Научный журнал

Вестник Алтайской академии экономики и права

Print ISSN 1818-4057

Online ISSN 2226-3977

Перечень ВАК

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Зайчикова Н.А. 1

---

1 ФГАОУ ВО «Самарский государственный экономический университет»

Статья посвящена описанию результатов эконометрического исследования зависимости влияния инвестиций на социально-экономические показатели портового региона Российской Федерации и их экономической интерпретации. Эконометрическое моделирование выполнено на основе статистических данных по 11 регионам Российской Федерации за 2010-2019 гг. Оценены различные эконометрические модели методом наименьших квадратов, проведено их сравнение и отбор лучших в смысле статистического качества. Проверены условия Гаусса-Маркова. Использованы устойчивые к гетероскедастичности робастные стандартные ошибки. Вследствие значительных особенностей развития экономики регионов и различий в характере поступления инвестиций в припортовые регионы получены различные виды линейных и нелинейных моделей. Выявлены группы регионов по типу зависимости социально-экономических показателей от инвестиций в портовую инфраструктуру. Дано описание экономического смысла оценок коэффициентов регрессии для построенных моделей. Приведен комплексный экономический смысл оценок коэффициентов регрессии для нелинейных моделей. Анализ и обработка статистической информации проводились с использованием пакета прикладных программ Gretl и Microsoft Excel. Полученные результаты могут быть использованы при исследовании влияния инвестиций на социально-экономические показатели портовых регионов и для их прогнозирования.

Статья в формате PDF

436 KB

эконометрическое моделирование

региональный экспорт

региональный импорт

численность рабочей силы в регионе

влияние инвестиций

1. Белякова Е.В., Крамкова В.А. Роль транспортно-логистической инфраструктуры в социально-экономическом развитии региона // Логистические системы в глобальной экономике. 2018. № 8. С. 70-73.

2. Белякова Е.В., Рыжая А.А. Стратегическое управление развитием транспортно-логистических систем в регионе // Экономика и предпринимательство. 2017. № 9-3 (86-3). С. 271-273.

3. Гольская Ю.Н. Оценка влияния транспортной инфраструктуры на социально-экономическое развитие региона: автореф. дис. … канд. экон. наук. Екатеринбург, 2013. 24 с.

4. Зайчикова Н.А. Эконометрические модели зависимости социально-экономических показателей региона РФ от инвестиций в портовую инфраструктуру // Математика и математическое моделирование: материалы Всероссийской научной конференции (с международным участием) (Самара, 2021 г.). Самара, 2021. С. 51-53.

5. Заостровских Е.А. Оценка влияния морского порта на экономический рост региона: методы и проблемы // Региональные проблемы. 2017. № 2. URL: https://cyberleninka.ru/article/n/otsenka-vliyaniya-morskogo-porta-na-ekonomicheskiy-rost-regiona-metody-i-problemy (дата обращения: 25.11.2021).

6. Кузменко Ю.Г., Грейз Г.М., Калентеев С.В. Транспортно-логистическая система как субъект социально-экономического развития региона // Известия УрГЭУ. 2013. № 2 (46). С. 111-118.

7. Печерская О.А., Безрукова Т.Л., Нестеров С.Ю. Метод оценки эффективности организации взаимодействия участников транспортно-логистической инфраструктуры региона // Лесотехнический журнал. 2015. № 3. С. 45-52.

8. Рахмангулов А.Н., Муравьев Д.С. Развитие морской портовой инфраструктуры региона на основе «Сухих портов» // Экономика региона. 2016. № 3. URL: https://cyberleninka.ru/article/n/razvitie-morskoy-portovoy-infrastruktury-regiona-na-osnove-suhih-portov (дата обращения: 25.11.2021).

1. Чимитдоржиева Е.Ц., Вахромеев И.И. Роль транспортной инфраструктуры в повышении эффективности пространственного социально-экономического развития региона // Экономика, статистика и информатика. Вестник УМО. 2013. № 5. С. 125-129.

10. Федеральная служба государственной статистики. URL: https://rosstat.gov.ru (дата обращения: 25.11.2021).

11. Notteboom T., Rodrigue J.-P. The Geography of Containerization: Half a Century of Revolution, Adaptation and Diffusion // GeoJournal. 2008. Vol. 74. № 1. P. 1-5.

