CC BY
84
21. Дмитрий Медведев: цифровизация - приоритет национального развития России. [Электронный ресурс]. - Режим доступа: URL: https://rupto.ru/ru/news/15-01-2019-dmitriy-medvedev-cifrovizaciya-prioritet-nacio-nalnogo-razvitiya-rossii (дата обращения: 28.01.2020).
Тарелкина Н.А.
студент
Ярославский государственный университет имени П.Г. Демидова, г. Ярославль, Россия
РЕГРЕССИОННЫЙ АНАЛИЗ СПРОСА НА ОБЩЕСТВЕННЫЙ ТРАНСПОРТ
Аннотация: В статье приводится эконометрическое исследование на тему определения влияния на спрос на общественный транспорт факторов наличия легковых автомобилей у граждан и средней заработной платы. На основе статистических данных за 2000-2018 годы, с помощью программы Microsoft Excel, строятся линейные и нелинейные эконометрические модели, определяются коэффициенты корреляции, детерминации и уравнения регрессии. Далее проводится анализ полученных результатов, в ходе которого подтверждается гипотеза о существующей зависимости между исследуемыми факторами и выбирается наиболее значимая полученная модель регрессии.
Ключевые слова: спрос, общественный транспорт, легковые автомобили, заработная плата, регрессия, фактор, модель.
Tarelkina N.A.
Student of Yaroslavl State University named after P. G. Demidova Yaroslavl, Russia
REGRESSION ANALYSIS OF PUBLIC TRANSPORT DEMAND
Abstract: The article provides an econometric study on determining the impact on the demand for public transport of the availability of cars among citizens and the average wage. Based on statistical data for 2000-2018, using Microsoft Excel, linear and nonlinear econometric models are built, correlation coefficients, determination coefficients and regression equations are determined. Further, the analysis of the results obtained is car-
ried out, during which the hypothesis of the existing relationship between the factors under study is confirmed and the most significant obtained regression model is selected.
Key words: demand, public transport, cars, wages, regression, factor, model.
Общественный транспорт - это разновидность пассажирского транспорта как отрасли, предоставляющей услуги по перевозке людей по маршрутам, которые перевозчик заранее устанавливает, доводя до общего сведения, способ доставки, размер и форму оплаты, гарантируя регулярность, а также неизменяемость маршрута по требованию пассажиров. Транспортная подвижность населения растет благодаря повышению доступности и частоты междугородних и международных поездок. Городское и пригородное сообщение развивается медленнее вследствие роста конкуренции с личным автотранспортом. Рынок пассажирских перевозок является одним из крупнейших сегментов в экономике и формирует треть (2,4 трлн. руб. в 2018 году) выручки всего транспортного сектора России [2, с. 24].
Согласно действующему законодательству, в общественный транспорт включаются железнодорожный, автобусный, легковое такси, трамвайный, троллейбусный, метрополитен, морской, внутренний водный и воздушный транспорт. В целях повышения репрезентативности нашего исследования в связи с анализируемыми факторами влияния ограничим понятие «общественного транспорта» городским транспортом, не включающим междугородние и международные перевозки, и рассмотрим общественный транспорт как совокупность автобусного, трамвайного, троллейбусного транспорта и метрополитена.
За последние 18 лет спрос на общественный транспорт сократился на 61%, вследствие чего уменьшается выручка транспортных компаний при росте издержек, заставляющая их повышать цены на проезд, что объясняет актуальность данного исследования. Кроме того, замещение общественного транспорта личным негативно влияет на загруженность дорог и экологию в городах. В рамках данного исследования будут выявлены факторы, влияющие на спрос на общественный транспорт, что позволит понять причины его снижения и дать рекомендации по его увеличению. Проведем исследование теоретическим путем, разделив его на несколько этапов.
