Структурно-динамическая модель транспортных эффектов экономического роста (на примере Ростовской области)

DOI:

Актуальность проблемы оценки эффектов, генерируемых транспортной инфраструктурой, на региональном уровне усиливается с высоким износом действующей инфраструктуры, а также в связи с необходимостью создания объектов, способных стать катализатором экономической динамики на уровне регионов. При этом важно понимать, что нелинейность региональных процессов и взаимосвязей, учет прямых и косвенных инфраструктурных эффектов требуют применения методов системной динамики, структурно-функционального анализа [Гулакова, Нивикова, 2018; Игнатьева и др., 2021].

В отдельных научных исследованиях выявлены статистически значимые связи между экономической динамикой и инфраструктурными инвестициями на уровне отдельных стран [Lakshmanan, 2011]. Однако оценки для российских регионов зачастую противоречивы, поскольку существуют пространственные экстерналии, продуцируемые инфраструктурой [Исаев, 2015; Коломак, 2010].

В рамках исследования предполагается продолжить развитие методологических основ оценки влияния транспортной инфраструктуры на экономическое развитие территорий, реализовать экспериментальную проверку модели оценки эффектов на примере Ростовской области, темп роста экономики которой демонстрирует выраженное замедление в последние годы.

Характеристика и анализ динамики развития транспортной системы региона

Согласно Стратегии развития Ростовской области до 2030 г., инвестиции в реконструкцию и модернизацию транспортной инфраструктуры являются приоритетным направлением пространственной политики [Стратегия ... , 2018]. Реализация крупных транспортных проектов призвана обеспечить растущие потребности в грузоперевозках, повысить уровень экономической безопасности автотранспортной инфраструктуры.

Тем не менее в последние годы темп роста экономики региона демонстрирует выраженное замедление, связанное с завершением предыдущего инвестиционного цикла [Патракеева, 2020] (индекс физического объема инвестиций в основной капитал в 2018 г. составил 80 %, в 2016 г. – 89,9 %, и дальнейшие приросты показателя в пределах 6–7 % не компенсируют глубину спада) и макротрендами России в целом. Степень износа основных фондов в сфере транспорта и связи продолжает увеличиваться: в 2008 г. показатель составлял 32,5 %, к 2018 г. по транспорту – 37,8 %, по связи – 67,7 % [Регионы России ... , 2021], в 2020 г. износ в секторе «Транспортировка и хранение» достиг 42,6 %, а в «Деятельности в области информации и связи» – 67,2 %. За последние двадцать лет грузооборот автомобильного транспорта вырос в 1,9 раза, хотя пассажи-рооборот автобусов сократился вдвое, но увеличение автомобилизации населения в 2,4 раза свидетельствует о возрастающей нагрузке на транс- портную инфраструктуру при фактическом ухудшении качества дорог (рис. 1).

Для количественной оценки транспортных эффектов будет построена структурно-динамическая модель базовых отраслей региона, учтенных во взаимосвязанных эконометрических уравнениях с включением имитационной составляющей факторов макросреды.

Структурно-динамическая модель транспортных эффектов экономического роста Ростовской области

Транспортная система Ростовской области в модели представлена двумя основными видами транспорта – автомобильным и железнодорожным, на долю которых приходится 83,7 % грузооборота транспорта общего пользования региона. Дорожная система характеризуется следующими доступными показателями: плотность автомобильных дорог общего пользования с твердым покрытием, удельный вес автомобильных дорог с твердым покрытием в общей протяженности автомобильных дорог общего пользования, грузооборот автомобильного транспорта организаций всех видов деятельности, грузооборот железнодорожного транспорта общего пользования.

Уравнения модели построены на основе временных рядов, включающих наблюдения 2000– 2020 годов. Рассматриваемые экономические переменные являются нестационарными, следовательно для построения системы уравнений необходимо реализовать проверку на наличие и/или отсутствие коинтеграции между переменными, входящими в каждое уравнение, с помощью теста Энгла – Грейнжера [Beyzatlar et al., 2014]. Наличие коинтеграции подтверждает существование долгосрочной связи между переменными. В свою очередь, модель, построенная на основе нестационарных некоинтегрированных переменных, покажет ложную взаимосвязь [Maparu, Mazumder, 2017].

