CC BY
45
Для цитирования: Акаев А. А., Давыдова О. И., Малков А. С., Шульгин С. Г. Моделирование перспективных торгово-транспортных коридоров в рамках проекта «Один пояс — один путь» // Экономика региона. — 2019.
— Т. 15, вып. 4. — С. 981-995
https://doi.org/10.17059/2019-4-2 УДК 332.12; 332.14; 338.2
А. А. Акаев а), О. И. Давыдова б), А. С. Малков б), С. Г. Шульгин в)
а) Московский государственный университет им. М. В. Ломоносова (Москва, Российская Федерация; e-mail: askarakaev@mail.ru) б) ООО «Айдесайд Консалтинг» (Королев, Российская Федерация) в) Институт прикладных экономических исследований (Москва, Российская Федерация)
МОДЕЛИРОВАНИЕ ПЕРСПЕКТИВНЫХ ТОРГОВО-ТРАНСПОРТНЫХ КОРИДОРОВ В РАМКАХ ПРОЕКТА «ОДИН ПОЯС - ОДИН ПУТЬ» 1
В условиях стремительного роста торговли между Азией и Европой возрождается Великий шелковый путь, являвшийся одним из основных торговых маршрутов в прошлом. Новый шелковый путь может пройти через территорию нескольких десятков государств, способствуя их экономическому росту. Точный маршрут нового шелкового пути на данный момент не определен, имеется несколько альтернативных вариантов. В статье для оценки того, как изменятся трансъевразийские транспортные потоки в случае реализации того или иного варианта маршрута китайского проекта «Один пояс — один путь» (с учетом модернизации российской железнодорожной сети), используется разработанная авторами математическая модель, основанная на уравнении теплопроводности, широко применяемом в физике. Данная пространственная модель позволяет на основе пространственного распределения спроса и предложения товаров моделировать и прогнозировать товаро-потоки в конкретной географической области. В модели используются соотношения, связывающие характеристики товарных потоков и пространственное распределение цен на рассматриваемой территории. Приведены результаты расчетов для нескольких сценариев модернизации, включая инерционный сценарий, при котором сохраняется сложившаяся на настоящий момент схема транспортировки товаров, сценарий, предполагающий построение высокоскоростного Северного коридора Трансазиатской железнодорожной магистрали, включая высокоскоростной участок Москва — Казань — Екатеринбург — Казахстан — Урумчи, а также сценарий, в котором маршрут шелкового пути не проходит по территории Казахстана. Моделирование показывает, что наиболее благоприятным для реализации транзитных возможностей России и для ускорения ее экономического роста является сценарий создания высокоскоростной магистрали от Владивостока до западной границы страны. Результаты моделирования могут использоваться для оценки эффективности инфраструктурных проектов по модернизации российской транспортной сети.
Ключевые слова: товаропотоки, транспортные коридоры, пространственное моделирование, мировая торговля, высокоскоростные железнодорожные магистрали
Введение
В настоящее время в мире происходят кардинальные перемены. Центры экономического роста перемещаются с запада на восток. Соответственно, изменяется география глобальных торговых потоков. Ярким примером таких изменений является осуществляемый Китаем проект «Один пояс — один путь», о начале которого заявил в 2013 г. Си Цзиньпин, председатель Китайской Народной Республики. Проект направлен на создание современной транспортной инфраструктуры —
1 © Акаев А. А., Давыдова О. И., Малков А. С., Шульгин С. Г. Текст. 2019.
сети автомобильных и железных дорог, морских путей и трубопроводов, соединяющих КНР и страны Европы. Построенные пути позволят интенсифицировать торговые потоки между различными точками мира, снизить издержки на транспортировку грузов. В Китай будет поставляться сырье, из Китая будут экспортироваться товары.
Последние десятилетия ознаменованы быстрым ростом торгового оборота между Китаем и Европой (рис. 1).
При этом торговля между Европой и Азией обслуживается в основном морским транспортом, из всего объема импорта Китая в Европу по суше доставляется лишь малая часть (рис. 2).
Рис. 1. Экспорт из Китая в Европу, млрд долл. США (источник: United Nations Conference on Trade and Development (UNCTAD) [Электронный ресурс]. URL: http://unctadstat.unctad.org/EN (дата обращения: 15.10.2018))
Рис. 2. Оценки параметров морской и железнодорожной трансазиатской торговли
Несмотря на это, железнодорожный транспорт претендует на часть товарного потока, имея преимущества в скорости доставки. Объемы железнодорожных перевозок увеличиваются быстрыми темпами. Только за 2016 г. достигнут двукратный рост железнодорожных контейнерных перевозок в направлении КНР - ЕС - КНР с 47 тыс. ТЕи1 в 2015 г. до 105 тыс. ТЕи в 2016 г., что почти в 100 раз превышает
1 TEU (twenty-foot equivalent unit) — стандартный контейнер для перевозки товаров.
показатель 2011 г.2 В 2017 г. объем контейнерных перевозок транзитом через территорию Евразийского экономического союза составил 262 тыс. ТЕи3 (рис. 3).
2 Симонова Татьяна. Объем перевозок между КНР — ЕС — КНР по территории Казахстана увеличился в два раза [Электронный ресурс]. URL: http://www.rzd-partner.ru/ zhd-transport/news/obem-perevozok-mezhdu-knr-es-knr-po-territorii-kazakhstana-uvelichilsya-v-dva-raza/ (дата обращения: 15.10.2018).
3 Плетнев Сергей. Объем транзитных контейнерных перевозок через Россию растет до 500 тыс. TEU [Электронный
Рис. 3. Транзит контейнерных перевозок железнодорожным транспортом в направлении КНР — ЕС — КНР, тыс. TEU
К 2020 г. транзит может вырасти до 450500 тыс. ТЕи, а число отправлений увеличится в три раза и достигнет 100 поездов в неделю. Объединенная транспортно-логистическая компания (АО «ОТЛК») к 2025 г. намерена увеличить транзитные железнодорожные перевозки грузов между Китаем и Европой до 1 млн ТЕи в год1.
На саммите «Один пояс - один путь», проходившем в мае 2017 г. в Пекине Си Цзиньпин сообщил, что готов инвестировать в создание Нового шелкового пути 124 млрд долл.2 В настоящее время функционируют два института для финансирования проектов: Азиатский банк инфраструктурных инвестиций и Фонд Шелкового пути. Активы Азиатского банка инфраструктурных инвестиций составляют 100 млрд долл., Фонда Шелкового пути - 40 млрд долл. 3
Для России крайне важно стать трансъевразийским транспортным коридором «Нового шелкового пути», что потребует модернизации Байкало-Амурской и Транссибирской магистралей. Этап модернизации Байкало-Амурской магистрали и Транссиба, реализуемый с 2018 г. до 2025 г., оценивается в 500 млрд
ресурс]. URL: http://www.gudok.m/freighttrans/?ro=1410287 (дата обращения: 16.10.2018).
1 Объединенная транспортно-логистическая компания — Евразийский железнодорожный альянс. Миллион контейнеров на Шелковом пути. [Электронный ресурс]. URL: http://www.utlc.com/news/million-konteynerov-na-shelkovom-puti/ (дата обращения: 17.10.2018).
2 Brenda Goh, Yawen Chen. China pledges $124 billion for new Silk Road as champion of globalization. [Электронный ресурс]. URL:https://www.reuters.com/article/us-china-silkroad-africa/china-pledges-124-billion-for-new-silk-road-as-champion-of-globalization-idUSKBN18A02I?il=0 (дата обращения: 17.10.2018).
3 Полина Химшиашвили, Павел Кошкин, Людмила Подобедова. Путин в Пекине. Как Россия встраивается в китайский Шелковый путь. [Электронный ресурс]. URL: https://www.rbc.ru/politics/14/05/2017/59159e0d9a794731858 6f81f (дата обращения: 17.10.2018).
руб.4 В Указе Президента РФ от 07.05.2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» поставлена задача увеличить пропускную способность Байкало-Амурской и Транссибирской железнодорожных магистралей в полтора раза, до 180 млн т, а объем транзитных железнодорожных перевозок — в 4 раза5.