1. Постановочный этап исследования
Спрос на общественный фактор - это сводный показатель, на который воздействуют различные факторы. На выбор способа передвижения влияют материальные, физические (связанные с затратами денежных
средств, физическим комфортом/ дискомфортом и т.д.) и эмоциональные (связанные с психологическим/эмоциональным комфортом) факторы; иногда выбор средства передвижения объясняется случайными причинами. Первоначальным источником спроса на городские транспортные услуги является транспортная потребность, которая определяется как «желание или даже требование личности или определенной среды по реализации процесса передвижения с одного места в другое». Транспортные потребности в городах характеризуются следующими специфическими чертами: концентрация на ограниченной территории, определяющей небольшое среднее расстояние путешествия; повсеместность; неравномерность; массовость. При возникновении необходимости передвижения потребитель имеет несколько возможных вариантов:
• Общественный транспорт;
• Личный автомобиль;
• Альтернативные способы передвижения (пеший, велосипед, электросамокат и т.д.).
Среди факторов, влияющих на выбор общественного транспорта как средства передвижения, можно выделить: доступность, время в пути, цену проезда, доход, качество, развитость маршрутной сети, удобство, безопасность, цель поездки, личные предпочтения потребителя и т.д. [3]. Наибольшую конкуренцию общественному транспорту составляют личные автомобили. За последние 20 лет исходя значительно увеличилась в связи расширением автопрома и повышением доступности. Однако нехватка парковочных мест и стоимость содержания личного автотранспортного средства отчасти тормозят развитие данного средства передвижения. Для лиц, не владеющих автомобилем, альтернативу общественного транспорта составляет пешеходное передвижение, однако оно ограничено длительностью маршрута и скоростью передвижения, а также личными характеристиками лица (возраст, состояние здоровья и т.д.), велосипедный и иные виды альтернативного транспорта в нашей стране не имеют значительной популярности. Для анализа отберем наиболее существенные факторы, определяющие спрос на общественный транспорт: наличие личного автомобиля и среднемесячную заработную плату.
2. Построение гипотезы
Исследование проводится для рынка общественного транспорта по всей стране в целом, поэтому в исследовании используем факторы, значения которых представляют собой сумму величин по всей стране или являются усредненным значением. Таким образом, в модель включаются:
Х - Средняя заработная плата в 2000-2018 гг., руб.;
Ъ - Легковые автомобили в собственности граждан в 20002018 гг., шт.;
В целях формализации исследования сформулируем нулевую и альтернативную гипотезы:
Н0: спрос на общественный транспорт в России не зависит от средней заработной платы и количества легковых автомобилей в собственности граждан.
Н^ спрос на общественный транспорт в России зависит от средней заработной платы и количества легковых автомобилей в собственности граждан.
3. Информационный этап
Для построения модели регрессии были собраны статистические данные спросе на общественный транспорт, средней заработной плате и количестве легковых автомобилей в собственности граждан в 2000-2018 году, опубликованные на сайте Росстата [4]. Данные представлены в таблице 1.
Таблица 1
Факторные показатели и результат
Год У X Z
Спрос на общественный Среднемесячная заработная плата, Легковые автомобили в собственности
транспорт,млн. чел. руб. граждан, шт.
2000 43367 2223 19097
2001 42625 3240 19 984
2002 41284 4360 21 135
2003 38729 5499 22 082
2004 37713 6740 22 854
2005 28724 8555 24 125
2006 25242 10634 25 282
2007 23955 13593 27 755
2008 23582 17290 30 300
2009 21642 18638 31 341
2010 21013 20952 32 629
2011 20812 23369 34 624
2012 20191 26629 36 917
2013 18442 29792 39 237
2014 18345 32495 41 433
2015 17953 34030 42 317
2016 17488 36709 43 157
2017 17186 39167 44 792
2018 16815 43724 45 377
4. Спецификация
Определим функцию, которая наиболее точно отражает спрос на общественный транспорт в России в зависимости от средней заработной платы и количества легковых автомобилей в собственности граждан.
