CC BY
2ВЕСТНИК ТОГУ. 2023. № 4 (71)
УДК 338:005.932(571.6)
А. Б. Бардаль
СПРОС И ПРЕДЛОЖЕНИЕ ТРАНСПОРТНЫХ УСЛУГ: ПОДХОДЫ К ОЦЕНКЕ НА СУБРЕГИОНАЛЬНОМ УРОВНЕ
Бардаль А. Б. - д-р экон. наук, доцент, вед. науч. сотрудник ФГБУН Институт экономических исследований ДВО РАН, e-mail: [email protected]
Экономическое пространство Дальнего Востока настолько дифференцировано и фрагментарно, что изучение работы отдельных отраслей и комплексов лишь на региональном уровне малосодержательно. Цель работы - представить подходы к оценке пространственных характеристик спроса и предложения транспортных услуг, а также апробировать их на примере ДФО. Исследование проводилось на основе данных муниципальных образований макрорегиона. Использованы показатели официальной статистики (Рос-стат), а по отсутствующим показателям - информация отраслевых компаний и органов исполнительной власти дальневосточных субъектов РФ. Пространственные характеристики спроса на транспортные услуги оценены на базе плотности экономической деятельности. Для анализа дифференциации предложения транспортных услуг использован индекс Энгеля-Като. Полученные показатели для муниципальных образований ДФО (230 ед.) сгруппированы с применением методов кластерного анализа. В результате представлены пространственные характеристики макрорегиона: 1) по плотности экономической деятельности (семь групп), 2) по уровню развития транспортной инфраструктуры с учетом заселенности территории (семь групп). Итоги кластеризации представлены на картограммах. Показана фрагменти-рованность и разреженность экономической активности на территории макрорегиона. Подтверждены и аргументированы низкий общий уровень обеспеченности макрорегиона транспортными сетями и значительная дифференциация предложения услуг транспорта по территории ДФО.
Ключевые слова: транспортный комплекс Дальнего Востока, пространственное распределение инфраструктуры, индекс Энгеля-Като, плотность экономической деятельности
© Бардаль А. Б., 2023
ВЕСТНИК ТОГУ. 2023. № 4 (71)
Введение
Изучение параметров рынка транспортных услуг включает широкий круг вопросов. В условиях геополитических шоков последних лет, сопровождающихся переориентацией внешнеторговых потоков РФ с запада на восток, важным становится изучение транзитных возможностей транспорта макрорегиона. Учитывая ключевую роль транспортного комплекса восточных районов как замыкающего звена национальной системы во внешнеэкономическом обороте со странами Азии (в первую очередь КНР), объем транспортной работы возрастает. Однако в качестве приоритетной задачи транспортного комплекса выступает обеспечение потребностей в перевозках, генерируемых социально-экономической системой макрорегиона. В этом ключе важным становится исследование пространственных характеристик, с одной стороны, потребностей экономики ДФО в перевозках, с другой - возможностей транспортного комплекса их обеспечить, т.е. дифференциация базовых параметров формирования спроса и предложения на услуги транспорта.
Основные сложности при этом связаны с необходимостью субрегионального (на уровне муниципальных образований (МО)) анализа при отсутствии доступной статистической базы. Переход на субрегиональный уровень позволяет более подробно изучить экономическое пространство Дальнего Востока, представить его дифференциацию и фрагментацию в части спроса и предложения на транспортные услуги. В методическом плане проблемным моментом является отсутствие общепринятой методики исследования.
Цель данной работы состоит в попытке представить подходы к оценке пространственных характеристик спроса и предложения на транспортные услуги и апробировать их на примере ДФО.
Предваряя описание применяемой методики, отметим, что основное число публикаций в рамках рассматриваемой темы концентрируется вокруг вариантов количественной оценки связей результатов хозяйственной деятельности и перевозок (либо развития инфраструктуры), а также возможностях прогнозирования грузовых потоков исходя из параметров экономики. Исследования представляют результаты применения эконометрических моделей на уровне национальной экономики либо макрорегионов. Безусловно, эти работы интересны и важны для оценки общих закономерностей, однако нередко приводят к несодержательным результатам, что на наш взгляд подчеркивает необходимость перехода на более детальный уровень анализа пространственных объектов.
