Анализ межрегиональной торговли субъектов Дальневосточного федерального округа на основе гравитационных моделей

Как показали многочисленные исследования (Durlauf, Quah, 1999; Frankel, Romer, 1999; Singh, 2010), специализация и торговля являются, наряду с технологическим прогрессом, главными детерминантами экономического роста. Это объясняется, хоть и через разные механизмы, в рамках всех трех теорий торговли – классической (Samuelson, 1948), новой (Krugman, 1979) и новейшей (Melitz, 2003). А значит, оценка объемов торговых и экономических связей и их динамики во времени, а также выявление факторов, влияющих на интенсификацию сотрудничества, очень важны, в том числе в контексте экономического развития.

Для эмпирического анализа международных торговых потоков в настоящее время активно используется гравитационная модель торговли – экономический аналог Закона всемирного тяготения И. Ньютона, предложенный Я. Тинбергеном (Tinbergen, 1962). В соответствии с ней торговый поток F ij из i-страны в j-ю положительно зависит от внутреннего валового продукта (ВВП) стран экспортеров M i и импортеров M j , определяющих соответственно возможные объемы производства и емкость рынка, и отрицательно – от расстояния D ij между ними, задающего транспортные издержки. Под последним чаще всего подразумевается протяженность автомобильной или железной дороги, соединяющей столицы стран или их крупнейшие экономические центры, хотя в целом это весьма сложная проблема, не имеющая тривиального решения (Сальников, Филатов, 2023).

Традиционно гравитационная модель представима в виде:

или, как это часто делается, в лог-линейной форме:

InF jj = InG + alnM_t + plnM j - ylnD ^

Ключевой задачей является оценка коэффициентов α, β, γ, представляющих собой оценку эластичности объема торговли по размерам стран-партнеров и расстоянию.

В 1979 г. Дж. Андерсон осуществил первую попытку микроэкономического обоснования данного подхода (Anderson, 1979), а сегодня гравитационные модели благодаря высокой предсказательной силе и другим конкурентным преимуществам твердо вошли в экономический мейнстрим. Более того, они не только способны объяснить до 90 % вариации в торгово-экономических отношениях между странами (Head, Mayer, 2014), но и могут быть интегрированы в широкий класс исследований по вопросам миграции (Beine et al., 2016), инвестиций (Portes et al., 2001) и т.д.

Современные модификации моделей с учетом включения дополнительных переменных объясняют асимметричные торговые потоки и нулевую торговлю стран (Anderson, van Wincoop, 2003), учитывают положительный эффект масштаба (Anderson et al., 2016), эффективность государственной политики1, эффект границы (McCallum, 1995), принадлежность к одному торговому блоку (Frankel et al., 1997), общую валюту (Rose, 2000), валютный режим (Barro, Tenreyro, 2007), членство в ВТО (Rose, 2004), эффект домашнего рынка (Davis, Weinstein, 2003), единство и близость языка (Egger, Lassmann, 2012) и другие факторы.

При всех своих преимуществах гравитационный подход не так часто применяется при анализе межрегиональной торговли, в том числе в России. В то же время подобный анализ, с одной стороны, особенно интересен ввиду отсутствия внутри страны языковых, правовых, валютных и других барьеров, с другой – очень важен в контексте огромной территории России и значительной климатической, ресурсной и экономической неоднородности ее регионов, благодаря чему специализация и межрегиональная торговля могут особенно сильно повысить эффективность экономики. Эмпирические исследования (Изотов, 2018) подтверждают, что внутренняя торговля генерирует около 38 % экономического роста России, что существенно превышает вклад внешнего товарооборота (15 %) и всех остальных факторов.

Масштабы позволяют провести отдельный анализ на уровне Дальнего Востока – обширного (40,6 % площади России)2 и малонаселенного (5,6 % населения России)3 макрорегиона, значительно удаленного от основных экономических центров. Это, а также недостаточная развитость транспортной инфраструктуры приводят к тому (Изотов, 2021), что дальневосточные регионы продают продукцию в первую очередь соседям и в существенной меньшей степени выходят на общероссийский и тем более международный уровень, что негативно сказывается и на их благосостоянии. Более того, несмотря на все принимаемые меры по интеграции Дальнего Востока в общероссийское экономическое пространство, за последние 20 лет отмеченное расхождение существенно выросло, что означает увеличение экономической дистанции между регионами Дальнего Востока и остальными российскими территориями.