Важнейшую роль играет развитие высокоскоростных железнодорожных магистралей. Высокоскоростная магистраль (ВСМ) Пекин — Москва — Европа может быть построена к 2035 г. ТЭО проекта разрабатывает РЖД совместно с «Китайскими железными дорогами». В России уже реализуется проект высокоскоростной магистрали Москва — Казань, которая, скорее всего, станет частью ВСМ Москва — Пекин стоимостью 7 трлн руб. и проекта «Один пояс — один путь»6.
Россия и Япония рассматривают возможность возведения моста между островами Сахалин и Хоккайдо. Эта железная дорога позволила бы России значительно увеличить объем транзита из Японии. По расчетам Минтранса, примерная стоимость работ по возведению моста через пролив Невельского, отделяющий Сахалин от материка, составит 400 млрд руб.7 Совокупная стоимость проекта
4 РЖД оценили второй этап проекта БАМ-Транссиб почти в 500 млрд руб. [Электронный ресурс]. URL: http://tass.ru/ transport/4662797 (дата обращения: 19.10.2018).
5 О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года. Указ Президента РФ от 07.05.2018 г. № 204.
6 Минтранс. Проект ВСМ Пекин — Москва — Европа будет реализован к 2035 г. [Электронный ресурс]. URL: http://tass. ru/ekonomika/4431364 (дата обращения: 19.10.2018).
7 Аракелян Е., Беляков Е., Адамович О. Мост с Сахалина на Хоккайдо обойдется в 50 млрд долларов. [Электронный ресурс]. URL: https://www.kp.ru/daily/26728.4/3754385 (дата обращения: 19.10.2018).
должна составить 8 трлн руб., российская доля будет достигать 3,6 трлн руб.1.
Хотя существует много планов по развитию евразийской транспортной инфраструктуры, окончательный ее облик пока неясен, обсуждаются несколько вариантов транспортных коридоров в рамках «Нового шелкового пути». Для оценки перспектив их развития и для определения приоритетов в создании трансъвразий-ской транспортной инфраструктуры необходимо провести математическое моделирование с целью сравнения возможных вариантов торговых маршрутов. В данной статье описана методология такого моделирования, изложена математическая модель, приведены некоторые результаты расчетов.
Теория
Глобальные торговые потоки формируются в результате экономического взаимодействия различных стран и регионов мира. Моделированию международной торговли посвящены работы [1-24] и др. В нашем исследовании для анализа и моделирования торговых потоков использовалась усовершенствованная модель [24]. В работе [24] оценивались роль и взаимное влияние демографических, экономических, технологических и пространственно-географических факторов на международную торговлю в до-индустриальную эпоху. Были введены новые пространственно-географические характеристики: транспортная проводимость и то-варопроводность. Предложена модель вычисления транспортной проводимости для различных географических областей. Данная модель может применяться как для исторических, так и для современных данных с целью расчета времени транспортировки товаров по конкретному маршруту. Помимо интенсивности товаропотоков, предложенная методика позволяет оценить пространственное распределение цен, плотностей производства и потребления. Представленная в [24] модель дает возможность на основе имеющегося пространственного распределения производства и потребления анализировать това-ропотоки в конкретной географической области. При этом расположение товаропотоков в пространстве вычисляется с учетом различий географических областей. Задача может быть сформулирована так: имеется географиче-
1 Россия и Япония обсуждают строительство моста между Сахалином и Хоккайдо [Электронный ресурс]. URL: https://www.kommersant.ru/doc/3403200 (дата обращения: 19.10.2018).
ская область ^ у которой определена кусочно-гладкая граница; для всех точек (х, у) е и заданы: р(х, у, Г) — стоимость товара; ш(х, у, Г) — плотность товаропотока; ц(х, у, Г) — плотность разности величины производства и потребления товара; Т(х, у, Г) — плотность товара; {К(х, у)} — параметры территории, оказывающие влияние на перевозку товара; шаи(х, у, Г) — товарный поток, определенный на границе области ди, где х и у — координаты границы: (х, у) е ди. Необходимо рассчитать значения Т(х, у, Г), ш(х, у, Г), и величину р(х, у, Г), зная ц(х, у, Г), {К(х, у)} и Шди(х, у, Г);
Аналогичную задачу решал М. Бекманн [22, 23]. В качестве главных параметров территории он выделял затраты на транспортировку и скорость перевозки товара в конкретной точке. М. Бекманн предложил уравнение для определения оптимальных потоков. В уравнении предполагается, что товаропо-ток следует в направлении градиента цены. При этом модуль градиента равен затратам на транспортировку.
м
к— = р всюду, где w ф 0. (1)
м
В работе [24] в модель М. Бекманна были добавлены грубость и нестационарность. Грубость подразумевает небольшое изменение потоков при небольшом изменении стоимости перевозки. Нестационарность предполагает эволюцию во времени. Итоговое уравнение было записано следующим образом:
|Р = ^у(к( х, у))^ р) - ц). (2) дГ
Данное уравнение подразумевает, что то-варопоток пропорционален градиенту цены и следует в направлении градиента цены. В работе [24] приведены четкие обоснования данных предположений. Полученное уравнение не требует информации о стоимостях перевозки, и включает в себя коэффициент товаропровод-ности к(х, у), который можно оценить.
В работе [24] выражение (2) использовалось для моделирования исторического Великого шелкового пути, на протяжении столетий связывавшего средневековую Европу и Китай. Коэффициент товаропроводности считался функцией от обложения торговцев пошлинами, вероятности разбойных нападений на торговые караваны, издержек на содержание транспортных средств, их грузоподъемности и мощности, особенностей ландшафта, энергозатрат на движение. Моделирование проводилось с использованием конечно-разностных
методов на пространственной сетке, построенной с учетом формы Земли.
В результате моделирования были определены наиболее вероятные маршруты транспортировки товаров для разных исторических эпох при условии, что источник товара находился в Китае, а сток — в Европе. Оказалось, что важное значение для формирования маршрутов и их стабильного функционирования имеют геополитические факторы: в эпохи расцвета крупных империй условия торговли (включая безопасность перевозок) улучшались, что приводило к повышению коэффициента товаропроводности и увеличению товаро-потоков. Сопоставление исторических маршрутов и маршрутов, рассчитанных по модели, показало их хорошее соответствие.
Для моделирования современного «Нового шелкового пути» данная модель была модифицирована, о чем будет сказано далее.
Данные и методы
Для реализации изложенного выше подхода к пространственному моделированию торговых потоков необходимо задание пространственного распределения источников и стоков товаров, то есть пространственного расположения производителей и потребителей товарной продукции (экспортеров и импортеров), а также прогнозируемых объемов экспорта и импорта. Прогноз и визуализация мировых торговых взаимодействий между странами до 2025 г. делались на основе макромодели, описанной в [25]. Основой для моделирования служили статистические данные (текущая торговая статистика UN COMTRADE, демографический прогноз ООН, макроэкономические данные ШогЫВапк), гравитационная модель Я. Тинбергена, модели долгосрочного экономического роста Барро и Сала-и-Мартина, Мэнкью, Ромера и Вэйла, Эванса. Согласно инерционному сценарию (темпы роста экономик стран мира сохраняются на существующем в настоящее время уровне), к 2025 г. Китай станет безусловным лидером в мировой торговле и главным торговым партнером Германии — экономического лидера Европейского союза1.
Для задания в модели пространственного распределения производства и потребления в 2025 г. было выбрано 30 крупнейших экономик мира. В качестве производителей рассматривались Китай, Южная Корея и Япония.
1 При сложившихся условиях резко возрастает роль России в качестве страны-транзитера, и, безусловно, нужно использовать появившиеся возможности.