12. Fedorenko R., Yakhneeva I., Zaychikova N., Lipinsky D. Evaluating the Socio-Economic Factors Impacting Foreign Trade Development in Port Areas. Sustainability. 2021. № 13. URL: https://doi.org/10.3390/su13158447 (дата обращения: 25.11.2021).

Введение

Актуальным на сегодняшний день является исследование проблемы оценки влияния транспортно-логистической инфраструктуры на региональное развитие [1-3, 7-9]. Положительное влияние развития транспортно-логистической инфраструктуры на социально-экономические показатели и эффективность пространственного социально-экономического развития региона отмечен в ряде исследований [1,3,5]. Методы оценки влияния эффективности взаимодействия участников транспортно-логистической инфраструктуры региона [7], а также оценка влияния морского порта на экономический рост региона [5] представляются важными для методологии исследования. Также есть круг работ, посвященных зависимости между развитием портовой инфраструктуры и прилегающей территории [2,3,6,9].

Исследование внеотраслевого эффекта морского порта на основе анализа таких показателей как: объем дохода порта от перевалки грузов, оценка вклада портов в ВРП, доля краевых грузов в общем грузообороте порта, доля затрат на ПРР в порту от общей товарной стоимости груза, уровень использования портовых мощностей, занятость населения и налоги, предлагается использовать в [5].

В работе [12] для оценки существенности влияния инвестиций на социально-экономические показатели регионов ранее были использованы методы корреляционно-регрессионного анализа и панельных данных.

При моделировании эконометрических зависимостей для нелинейных работ существуют особенности в экономической интерпретации оценок коэффициентов регрессии. Данная работа проливает свет на обозначенную проблему на примере задачи о влиянии инвестиций на социально-экономическое развитие портовых регионов РФ.

Материалы и методы исследования

Для анализа собраны данные Федеральной службы государственной статистики [10] по 11 портовым регионам:

- данные об инвестициях пяти морских портов России (Большой порт Санкт-Петербург, Мурманск, Оля, Новороссийск, Восточный);

- статистические данные Росстата об объеме экспорта и импорта, доле занятого трудоспособного населения и уровне прожиточного минимума в портовых и близлежащих к портам регионах за период 2010-2019 гг.

Регионы, по которым проведен анализ:

- территория Большого порта Санкт-Петербург охватывает г.Санкт-Петербург, Ленинградскую и Вологодскую области;

- территория порта Мурманск охватывает Мурманскую область и Республику Карелию;

- территория порта Оля охватывает Астраханскую и Волгоградскую области;

- территория порта Новороссийск охватывает Краснодарский и Ставропольский край;

- территория порта Восточный охватывает Приморский и Хабаровский край.

В качестве целевых показателей были взяты: экспорт (млн руб.), импорт (млн руб.), численность занятых (тыс. чел.), уровень занятости (%), величина прожиточного минимума на душу трудоспособного населения (руб./мес.) и численность рабочей силы (тыс. чел.) за 2010–2019 годы (величина прожиточного минимума с 2014 года). В качестве факторного признака, характеризующего изменение портовой инфраструктуры и социально-экономических показателей припортовых регионов, в работе рассмотрена переменная, характеризующая объем инвестиций в портовый регион РФ в млн руб. [4].

В работе были использованы методы математической статистики и эконометрики. Модели оценивались методом наименьших квадратов. Анализ и обработка статистической информации проводились с использованием пакета прикладных программ Gretl и Microsoft Excel.

Целью исследования является изучение влияния транспортно-логистической инфраструктуры на региональное развитие. Задачами исследования являются выявление и оценка зависимости между развитием портовой инфраструктуры и прилегающей территории; построение моделей зависимости влияния инвестиций на социально-экономические показатели портового региона Российской Федерации на основе собранных статистических данных; описание экономического смысла оценок коэффициентов регрессии для построенных моделей.

Результаты исследования и их обсуждение

Основной части исследования предшествует работа с данными, анализ на нетипичные наблюдения, работа с пропусками данных в исследуемом массиве.

Вследствие значительных особенностей развития экономики регионов и различий в характере поступления инвестиций в припортовые регионы, их структуры, выявлено, что часть данных по отдельным регионам лучше всего описывают нелинейные модели.