Рассмотрим, в качестве примера динамику товарооборота Приморского края с субъектами Российской Федерации. С одной стороны, данные за 2009–2016 гг. (к сожалению, после 2016 г. официальная статистика не собирается) свидетельствуют о положительной тенденции (рис. 1) даже с поправкой на инфляцию, составившую за указанный период почти 80 %. Реальный объем товарооборота вырос за 8 лет примерно на треть, а вывоз – вообще почти в 2,5 раза1.

ш s

+3,9 %

+28,

+2,7 %

Вывоз

Ввоз

Товарооборот

19,39 84,09

103,48

40,64

110,1

150,74

58,49

158,91

217,4

92,56

148,22

240,78

84,67

162,72

247,39

57,71

133,63

191,34

90,13

188,37

278,5

104,89

184,55

289,44

Рисунок 1 – Динамика межрегиональной торговли Приморского края ²

+13,6 %

16,8 %

Figure 1 – Dynamics of Interregional Trade in Primorsky Krai

С другой стороны, нельзя не отметить две особенности. Во-первых, значительную часть вывозимой в другие регионы продукции составляют товары не собственного производства, а импортного, идущие через Приморский край в другие регионы России. Действительно, 68 % всей импортной продукции Дальневосточного федерального округа (ДФО) транзитом движется через Приморье3, и именно данный регион доминирует также и во внутреннем экспорте.

Кроме того, почти половину межрегионального оборота Приморья (42 %) обеспечивает торговля с Хабаровским краем (рис. 2). Из крупных партнеров, находящихся далеко за пределами ДФО, можно отметить разве что Москву. Формально относящаяся к Сибирскому федеральному округу (СФО) Иркутская область фактически куда больше, чем с Сибирью и тем более с Европейской частью России, интегрирована с Дальним Востоком (Filatov, Novikova, 2015) и в первую очередь с Приморьем, через которое с ее территории осуществляется экспорт леса в Китай.

Межрегиональный торговый оборот (млн рублей)

Рисунок 2 – Удельный вес субъектов РФ в торговле Приморского края ⁴

Figure 2 – Specific Weight of RF Subjects in Primorsky Krai Trade

В структуре вывоза краевой продукции преобладают транспортные средства – 48,5 % (очевидно, в основном импортные), продовольственные товары (пиво, водка и ликероводочные изделия, колбасные и мясные изделия, молочная продукция) – 29,2 %, рыбная продукция – 16,7 %, а также товары производственно-технического назначения (цемент, уголь) – 6,5 %1. В структуре ввозимых в край товаров наибольшую долю составляют предметы производственно-технического назначения – 41,5 % (дизельное топливо, бензин автомобильный, мазут топочный, прокат черных металлов), продовольственные товары – 26,9 %, парфюмерные и косметические средства – 7,4 %2.

В целях моделирования межрегиональных торгово-экономических связей регионов Дальневосточного федерального округа нами были использованы гравитационные модели ввоза и вывоза продукции на территорию регионов. Традиционная гравитационная модель (1), включающая валовый региональный продукт региона, с которым идет торговля (grp) и расстояние между ними (dist), была расширена с помощью включения дополнительных переменных.

Для учета структуры экономики торгового партнера была взята доля городского населения (urb) и доля обрабатывающей промышленности (manuf), по данным Росстата3. Различия в транспортной доступности и тесноте связей отражают дамми-переменные отсутствия железнодорожного сообщения (rw) с регионом-партнером (в России таких регионов 6: Ненецкий и Чукотский автономные округа, республики Алтай и Тыва, Камчатский край и Магаданская область), наличия выхода к морю (sea) и вхождение региона-партнера в состав ДФО (east)).

Оценивание осуществлялось методом наименьших квадратов с учетом исключения наблюдений с нулевой и околонулевой торговлей. Несмотря на некоторое снижение эффективности из-за сокращения объема выборки, другие способы оценивания (добавление к нулевым значениям положительной константы, tobit-модель, Пуассоновская регрессия, двухэтапная процедура Хекмана и т.д.) приводят к худшим (первые два) или сопоставимым (как фильтр Хекмана) результатам (Gómez-Herrera, 2013) по критериям минимальной среднеквадратической ошибки MSE и несмещенности. Результаты оценивания по Приморскому краю сведем в табл. 1.

