<p style="padding-left: 30px;"><strong>Введение</strong></p>

Транспорт является одной из важнейших отраслей экономики. Именно транспортная доступность отдельных регионов и стран обеспечивает их устойчивое экономическое развитие. Модернизация и развитие транспортной инфраструктуры ведет к созданию новых производств и рабочих мест, что, в свою очередь, определяет экономический рост. Особое значение имеют грузовые перевозки, обеспечивающие товарооборот, как на внутреннем, и внешнем рынках. Рассматривая возможные сценарии развития экономики, необходимо иметь инструменты для оценки эластичности спроса на грузовые перевозки и планирования будущих объемов грузоперевозок.

Литература по моделированию грузовых перевозок довольно обширна. В работах [1]-[3] построены и исследованы модели железнодорожных грузовых перевозок, основанные на заданной процедуре организации грузопотока. Ряд статей посвящен проблеме оптимального управления парком грузовых железнодорожных вагонов, возникающей перед операторами железнодорожного транспорта. В частности, в статье [4] описан один из подходов к ее решению, заключающийся в сведении исходной постановки к задаче линейного программирования большой размерности.  Рассматривая публикации, посвященные моделированию спроса на грузовые перевозки и эмпирическим оценкам эластичностей спроса следует отметить, что большинство из них решают задачу перераспределения грузов между разными видами транспорта. В работе [5] моделирование спроса на грузовые перевозки в России осуществляется с помощью трех различных эконометрических моделей для разных видов транспорта. Исследуются эластичности спроса на грузовые перевозки и возможность использования построенных моделей для прогнозирования объемов грузовых перевозок разными видами транспорта. В [6] проведен эмпирический анализ грузовых перевозок в Дании с помощью коинтеграционной векторной регрессионной системы.

В данной работе была предпринята попытка моделирования объема грузовых перевозок для Евразийского экономического союза (ЕАЭС, Союз). ЕАЭС был образован с целью создания условий для устойчивого экономического развития и повышения конкурентоспособности экономик государств-членов в условиях глобальной экономики через реализацию «четырех свобод» – свободного движения товаров, услуг, капитала и рабочей силы¹. Договор о ЕАЭС был подписан 29 мая 2014 года в Астане президентами России, Беларуси и Казахстана. В том же году были подписаны Договора о присоединении к Союзу Армении и Кыргызстана. Одним их важнейших направлений развития Союза является развитие транспортной инфраструктуры и реализация транзитного потенциала, включая создание межгосударственных транспортных коридоров². В 2016 г. было принято отдельное Решение Высшего Евразийского экономического совета «Об Основных направлениях и этапах реализации скоординированной (согласованной) транспортной политики государств – членов Евразийского экономического союза», в котором определены основные задачи по формированию единого транспортного пространства и созданию общего рынка транспортных услуг. При этом указывается на необходимость использования преимуществ географического положения государств-членов Союза при осуществлении транзитных связей между Европой и Азией и интеграцию собственных транспортных систем в мировую транспортную систему.

Согласно Решению Высшего Евразийского экономического совета № 12 от 11.12.2020 «О стратегических направлениях развития евразийской экономической интеграции до 2025 года»³ развитие транспортной системы является одним из стратегических направлений развития евразийской экономической интеграции и «нацелено на: последовательное и поэтапное формирование единого транспортного пространства…; создание трансконтинентальных и межгосударственных транспортных коридоров; …; создание и развитие транспортной инфраструктуры на территориях государств-членов в направлениях «Восток – Запад» и «Север – Юг», в том числе в рамках сопряжения с китайской инициативой «Один пояс - один путь»…».

Доля транспорта в структуре валовой добавленной стоимости по данным Евразийской экономической комиссии⁴ в 2019 г. составила 9,5 %, а в общем объеме инвестиций в основной капитал – 15,8 %.

На рисунке 1 представлена динамика перевозок грузов всеми видами транспорта, включая железнодорожный, автомобильный, воздушный и водный, в целом по ЕАЭС.

Объем перевозок грузов по всем видам транспорта (без трубопроводного) за период с 2015 г. по 2019 г. вырос на 7 % и составил 11,5 млрд тонн.