Так, в работе Щербанина Ю.В. и др. [1] оценивается эластичность спроса на грузовые перевозки (рассматривались объем перевозок и грузооборот по
ВЕСТНИК ТОГУ. 2023. № 4 (71)
видам транспорта) по отношению к валовому выпуску и динамике промышленного производства в России за 1992-2014 гг. Тестирование различных эко-нометрических моделей (метод наименьших квадратов, векторная авторегрессия, авторегрессионная модель с распределенным лагом и пр.) приводит авторов к отдельным сложно интерпретируемым содержательно (либо не имеющим экономической интерпретации вовсе) результатам. В исследовании Кол-чинской Е.Э., при использовании регрессионных моделей панельных данных для субъектов РФ за 2006-2012 гг. сделан вывод об отсутствии связей между развитием инфраструктуры (автомобильные и железные дороги) и уровнем развития промышленности [2].
Важность изучения и учета особенностей экономического пространства, в т.ч. в отношении Дальнего Востока неоднократно аргументирована в работах экспертов в области региональной экономики [3-4]. Поэтому, понимая все ограничения, в рамках данной работы будут рассматриваться аспекты спроса и предложения транспортных услуг, определяемые в т.ч. спецификой экономического пространства макрорегиона: фрагментация, разреженность, дифференциация уровня экономической активности.
Методика и данные
При отсутствии общепринятого методического подхода, мы будем опираться на логику схожих по задачам исследований и исходить из того, что спрос на транспортные услуги имеет производных характер по отношению к хозяйственной деятельности, а предложение основано на наличии базовой транспортной инфраструктуры и определяется ее провозной способностью и параметрами наличных транспортных средств (подвижного состава, грузовых автомобилей, флота). В этой логике дифференциацию спроса и предложения перевозки на субрегиональном уровне в первом приближении можно оценить через объем выпуска (определяющего потребность в перевозках) и плотность транспортной инфраструктуры (базовое условие, определяющее наличие возможностей перевозки) в разрезе муниципальных образований.
Пространственное распределения спроса на транспортные услуги представлено на основе плотности выпуска, что является традиционным подходом [5-6]. Использован показатель условной плотности экономической деятельности в разрезе муниципальных образований ДФО (230 ед.), оцениваемый как отношение величины отгруженных товаров собственного производства, выполненных работ и услуг собственными силами (без субъектов малого предпринимательства) к площади МО (млн руб./км2). Исходные данные для расчета взяты из Базы данных показателей муниципальных образований Росстата. Чтобы избежать влияния отдельных нетипичных периодов, в т.ч. пандемии, для оценки принимался усредненный
ВЕСТНИК ТОГУ. 2023. № 4 (71)
показатель выпуска за 2018-2021 гг. Рассчитанные показатели сгруппированы на основе кластерного анализа с использованием программного пакета «Statistical Package for the Social Sciences», применена иерархическая кластеризация по методу Уорда с мерой связи квадрат расстояния Евклида.
Характеристика предложения транспортных услуг рассматривалась на основе плотности транспортной инфраструктуры в МО с использованием скорректированного обобщенного индекса Энгеля-Като [7-8]:
j _ Lп
4н*Бм '
где Ln - протяженность приведенной эксплуатационной длины транспортных сетей различных видов транспорта (км);
Н - численность населения муниципального образования (10 тыс. чел.); Sm - площадь территории муниципального образования (км2).
Показатель характеризует обеспеченность транспортной инфраструктурой заселенной территории. Применялись следующие коэффициенты приведения эксплуатационной длины транспортных сетей: железные дороги - 1, автомобильные дороги - 0,45. Значения коэффициентов определены на основе соответствующих показателей Л. И. Василевского [9] с учетом увеличения средней скорости перевозок за прошедший период и долей видов транспорта в грузообороте.
Использовались данные о протяженности железных и автомобильных дорог. В качестве источника информации выступали как показатели официальной статистики (Росстат, показатели: общая площадь земель муниципального образования, протяженность автомобильных дорог общего пользования местного значения, численность населения), так и отраслевые компании (ОАО «РЖД», показатель протяженности железных дорог общего пользования), а также информация органов исполнительной власти дальневосточных субъектов РФ (протяженность автомобильных дорог федерального, регионального и межмуниципального значения в границах МО).