Таблица 1 – Результаты оценивания гравитационных моделей для Приморского края ⁴

Table 1 – Results of Estimation of Gravity Models for Primorsky Krai

Наименование переменной	ВЫВОЗ		ВВОЗ
ln(grp)	1,12*** (0,18)	1,02*** (0,24)	1,55*** (0,18)	1,33*** (0,18)
ln(dist)	–2,96*** (0,31)	–2,01* (0,80)	–1,91*** (0,32)	–2,70*** (0,62)
rw		0,86 (0,54)		0,21 (0,42)
sea		0,56 (0,67)		0,28 (0,52)
ln(urb)		–0,42 (1,27)		–1,07 (0,98)
ln(manuf)		0,18 (0,24)		1,29*** (0,18)
east		1,66 (1,45)		–3,17** (1,12)
R2	0,58	0,61	0,53	0,75

Примечание: ^*** – 0,1 %, ^** – 1 %, ^* – 5 %

В лог-линейной форме модели для экспорта и импорта, включающие полный набор регрессоров, имеют следующий вид:

ln(exp) = 14,52 + 1,02***ln(grp) – 2,01*ln(dist) + 0,86rw + 0,56sea –

– 0,42ln(urb) + 0,18ln(manuf) + 1,66east, ln(imp) = 36,19 + 1,33***ln(grp) – 2,70***ln(dist) + 0,21rw +0,28sea –

– 1,07ln(urb) +1,29***ln(manuf) – 3,17**east.

Они показали предсказуемое значение эластичности торговли по валовому региональному продукту (ВРП) территории-партнера, близкое к единице. Крайне высоким по сравнению с большинством моделей международной торговли является значение эластичности торговли по расстоянию, что объясняется недостаточностью транспортной инфраструктуры на Дальнем Востоке, более высокими затратами на поиск информации, заключение сделок, исполнение контрактов и другими трудностями, связанными с дистанционной торговлей.

Доступ к Транссибу и к морскому сообщению отчасти решает эту проблему, однако коэффициенты при соответствующих дамми-переменных являются незначимыми в связи с относительно малым числом наблюдений и большими случайными отклонениями в торговле. Также незначимой является отрицательная связь торговли с уровнем урбанизации. Регионы Дальнего Востока являются приоритетными в экспорте Приморского края. В то же время регион импортирует товары, произведенные в промышленно развитых регионах за пределами Дальневосточного федерального округа.

Построим аналогичные модели для остальных десяти регионов Дальнего Востока и сведем ключевые результаты, а именно значения эластичности торговли по размеру региона-партнера и расстоянию, в табл. 2.

Таблица 2 – Результаты оценивания гравитационных моделей для всех регионов ДФО ¹

Table 2 – Results of Estimation of Gravity Models for All Regions of the Far Eastern Federal District

Регион	ВЫВОЗ		ВВОЗ
	ln(grp)	ln(dist)	ln(grp)	ln(dist)
Приморский край	1,02***	–2,01*	1,33***	–2,70***
Амурская область	2,11**	–3,13*	2,19***	–1,90***
Республика Бурятия	0,24	–1,95*	1,29***	–1,17***
Еврейская АО	2,16*	–2,72	3,75*	–2,92*
Забайкальский край	0,83*	–4,04**	2,14***	–3,27***
Камчатский край	0,68*	–3,00**	0,10	–2,52*
Магаданская область	0,10	–6,61**	0,83*	–2,19***
Республика Саха (Якутия)	0,32	–2,6*	2,00***	0,18
Сахалинская область	1,10*	–3,18***	0,81*	0,07
Хабаровский край	1,49*	–1,51*	1,04***	–1,06**
Чукотский АО	1,41***	–6,4**	2,35***	–0,11

Примечание: ^*** – 0,1 %, ^** – 1 %, ^* – 5 %.