<p style="padding-left: 30px;"><strong>Эконометрическая модель</strong><strong> и сценарные расчеты</strong><strong> грузоперевозок </strong></p>

Для моделирования объема грузоперевозок использовалась множественная линейная регрессия вида

<math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><msub><mrow><mi>y</mi></mrow><mrow><mi>t</mi></mrow></msub><mo>=</mo><msub><mrow><mi>a</mi></mrow><mrow><mn>0</mn></mrow></msub><mo>+</mo><mrow><munderover><mo stretchy="false">∑</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mrow><mi>n</mi></mrow></munderover><mrow><msub><mrow><mi>a</mi></mrow><mrow><mi>i</mi></mrow></msub><msub><mrow><mi>x</mi></mrow><mrow><mi>i</mi><mi>t</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ε</mi></mrow><mrow><mi>t</mi></mrow></msub></mrow></mrow><mo>,</mo></math>

где <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><msub><mrow><mi>y</mi></mrow><mrow><mi>t</mi></mrow></msub></math> – объясняемая переменная; <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><msub><mrow><mi>x</mi></mrow><mrow><mi>i</mi><mi>t</mi></mrow></msub></math> – объясняющие переменные, <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><mi>i</mi><mo>=</mo><mn>1</mn><mo>,</mo><mi> </mi><mo>…</mo><mo>,</mo><mi> </mi><mi>n</mi></math> ; <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><msub><mrow><mi>a</mi></mrow><mrow><mi>i</mi></mrow></msub></math> – оцениваемые коэффициенты, <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><mi>i</mi><mo>=</mo><mn>0</mn><mo>,</mo><mi> </mi><mo>…</mo><mo>,</mo><mi> </mi><mi>n</mi></math> ; <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><msub><mrow><mi>ε</mi></mrow><mrow><mi>i</mi></mrow></msub></math> – ошибки регрессии (случайные независимые нормально распределенные с нулевым средним и конечной дисперсией) [7]. Коэффициенты регрессии оцениваются методом наименьших квадратов (МНК).

При моделировании использовались следующие данные <a target=_blank href="http://www.eurasiancommission.org/ru/act/integr_i_makroec/dep_stat/union_stat/Pages/series/sections.aspx">Департамента статистики Евразийской экономической комиссии</a> за период с 2005 г. по 2019 г.:<ul class="docx-publication-list"> <li><em>TRANSPORT</em> – перевозки грузов всеми видами транспорта без трубопроводного, млн тонн;</li> <li><em>IND</em><em>_</em><em>PROM</em> – индекс промышленного производства, в процентах к предыдущему году (в постоянных ценах); </li> <li><em>IND</em><em>_</em><em>AGRIC</em> – индекс объема сельскохозяйственного производства, в процентах к предыдущему году (в постоянных ценах).</li></ul>

Также в модели используется фиктивная переменная DUMMY, принимающая значение 0 для всех моментов времени, кроме 2009 г. и 2010 г., для этих двух моментов времени ее значение равно 1. Введенная таким образом переменная позволяет учесть влияние кризиса 2009 г., который привел к резкому падению всех экономических показателей в 2009 и 2010 гг.

В работе исследуется функция зависимости грузоперевозок следующего вида

<math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><mi>T</mi><mi>R</mi><mi>A</mi><mi>N</mi><mi>S</mi><mi>P</mi><mi>O</mi><mi>R</mi><mi>T</mi><mo>=</mo><mi>f</mi><mo>(</mo><msub><mrow><mi>I</mi><mi>N</mi><mi>D</mi></mrow><mrow><mo>-</mo></mrow></msub><mi>P</mi><mi>R</mi><mi>O</mi><mi>M</mi><mo>,</mo><mi> </mi><mi>I</mi><mi>N</mi><msub><mrow><mi>D</mi></mrow><mrow><mo>-</mo></mrow></msub><mi>A</mi><mi>G</mi><mi>R</mi><mi>I</mi><mi>C</mi><mo>,</mo><mi>D</mi><mi>U</mi><mi>M</mi><mi>M</mi><mi>I</mi><mo>)</mo></math> .

Выбор окончательной спецификации модели определялся целью исследования, а именно – построение модели, позволяющей проводить многовариантные сценарные расчеты для анализа различных вариантов динамики грузовых перевозок ЕАЭС в зависимости от значений, принимаемых объясняющими переменными.