Полученные оценки коэффициентов в разрезе всех 230 муниципальных образований ДФО стали основной для проведения кластерного анализа. Использовался программный пакет «Statistical Package for the Social Sciences», метод k-средних [10]. После предварительного анализа дендраграммы2 задано разделение на семь кластеров.
2 Иерархический метод отклонен, поскольку итоговое разделение было представлено двумя кластерами, что не дает возможности провести содержательный анализ. Однако результаты инте-граций иерархического анализа стали основой выбора задаваемого числа кластеров.
ВЕСТНИК ТОГУ. 2023. № 4 (71)
Результаты и обсуждение
Расчет среднего показателя плотности выпуска для МО показал существенный разброс значений: максимальное значение зафиксировано в городском округе г. Хабаровск (712,5 млн руб./км2) Хабаровского края, минимальное - в Сретенском муниципальном районе Забайкальского края (4,0 тыс. руб./км2). При этом большая часть муниципальных образований характеризуется низким показателем плотности экономической деятельности (рис. 1).
Рис. 1. Плотность экономической деятельности в разрезе муниципальных образований ДФО3
3 Составлено В.Д. Хижняком (н.с. ИЭИ ДВО РАН) по данным автора.
ВЕСТНИК ТОГУ. 2023. № 4 (71)
Кластеры, полученные после группировки индекса Энгеля-Като отражают дифференциацию в обеспечении транспортной инфраструктурой с учетом заселенности территории и общий низкий уровень развития инфраструктуры. Кластеры, включающие МО наименее обеспеченные транспортными сетями самые значительные по составу: 28,3% общего числа МО входят в первый кластер (с минимальными значениями индекса Энгеля-Като), 28,7% МО - во второй. При этом лишь три МО (1,3% общего числа) относятся к седьмому кластеру с наибольшими значениями расчетного показателя - в среднем в 16 раз превышает показатели первого кластера (табл. 1).
Таблица 1
Характеристики кластеров при разделении по индексу Энгеля-Като для всей
территории ДФО
Показатель Кластеры
1 2 3 4 5 6 7
Центр кластера* 0,63 1,72 2,60 3,58 4,62 5,98 10,08
Число МО в кластере 65 66 43 29 17 7 3
Расстояние между центрами кластеров
1 - 1,09 1,97 2,94 3,99 5,35 9,44
2 1,09 - 0,88 1,86 2,90 4,27 8,36
3 1,97 0,88 - 0,98 2,02 3,39 7,48
4 2,94 1,86 0,98 - 1,05 2,41 6,50
5 3,99 2,90 2,02 1,05 - 1,36 5,46
6 5,35 4,27 3,39 2,41 1,36 - 4,09
7 9,44 8,36 7,48 6,50 5,46 4,09 -
Минимальные и максимальные значения индекса
Минимальное значение 0,01 1,23 2,22 3,10 4,10 5,52 10,13
Максимальное значение 1,22 2,16 3,02 4,07 5,18 6,97 31,20
Примечание: * - среднее значение показателя. Источник: расчеты автора.
Представим полученную дифференциацию обеспеченности МО транспортной инфраструктурой на картограмме (рис. 2).
ВЕСТНИК ТОГУ. 2023. № 4 (71)
Заключение
В рамках работы рассмотрены подходы к оценке спроса и предложения на транспортные услуги в ДФО. Представлена группировка плотности экономической деятельности в разрезе муниципальных образований макрорегиона, позволяющая косвенно оценить потребности в перевозках: выделены семь кластеров, на несколько порядков различающихся удельными показателями выпуска. Подтверждена фрагментированность, разреженность и дифференциация экономической активности на территории макрорегиона. Итоги кластерного анализа представлены на картограмме.
Анализ дифференциации предложения транспортных услуг в ДФО проведен на основе показателя плотности транспортных сетей с учетом заселенности (индекс Энгеля-Като). Рассмотрены варианты оценки для всех муниципальных образований ДФО (230 ед.) и за исключением необжитых территорий (143 ед.). Рассчитанные показатели МО разделены с использованием кластерного анализа на группы, представляющих различие в обеспеченности инфраструктурой железных и автомобильных дорог в соотношении с площадью и заселенностью территории. Для варианта всех МО выделено семь кластеров. К кластеру с наиболее обеспеченными инфраструктурой относятся три МО ДФО, среднее значение показателя Энгеля-Като для них в 16 раз больше, чем для МО входящих в кластер с наименьшей обеспеченностью (включающий 28,3% общего числа МО ДФО). Таким образом, подтверждены и аргументированы низкий общий уровень обеспеченности макрорегиона транспортными сетями и значительная дифференциация предложения услуг транспорта по территории ДФО. Результаты группировки представлены на картограмме.