Статистически значимые результаты с выполнением условий теоремы Гаусса-Маркова получены при построении различных, линейных и нелинейных моделей зависимости от инвестиций отдельно по каждому региону методом наименьших квадратов. Для оценки качества построенных моделей использованы устойчивые к гетероскедастичности робастные стандартные ошибки.

Проведено сравнение оцененных с помощью МНК моделей и отбор лучших в смысле статистического качества. Наличие взаимосвязи (на основе построенных регрессионных моделей) между объемом инвестиций в припортовые регионы и их целевыми показателями отражено в таблице 1.

Таким образом, выявлено, что примерно в 36% регионов инвестиции в портовую инфраструктуру оказывают статистически значимое влияние на импорт, в 45% – на экспорт, в 55% – на численность рабочей силы.

Приведем пример нелинейных моделей зависимости импорта региона от инвестиций в инфраструктуру морских портов в таблице 2.

Таблица 1

Чувствительность к изменению инвестиций различных целевых показателей по припортовым регионам РФ

Источник: аналитика автора.

Примечание:

* при уровне значимости оценок коэффициентов регрессии, стоящих при переменных регрессии, не выше 10%;

** при уровне значимости оценок коэффициентов регрессии, стоящих при переменных регрессии, не выше 5%

Таблица 2

Нелинейные модели зависимости импорта от инвестиций в инфраструктуру морских портов

Источник: аналитика автора

Примечание:

* соответствует значимости оценки коэффициента при уровне значимости 10%;

** соответствует значимости оценки коэффициента при уровне значимости 5%;

*** соответствует значимости оценки коэффициента при уровне значимости 1%.

Рис. 1. Поле корреляции и линия квадратичного тренда зависимости импорта Хабаровского края от инвестиций по данным за 2010-2019 гг.

Источник: аналитика автора

Рассмотрим в качестве примера экономическую интерпретацию оценок коэффициентов регрессии в модели зависимости импорта Хабаровского края от инвестиций в припортовые регионы (табл. 2, рис. 1).

Оценка коэффициента регрессии b0 в модели (1) показывает, что при отсутствии инвестиций в порт значение импорта в среднем составит примерно 1245,88 млн руб.

Перейдем к экономическому смыслу оценок коэффициентов регрессии, стоящих при переменных. При увеличении инвестиций в инфраструктуру портового региона на 1 млн руб. объем его импорта изменится на b1 + 2b2x0 + b2 = b1 + b2(2x0 + 1) = = (−0,247+1,978e-05(2х+1)) млн руб. Соответственно, если x0 составляет 3 млрд руб., то при увеличении инвестиций на 1 млн руб. значение регионального импорта в среднем уменьшится примерно на 128,3 тыс. руб.; если x0 составляет 15 млрд руб., то при увеличении инвестиций на 1 млн руб. увеличение регионального импорта в среднем составит примерно 346,42 тыс. руб.; если x0 = 20 млрд руб., то при увеличении инвестиций на 1 млн руб. увеличение регионального импорта в среднем составит примерно 544 тыс. руб.

Для модели (1) координаты точки поворота определяем по формуле нахождения вершины параболы: xверш=6243,68 млн руб., yверш= 494,79 млн руб.; что соответствует рис. 1. При прохождении данной точки направление связи между факторным и результативным признаком меняется со снижения на рост. Следовательно, по оцененной модели для увеличения регионального импорта инвестиции в региональную инфраструктуру должны составлять более 6243,68 млн руб.

Показанный характер зависимости и наличие точки поворота может свидетельствовать о сокращении импорта вследствие недостаточности инвестиций и уровня развития портовой инфраструктуры (например, скопление грузов в портовых терминалах приводит к снижению уровня поставок), что устраняется при более высоких инвестиционных вливаниях в портовые регионы и функционирование системы на новом логистическом уровне.

Примеры построенных моделей зависимости экспорта региона от инвестиций в инфраструктуру морских портов в таблице 3.

Рассмотрим смысл оценок коэффициентов регрессии, построенной для описания зависимости экспорта Приморского края от инвестиций в портовую инфраструктуру (табл. 3, рис. 2).

Оценка коэффициента регрессии b0 в модели (2) показывает, что при отсутствии инвестиций в порт значение экспорта Приморского края в среднем составит примерно 2272,67 млн руб. При увеличении инвестиций в портовую инфраструктуру на 1 млн руб. значение регионального экспорта в среднем увеличится примерно на 153,309 тыс. руб. Что говорит о наличии прямой линейной взаимосвязи между инвестициями в портовую инфраструктуру и показателем экспорта припортового региона.