На основе анализа парных корреляций, теста на функциональную зависимость, тестирования на гетероскедастичность, использования критериев Акаике и Шварца получена линейная в логарифмах зависимость переменной <em>TRANSPORT</em><em> </em>от индексов промышленного производства (<em>IND</em><em>_</em><em>PROM</em><em>)</em> и объема сельскохозяйственного производства (<em>IND</em><em>_</em><em>AGRIC</em><em>)</em>:

<math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><mi mathvariant="normal">l</mi><mi mathvariant="normal">n</mi><mfenced separators="|"><mrow><mi>T</mi><mi>R</mi><mi>A</mi><mi>N</mi><mi>S</mi><mi>P</mi><mi>O</mi><mi>R</mi><mi>T</mi></mrow></mfenced><mo>=</mo><msub><mrow><mi>a</mi></mrow><mrow><mn>0</mn></mrow></msub><mo>+</mo><msub><mrow><mi>a</mi></mrow><mrow><mn>1</mn></mrow></msub><mi mathvariant="normal">l</mi><mi mathvariant="normal">n</mi><mfenced separators="|"><mrow><msub><mrow><mi>I</mi><mi>N</mi><mi>D</mi></mrow><mrow><mo>-</mo></mrow></msub><mi>P</mi><mi>R</mi><mi>O</mi><mi>M</mi></mrow></mfenced><mo>+</mo><msub><mrow><mi>a</mi></mrow><mrow><mn>2</mn></mrow></msub><mi mathvariant="normal">l</mi><mi mathvariant="normal">n</mi><mfenced separators="|"><mrow><msub><mrow><mi>I</mi><mi>N</mi><mi>D</mi></mrow><mrow><mo>-</mo></mrow></msub><mi>A</mi><mi>G</mi><mi>R</mi><mi>I</mi><mi>C</mi></mrow></mfenced><mo>+</mo><msub><mrow><mi>a</mi></mrow><mrow><mn>3</mn></mrow></msub><mi>D</mi><mi>U</mi><mi>M</mi><mi>M</mi><mi>Y</mi><mo>,</mo></math>

где <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><mi mathvariant="normal">l</mi><mi mathvariant="normal">n</mi><mfenced separators="|"><mrow><mi>T</mi><mi>R</mi><mi>A</mi><mi>N</mi><mi>S</mi><mi>P</mi><mi>O</mi><mi>R</mi><mi>T</mi></mrow></mfenced><mo>,</mo><mi> </mi></math> <em> </em> <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><mi mathvariant="normal">l</mi><mi mathvariant="normal">n</mi><mfenced separators="|"><mrow><msub><mrow><mi>I</mi><mi>N</mi><mi>D</mi></mrow><mrow><mo>-</mo></mrow></msub><mi>P</mi><mi>R</mi><mi>O</mi><mi>M</mi></mrow></mfenced></math> <em>,</em><em> </em> <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><mi mathvariant="normal">l</mi><mi mathvariant="normal">n</mi><mfenced separators="|"><mrow><msub><mrow><mi>I</mi><mi>N</mi><mi>D</mi></mrow><mrow><mo>-</mo></mrow></msub><mi>A</mi><mi>G</mi><mi>R</mi><mi>I</mi><mi>C</mi></mrow></mfenced></math> <em> </em>– натуральные логарифмы значений соответствующих переменных.

Оценивание модели методом МНК в пакете EViews дало следующий результат (в скобках под значениями коэффициентов указаны значения <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><mi>t</mi></math> -статистик):

<p>ln(TRANSPORT) = 7,38&nbsp; +&nbsp; 0,61ln(IND_PROM) - 0,21ln(IND_AGRIC) - 0,13DUMMY.</p> <p>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;(54,34)&nbsp; &nbsp;(9,76)&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;(-4,73)&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; (-18,25)</p>

Скорректированный коэффициент детерминации <math xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"><msup><mrow><mi>R</mi></mrow><mrow><mn>2</mn></mrow></msup></math> имеет значение равное 0,985, что свидетельствует о высоком предсказательном качестве рассматриваемой зависимости. Отрицательный коэффициент при индексе сельскохозяйственного производства, вероятнее всего объясняется мультиколлинеарностью объясняющих переменных.

На рис. 2 представлены графики модельных (расчетных) и фактических значений грузоперевозок, которые позволяют сделать вывод о прогностической точности модели. Наибольшее отклонение модельных значений от фактических составляет 1,65 % (в 2011 г.).

Далее, модель была использована для прогноза объема грузоперевозок на 2020 г. и для проведения сценарных расчетов на период до 2025 г. Рассматривались три сценария: базовый, оптимистичный, пессимистичный.