Основными индикаторами экономического развития региона определены валовой региональный продукт (ВРП) и индекс физического объема ВРП. В качестве входных (сценарных) переменных выделены инвестиции в основной капитал и инвестиции в сектор «Транспорт и связь» в фактически действовавших ценах. Расчетными переменными выступают плотность автомобильных дорог общего пользования с твердым покрытием, скорректированная на их удельный вес в общей протяженности автомобильных дорог; валовые добавленные стоимости в сельском хозяйстве, промышленности, строительстве, торговле, транспортном секторе; грузообороты авто-и железнодорожного транспорта. Объем грузооборота можно считать индикатором экономической активности, отражающим состояние и перспективы наращивания производства.

Опишем структурно-динамические связи, лежащие в основе разработанной модели:

• 1.    Инвестиции в транспортный сектор ( InvT_t ) стимулируют строительство новых автомобильных дорог. При этом качество автодорожной сети ( SQ_t ) характеризуется плотностью автомобильных дорог общего пользования с твердым покры-

  

  2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

  ......удельный вес автодорог с усовершенствованным покрытием, %

  ■ ■ доля автодорог, отвечающих нормативным требованиям. %

  
  

  Рис. 1. Основные показатели качества автомобильных дорог Ростовской области Примечание. Составлено автором по: [Регионы России ... , 2021].

• 2.    Инвестиционная активность во многом обусловлена состоянием экономики региона (подъем, стагнация или спад) в предшествующем периоде. В свою очередь, инвестиции в основной капитал оказывают влияние на динамику добавленной стоимости в производящих секторах – сельском хозяйстве ( VAgr_t ), промышленности ( VPr_t ), строительстве ( VB_t ), а также торговле ( VTrade_t ). Для учета указанных аспектов в уравнениях (2)–(5) в качестве регрессора взята переменная SInvGRP_t – инвестиции, скорректированные на темп роста экономики региона. Включение данной переменной целесообразно для снижения риска получения экстремально завышенных или заниженных расчетных оценок валовых добавленных стоимостей в рассматриваемых секторах экономики. В случае если экономика региона в период, предшествующий расчетному, демонстрировала отрицательный темп роста, то при одномоментном увеличении инвестиций в основной капитал в текущем году не произойдет соразмерного роста валовой добавленной стоимости в производстве и торговле, поскольку проявляется неявно заложенный эффект инерционности. Аналогично запас прочности экономики, обусловленный ее высокими темпами роста, сгладит падение валовой добавленной стоимости в случае резкого спада инвестиций.

• 3.    Грузооборот авто- ( Tauto_t ) и железнодорожного ( Trailw_t ) транспорта связан с совокупной добавленной стоимостью сельского хозяйства, промышленности, строительства, торговли ( SummV_t ). Однако расчеты показали, что грузооборот автотранспорта и суммарная добавленная стоимость указанных выше секторов не коинтегрированы. Для построения уравнения связи был применен метод инструментальных переменных, в качестве инструмента использовался показатель качества дорожной сети SQ_t . Результаты теста Хаусмана, предполагающего в качестве нулевой гипотезы состоятельность МНК-оценок, указывают на правомерность отклонения нулевой гипотезы (χ ² (1) = 32,2; p < 0,01). Тест на слабые инструменты свидетельствует о состоятельности выбранного инструмента: F-критерий (1, 17) = 24,33 (значение, меньшее 10, может указывать на слабые инструменты).

• 4.    В свою очередь, интенсификация авто- и железнодорожных грузоперевозок ( SummT_t ) влияет на динамику добавленной стоимости в транспортном секторе ( VT_t ). Данная зависимость отражена в уравнении (10).

• 5.    Величина валового регионального продукта и его прирост (уравнения (11) и (12)) зависят от добавленной стоимости, созданной в транспортном секторе.

тием, скорректированной на удельный вес в общей протяженности автомобильных дорог общего пользования.

Плотность железнодорожных путей не была включена в уравнение (8) в качестве регрессора, поскольку в течение рассматриваемого периода оставалась неизменной.

Как отмечалось ранее, для построения устойчивых уравнений модели требовалось найти долгосрочные равновесные отношения между рассматриваемыми показателями. Поиск коин-теграционных соотношений проводился с помощью теста Энгла – Грейнжера при нулевой гипотезе об отсутствии коинтеграции между переменными. Суть теста сводится к следующему: если переменные нестационарны, интегрированы одного порядка и их линейная комбинация стационарна, то есть есть I(0), то нулевая гипотеза отклоняется и переменные можно считать коинтег-рированными. Однако данный подход не позволяет оценить множественные коинтеграционные векторы, которые могут существовать в случае коинтеграции между несколькими переменными. Результаты теста Энгла – Грейнжера представлены в таблице 1.