Остальные страны рассматривались в качестве импортеров произведенной в указанных странах продукции. Для определения объемов транспортных перевозок на основе рассчитанного инерционного прогноза на 2025 г. были сделаны оценки экспорта из Китая, Южной Кореи и Японии в наиболее крупные экономики мира. Экспорт представлен 10 товарными категориями:
1) текстиль и мебель;
2) овощи, продукты питания и дерево;
3) драгоценные камни и стеклянная продукция;
4) полезные ископаемые;
5) металлы;
6) химикаты и пластик;
7) транспортные средства;
8) машинное оборудование;
9) электроника;
10) другое.
Результаты прогноза по товарным группам и странам в долларах США 2015 г. представлены в таблице 1.
Данное пространственное распределение производства и потребления использовалось в качестве исходных данных для моделирования товаропотоков.
Модель
Моделирование перспективных торгово-транспортных коридоров проводилось на основе модели пространственных торговых потоков, описанной выше, и в работе [24]. Модель была усовершенствована с целью обеспечения возможности учета всей глобальной (а не только евразийской) сети товароперевозок, включая Северный морской путь и межконтинентальную торговлю. Схема торговых коридоров, учитываемых при моделировании, представлена на рисунке 4.
В модели глобальная транспортная сеть задается в виде графа Б = (V, Е), где V — вершины графа, Е — ребра графа. Вершинами графа V являются основные города, которые связаны железнодорожными путями (Астана, Варшава, Владивосток, Гамбург, Гонконг, Иркутск, Казань, Москва, Париж, Пекин, Петербург, Роттердам, Стамбул, Тегеран, Шанхай и т. д.), и города, находящиеся вдоль морских путей (Гаосюн, Джакарта, Джибути, Каир, Карачи, Манила, Марсель, Мумбаи, Пусан, Сингапур, Циндао и т. д.). Железнодорожные и морские маршруты, проходящие между городами (вершинами графа), представлены ребрами графа Е. Для каждой вершины графа V задана величина
являющаяся разницей между производством
ш
0
1
о
Таблица 1
Прогноз экспорта из Китая (CHN), Южной Кореи (KOR) и Японии (JPN) в крупнейшие страны мира в 2025 г. по товарным группам,
в долларах США по курсу 2015 г.
Exporter Importer Textiles and furniture Vegetables, foodstuffs and wood Stone and glass Minerals Metals Chemicals and plastics Transport vehicles Machinery Electronics Other total, $
CHN USA 1.27E+11 3.57E+10 1.43E+10 1.37E+09 3.53E+10 4.86E+10 1.92E+10 2.02E+11 1.78E+11 5.67E+09 6.67E+11
CHN JPN 1.14E+11 5.65E+10 8.59E+09 7.02E+09 3.01E+10 4.46E+10 1.6E+10 1.24E+11 1.30E+11 1.13E+09 5.33E+11
CHN DEU 7.66E+10 1.8E+10 6.32E+09 1.75E+09 1.78E+10 2.31E+10 1.11E+10 9.05E+10 6.3E+10 17692731 3.08E+11
CHN GBR 1.76E+10 5.09E+09 1.74E+09 83915900 4.51E+09 5.35E+09 1.77E+09 1.79E+10 1.39E+10 2.89E+08 6.83E+10
CHN FRA 1.75E+10 4.1E+09 1.3E+09 96523054 3.38E+09 4.72E+09 1.31E+09 1.96E+10 1.81E+10 33739471 7.02E+10
CHN BRA 2.09E+10 6.6E+09 3.04E+09 9.49E+08 1.37E+10 2.29E+10 8.62E+09 3.56E+10 3.94E+10 6411561 1.52E+11
CHN ITA 1.19E+10 3.3E+09 1.1E+09 1.1E+08 4.52E+09 4.43E+09 1.25E+09 1.18E+10 8.15E+09 74419746 4.66E+10
CHN RUS 2.67E+10 1.1E+10 2.29E+09 4.28E+08 6.93E+09 7.42E+09 4.33E+09 1.78E+10 1.42E+10 305460 9.12E+10
CHN IND 1.13E+10 3.32E+09 6.2E+09 2.49E+09 1.43E+10 3.4E+10 6.18E+09 3.12E+10 3.66E+10 3.05E+09 1.49E+11
CHN CAN 1.71E+10 5.85E+09 2.22E+09 3.57E+08 7.86E+09 6.13E+09 3.19E+09 1.92E+10 1.59E+10 21275326 7.79E+10
CHN AUS 6.83E+10 2.17E+10 8.11E+09 5.39E+09 2.87E+10 3.48E+10 1.4E+10 7.54E+10 5.49E+10 3288277 3.11E+11
CHN KOR 1.04E+11 6.47E+10 2.62E+10 2.18E+10 1.32E+11 8.55E+10 1.97E+10 1.37E+11 3.29E+11 89780867 9.21E+11
CHN ESP 5.41E+09 1.52E+09 4.11E+08 48583827 1.56E+09 1.97E+09 3.62E+08 4.19E+09 3.62E+09 14092207 1.91E+10
CHN МЕХ 4.76E+09 1.41E+09 5.52E+08 1.52E+08 2.13E+09 3.14E+09 2.17E+09 1.11E+10 8.29E+09 542840.9 3.37E+10
CHN TUR 3.84E+09 8.68E+08 7.13E+08 61008795 1.86E+09 2.6E+09 7.3E+08 6.11E+09 5.59E+09 19949324 2.24E+10
CHN IDN 3.02E+10 1.25E+10 4.94E+09 9.55E+09 2.47E+10 2.4E+10 6.59E+09 3.8E+10 2.91E+10 4400797 1.79E+11
CHN NLD 3.94E+09 1.44E+09 3.22E+08 1.11E+08 1.26E+09 2.14E+09 5.1E+08 1.25E+10 8.22E+09 1.82E+08 3.07E+10
CHN SAU 6.28E+10 1.53E+10 1.38E+10 8.55E+08 3.41E+10 2.29E+10 1.34E+10 4.08E+10 2.73E+10 7963277 2.31E+11
CHN CHE 3.83E+10 1.2E+10 6.06E+09 1.15E+09 9.73E+09 3.18E+10 3.33E+09 5.55E+10 4.83E+10 46404010 2.06E+11
CHN SWE 7.27E+09 1.77E+09 5.35E+08 46082291 1.97E+09 1.48E+09 7.33E+08 4.7E+09 5.51E+09 8432502 2.4E+10
CHN NGA 1.9E+09 5.1E+08 3.61E+08 52533139 9.93E+08 9.95E+08 6.96E+08 9.87E+08 1.27E+09 2634223 7.77E+09
CHN POL 1.92E+09 4.28E+08 2.18E+08 32434118 6.82E+08 6.2E+08 3.17E+08 3E+09 2.01E+09 403408.2 9.23E+09