Таблица 3

Линейные модели зависимости экспорта от инвестиций в инфраструктуру морских портов

Источник: аналитика автора

Примечание:

* соответствует значимости оценки коэффициента при уровне значимости 10%;

** соответствует значимости оценки коэффициента при уровне значимости 5%;

*** соответствует значимости оценки коэффициента при уровне значимости 1%.

Рис. 2. Поле корреляции и линейный тренд зависимости экспорта Приморского края от инвестиций по данным за 2011-2019 гг.

Источник: аналитика автора

Рассмотрим зависимость численности рабочей силы от инвестиций в развитие портовой инфраструктуры. Считается, что в среднем одна тонна груза в порту приносит 100 долларов добавленной стоимости, а увеличение на один миллион тонн грузов в порту создает дополнительно 300 рабочих мест [11].

Однако, иной характер зависимости демонстрируется при переходе на новый технологический и логистический уровень, когда уменьшение численности рабочей силы в регионе естественно, благодаря повышающемуся уровню инвестиций в портовую инфраструктуру.

Рассмотрим экономическую интерпретацию оценок коэффициентов регрессии в модели зависимости численности рабочей силы Ленинградской области от инвестиций (модель (3), табл. 4, рис. 3).

Оценка коэффициента регрессии b0 в модели (3) показывает, что при отсутствии инвестиций в регион значение численности рабочей силы в среднем составит примерно 962,45 тыс. чел.

При увеличении инвестиций в инфраструктуру портового региона на 1 млн руб. объем его экспорта измениться на (0,0047-4,012e-07(2х+1)) млн руб. Если x0 составляет 3 млрд руб., то при увеличении инвестиций на 1 млн руб. значение регионального экспорта в среднем увеличится примерно на 2,30 тыс. руб.; если x0 составляет 10 млрд руб., то при увеличении инвестиций на 1 млн руб. уменьшение регионального экспорта в среднем составит 3,3 тыс. руб.

Таблица 4

Квадратические модели зависимости численности рабочей силы от инвестиций

Источник: аналитика автора

Примечание:

* соответствует значимости оценки коэффициента при уровне значимости 10%;

** соответствует значимости оценки коэффициента при уровне значимости 5%;

*** соответствует значимости оценки коэффициента при уровне значимости 1%.

Рис. 3. Поле корреляции и линия квадратичного тренда зависимости численности рабочей силы Ленинградской области от инвестиций по данным за 2010-2019 гг.

Источник: аналитика автора

Для модели (3) координаты точки поворота определяем по формуле нахождения вершины параболы: xверш=5875 млн руб., yверш= 976,26 млн руб.; что соответствует графику, изображенному на рис.3. При прохождении данной точки направление связи между факторным и результативным признаком меняется с роста на снижение. Следовательно, по оцененной модели при росте инвестиций до 5875 млн руб. численность рабочей силы в регионе увеличивается, с дальнейшим ростом инвестиций ее значения уменьшаются.

Такая зависимость означает, что переход на новый технологический вместе с внедрением инновационных технологий и развитием сферы логистических услуг дает уменьшение количества задействованной рабочей силы в рассматриваемом регионе.

Заключение

В работе выявлена статистически значимая взаимосвязь между социально-экономическими показателями и инвестициями в портовую инфраструктуру группы регионов РФ, прилежащих к пяти морским портам РФ. Зависимости социально-экономических показателей от инвестиций в портовую инфраструктуру различаются в зависимости от региона. Интерпретация экономического смысла оценок коэффициентов регрессии для построенных моделей дает более полное описание характера выявленной зависимости. Для приведенных в работе квадратических моделей регрессии составлен комплексный экономический смысл оценок коэффициентов регрессии. Полученные результаты могут быть использованы при исследовании влияния инвестиций на социально-экономические показатели портовых регионов и для их прогнозирования.

Работа выполнена при финансовой поддержке гранта РФФИ № 19-510-23001 в рамках конкурса на лучшие научные проекты фундаментальных исследований, проводимый совместно РФФИ и Фондом «За русский язык и культуру» в Венгрии.

Библиографическая ссылка