В основу формирования сценариев положено Решение Высшего Евразийского Экономического Совета № 12 от 11.12. 2020 «О стратегических направлениях развития евразийской экономической интеграции до 2025 года». Целью Стратегии в части реализации транспортной политики является увеличение грузовых перевозок за счет реализации транзитного и логистического потенциала Союза.

Для базового сценария делались следующие предположения: спад экономики в 2020 г., связанный с пандемией, прекратится начнется рост промышленного производства. Предполагается, что темп роста экономики будет на уровне 2015-2019 гг.: для промышленности – 2,3 % и сельскохозяйственного производства – 2,6 % в среднем за год.

В рамках пессимистичного сценария предполагалось, что в 2021 г. не ожидается значительного роста экономики, а рост промышленного производства начнется в 2022 г. и составит в среднем не более 1,3 % в год для промышленности и 2,6 % для сельского хозяйства.

Для оптимистичного сценария предполагается, что прирост промышленного производства будет составлять в среднем не менее 5,5 % в год и 4,2 % для сельского хозяйства, начиная с 2021 г.

Результаты прогноза и сценарных расчетов представлены в таблице 1.

<p>Таблица 1. Перевозки грузов всеми видами транспорта без трубопроводного.</p> <table class="docx-publication-table"> <tbody> <tr> <td class="docx-publication-cell" rowspan="2">Сценарии</td> <td class="docx-publication-cell" colspan="6">Перевозки грузов всеми видами транспорта без трубопроводного, млн тонн</td> <td class="docx-publication-cell" rowspan="2">Прирост за 2021-2025 гг., %</td> </tr> <tr> <td class="docx-publication-cell">2020 (прогноз)</td> <td class="docx-publication-cell">2021</td> <td class="docx-publication-cell">2022</td> <td class="docx-publication-cell">2023</td> <td class="docx-publication-cell">2024</td> <td class="docx-publication-cell">2025</td> </tr> <tr> <td class="docx-publication-cell">Базовый</td> <td class="docx-publication-cell" rowspan="3">11055,68</td> <td class="docx-publication-cell">11149,09</td> <td class="docx-publication-cell">11243,29</td> <td class="docx-publication-cell">11338,28</td> <td class="docx-publication-cell">11434,08</td> <td class="docx-publication-cell">11530,69</td> <td class="docx-publication-cell">3,42</td> </tr> <tr> <td class="docx-publication-cell">Пессимистичный</td> <td class="docx-publication-cell">10898,3</td> <td class="docx-publication-cell">10841,62</td> <td class="docx-publication-cell">10850,21</td> <td class="docx-publication-cell">10923,58</td> <td class="docx-publication-cell">10997,45</td> <td class="docx-publication-cell">0,91</td> </tr> <tr> <td class="docx-publication-cell">Оптимистичный</td> <td class="docx-publication-cell">11260,1</td> <td class="docx-publication-cell">11468,31</td> <td class="docx-publication-cell">11725,58</td> <td class="docx-publication-cell">12058,75</td> <td class="docx-publication-cell">12473,23</td> <td class="docx-publication-cell">10,77</td> </tr> </tbody> </table> <p>Источник: расчеты авторов.</p>

Анализ результатов расчетов по перевозкам грузов в ЕАЭС в 2021-2025 гг. показывает, что для базового и оптимистичного сценариев наблюдается ежегодный рост объема грузоперевозок, причем наибольший – 2,84 % и 3,44 % в 2024 г. и 2025 г. для оптимистичного сценария (рис. 3). Для пессимистичного сценария – падение в 2022 г., а далее незначительный прирост (менее 1 % в год).

<p style="padding-left: 30px;"><strong>Заключение</strong></p>

На основе данных департамента статистики Евразийской экономической комиссии построена эконометрическая модель, описывающая зависимость объема грузовых перевозок от индексов промышленного производства и объема выпуска сельскохозяйственной продукции за период с 2005 г. по 2019 г. В модель также была включена фиктивная переменная, учитывающая влияние экономического кризиса 2009г.<em> </em>Анализ регрессионных остатков указал на высокую прогностическую точность модели. С помощью модели получен прогноз объема грузовых перевозок на 2020 г. и проведены расчеты на период до 2025 г. в зависимости от трех сценариев, описывающих предполагаемые варианты развития экономики и степень реализации транзитного и логистического потенциала Союза.