All
 
|
 
 


Econometric analysis of cargo turnover in the EAEU for certain types of transport
 
PIIS265838870025129-4-1
DOI10.33276/S265838870025129-4
Publication type Article
Status Published
Authors
Nerses Khachatryan 
Affiliation: CEMI RAS
Address: Moscow, Nakhimovsky prospect, 47
Svetlana Borisova
Affiliation: CEMI RAS
Address: Moscow, Nakhimovsky prospect, 47
Journal nameVestnik CEMI
EditionVolume 6 Issue 1
Abstract

The article presents the results of an econometric analysis of cargo turnover in the EAEU for three types of transport: road, rail and air. Regression equations describing the dependence of the cargo turnover of these modes of transport on the factors of economic activity are constructed and the results obtained are analyzed.

Keywordscargo turnover, industry, agriculture, GDP, regression equation, forecast error
Received05.04.2023
Publication date05.04.2023
Number of characters8283
Cite   Download pdf To download PDF you should sign in
100 rub.
When subscribing to an article or issue, the user can download PDF, evaluate the publication or contact the author. Need to register.
1

Введение
2 Основными целями создания Евразийского экономического союза (ЕАЭС), членами которого являются Республика Армения, Республика Беларусь, Республика Казахстан, Кыргызская Республика и Российская Федерация, являются повышение конкурентоспособности национальных экономик и создание условий для их стабильного развития. Одной из основных задач для достижения указанных целей является развитие транспортной инфраструктуры входящих в нее стран. В связи с этим возникает необходимость в математическом моделировании транспорта как в целом, так и отдельных его элементов. В частности, речь идет о построении моделей, описывающих процесс организации грузоперевозок в зависимости от спроса на них, а также определение чувствительности спроса на грузовые перевозки к изменениям факторов экономической активности. Модели организации грузоперевозок представлены в работах [2, 7-12]. Моделирование спроса на грузоперевозки и эмпирические оценки эластичностей представлены в работах [5, 6, 13]. В работе [3] исследована зависимость объема перевозок в ЕАЭС всеми видами транспорта от таких факторов экономической активности как индекс промышленного производства, индекс объема сельскохозяйственного производства и индекс физического объема валового внутреннего продукта. Это исследование было продолжено в работе [4] для отдельных видов транспорта.
3

Для прогнозирования спроса на грузоперевозки важно исследовать не только динамику объема перевозимого груза, но также динамику грузооборота, представляющего собой произведение объема, перевозимого за определенное время груза на расстояние перевозки. В связи с этим в данной работе исследуется зависимость грузооборота от указанных выше факторов экономической активности. Это позволит:

1) сравнить спецификации моделей (для грузооборота и грузоперевозок [4]);

2) оценить влияние факторов экономической активности на объясняемые показатели (объемы грузоперевозок и грузооборот).
4 На рис.1 представлена структура грузооборота по видам транспорта. Отметим, что кроме трубопроводного, доля остальных видов транспорта за период с 2005 г. по 2019 г. увеличивается: автомобильного с 5 % до 7.5 %, железнодорожного с 40.7 % до 45 %, воздушного с 0.06 % до 1.12 %.
5
image1

Рис. 1. Структура грузооборота по видам транспорта. Источник данных: статистика ЕАЭС [1]
6 На рисунках 2, 3 и 4 представлена динамика грузооборота автомобильным, железнодорожным и воздушным транспортом в ЕАЭС за период с 2005 по 2019 гг. По всем трем видам перевозок наблюдается положительный тренд. Прирост грузооборота воздушного транспорта за этот период времени составил около 153 %, автомобильного – около 91 %, а железнодорожного – около 42 %.
7
image2

Рис. 2. Динамика грузооборота автомобильного транспорта. Источник данных: статистика ЕАЭС [1]
8
image3

Рис. 3. Динамика грузооборота железнодорожного транспорта. Источник данных: статистика ЕАЭС [1]
9
p4

Рис. 4. Динамика грузооборота воздушного транспорта. Источник данных: статистика ЕАЭС [1]
10

Эконометрический анализ грузооборота в ЕАЭС
11

Приступим к оцениванию зависимостей грузооборота отдельных видов транспорта от указанных выше факторов экономической активности. Статистической базой для построения регрессионных моделей являлись следующие данные Департамента статистики Евразийской экономической комиссии ( >>>> ) за период с 2005 г. по 2019 г.:

ROAD_CARGO TURNOVER – грузооборот автомобильного транспорта, миллиард тонно-километров;

RAIL_ CARGO TURNOVER – грузооборот железнодорожного транспорта, миллиард тонно-километров;

AIR_ CARGO TURNOVER – грузооборот воздушного транспорта, миллиард тонно-километров;

IND_PROM – индекс промышленного производства, в процентах к предыдущему году (пересчитывается в процентах к начальному году);

IND_AGRIC – индекс объема сельскохозяйственного производства, в процентах к предыдущему году (пересчитывается в процентах к начальному году);

IND_GDP - индекс физического объема валового внутреннего продукта, в процентах к предыдущему году (пересчитывается в процентах к начальному году).

views: 96

Readers community rating: votes 0 

1. Статистика ЕАЭС : социально экономическая статистика // Евразийская экономическая комиссия : официальный сайт. – 2023. – URL : http://www.eurasiancommission.org/ru/act/integr_i_makroec/dep_stat/econstat/Pages/transport.aspx  (дата обращения: 01.02.2023).
2. Хачатрян, Н. К. Исследование динамики потока в модели организации грузоперевозок по круговой цепочке станций / Н. К. Хачатрян, Л. А. Бекларян // Экономика и математические методы.  –  2021. – Т. 57, №1. – с. 83-91.
3. Хачатрян, Н. К. Прогнозирование грузоперевозок в ЕАЭС. Результаты сценарных расчетов / Н. К. Хачатрян, С. В. Борисова // Вестник ЦЭМИ. – 2020. – Т. 3, № 4. URL : https://cemi.jes.su/s265838870014023-8-1/  (дата обращения: 01.02.2023).
4. Хачатрян, Н. К. Эконометрический анализ грузоперевозок в ЕАЭС: результаты ретроспективного прогноза / Н. К. Хачатрян // Вестник ЦЭМИ. – 2021. – Т. 4, № 4. – URL : https://cemi.jes.su/s265838870017987-8-1/  (дата обращения: 01.02.2023).
5. Эконометрическое моделирование и прогнозирование спроса на грузовые перевозки в России в 1992–2015 гг. /  Ю. А. Щербанин, Е. А. Ивин, А. Н. Курбацкий, А. А. Глазунова // Научные труды: Ин-т народнохозяйственного прогнозирования РАН. –  2017. – Т. 15. – с. 200-217.
6. Bjorner, T. B. Environmental Benefits from Better Freight Transport Management: Freight Traffic in a VAR Model / T. B. Bjorner  // Transportation Research. Part D. – 1999. –  Vol. 4? No 1. –  pp. 45-64.
7. Beklaryan, L. A. Traveling wave type solutions in dynamic transport models / L. A. Beklaryan, N. K. Khachatryan //  Functional Differential Equations. – 2006. – V. 13,  № 2. – pp. 125-155.
8. Beklaryan, L. A. Model for organization cargo transportation at resource restrictions / L. A. Beklaryan, N. K. Khachatryan, A. S. Akopov // International Journal of Applied Mathematics. – 2019. – V. 32, № 4. – pp. 627-640.
9. Khachatryan, N. K. Model for organizing cargo transportation with an initial station of departure and a final station of cargo distribution / N. K. Khachatryan, A. S. Akopov // Business Informatics. – 2017. – № 1. – pp. 25-35.
10. Khachatryan, N. K. About quasi-solutions of traveling wave type in models for organizing cargo transportation / N. K. Khachatryan, A. S. Akopov, F. A. Belousov // Business Informatics. – 2018. –  №  1 (43). – pp. 61-70.
11. Khachatryan, Nerses K. Study of flow dynamics in the model of cargo transportation organization between node stations / Nerses K. Khachatryan // International Journal of Applied Mathematics. – 2020. – Vol. 33, No 5. – pp. 937-949.
12. Khachatryan, Nerses K. Modeling the process of cargo transportation between node stations / Nerses K. Khachatryan //  International Journal of Applied  Mathematics. – 2021. – Vol.34, No6. – pp. 1223-1235.
13. Ramanathan, R. The Long-Run Behaviour of Transport Performance in India: Cointegration Approach / R. Ramanathan  // Transportation Research Part A. – 2001. – Vol. 35. No. 4 – pp. 309-320.

Система Orphus

Loading...
Up