Как и для Приморья, для большинства других регионов, было получено высокое значение коэффициента при переменной dist (расстояние). Это свидетельствует о недостаточности транспортных коммуникаций. Исключениями здесь являются только три труднодоступных региона – Чукотка, Якутия и Сахалин, и то исключительно в контексте импорта, который поступает в основном не от соседей, а из центральных регионов России, причем в значительной степени авиасообщением и, в случае первых двух регионов, Северным морским путем. Некоторой особенностью, связанной с ограниченным числом регионов-партнеров и большим процентом аутлаеров среди них является не очень высокая значимость данной переменной, даже если численное значение коэффициента в несколько раз превышает типичные среднемировые оценки.

Также, в среднем, мы наблюдаем высокие значения эластичностей экспорта и импорта по ВРП региона-партнера (переменная grp). Исключением здесь является Камчатка по импорту, а также Магаданская область, Якутия и Бурятия по экспорту, причиной чего снова может выступать небольшой круг ключевых партнеров и существенные перекосы в торговле с ними.

Среди других результатов отметим следующие. Как и предполагалось, отсутствие железнодорожного сообщения у партнера rw совершенно не значимо для всех регионов, которые сами не имеют доступа к железной дороге. При этом для территорий, расположенных вдоль Транссиба, таковым становится выход к морю sea. Значимо положительное для практически всех регионов ДФО значение коэффициента при переменной manuf в моделях импорта свидетельствует о высокой зависимости Дальнего Востока от ввоза промышленной продукции из других субъектов РФ, как правило, расположенных в Европейской части России. Принадлежность к ДФО (переменная east) положительно сказывается на экспорте большинства дальневосточных территорий, но отрицательно влияет на импорт, который поступает сюда извне. Доля городского населения urb оказалась незначимой для всех регионов, поэтому далее мы не будем ее рассматривать.

В заключительной части работы построим единые гравитационные модели для экспорта и импорта всех 11 регионов Дальнего Востока. Помимо ВРП региона-экспортера gdp 1 и импортера gdp 2 , расстояния dist, доли обрабатывающей промышленности manuf и принадлежности региона-партнера к ДФО east, учтем еще несколько важных факторов. Во-первых, проверим эффект общей границы b – как показывают многочисленные межстрановые исследования, наличие общей границы значимо увеличивает торговые потоки. Во-вторых, постараемся учесть эффект международной границы. Некоторыми исследователями (Томаев и др., 2020) делается вывод, что конкуренция между внутренними и внешними потребителями при наличии у региона внешней границы for перенаправляет часть произведенной продукции вовне, чем уменьшает экспорт в российские регионы.

И симметрично, возможность реэкспортировать часть купленного приводит к тому, что соседство региона с иностранным государством увеличивает его внутренний импорт. Проверим, насколько это справедливо для ДФО. Наличие морской границы может работать таким же образом, но, чтобы учесть масштабы подобных перевозок, в качестве прокси на этот фактор sea возьмем данные о суммарном грузообороте крупнейших портов, находящихся в пределах региона.

Еще двумя экономическими переменными будет уровень безработицы в регионе ДФО umempl и соотношение цен партнера и изучаемого региона ДФО dp. Высокий уровень первого показателя означает депрессивность экономики и отсутствие растущих конкурентоспособных производств, готовых экспортировать продукцию. Низкий же уровень второго означает, что дорогая продукция экспортера будет в среднем хуже продаваться в дешевом регионе-партнере.

Напротив, исключим как малозначимые переменные urb и rw. Первая отчасти коррелирует с долей обрабатывающей промышленности, будучи при этом слабее связанной с производством торгуемых товаров, а вторая не очень релевантна при моделировании экспорта в связи с тем, что в части дальневосточных регионов отсутствует доступ к железнодорожному сообщению, а значит, для них неважным является наличие железной дороги на противоположной стороне.

Также уточним матрицу расстояний между регионами, учтя, что перевозки на небольшие расстояния осуществляется в большей степени автомобильным транспортом, а на дальние – железнодорожным. Постулируем, что при околонулевом расстоянии все перевозки осуществляются автомобилями, и железная дорога не задействуется вовсе. Напротив, если оно составляет несколько тысяч километров, доля железной дороги в перевозках стремится к 100 %. Объем железнодорожных перевозок зависит от расстояния нелинейно:

a_RW = min{Vd, 100 }, % .

Например, на расстоянии 100 км только 10 % товаров перевозится железной дорогой, на расстоянии 400 км – 20 %, на 900 км – 30 % и т.д. В такой же пропорции будем взвешивать в матрице расстояния по железным и автомобильным дорогам.