Согласно спецификации и предварительно проведенному анализу, разработанная модель содержит 12 уравнений:

■         дл _ g4,7+0,000009-Znv7t ^)

УДдт = _e9-8+0.000006SlnvGRP_t ^) ур^ — gl0,4+0.000007-SInvGRP_r (3) уд _ g9,4+0,000007-SInvGRP_r (4) VTmde_t = _eio 4₊o,ooooo6 SinvGRP_{r (5})

SummVt = VAgrt + VPrt + VBt + VTradet (6)

Tautot = e329 ■ SummVt0‘4(7)

Trailwt = e9 8 ■ SummV°'05 (8)

SummTt = Tautot + Trailwt (9) VTt - 479495 • ZnSummTt - 5032170 (10)

GRP_t = _e0.01t-192,75 . y_t0A9 _(n)

—-  grK-g'rp?,

^GRPt =---' 1 ■ 100% (12)

■                   ^nrt

Входными параметрами модели являются: – инвестиции в основной капитал, млн рублей, в период t, скорректированные на индекс валового регионального продукта за период t-1;

– инвестиции в транспорт и связь, млн рублей, в период t.

Таблица 1

Проверка на наличие коинтеграции показателей, включенных в структурную модель

Номер уравнения в системе	Расчетная статистика	Результат
5Qt _ et7-HM)DDDO9-J™vTe	ln(SQ t ): tau = -0,59 InvT t : tau = -0,999 остатки: tau = -3,43 **	Переменные коинтегрированы
VAgT = g9,8+0,000006 SInvGRPr	ln(VAgr t ): tau = -2,42 SInvGRP t : tau = -1,86 остатки: tau = -3,67 **	Переменные коинтегрированы
Vp"r't = e 10,4+0,000007 SInvGRPt	ln(VPr t ): tau = -2,05 SInvGRP t : tau = -1,86 остатки: tau = -3,4 **	Переменные коинтегрированы
ygf = g 54+0,000007 SlnTGRPt	ln(VB t ): tau = -1,45 SInvGRPt: tau = -1,86 остатки: tau = -3,23 *	Переменные коинтегрированы
VTrade = еЮЛ+о,оооооб sinvGRPr	ln(VTrade t ): tau = -2,05 SInvGRP t : tau = -1,86 остатки: tau = -3,45 **	Переменные коинтегрированы
Tauto, = e3,29 • Summv/	ln(Tauto t ): tau = -0,64 ln(SummV t ): tau = -1,98 остатки: tau = -1,94	Переменные не коинтегрированы
Trailwt = e4,8 ■ SunimV/	ln(Trailw t ): tau = 0,04 ln(SummV t ): tau = -1,98 остатки: tau = -3,41 **	Переменные коинтегрированы
VTt = 479495 • ZnSumniTt - 5032170	Vt t : tau = -2,14 ln(SummV t ): tau = -1,98 остатки: tau = -3,15 *	Переменные коинтегрированы

Примечание. Составлено автором. * – 10%-ный уровень значимости; ** – 5%-ный уровень значимости.

Верификация модели и расчет вероятностных оценок экономического развития региона

Средняя ошибка аппроксимации модели была рассчитана по формуле:

• ⁵ = "Л—_rRP   -юо%, (13)

UA7> где n – число наблюдений.

Ретроспективный расчет по модели показал высокую точность краткосрочного прогноза: оценка ВРП за 2019 г. составила 1 611 571 млн рублей, в то время как согласно официальным источником ВРП – 1 637 748,1 млн рублей. В 2020 г. расхождения значительны: ошибка аппроксимации 26,8 %. В 2020 г. ВРП снизился до 1 500 000 млн рублей, а по расчетам предполагался на уровне 1 903 127 млн рублей. Однако важно отметить, что 2020 г. – кризисный, сопровождаемый падением внутреннего спроса и деловой активности. Падение экономических показателей в 2020 г. относительно 2019 г. составило: объем работ в строительном секторе (-4,8 %);

продукция сельского хозяйства (-2,9 %); оборот розничной торговли (-3,7 %); оборот общественного питания (-14,5 %); объем платных услуг населению (-11 %); оборот по экономическому сектору «Транспортировка и хранение» (-12,2 %) [Регионы России ... , 2021]. При этом наблюдалось снижение инвестиционной активности в инфраструктурном секторе. Кроме того, самоизоляция, ограничения на перемещение существенно отразились на транспортной отрасли. В 2020 г. падение относительно 2019 г. основных показателей деятельности в автотранспортной сфере по следующим показателям составило: перевезено грузов – 5 476,5 тыс. т (-20 %); грузооборот – 1 703 521,0 тыс. т-км (-2,1 %); перевезено пассажиров – 219 410,2 тыс. чел. (-24,9 %); пассажи-рооборот – 2 116 471,6 тыс. пасс-км (-30 %).