ВЕСТНИК ТОГУ. 2023. № 4 (71)
Рис. 2. Обеспеченность транспортной инфраструктурой с учетом заселенности в разрезе муниципальных образований ДФО4
Отметим, что предложенные подходы и методы, безусловно, имеют довольно жесткие ограничения, требуют в дальнейшем уточнения и дополнения. Одним из вариантов развития исследований может стать использование альтернативных показателей оценки обеспеченности транспортной инфраструктурой, расширение перечня рассматриваемых видов транспорта, дополнение
4 Составлено В.Д. Хижняком (н.с. ИЭИ ДВО РАН) по данным автора. 128
ВЕСТНИК ТОГУ. 2023. № 4 (71)
оценок анализом провозных способностей инфраструктуры и возможностями транспортных компаний. Однако, при всех ограничениях, данные методы позволяют изучать дифференциацию внутрирегионального экономического пространства ДФО с точки зрения спроса и предложения транспортных услуг и наглядно ее демонстрировать.
Библиографические ссылки
1. Эконометрическое моделирование и прогнозирование спроса на грузовые перевозки в России в 1992-2015 гг. / Щербанин Ю.А., Ивин Е.А., Курбацкий А.Н., Глазунова А.А. // Научные труды / Ин-т народнохозяйственного прогнозирования РАН. 2017. Т. 15. С. 200-217.
2. Колчинская Е.Э. Влияние транспортной инфраструктуры на промышленное развитие регионов России // Актуальные проблемы экономики и права. 2015. № 2. С. 77-82.
3. Минакир П.А. Экономический анализ и измерения в пространстве // Пространственная экономика. 2014. № 1 С. 12-39. Б01: 10.14530^.2014.1.012-039.
4. Демьяненко А.Н., Прокапало О.М. Экономическое пространство Дальнего Востока России: посткризисная динамика и экономическая безопасность // Регионали-стика. 2018. Т. 5, № 5. С. 25-32. Б01: 10.14530/ге&2018.5.25.
5. Суворова А.В. Практические аспекты оценки экономического пространства // Теоретическая и прикладная экономика. 2021. № 1. С. 86-98. Б01: 10.25136/24098647.2021.1.35545
6. Секушина И.А. Оценка качества экономического пространства регионов Европейского Севера России // Известия Дальневосточного федерального университета. Владивосток, 2020. № 4. С. 38-50. Б01: 10.24866/2311-2271/2020-4/38-50.
7. Радченко Д.М., Пономарев Ю.Ю. О способах измерения степени развития транспортной инфраструктуры // Пространственная экономика. 2019. Т. 15, № 2. С. 37-74. Б01: 10.14530^е.2019.2.037-074.
8. Курникова М.В., Тимофеев А.Г. Пространственная организация транспортной инфраструктуры России: региональное измерение // Вестник Самарского государственного экономического университета. 2022. № 5. С. 18-27. Б01: 10.46554/19930453-2022-5-211-18-27.
9. Транспортная система мира / под ред. С.С. Ушакова, Л.И. Василевского. М. : Транспорт, 1971. 216 с.
10. Миркин Б.Г. Методы кластер-анализа для поддержки принятия решений. М. : Изд. дом Национального исследоват. ун-та «Высшая школа экономики», 2011. 88 с.
BECTHHK TOry. 2023. № 4 (71)
Title: Demand and Supply of Transport Services: Approaches to Assessment at the Subregional Level
Authors' affiliation:
Bardal A. B. - Economic Research Institute, Far Eastern Branch of the Russian Academy of Sciences, Khabarovsk, Russian Federation
Abstract: The study has been conducted based on data from municipalities of the Far Eastern Federal District. Spatial characteristics of demand for transport services are assessed based on the density of economic activity. To analyze the differentiation of the supply of transport services, the Engel-Kato index has been used. The obtained indicators are grouped using cluster analysis methods and presented on cartograms.
Keywords: transport complex of the Far East, spatial distribution of infrastructure, Engel-Kato index, density of economic activity