Результаты моделей для экспорта и импорта сведем в табл. 3. Наряду с коэффициентами, приведем отражающую значимость факторов величину p-value.

Таблица 3 – Результаты оценивания единых моделей торговли регионов ДФО¹

Table 3 – Results of Evaluation of Unified Models of Trade in the Regions of the Far Eastern Federal District

Наименование переменной	ВЫВОЗ		ВВОЗ
	коэф.	p-value	коэф.	p-value
ln(grp 1 )	0,62***	0,000	1,02***	0,000
ln(grp 2 )	1,03***	0,000	0,75***	0,000
ln(dist)	–1,55***	0,000	–1,86***	0,000
b	1,17*	0,012	0,72	0,069
for	–0,97**	0,006	0,76***	0,000
sea	0,01*	0,050	0,01**	0,002
manuf	0,26***	0,000	0,03**	0,001
unempl	–0,41***	0,000	–0,12**	0,005
dp	2,33*	0,011	1,78***	0,000
east	0,82	0,132	–0,02	0,962
R2	0,59		0,52

Примечание: ^*** – 0,1 %, ^** – 1 %, ^* – 5 %.

Сформулируем основные выводы по результатам моделирования. Эластичности торговли по размерам региона оказалась чуть ниже среднероссийских значений, но вполне согласуется с мировым уровнем. Интересно, что различие здесь наблюдается не между экспортером и импортером (как правило, из-за эффекта домашнего рынка эластичность экспорта выше эластичности импорта), а между дальневосточным округом (обе эластичности существенно меньше единицы) и регионом-партнером (обе эластичности равны единице). Эластичность и экспорта, и импорта по расстоянию, равные соответственно –1,55 и –1,86, существенно превосходят единицу по абсолютной величине, что также согласуется с озвученными представлениями о недостаточной инфраструктуре и других барьерах для торговли. Сформулируем также выводы, касающиеся других переменных.

Соседство регионов имеет значение. Экспорт на близлежащие территории возрастает в exp(1,17) = 3,2 раза, а импорт – в exp(0,72) = 2 раза. Правда, значительный разброс дальневосточных регионов по этому показателю приводит к тому, что значимость этого фактора, особенно по импорту, оказывается не очень высокой. Наличие границы с другим государством значимо положительно (примерно в 2,1 раза) сказывается на внутреннем импорте и значимо отрицательно (примерно в 2,4 раза) – на внутреннем экспорте, что даже превосходит общероссийские значения. Морская же граница положительно сказывается на внутренней торговле в обоих направлениях. На торговлю в этом отношении влияет не только экономический размер региона, отраженный через ВРП, но и структура производства. Так, значимо больше экспортируют те дальневосточные регионы, где высока доля промышленного производства. Аналогично больший импорт идет из таких же субъектов федерации. Депрессивность региона, отраженная в показателе безработицы, значимо отрицательно влияет на его экспорт. Наконец, важным фактором торговли является соотношение цен. По сути, полученный показатель отражает эластичность спроса на торгуемые товары. В случае с экспортом из регионов Дальнего Востока эта эластичность по модулю равна 2,33, а в случае импорта – чуть ниже, 1,78. Оба значения являются значимыми. И единственным фактором модели, не имеющим этой характеристики, является принадлежность региона-партнера к ДФО. Точнее, экспорт в регионы Дальнего Востока при прочих равных условиях превышает экспорт в другие регионы в exp(0,82) = 2,3 раза, однако высокая неоднородность приводит к тому, что вероятность ошибки первого рода составляет здесь целых 13,2 %. Объем же импорта из регионов ДФО никак не отличим от импорта из других регионов.

В заключение отметим, что гравитационные модели, неоднократно доказавшие свою эффективность при изучении международной торговли, могут использоваться и при анализе торговли межрегиональной, в том числе для выявления особенностей отдельного макрорегиона, каковым, в частности, является российский Дальний Восток. Более того, поскольку внутри страны не действуют некоторые барьеры торговли, связанные с таможенными пошлинами и ограничениями, различием валют, языков, титульных наций и государственных религий, точность результатов может оказаться даже выше, чем при межстрановых исследованиях, а их устойчивость выше.