Падение ВРП региона в номинальном выражении в 2020 г. не сопровождалось снижением инвестиций, которые в силу инерционности крупных инвестиционных проектов не отреагировали на ухудшение экономической конъюнктуры.

В работе [Патракеева, 2020] показано, что развитие транспорта обладает значительным мультипликативным эффектом, обеспечивая объемами и рабочими местами смежные виды деятельности. В связи с этим в авторской модели индекс инвестиций в основной капитал (Index_Inv) и доля инвестиций в сектор «Транспорт» в общем объеме инвестиций в основной капитал (Share_Transp) заданы в качестве сценарных переменных для расчета возможной динамики валового регионального продукта и грузооборотов автомобильного и железнодорожного транспорта.

Рассмотрены два сценария изменения индекса инвестиций в основной капитал (Index_Inv) до 2024 г.:

– сценарий 1_1 (и сценарий 1_2) предполагает, что значения индекса в краткосрочной перспективе будут распределены по нормальному закону с параметрами N (102 %; 5 %); допущение основано на анализе ретроспективных данных за 2009–2020 гг., сценарий является базовым, поскольку учитывает вероятность кризисных явлений и «сжатия» экономики;

– сценарий 2_1 (и сценарий 2_2) основан на прогнозных значениях, утвержденных Правительством Ростовской области [Прогноз ... , 2021]: минимальный порог инвестиций в основной капитал в сопоставимых ценах – 100,1 %, макси- мальный – 105,3 %. В связи с этим мы предположили, что индекс инвестиций в краткосрочной перспективе будет распределен равномерно на отрезке [100,1 %; 105,3 %]. Данный сценарий является оптимистичным, поскольку не предполагает спада инвестиционной активности.

Два сценария изменения доли инвестиций в сектор «Транспорт» в общем объеме инвестиций (Share_Transp) до 2024 г.:

– в сценарии 1_1 (и в сценарии 2_1) доля определена на уровне 7 % как минимально возможном значении, зафиксированном на ретроспективных данных;

– в сценарии 1_2 (и сценарии 2_2) доля задана в границах [7 %; 10 %]. Порог в 10 % является умеренно оптимистичной оценкой, поскольку в регионе реализуются крупные инфраструктурные проекты (в том числе в рамках национальных проектов). Данный уровень достигался за период 2007–2012 гг., в 2018 году.

Таким образом, нами разработаны четыре сценария. Результаты расчетов в рамках описанных выше четырех сценариев представлены на рисунке 2.

Сценарий 11

Тест %2= 4,88 df = 5 р-0,43 Норм, распр. N (2158; 34)

Грузооборот автотранспорта € N (3953:45) млн т-км Грузооборот ж/д транспорта с N (3 8096: 208) млн т-км

Сценарий 1_2 Тестх2=12,64 df=9 р = 0,18 Норм, распр. N (2175; 47)

Грузооборот автотранспорта cN (4055,7: 114) млн т-км

Грузооборот ж/д транспорта е (38096: 208) млн т-км

Сценарий 21

Тест %2 = 5,48 df = 3 р = 0Д4 Норм, распр. N (2238; 16)

Грузооборот автотранспорта с [4044: 4059] млн т-км

Грузооборот ж/д транспорта с N (38488,7: 98) млн т-км

Сценарий 2 2

Тест х2 = 16,94 df = 14 р = 0,26 Норм, распр. N (2254; 25)

Грузооборот автотранспорта е [4450:43 89] млн т-км

Грузооборот ж/д транспорта eN 38488,7: 98) млн т-км

Рис. 2. Основные результаты: сценарии динамики ВРП на гистограммах (ед. измерения ВРП – млрд рублей) Примечание. Построено автором.

Результирующие показатели в сценариях 1_1 и 1_2, в которых распределение индекса инвестиций задавалось на основе ретроспективных данных, имеют вариацию значительно более высокую, чем при умеренно оптимистичных сценариях 2_1 и 2_2. Интервалы максимальной концентрации распределений, в границах которых с вероятностью 83 % будет находиться значение ВРП, указаны в матрице оценок (табл. 2).

