. No. 6. Pp. 2310-2319.

8. Shahbaz M., Hye Q.M.A., Tiwari A.K., and Leitro N. Economic growth, energy consumption, financial development, international trade and CO2 emissions in Indonesia // Renewable and Sustainable Energy Reviews // 2013. Vol. 25. Pp. 109-121.

9. Al-Mulali U., Lee J.Y., Hakim Mohammed A., and Sheau-Ting L. Examining the link between energy consumption, carbon dioxide emission, and economic growth in Latin America and the Caribbean // Renewable and Sustainable Energy Reviews. 2013. Vol. 26. No. 42-48.

10. Magazzino C. The relationship between CO2 emissions, energy consumption and economic growth in Italy // International Journal of Sustainable Energy. 2014. Vol. 35. No. 9. Pp. 844-857.

11. Lim K.M., Lim S.Y., and Yoo S.H. Oil consumption, CO2 emission, and economic growth: Evidence from the Philippines // Sustainability. 2014. Vol. 6. No. 2. Pp. 967-979.

12. Begum R.A., Sohag K., Abdullah S.M.S., and Jaafar M. CO2 emissions, energy consumption, economic and population growth in Malaysia // Renewable and Sustainable Energy Reviews. January 2015. Vol. 41. Pp. 594-601.

13. Chindo S., Abdulrahim A., Waziri S.I., and Huong W. Energy consumption, CO2 emissions and GDP in Nigeria // GeoJournal. May 2014. Vol. 79. No. 3. Pp. 315-322.

14. Shahbaz M., Jam F.A., Bibi S., and Loganathan N. Multivariate Granger causality between CO2 emissions, energy intensity and economic growth in Portugal: evidence from cointegration and causality analysis // Technological and Economic Development of Economy. January 2016. Vol. 22. No. 1, 2. Pp. 47-74.

15. Herrerias M.J., Joyeux R., and Girardin E. Short- and long-run causality between energy consumption and economic growth: Evidence across regions in China // Applied Energy. December 2013. Vol. 112. Pp. 14831492.

16. Cattaneo C., Manera M., and Scarpa E. Industrial coal demand in China: A provincial analysis // Resource and Energy Economics. 2011. Vol. 33. No. 1. Pp. 12-35.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

17. Du L., Wei C., and Cai S. Economic development and carbon dioxide emissions in China: Provincial panel data analysis // China Economic Review. 2012. Vol. 23. No. 2. Pp. 371-384.

18. Hao Y., Zhang Z.Y., Liao H., and Wei Y.M. China's farewell to coal: A forecast of coal consumption through 2020 // Energy Policy. 2015. Vol. 86. Pp. 444-455.

19. Li R., Leung G.C.K. Coal consumption and economic growth in China // Energy Policy. 2012. Vol. 40. Pp. 438-443.

20. Burke P.J., Liao H. Is the price elasticity of demand for coal in China increasing? // China Economic Review. December 2015. Vol. 36. Pp. 309-322.

21. Im K.S., Pesaran M.H., and Shin Y. Testing for unit roots in heterogeneous panels // Journal of Econometrics. July 2003. Vol. 115. No. 1. Pp. 53-74.

22. Lee C.C., Chang C.P. Energy consumption and economic growth in Asian economies: a more comprehensive analysis using panel data // Resource and Energy Economics. January 2008. Vol. 30. No. 1. Pp. 50-65.

23. Jinke L., Hualing S., and Dianming G. Causality relationship between coal consumption and GDP: Difference of major OECD and non-OECD countries // Applied Energy. June 2008. Vol. 85. No. 6. Pp. 421-429.

24. Wolde-Rufael Y. Coal consumption and economic growth revisited // Applied Energy. January 2010. Vol. 87. No. 1. Pp. 160-167.

25. Yuan J.H., Kang J.G., Zhao C.H., and Hu Z.G. Energy consumption and economic growth: Evidence from China at both aggregated and disaggregated levels // Energy Economics. November 2008. Vol. 30. No. 6. Pp. 3077-3094.

26. Grossman G.M., Kruger A.B. Ecomonic growth and the environment // The Quarterly Journal of Economics. 1995. Vol. 110. No. 2. Pp. 353-377.

27. Suri V., Chapman D. Economic growth, trade and energy: implications for the environmental Kuznets curve // Ecological Economics. 1998. Vol. 25. No. 2. Pp. 195-208.

28.Yoo S.H., Lee J.S. Electricity consumption and economic growth: a cross-country analysis // Energy Policy. 2010. Vol. 38. No. 1.

29. Dasgupta S., Laplante B., Wang H., and Wheeler D. Confronting the environmental Kuznets curve // Journal of Economic Perspectives. 2002. Vol. 16. Pp. 147-168.

30. Luzzati T., Orsini M. Investigating the energy-environmental Kuznets curve // Energy. 2009. Vol. 34. No. 3. Pp. 291-300.

31. Saboori B., Sulaiman J. Environmental degradation, economic growth and energy consumption: evidence of the environmental Kuznets curve in Malaysia // Energy Policy. 2013. Vol. 60. Pp. 892-905.

32. You J. China's challenge for decarbonized growth: forecasts from energy demand models // Journal of Policy Modeling. 2013. Vol. 35. No. 4. Pp. 652-668.

33. Hao Y., Zhang Z.Y., Liao H., and Wei Y.M. China's farewell to coal: A forecast of coal consumption through 2020 // China's farewell to coal: A forecast of coal consumption through 2020. November 2015. Vol. 86. Pp. 444-455.

34. Ma H., Oxley L. Are China's energy markets cointegrated? // China Economic Review. 2011. Vol. 22. Pp. 398-407.

Model of Domestic Demand on Coal in Russia

Alexandra M. Zhemkova - Researcher of the Russian Presidential Academy of National Economy and Public Administration (Moscow, Russia). E-mail: zhemkova-am@ranepa.ru

Results of estimation of parameters of the model of domestic demand on coal in Russia based on empirical data demonstrate that demand on power generating coal in the short term is nearly inelastic in price terms, however in the long-term sensitivity to the price change increases. Apart from the global trend towards gradual decrease of coal consumption, this can be due to re-equipment and transition to gas in power generation in the long-term. Demand on metallurgical coal according to the estimates was non-elastic both in short- and long-term perspective, which can be explained that for iron works metallurgical coal thus far is irreplaceable factor of production. Nevertheless low, but not zero elasticity reflects possibilities for export of certain quantity of metallurgical coal in the event of price growth on this product

Key words: coal, model, domestic demand, external demand, demand elasticity, demand function, coal production, hypothesis.

i Надоели баннеры? Вы всегда можете отключить рекламу.