CHN BEL 7.6E+09 2.26E+09 1.95E+09 1.1E+08 4.25E+09 4.7E+09 7.35E+08 5.5E+09 4.34E+09 2.64E+08 3.17E+10
CHN ARC 2.48E+09 6.52E+08 3.15E+08 2.44E+08 1.2E+09 5.02E+09 3.12E+09 7.39E+09 8.23E+09 1755222 2.87E+10
CHN NOR 2.71E+09 7.54E+08 2.7E+08 76948783 9.27E+08 5.92E+08 5.37E+08 1.44E+09 1.26E+09 1773978 8.58E+09
CHN VEN 5.59E+08 1.39E+08 87091128 9244093 7.07E+08 4.41E+08 8.82E+08 1.86E+09 9.71E+08 0 5.66E+09
CHN AUT 2.72E+09 8.37E+08 5.45E+08 1.46E+08 1.38E+09 1.14E+09 3.5E+08 3.16E+09 5.92E+09 15756365 1.62E+10
CHN IRN 4.01E+09 1.68E+09 1.68E+09 4.95E+08 3.6E+09 2.81E+09 2.09E+09 4.82E+09 3.14E+09 458952 2.43E+10
CHN THA 1.85E+10 1.68E+10 6.37E+09 2E+09 2.42E+10 2.44E+10 7E+09 3.93E+10 3.65E+10 5044498 1.75E+11
CHN ARE 1.67E+10 3.14E+09 2.36E+09 8.21E+08 5.42E+09 3.96E+09 1.71E+09 1.15E+10 1.07E+10 150553.9 5.63E+10
V0
со ON
О
CD сг
П П
ь
m t3
О
CD >
О
"О
> ь
сг
ш о
Exporter Importer Textiles and furniture Vegetables, foodstuffs and wood Stone and glass Minerals Metals Chemicals and plastics Transport vehicles Machinery Electronics Other total, $
KOR USA 2.3E+09 1.87E+09 1.05E+09 4E+09 9.17E+09 7.94E+09 2.74E+10 1.71E+10 1.94E+10 1.26E+09 9.15E+10
KOR CHN 6.57E+09 4.31E+09 2.15E+10 2.18E+10 2.17E+10 7.22E+10 1.5E+10 8.96E+10 1.65E+11 2.88E+08 4.18E+11
KOR JPN 3.12E+09 7.2E+09 4.61E+09 2.07E+10 1.5E+10 1.34E+10 3.19E+09 1.21E+10 1.84E+10 1.64E+09 9.93E+10
KOR DEU 1.26E+09 2.69E+08 2.64E+08 34250753 1.66E+09 4.98E+09 9.5E+09 6.45E+09 7.46E+09 7051047 3.19E+10
KOR GBR 3.96E+08 1.36E+08 6.01E+08 1.27E+09 4.29E+08 1E+09 3.73E+09 1.5E+09 1.81E+09 2.96E+08 1.12E+10
KOR FRA 5.27E+08 1.35E+08 76870003 6.55E+08 3.54E+08 1E+09 1.99E+09 1.58E+09 2.87E+09 6430544 9.2E+09
KOR BRA 1.89E+08 37349182 22137632 47598601 5.26E+08 8.42E+08 1.35E+09 1.19E+09 3.64E+09 428453.9 7.85E+09
KOR ITA 5.41E+08 1.53E+08 84572856 49647708 1.27E+09 1.91E+09 1.4E+09 9.39E+08 8.38E+08 8979453 7.19E+09
KOR RUS 3.94E+08 4.19E+08 71806689 1.8E+08 7.69E+08 1.52E+09 6.27E+09 2.29E+09 1.39E+09 670547.6 1.33E+10
KOR IND 3.74E+08 6.11E+08 7.82E+08 1.96E+09 5.38E+09 6.73E+09 2.13E+09 3.99E+09 4.82E+09 5.03E+08 2.73E+10
KOR CAN 1.89E+08 1.61E+08 1.88E+08 1.61E+08 7.6E+08 6.14E+08 3.11E+09 1.16E+09 9.8E+08 9727594 7.33E+09
KOR AUS 4.13E+08 7.8E+08 1.21E+08 1.31E+10 2.69E+09 2.03E+09 6.82E+09 5.08E+09 1.87E+09 6025399 3.3E+10
KOR ESP 1.87E+08 63119729 20808353 5167608 2.88E+08 5.95E+08 6.82E+08 3.16E+08 4.12E+08 5455861 2.57E+09
KOR МЕХ 64742432 21143112 14383726 15125360 4.96E+08 3.01E+08 8.04E+08 1.17E+09 9.12E+08 14349629 3.81E+09
KOR TUR 78514207 23410909 5025010 6604132 2.05E+08 5.08E+08 1.63E+08 3.32E+08 4.15E+08 2168434 1.74E+09
KOR IDN 4.72E+09 1.23E+09 1.62E+08 1.3E+10 5.68E+09 5.37E+09 1.62E+09 3.63E+09 2.52E+09 2265431 3.8E+10
KOR NLD 1.03E+08 60369737 16667050 1.79E+09 3.86E+08 7.64E+08 3.01E+08 1.67E+09 1.52E+09 12107162 6.63E+09
KOR SAU 2.89E+09 9.07E+08 2.62E+08 3.65E+08 9.16E+09 7.76E+09 3.18E+10 1.64E+10 1.26E+10 2401679 8.22E+10
KOR CHE 1.45E+08 82927813 2.95E+08 7584509 2.88E+08 1.12E+09 1.37E+09 1.03E+09 6.86E+08 2113217 5.04E+09
KOR SWE 1.22E+08 40392362 21667410 1867811 2.32E+08 3.27E+08 6.71E+08 4.66E+08 9.31E+08 669068.5 2.81E+09
KOR NGA 2.61E+08 1.18E+08 8794117 1.07E+08 1.27E+09 1.32E+09 2.03E+09 3.96E+08 3.31E+08 131842.5 5.84E+09
KOR POL 71329468 11655321 4684230 266181.3 1.33E+08 1.61E+08 1.09E+08 5.35E+08 5.91E+08 180350.9 1.62E+09
KOR BEL 78280253 11882129 13378759 1.76E+08 2.89E+08 5.54E+08 8.9E+08 4.96E+08 58315530 5990369 2.57E+09
KOR ARC 1.15E+08 22570862 8341623 89491970 2.17E+08 5.47E+08 3.99E+08 5E+08 9.38E+08 32809.13 2.84E+09
KOR NOR 37801664 29699487 7649445 7436080 52587385 79913192 3.73E+09 2.87E+08 3.23E+08 2102610 4.56E+09
KOR VEN 4674846 1635129 576334 4704 39759233 35935495 52329922 50311231 50616305 14430 2.36E+08
KOR AUT 35412410 28168872 14377207 378349.2 88297389 1.04E+08 2.92E+08 8.74E+08 8.05E+08 90988.03 2.24E+09
KOR IRN 86016478 2.6E+08 7901437 9717957 5.81E+08 9.31E+08 3.03E+08 1.24E+09 7.5E+08 65677 4.17E+09
KOR THA 3.11E+08 4.29E+08 3.35E+08 4.09E+08 3.63E+09 2.52E+09 4.11E+08 2.02E+09 1.91E+09 1073773 1.2E+10
KOR ARE 2.76E+09 1.97E+09 2.11E+08 7.03E+08 5.44E+09 4.16E+09 7.24E+09 8.59E+09 9E+09 5100521 4.01E+10
JPN USA 9.63E+08 9.82E+08 1.22E+09 4.77E+08 4.6E+09 1.01E+10 3.85E+10 3.01E+10 1.31E+10 2.87E+09 1.03E+11
JPN CHN 1.3E+10 1.02E+10 1.36E+10 7.36E+09 6.1E+10 1.05E+11 6.07E+10 1.75E+11 1.45E+11 3.34E+09 5.94E+11
к
>4
О п>
О! р
s ь
„о Г>
Г>
I
V0 00
Ш ^
0
1 О
> "О
0
1
>
р
NJ О
Окончание табл. на след. стр.
Окончание табл. 1 на след. стр.