Расчеты по модели оценки транспортных эффектов показали, что увеличение индекса инвестиций в основной капитал и доли инвестиций в сектор «Транспорт» в общем объеме инвестиций в основной капитал, сопровождаемое улучшением качества автомобильных дорог, стимулирует рост валового регионального продукта и грузооборота автомобильного транспорта, в то время как грузооборот железнодорожного транспорта имеет положительную связь только с индексом инвестиций.

Наиболее оптимистичным является сценарий 2_2, поскольку не предполагает спада инвестиционной активности и ориентирован на увеличение доли инвестиций в сектор «Транспорт» в общем объеме инвестиций, среднее значение ВРП к 2024 г. – 2 254 млрд рублей. При базовом, наиболее консервативном сценарии 1_1 среднее значение ВРП составит 2 158 млрд рублей. Согласно первому варианту прогноза Правительства Ростовской области [Прогноз ... , 2021], ВРП к 2024 г. ожидается на уровне 2 162,4 млрд рублей;

по второму варианту – 2 190,5 млрд рублей. Таким образом, эти прогнозы можно назвать умеренно консервативными, поскольку при относительно оптимистичных инвестиционных ожиданиях ежегодный рост ВРП составит 1,7–3,2 %. В то же время расчетные сценарии показывают возможность ускорения экономической динамики: темпы прироста физического объема ВРП до 2024 г. могут ежегодно достигать до 6,1 % при высокой инвестиционной активности и увеличении финансирования транспортного сектора до 10 % от общего объема инвестиций в основной капитал.

Заключение

Экономический рост Ростовской области в 2000–2020 гг. обусловлен долгосрочным мультипликатором инвестиций, сформировавшим структуру транспортных потоков по цепочке создания добавленной стоимости. Соответственно, важным условием роста валового регионального продукта в прогнозном периоде является сохранение преимущественно долгосрочной структуры инвестиций.

Предлагаемая структурно-динамическая модель позволит на периодической основе оценивать портфель перспективных проектов в сфере транспортной инфраструктуры региона для целей отбора наиболее эффективных их них и определять очередность финансирования за счет

Таблица 2

Сценарная матрица вероятностных оценок экономического развития Ростовской области

Индекс инвестиций в основной капитал	Распределение по нормальному закону N (102 %; 5 %)	Доля инвестиций в сектор «Транспорт» в общем объеме инвестиций
		7 %	Равномерное распределение на отрезке [7 %; 10 %]
		Сценарий 1_1 Интервалы max концентрации распределений и вероятность попадания в них результирующих показателей ВРП: 83 % – [2120; 2220] млрд руб. Грузооборот автотранспорта: 79 % – [3920; 4000] млн т-км Грузооборот ж.-д. транспорта: 86 % – [37900; 38400] млн т-км	Сценарий 1_2 Интервалы max концентрации распределений и вероятность попадания в них результирующих показателей ВРП: 85 % – [2120; 2240] млрд руб. Грузооборот автотранспорта: 85 % – [3950; 4250] млн т-км Грузооборот ж.-д. транспорта: 86 % – [37900; 38400] млн т-км
	Равномерное распределение на отрезке [100,1 %; 105,3 %]	Сценарий 2_1 Интервалы max концентрации распределений и вероятность попадания в них результирующих показателей ВРП: 83 % – [2230; 2260] млрд руб. Грузооборот автотранспорта: 80 % – [4047; 4058] млн т-км Грузооборот ж.-д. транспорта: 79 % – [38400; 38600] млн т-км	Сценарий 2_2 Интервалы max концентрации распределений и вероятность попадания в них результирующих показателей ВРП: 83 % – [2230; 2290] млрд руб. Грузооборот автотранспорта: 83 % – [4000; 4300] млн т-км Грузооборот ж.-д. транспорта: 79 % – [38400; 38600] млн т-км

Примечание. Составлено автором.

бюджетных средств и/или средств Фонда национального благосостояния.

Количественные оценки эффектов от инвестиций в транспортную инфраструктуру могут быть учтены в Государственной программе Ростовской области «Развитие транспортной системы» на 2019–2030 гг. и «Программе комплексного развития транспортной инфраструктуры Ростовской агломерации» для обоснования стратегических целей и тактических задач регионального развития.