При помощи функции ЛИНЕЙН из пакета данных Microsoft Excel рассчитаем среднюю ошибку, коэффициент детерминации, уравнение регрессии, которые помогут выявить искомую зависимость:
1) Зависимость спроса на общественный транспорт от средней заработной платы (зависимость Y от X) (табл. 2, рис. 1).
Таблица 2
Характеристики зависимости спроса на общественный транспорт от средней заработной платы
b -0,6344 38668,2139 a
co(b) 0,0808 1917,8098 co(a)
R2 0,7841 4575,6952 co(y)
F 61,7262 17,0000 ЧСС
y2 ^ факт 1292359610 355928766 y2 ^ остат
Получаем, что:
• Коэффициент корреляции (г) = - 0,8855;
• Коэффициент детерминации (Л2) = 0,7841;
• Уравнение регрессии: £¡=38668-0,6344x1.
50000
45000 ^
40000 У = -0,6344x + 38668
35000 R2 = 0,7841
30000
25000 • ф
20000 • • • V"ф'+ф
15000 10000 5000 0
10000 20000 30000 40000 50000
0
Рис. 1. Зависимость спроса на общественный транспорт от средней заработной платы
Значение коэффициента детерминации R2 > 0,75, что свидетельствует о достаточно высокой статистической значимости модели.
2) Зависимость спроса на общественный транспорт от количества легковых автомобилей в собственности граждан (зависимость У от 2) (табл. 3, рис. 2).
Таблица 3
Характеристики зависимости спроса на общественный транспорт от количества легковых автомобилей в собственности граждан
ь -0,9492 56254,1205 а
со(Ь) 0,1109 3660,6887 со(а)
0,8117 4272,5162 со(у)
F 73,2954 17,0000 ЧСС
^ факт 1337963666 310324710 £2 ^ остат
Получаем, что:
• Коэффициент корреляции (г) = - 0,9010;
• Коэффициент детерминации (Я2) = 0,8117;
• Уравнение регрессии: £¡=56254-0,9492х^
50000 45000 40000 35000 30000 25000 20000 15000 10000 5000 0
0 10000 20000 30000 40000 50000
Рис. 2. Зависимость спроса на общественный транспорт от количества легковых автомобилей в собственности граждан
—•-
• •
R2 = 0,8117
у = -0,9492х + 56254
Значение коэффициента детерминации R > 0,8, что свидетельствует о еще большей статистической значимости модели, чем в случае зависимости Y от X.
Отразим обе зависимости на одном графике.
50000
40000
30000
20000
10000
-10000
• '1 г У = -0,855х + 54097 R2 = 0,811
• ■•»
1,235х + 52080 • • •-.. • •
R2 = 0,784 • ч
10000 20000 30000 40000 -Среднемесячная заработная плата, руб.
Легковые автомобили в собственности граждан, шт.
Линейная (Среднемесячная заработная плата, руб.)
50000
0
0
Рис. 3. Зависимость спроса на общественный транспорт от среднемесячной заработной платы и легковых автомобилей в собственности граждан
Поскольку обе модели получились с высоким уровнем статистической значимости, то построим модель множественной регрессии, учитывающую влияние обоих факторов. Для этого воспользуемся пакетом «Анализ данных».
Получим уравнение регрессии: yi=97946,28+1Д857xi-2,6862zi
R2 = 0,8319, что свидетельствует о достаточно сильной зависимости между тремя переменными.
3) Графики по нелинейным моделям (табл. 4).
Наивысшее значение R2 по обоим факторам имеют парабола и степенная модель, значит, данные модели являются наиболее точными и значимыми в данном исследовании. В целом, самая сильная зависимость наблюдается между спросом на общественный транспорт и заработной платой в степенной модели регрессии.