Exporter Importer Textiles and furniture Vegetables, foodstuffs and wood Stone and glass Minerals Metals Chemicals and plastics Transport vehicles Machinery Electronics Other total, $
JPN DEU 2.76E+08 1.47E+08 4.67E+08 26428277 7.43E+08 2.64E+09 4E+09 9.29E+09 6.05E+09 2.01E+09 2.57E+10
JPN GBR 1.13E+08 66773216 4.16E+08 2.24E+08 3.48E+08 8.68E+08 2.12E+09 2.36E+09 1.1E+09 1.2E+08 7.74E+09
JPN FRA 2.5E+08 1.29E+08 1.27E+08 17290908 2.83E+08 2.17E+09 2.76E+09 4.39E+09 1.51E+09 14914941 1.17E+10
JPN BRA 85897230 81795411 47414907 12046408 8.55E+08 1.62E+09 2.37E+09 3.87E+09 1.25E+09 30711415 1.02E+10
JPN ITA 4.66E+08 91755871 2.45E+08 39227825 3.79E+08 1.78E+09 1.78E+09 2.83E+09 6.93E+08 17284991 8.32E+09
JPN RUS 2.13E+08 4.62E+08 1.08E+08 1.1E+08 5.49E+08 1.49E+09 1.07E+10 3.33E+09 7.9E+08 1.4E+08 1.79E+10
JPN IND 3.38E+08 1.04E+08 2.26E+08 4.61E+08 4.17E+09 3.26E+09 2.93E+09 6.37E+09 1.93E+09 5.91E+08 2.04E+10
JPN CAN 1.01E+08 1.33E+08 63643390 44162709 6.98E+08 9.52E+08 4.97E+09 3.74E+09 1.35E+09 88341094 1.21E+10
JPN AUS 1.75E+08 5.99E+08 9.11E+08 8.31E+09 4.03E+09 3.69E+09 2.43E+10 7.92E+09 1.96E+09 9.56E+08 5.28E+10
JPN KOR 5.26E+08 9.74E+08 1.84E+09 3.47E+09 1.07E+10 1.54E+10 1.83E+09 1.46E+10 8.68E+09 1.21E+09 5.93E+10
JPN ESP 34984840 23133064 20146625 34407251 1.03E+08 4.58E+08 1.59E+09 1.19E+09 4.91E+08 1823037 3.94E+09
JPN МЕХ 30739240 9232658 21493877 22481902 7.53E+08 2.78E+08 1.28E+09 1.35E+09 7.36E+08 1.01E+08 4.58E+09
JPN TUR 19146464 4739007 4304489 764803.8 91738659 1.51E+08 1.36E+08 4.88E+08 86131285 572952.6 9.83E+08
JPN IDN 1.35E+09 6.32E+08 4.11E+08 4.04E+08 1.05E+10 7.78E+09 7.68E+09 1.8E+10 5.45E+09 1.99E+09 5.43E+10
JPN NLD 26608649 68809062 27109987 6749065 1.51E+08 6.67E+08 3.51E+08 2.34E+09 9.44E+08 44326410 4.63E+09
JPN SAU 1.16E+09 3.12E+08 4.7E+08 1.63E+08 1.06E+10 4.84E+09 3.47E+10 1.45E+10 3.76E+09 5.16E+08 7.1E+10
JPN CHE 73162499 56700941 2.78E+09 4744839 1.77E+08 1.81E+09 1.47E+09 1.21E+09 4.44E+08 7.87E+08 8.81E+09
JPN SWE 17457740 14572119 14792851 3509562 1.9E+08 1.88E+08 1.23E+09 6.03E+08 3.66E+08 1482526 2.63E+09
JPN NGA 5.83E+08 27525427 21987093 39294.71 1.44E+09 3.84E+08 1.17E+09 1.97E+09 2.34E+08 19565222 5.85E+09
JPN POL 25119677 7196304 10654885 2852564 61196607 1.67E+08 3.33E+08 5.93E+08 1.74E+08 20081893 1.4E+09
JPN BEL 27184323 9458968 37934361 5426498 57862374 6.95E+08 7.46E+08 7.58E+08 2.86E+08 9347077 2.63E+09
JPN ARG 7609918 5848025 6993858 2988088 1.09E+08 4.55E+08 7.24E+08 1.3E+09 2.53E+08 1755252 2.86E+09
JPN NOR 6041387 7901849 7148012 495857.8 4.18E+08 1.08E+08 5.46E+08 4.27E+08 60995923 32968039 1.61E+09
JPN VEN 356747 818426 821484 73816 11638549 40456539 1.92E+08 64417081 8918601 5614657 3.25E+08
JPN AUT 23638245 10806131 33970548 11093847 86783253 2.8E+08 6.05E+08 5.41E+08 2E+08 40593227 1.83E+09
JPN IRN 5821383 2158991 1396205 559252 2641055 29606728 1.07E+08 62932987 32825199 5951866 2.51E+08
JPN THA 4.18E+08 6.7E+08 1.13E+09 1.63E+08 7.41E+09 3.98E+09 3.22E+09 9.15E+09 5.64E+09 1.15E+09 3.29E+10
JPN ARE 1.43E+09 4.81E+08 4.57E+08 2.26E+08 6.15E+09 4.68E+09 3.18E+10 1.1E+10 3.85E+09 1.34E+09 6.14E+10
V0 00 00
о
CD сг
п п ь
m t3
О
CD >
О
"О
> ь
сг
ш о
^ Источник: составлено авторами.
о О
Таблица 2
Пропускная способность и стоимость перевозки грузов по морским и железнодорожным маршрутам
Название маршрута Страны Город A Город Б Расстояние Время в пути Пропускная способность Стоимость перевозки (долл./кг)
Север — Юг Северная Европа — страны Персидского залива через Россию и Иран, с участием Казахстана Хельсинки Санкт-Петербург 389 км 1 день 788270 тонн/сутки 0.01
Источник: составлено авторами.
и потреблением в /-м узле графа (таким способом задается пространственное распределение спроса и предложения товаров). Также для всех вершин определяется цена товара р. Для каждого ребра £.., соединяющего вершины / и ¡, определен коэффициент к.. — товарная проводимость между узлами / и ] графа, указана категория дороги (0 — автомобильная дорога, 1 — железная дорога, 2 — скоростная железная дорога, 3 — морской путь). Для каждой категории дороги заданы средняя скорость передвижения по ней, а и ее пропускная способность. В ходе моделирования определялось пространственное распределение товарных потоков ] и цены р при заданном пространственном распределении производства и потребления товара ц.
Самое важное уравнение модели — уравнение (2) представляет собой подобие уравнения теплопроводности, в котором в роли температуры выступает цена р, источниками являются потребители товаров, а стоками — производители товаров. Коэффициент товаропроводно-сти к играет роль коэффициента теплопроводности и вычисляется исходя из длины ребра графа и категории дороги. В результате в системе устанавливаются потоки, при которых для каждого узла / выполняется условие
X ка(Pt - Pj) = q.
j *t
(3)
Следовательно, цены p можно рассчитывать по формуле p = K -1q, где K -1 — обратная матрица по отношению к матрице K коэффициентов к...
Для расчета обратной матрицы используется библиотека NumPy языка программирования Python. Данная библиотека содержит раздел linalg, представляющий собой набор стандартных матричных операций линейной алгебры. Метод linalg.inv (K) возвращает обратную матрицу к матрице K.
Для вычисления коэффициентов товаро-проводности к~ необходимо определить пропускную способность ребер графа, скорости
передвижения по ребрам графа и длины ребер графа. С этой целью была составлена таблица, содержащая данные по морским и железнодорожным маршрутам: основные города, входящие в маршрут, время преодоления участков маршрута, их пропускная способность и стоимость перевозки (фрагмент таблицы представлен в таблице 2).
В каждой строке таблицы указано время доставки груза из города А в город Б. С помощью алгоритма Дейкстры в графе находится кратчайший путь из вершины А в вершину Б. Путь представляет собой последовательность ребер графа, которые нужно пройти, чтобы попасть из города А в город Б. Для каждого ребра известна категория дороги (железная дорога, скоростная железная дорога, морской путь) и его длина 1. Следовательно, для всего пути из города А в город Б можно найти суммарные расстояния, пройденные по дорогам категории 1, категории 2 и категории 3. Скорости на дорогах различных категорий являются неизвестным вектором V = (vp v2, v3). Время доставки грузов, с одной стороны, находится посредством деления расстояния на скорость, а с другой стороны, известно из таблицы, описанной выше. Заполняется таблица вида таблицы 3.
С помощью линейной регрессии (рис. 5) находится вектор скоростей V = (vp v2, v3):
— средняя скорость на железной дороге — 27,8 км/ч;
— средняя скорость на высокоскоростной железной дороге — 108,16 км/ч;
— средняя скорость по морю — 18,7 км/ч.
Для расчета коэффициентов товаропровод-
ности также необходимо оценить пропускную способность ребер графа. Для морского пути оценки делаются на основе провозной способности Малаккского пролива как самого узкого места морского пути (источник информации: Malaysian Marine Department1). Для желез-
1 Numbers of ships reporting under straitrep for 2017 [Электронный ресурс]. URL: https://drive.google.com/
Таблица 3
Время прохода грузового транспорта по морским и железнодорожным маршрутам
Суммарное время прохода по всем ребрам категории 1 Суммарное время прохода по всем ребрам категории 2 Суммарное время прохода по всем ребрам категории 3 Время (статистика)
Т11 = l11 /v1 т = l /v 12 12 ' 2 т = l /v 13 13 ' 3 Т1
T21 = l21 /V1 т = l /v 22 22' 2 т = l /v 23 23' 3 Т2
Tn1 = L/V1 т = l /v n2 n2' 2 т = l /v n3 33' 3 Т n
Источник: составлено авторами.
900
S
£ о с
а о
и «
800 700 600 500 400 300 200 100 0
R2 = 0.91 029
с 3 ^Г о
о ° >
9
^ о
8
Л
0 200 400 600 800 1000
Часов пути (по статистическим данным)
Рис. 5. Связь между рассчитанными временами перехода и временами по статистическим данным
нодорожных путей параметры оцениваются с использованием статистики Транссибирской магистрали. Таким образом, на основе полученных параметров провозной способности т и скорости V для каждого ребра рассчитываются коэффициенты товаропроводности по формуле:
к = V х т / 1, (4)
где V — скорость прохода по ребру; т — пропускная способность ребра; 1 — длина ребра.
Полученные результаты
В ходе моделирования проводились прогнозные оценки структуры торговых потоков к 2025 г. при реализации проекта «Один пояс — один путь» (используемые при проведении расчетов параметры мировой торговли приведены в таблице 1). Основное внимание уделялось изменению торговых потоков, проходящих через территорию России, в результате
file/d/ 1_afnUbJW5O8B5pF3 VvP V859i5kgfCyVA/view (дата обращения: 23.10.2018); Marine Department Malaysia [ Электронный ресурс]. URL: http://www.marine.gov. my/jlmeng/Contentdetail.asp?article_id=245&category_ id = 4&subcategory_id = 42&subcategory2_id = 0#. Wg8u8TclGUk (дата обращения: 23.10.2018).
строительства высокоскоростных магистралей. Рассмотрены инерционный и несколько параметрических сценариев:
— инерционный сценарий, при котором сохраняется сложившаяся на 2016 г. схема транспортировки товаров;
— параметрический сценарий № 1, предполагающий построение высокоскоростного Северного коридора Трансазиатской железнодорожной магистрали, включая высокоскоростной участок Москва — Казань -Екатеринбург — Казахстан — Урумчи;
— параметрический сценарий № 2, включающий строительство высокоскоростной магистрали через Казань — Екатеринбург — Новосибирск — Монголию — КНР (в отсутствие высокоскоростного участка Екатеринбург — Казахстан — Урумчи);
— параметрический сценарий № 3, предполагающий создание и использование высокоскоростных магистралей как через Казань — Екатеринбург — Казахстан — Урумчи, так и через Казань — Екатеринбург — Новосибирск — Монголию — КНР.
Во всех расчетах также учитывался Северный морской путь (в 2016 г. по Северному морскому пути было доставлено около
7,5 млн т грузов (360 тыс. ТБЦ), в 2017 г. — 10,7 млн т ').
Инерционный сценарий отражает сложив -шуюся на настоящий момент схему торговли2, при которой по морю транспортируется 99,5 % всего товарного потока, а по железнодорожным путям — 0,5 % потока.
Сценарий № 1 предполагает создание высокоскоростного Северного коридора Трансазиатской железнодорожной магистрали, включая высокоскоростной участок Москва — Казань — Екатеринбург — Казахстан — Урумчи. По предварительным расчетам, полученным по модели, товарные потоки перераспределяются следующим образом: по морю будет перевозиться 95,8 % всего товарного потока, по железнодорожным путям -4,2 % всего товарного потока. При этом то-варопоток, проходящий через Москву, вырастет на 92 %, через Казань — на 1023 %, через Иркутск — снизится на 56 % по сравнению с инерционным сценарием (снижение потока через Иркутск связано с тем, что часть товаро-потока оттянет на себя ВСМ, проходящая через Казахстан). Товаропоток через Малаккский пролив уменьшится на 3,3 % по сравнению с инерционным сценарием.
Моделирование показывает, что реализация параметрического сценария № 2 (строительство ВСМ через Казань — Екатеринбург -Новосибирск — Монголию — КНР в отсутствие высокоскоростного участка Екатеринбург — Казахстан — Урумчи) приведет к тому, что то-варопоток, проходящий через Москву вырастет на 98 %, через Казань — на 588 %, через Иркутск — на 340 %, а через Малаккский пролив — уменьшится на 3,25 % по сравнению с инерционным сценарием.
И наконец, реализация параметрического сценария № 3 (создание и использование ВСМ как через Казань — Екатеринбург — Казахстан
1 Ольга Самофалова. Северный морской путь становится дорогой с двусторонним движением [Электронный ресурс]. URL: https://vz.rU/economy/2018/9/13/940866.html (дата обращения: 24.10.2018).
2 В настоящее время по морю перевозится 22 млн TEU (99,5 % совокупного потока товаров), а по железнодорожным маршрутам — 105 тыс. TEU (0,5 % всего потока товаров). Это результат того, что стоимость транспортировки грузов по железной дороге достаточно высокая. Доставка одного контейнера из Китая в Европу по морю обходится в 800-2000 долл., в то время как по железной дороге — 30006000 долл. Также отрицательно сказывается низкая пропускная способность имеющиеся железнодорожных магистралей, несмотря на то, что срок перевозки контейнера из Китая в Европу по железной дороге составляет 10-15 дней (против 30-45 дней при перевозке по морю).
— Урумчи, так и через Казань — Екатеринбург
— Новосибирск — Монголию — КНР) приведет к тому, что товаропоток, проходящий через Москву, вырастет на 242 %, через Казань — на 1430 %, через Иркутск — на 268 %, а через Малаккский пролив — уменьшится на 6,1 % по сравнению с инерционным сценарием.
Таким образом, наиболее благоприятным для России является третий сценарий. Здесь важно отметить, что строительство ВСМ такого масштаба станет мощным импульсом для экономики всех регионов, через которые пройдет магистраль, обеспечит заказами многие отрасли обрабатывающей промышленности, повысит транспортную связность восточных и центральных регионов страны, улучшит их экономические связи.
В случае соединения Транссибирской магистрали с Японией (через о. Сахалин) и с Южной Кореей (через КНДР) транзитные то-варопотоки через территорию России еще более возрастут.
Заключение
Перспективы развития мировой торговли в значительной мере связаны с реализацией китайского проекта «Один пояс — один путь», который существенным образом изменит современные трансевразийские транспортные потоки. России нужно использовать открывающиеся в связи с этим возможности и свой транзитный потенциал для повышения своей роли в мировой торговле и для ускорения собственного экономического роста.
Предложенная в работе пространственная математическая модель позволяет оценить, как изменятся трансъевразийские транспортные потоки в случае реализации масштабных проектов по модернизации российской железнодорожной сети. Моделирование показывает, что наиболее благоприятным для реализации транзитных возможностей и для экономического роста является сценарий создания высокоскоростной магистрали (ВСМ) от Владивостока до западной границы России.
При реализации ВСМ вследствие увеличения пропускной способности Транссибирской магистрали, а также уменьшения времени транспортировки грузов до 3-5 дней положение для России изменится в лучшую сторону. Стоимость такого проекта, по предварительным расчетам, оценивается в 18 трлн руб., включая стоимость скоростного подвижного состава [26]. Срок окупаемости проекта составит восемь лет с момента начала эксплуатации железнодорожных путей.
Положительный эффект будет наблюдаться для различных отраслей обрабатывающей промышленности в более чем 20 регионах. В частности, результатом реализации проекта
станет увеличение валового регионального продукта и открытие дополнительных рабочих мест [25].
Благодарность
Авторы благодарят Малкова С. Ю., Билюгу С. Э., Кирилюка И. Л., Белоусова А. Н., Пантелеева Г. Ю., внесших ценный вклад в проведение исследований и обсуждение результатов работ.
Список источников
1. Смит А. Исследование о природе и причинах богатства народов / Пер. с англ., вводная ст. и коммент. Е. М. Майбурда. — М.: Наука, 1993. — 572 с.
2. Ricardo D. On the Principles of Political Economy and Taxation. Piero Sraffa (Ed.) Works and Correspondence of David Ricardo, Volume I, Cambridge University Press, 1951. — 135 р.
3. Улин Б. Межрегиональная и международная торговля / Пер. с англ. М. Я. Каждана. — М.: Дело, 2004. — 416 с.
4. Samuelson P. A., William D. Nordhaus. Economics. Boston, Mass: Irwin/McGraw-Hill, 1998. — 776 р.
5. Клюкин П. Н., Маликова О. И. Россия в системе международного разделения труда. Взгляд с позиции экономической теории. — М. : Изд-во РАГС, 2008. — 60 с.
6. Dixit A., Stiglitz J. Monopolistic competition and optimum product diversity // American Economic Review. — 1977.
— Vol. 67. — No. 3. — 1977. — pp. 297-308.
7. Рыбчинский Т. Начальный запас факторов и относительные цены товаров // Вехи экономической мысли. Т. 6. Международная экономика / Под ред. А. П. Киреева. — М. : ТЕИС, 2006. — С. 231-235.
8. Leontief W. Domestic Production and Foreign Trade. The American Capital Position Re-Examined // Proceedings of the American Philosophical Society. — 1953. — No. 97 (4). — P. 332-349.
9. Кругман П. Р., Обстфельд М. Международная экономика. Теория и политика / Пер. с англ. Кузин В. И., Лисочкина О. — СПб. : Издательство: Питер, 2003. — 832 с.
10. Vernon R. International Investment and International Trade in the Product Cycle // Quarterly Journal of Economics.
— 1966. — Vol. 80, No. 2. — P. 190-207.
11. Киреев А. П. Международная экономика. Ч. 1. Международная микроэкономика. Движение товаров и факторов производства. — М.: Международные отношения, 1997. — 416 с.
12. Портер М. Международная конкуренция. Конкурентные преимущества стран / Пер. с англ. Квасюк И. В., Комиссаров Д. С., Комиссаров С. Д., Калыгин И. В., Каменновая И. Е., Коровкина М. Е., Звенигородскя М. Э.,
Михневич К. П. — М.: Международные отношения, 1993. — 895 с.
13. Tinbergen J. Shaping the World Economy An Analysis of World Trade Flows // New York Twentieth Century Fund.
— 1962. — Vol. 5, No. 1. — P. 27-30.
14. Linnemann H. An Econometric Study of International Trade Flow. — Amsterdam: North-Holland Publishing Company, 1966. — 234 p.
15. McCallum J. National borders matter. Canada-US regional trade patterns // The American Economic Review. — 1995. — V. 85(3). — Pp. 615-623.
16. Anderson J., van Wincoop E. Gravity with Gravitas. A Solution to the Border Puzzle // American Economic Review.
— 2003. — Vol. 93(1). — Pp.170-192. — DOI: 10.3386 / w8079.
17. Anderson J. E. A Theoretical Foundation for the Gravity Equation // American Economic Review. — 1979. — V. 69 (1).
— Pp. 106-116.
18. Каукин А., Идрисов Г. Гравитационная модель внешней торговли России. Случай большой по площади страны с протяженной границей // Экономическая политика. — 2013. — № 4. — C.133-154.
19. Каукин А. С., Павлов П. Н., Филичева Е. В. Моделирование пространственного распределения российских внешнеторговых потоков c учетом реальных издержек транспортировки // Российское предпринимательство. — 2015. — № 16(23). — С. 4297-4310.
20. Дегтерева Е. А., Мосейкин Ю. Н., Чернова В. Ю. Совершенствование внешнеторговой политики России на основе гравитационного моделирования. На примере стран БРИКС // МИР. Модернизация. Инновации. Развитие.
— 2016. — Т. 7, № 4. — С. 121-128.
21. Wilson A. G. A statistical theory of spatial distribution models // Transportation Research. — 1967. — Vol. 1. — P. 253-270.
22. Beckmann M., McGuire C. B., Winsten C. B. Studies in the economics of transportation. RM-1488. — Santa Monica : RAND Corporation, 1955. — 359 p.
23. Beckmann M. J., Puu T. Spatial Economics: Density, Potential and Flow. — North-Holland, Ansterdam, 1985. — 294 p.
24. Малков А. С. О математическом моделировании товаропотоков. — М. : Ин-т прикладной математики им. М. В. Келдыша, 2005. — 45 с.
25. Социально-экономическая эффективность развития железнодорожной сети Сибири и Дальнего Востока. Математическое моделирование и прогноз / Садовничий В. А., Осипов Г. И., Акаев А. А, Малков А. С., Шульгин С. Г. // Экономика региона. — 2018. — Т. 14, вып. 3. — С. 758-777. — DOI: 10.17059/2018-3-6.
26. Стариков И. В. Единая Евразия — Новый Транссиб. — М.: ИЭ РАН, 2016. — 102 с.
Информация об авторах
Акаев Аскар Акаевич — иностранный член РАН, доктор технических наук, профессор, главный научный сотрудник, Московский государственный университет им. М. В. Ломоносова; Scopus Author ID: 57125020600 (Российская Федерация, 119991, г. Москва, Ленинские горы, 1; e-mail: askarakaev@mail.ru).
Давыдова Ольга Игоревна — аналитик-программист, ООО «Айдесайд Консалтинг» (Российская Федерация, 141070, Московская область, город Королев, ул. Калинина, 6б, офис 32; e-mail: davydova.olga.msk@gmail.com).
Малков Артемий Сергеевич — кандидат физико-математических наук, генеральный директор, ООО «Айдесайд Консалтинг»; Scopus Author ID: 24729200900 (Российская Федерация, 141070, Московская область, город Королев, ул. Калинина, 6Б, офис 32; e-mail: as@malkov.org).
Шульгин Сергей Георгиевич — кандидат экономических наук, заместитель заведующего лабораторией, Российская академия народного хозяйства и государственной службы при Президенте РФ, Институт прикладных экономических исследований; Scopus Author ID: 55955365800 (Российская Федерация, 119571, Москва, пр. Вернадского, 82; e-mail: sergey@shulgin. ru).
For citation: Akaev, A. A., Davydova, O. I., Malkov, A. S. & Shulgin, S. G. (2019). Simulation of the Prospective Trade and Transport Corridors within the Framework of the "One Belt, One Road" Project. Ekonomika regiona [Economy of region], 15(4), 981-995
A. A. Akaev a>, O. I. Davydovab), A. S. Malkovb), S. G. Shulgin c>
a) Lomonosov Moscow State University (Moscow, Russian Federation; e-mail: askarakaev@mail.ru)
b) iDecide Consulting Ltd. (Korolyov, Russian Federation) c) Institute of Applied Economic Research (Moscow, Russian Federation)
Simulation of the Prospective Trade and Transport Corridors within the Framework of the "One Belt, One Road" Project
The rapid growth of trade between Asia and Europe facilitated the revival of the Great Silk Road that used to be one of the main trade routes. The new Silk Road can pass through the territory of several states, contributing to their economic growth. The exact route of the new Silk Road is yet to be defined, as there are several alternative options. We developed a mathematical model based on the thermal conductivity equation, which is widely used in physics. Our model assesses how Trans-Eurasian transport flows will change in case of implementing a particular route variant of the Chinese project "One belt, One road" (taking into account the modernisation of the Russian railway network). Based on the spatial distribution of the goods' supply and demand, this spatial model simulates and predicts the flow of goods in a particular geographical area. The model uses correlations linking the characteristics of commodity flows and the spatial distribution of prices in the considered territory. We have presented results of calculations for several scenarios of modernisation, including the inertial scenario, which maintains the current scheme of transportation of goods. Moreover, we have examined a scenario, involving the construction of the high- speed Northern corridor of the Trans-Asian railway, including the high-speed line Moscow-Kazan-Ekaterinburg-Kazakhstan-Urumqi, as well as a scenario in which the Silk Road passes through Kazakhstan. The simulations have shown that creation of a high-speed highway from Vladivostok to the Russian Western border is the most favourable scenario for implementing Russia's transit opportunities and accelerating its economic growth. The simulations' results can be used for assessing the effectiveness of infrastructure projects aimed at modernisation of the Russian transport network.
Keywords: trade flows, transport corridors, spatial simulation, world trade, High-Speed Railways
Acknowledgments
We would like to thank S. Yu. Malkov, S. E. Bilyuga, I. L. Kirilyuk, A. N. Belousov, G. Yu. Panteleev, who made a valuable contribution to the research and discussion of the results.
References
1. Smith, A. (1993). Issledovanie o prirode i prichinakh bogatstva narodov [An inquiry into the nature and causes of the wealth of nations]. Moscow: Science, 572. (In Russ.)
2. Sraffa, P. (Ed.). (1951). The Works and Correspondence of David Ricardo. Volume 1. On the Principles of Political Economy and Taxation. Cambridge University Press, 165.
3. Ohlin, B. G. (2004). Mezhregionalnaya i mezhdunarodnaya torgovlya [Interregional and international trade]. Trans. from English. Moscow: Delo, 416. (In Russ.)
4. Samuelson, P. A. & Nordhaus, W. D. (1998). Economics. Boston, Mass: Irwin/McGraw-Hill, 776.
5. Klyukin, P. N. & Malikova, O. I. (2008). Rossiya v sisteme mezhdunarodnogo razdeleniya trud: vzglyad s pozitsii ekonomicheskoy teorii [Russia in the system of the international division of labor: economic theory perspective]. Moscow: RAGS, 60. (In Russ.)
6. Dixit, A. & Stiglitz, J. (1977). Monopolistic competition and optimum product diversity. American Economic Review, 67(3), 297-308.
7. Rybchinskiy, T. (2006). Nachalnyy zapas faktorov i otnositelnye tseny tovarov [Initial stock of factors and relative prices of goods]. In: A. P. Kireev, Vekhi ekonomicheskoy mysli T. 6. Mezhdunarodnaya ekonomika [Milestones of economic thought. V. 6. International economics] (pp. 231-235). Moscow: TEIS. (In Russ.)
8. Leontief, W. (1953). Domestic Production and Foreign Trade. The American Capital Position Re-Examined. Proceedings of the American Philosophical Society, 97(4), 332-349.
9. Krugman, P. & Obstfeld, M. (2003). Mezhdunarodnaya ekonomika. Teoriya iPolitika. [InternationalEconomics: Theory and Policy]. Trans. From English. St. Petersburg: Peter, 832. (In Russ.)
10. Vernon, R. (1966). International Investment and International Trade in the Product Cycle. Quarterly Journal of Economics, 80(2), 190-207.
11. Kireev, A. P. (1997). Mezhdunarodnaya ekonomika. Ch. 1. Mezhdunarodnaya mikroekonomika. Dvizhenie tovarov i faktorov proizvodstva [International Economics. Part I. International Microeconomics: the movement of goods and factors of production]. Moscow: International relationships, 416. (In Russ.)
12. Porter, M. (1993). Mezhdunarodnaya konkurentsiya. Konkurentnye preimushchestva stran [The Competitive Advantage of Nations]. Trans. from English. Moscow: International relations, 895. (In Russ.)
13. Tinbergen, J. (1962). Shaping the World Economy An Analysis of World Trade Flows. New York Twentieth Century Fund, 5(1), 27-30.
14. Linnemann, H. (1966). An Econometric Study of International Trade Flow. North-Holland Publishing Company, Amsterdam, 234.
15. McCallum, J. (1995). National borders matter: Canada-US regional trade patterns. The American Economic Review, 85(3), 615-623.
16. Anderson, J. & van Wincoop, E. (2003). Gravity with Gravitas: A Solution to the Border Puzzle. American Economic Review, 93(1), 170-192. DOI: 10.3386/w8079.
17. Anderson J. E. (1979). A Theoretical Foundation for the Gravity Equation. American Economic Review, 69(1), 10616.
18. Kaukin, A. & Idrisov, G. (2013). Gravitatsionnaya model vneshney torgovli Rossii: sluchay bolshoy po ploshchadi strany s protyazhennoy granitsey [The Gravity Model of Russian Foreign Trade: Case of a Country with Large Area and Long Border]. Ekonomicheskayapolitika [EconomicPolicy], 4, 133-154. (In Russ.)
19. Kaukin, A. S., Pavlov, P. N. & Filicheva, E. V. (2015). Modelirovanie prostranstvennogo raspredeleniya rossiys-kikh vneshnetorgovykh potokov s uchetom realnykh izderzhek transportirovok [Modeling of the spatial distribution of Russia's foreign trade flows with account of the real transportation costs]. Rossiyskoepredprinimatelstvo [Russian Journal of Entrepreneurship], 16(23), 4297-4310. (In Russ.)
20. Degtereva, E. A., Moseikin, Yu. N. & Chernova, V. (2016). Sovershchenstvovanie vneshnetorgovoy politiki Rossii na osnove gravitatsionnogo modelirovaniya (na primere stran BRIKS) [Improving the foreign policy of Russia on the basis of the gravity modeling (on the example of the BRICS). MIR. Modernizatsiya. Innovatsii. Razvitie [MIR. Modernization. Innovation. Research], 7(4), 121-128. (In Russ.)
21. Wilson, A. G. (1967). A statistical theory of spatial distribution models. Transportation Research, 1, 253-270.
22. Beckmann, M., McGuire, C. B. & Winsten, C. B. (1955). Studies in the economics of transportation. RM-1488. Santa Monica: RAND Corporation, 359.
23. Beckmann, M. J. & Puu, T. (1985). Spatial Economics: Density, Potential and Flow. North-Holland, Amsterdam, 294.
24. Malkov, A. S. (2005). O matematicheskom modelirovanii tovaropotokov [About mathematical modeling of trade flows]. Moscow: Keldysh Institute of Applied Mathematics of RAS, 45. (In Russ.)
25. Sadovnichii, V. A., Osipov, G. V., Akaev, A. A., Malkov, A. S. & Shulgin, S. G. (2018). Sotsialno-ekonomicheskaya effektivnost razvitiya zheleznodorozhnoy seti Sibiri I Dalnego Vostoka: Matematicheskoe modelirovanie i prognoz [SocioEconomic Effectiveness of the Development of the Railway Network in Siberia and the Far East: Mathematical Simulation and Forecast]. Ekonomika regiona [Economy of Region], 14(3), 758-777. DOI: 10.17059/2018-3-6. (In Russ.)
26. Starikov, I. V. (2016). Edinaya Evraziya — Novyy Transsib [United Eurasia — New Trans-Sib]. Moscow: IE RAS, 102. (In Russ.)
Authors
Askar Akaevich Akaev — Foreign Member of RAS, Doctor of Engineering, Professor, Chief Research Associate, Lomonosov Moscow State University (1, Leninskie Gory, Moscow, 119991, Russian Federation; e-mail: askarakaev@mail.
Olga Igorevna Davydova — Analyst-programmer, iDecide Consulting Ltd. (6B, Kalinina St., Korolyov, Moscow Region, 141070, Russian Federation; e-mail: davydova.olga.msk@gmail.com).
Artemy Sergeevich Malkov — PhD in Physics and Mathematics, Director General, iDecide Consulting Ltd. (6B, Kalinina St., Korolyov, 141070, Russian Federation; e-mail: as@malkov.org).
Sergey Georgievich Shulgin — PhD in Economics, Deputy Chief of Laboratory, Russian Presidential Academy of National Economy and Public Administration, Institute of Applied Economic Research (82, Vernandskogo St., Moscow, 119571, Russian Federation; e-mail: sergey@shulgin.ru).