Таким образом, мы приходим к выводу, что одним из рычагов воздействия на спрос на общественный транспорт может быть оказание влияния на заработную плату и количество легковых автомобилей в собственности граждан. Заметим, что оба этих фактора имеют определенную связь между собой. Мы не можем сокращать заработную плату в целях стимулирования спроса на общественный транспорт, однако, воздействуя на количество легковых автомобилей в ту или иную сторону законодательными и финансовыми методами, мы можем направить спрос на общественный транспорт в нужное направление. Так будут решены различные проблемы, среди которых как автомобильные пробки и загрязнение окружающей среды, так и нерентабельность видов городского общественного транспорта.
Таблица 4
Характеристика графиков функции по нелинейным моделям
Вид графика Зависимость спроса на общественный транспорт от среднемесячной заработной платы Зависимость спроса на общественный транспорт от наличия легковых авто
Гипербола Y = - 967,49/х + 36138 R2 = 0,2609 Y = - 0,656/х + 47259 R2 = 0,2752
Парабола Y = 3Е-05х2 - 1,77х + 46307 R2 = 0,9434 Y = 6Е-05х2 - 4,74х + 46307 R2 = 0,9494
Степенная Y = 828505х"°'36/ R2 = 0,9674 Y = 2Е+09х"1,111 R2 = 0,9336
Показательная Y = 39311е"2Ь_05х R2 = 0,8612 Y = 75220е4Е-05х R2 = 0,8840
В заключение приведем несколько прогнозов о развитии общественного транспорта. Мнение о том, что после пандемии 2020 года мир уже не станет прежним, относится и к данному виду услуг. Во время пика эпидемии пассажиропоток значительно сократился, что объясняется как переходом многих организаций на удаленную работу, так и увеличением использования автомобилей для ежедневных поездок теми, кто раньше пользовался преимущественно общественным транспортом, в целях минимизации социальных контактов. Существуют различные прогнозы о пользовании городским пассажирским транспортом после пандемии. Часть экспертов считает, что люди разъедутся из городов в сельскую местность; другие полагают, что наберет популярность концепция 15-минутного города, то есть все будут стремиться жить ближе к работе.
Также нельзя не учесть, что часть людей, вероятно, останется работать в полуудаленном режиме [1]. Однако можно говорить о том, что общественный транспорт не потеряет своего потребителя, но будет необходима модернизация, в том числе в целях противодействия распространения инфекций, и развитие новых маршрутов для повышения удобства использования городского транспорта.
Список литературы
1. Гайва Е. Как изменится транспорт после окончания эпидемии [Электронный ресурс] / Е. Гайва // Российская газета - 2020. - Режим доступа: URL: https://rg.ru/2020/05/06/kak-izmenitsia-transport-posle-okonchaniia-epidemii.html (Дата обращения 05.10.2020).
2. Савина Л.С. Как пересадить граждан на общественный транспорт/ Л.С. Савина // Исследование Высшей школы экономики. - Москва, 2013. - 67 с.
3. Хебель К. Источники и факторы, предопределяющие величину спроса на городские транспортные услуги (на примере городов Польши) / К. Хебель // Вестник Балтийского федерального университета им. И. Канта. Серия: Гуманитарные и общественные науки № 3. - Калининград, 2008. - С. 89-96.
4. Федеральная служба государственной статистики [Электронный ресурс] - Режим доступа: URL: https://www.gks.ru - Официальная статистика -(дата обращения: 27.09.2020).
Цветков Ю.А.
аспирант
Санкт-Петербургский государственный архитектурно-строительный университет, г. Санкт-Петербург, Россия Чичерова Х.В. магистрант
Санкт-Петербургский государственный архитектурно-строительный университет, г. Санкт-Петербург, Россия
СЕГМЕНТЫ РЫНКА КОММЕРЧЕСКОЙ НЕДВИЖИМОСТИ В САНКТ-ПЕТЕРБУРГЕ: ОСНОВНЫЕ ТЕНДЕНЦИИ И ПРОГНОЗ РАЗВИТИЯ
Аннотация: Состояние рынка коммерческой недвижимости является важнейшим фактором, от которого зависит успех ведения предпринимательской деятельности. Объектом данного исследования стали такие сегменты как:
