Прогноз влияния рынка железнодорожных контейнерных перевозок на ВВП Российской Федерации

Актуальность и практическая значимость исследования обусловлена существенным влиянием контейнерных перевозок на экономику Российской Федерации, что нашло отражение в государственной стратегии развития транспортной отрасли. Расширение сети узловых мультимодальных транспортно-логистических центров обработки контейнерных грузов должно увеличить их пропускную способность, обеспечить рост транзитных грузов и приток частных российских и иностранных инвестиций в железнодорожный транспорт. Цель исследования – разработка прогноза рынка железнодорожных контейнерных перевозок в Российской Федерации и оценка его влияния на ВВП с использованием математико-статистического инструментария на основе публично доступной информационной базы. Методика исследования включала следующие этапы: анализ отрасли, выявление тенденций и их оценку; разработку регрессионной модели для прогнозирования рынка с учетом выявленных факторов и информации, имеющейся в открытом доступе; оценку влияния факторов на объем ВВП; учет рисков развития рынка железнодорожных контейнерных перевозок. Отраслевой анализ, системный подход и графические методы использованы для уточнения методики прогнозирования рынка контейнерных перевозок железнодорожным транспортом в Российской Федерации. Показано, что ключевыми факторами, оказывающими влияние на прогноз развития рынка железнодорожных контейнерных перевозок, являются: преимущества по сравнению с другими видами транспорта в скорости, качестве, удобстве и стоимости доставки грузов; рост грузовой базы контейнеризации; перспективы транзита в развитые и развивающиеся страны. На основе данных Росстата и ОАО «РЖД» построена регрессионная модель зависимости объема ВВП Российской Федерации от динамики рынка железнодорожных контейнерных перевозок, что позволило спрогнозировать увеличение ВВП к 2025 г. по отношению к 2022 г. на 20,4% за счет роста рынка железнодорожных контейнерных перевозок, в частности за счет импорта на 55,2%, за счет экспорта на 77,8%, а также за счет транзита через территорию Российской Федерации на 101,3%. Практическая значимость исследования заключается в оценке отраслевых тенденций и рисков при краткосрочной и среднесрочной реализации стратегии развития транспортной отрасли Российской Федерации, что позволяет обосновать инвестиционную привлекательность данной отрасли.

1. Ивантер В. В., Порфирьев Б. Н., Сорокин Д. Е., Эскиндаров М. А., Масленников В. В., Широв А. А. и др. Как придать импульс развитию российской экономики: приоритеты действий (предложения к Основным направлениям деятельности Правительства РФ до 2024 года). Финансы: теория и практика. 2018;22(S 7):4–15.

2. Порфирьев Б. Н., Широв А. А., Узяков М. Н., Гусев М. С., Шокин И. Н. Основные направления социально-экономического развития в 2020–2024 гг. и на период до 2035 г. Проблемы прогнозирования. 2020;(3):3–15.

3. Fedotova M. A., Tazikhina T. V., Nadezhdina Y. V., Raeva I. V. Problems of determining the cost of collateral in the conditions of implementation Basel II, III Standards in Russia. Journal of Reviews on Global Economics. 2018;7:662–667. DOI: 10.6000/1929–7092.2018.07.60

4. Kazakova N., Shuvalova E., Chemarina A., Nikanorov A., Kurochkina I., Sokolova E. The mechanism for creating an effective international strategic alliance in the field of air transportation. In: Kabashkin I., Yatskiv I., Prentkovskis O., eds. Proc.18th Int. conf. on reliability and statistics in transportation and communication (RelStat’18). (Riga, 17–20 October, 2018). Cham: Springer-Verlag; 2019:704–713. (Lecture Notes in Networks and Systems. Vol. 68). DOI: 10.1007/978–3–030–12450–2_67

5. Kendall M. G., Stuart A. The advanced theory of statistics. Vol. 1: Distribution theory. 2nd ed. London: Charles Griffin & Co., Ltd.; 1963. 433 p.

6. Kendall M. G., Stuart A. The advanced theory of statistics. Vol. 2: Inference and relationship. London: Charles Griffin & Co., Ltd.; 1961. 676 p.

7. Kendall M. G., Stuart A. The advanced theory of statistics. Vol. 3: Design and analysis, and time series. London: Charles Griffin & Co., Ltd.; 1966. 552 p.

8. Bain J. S. Relation of profit rate to industry concentration: American manufacturing, 1936–1940. The Quarterly Journal of Economics. 1951;65(3):293–324. DOI: 10.2307/1882217

9. Wang Y., Chen X., Han Y., Guo S. Forecast of passenger and freight traffic volume based on elasticity coefficient method and grey model. Procedia — Social and Behavioral Sciences. 2013;96:136–147. DOI: 10.1016/j.sbspro.2013.08.019

10. Lukinsky V., Lukinsky V. Designing the analytical base for optimal allocation of stocks in supply chains. Transport and Telecommunication. 2018;19(4):346–355. DOI: 10.2478/ttj-2018–0029

11. Саханова А. Н., Ахмер Е. Ж. Прогнозирование на основе эконометрических моделей (анализ временных рядов). Международный журнал гуманитарных и естественных наук. 2017;(3–2):165–170.

12. Орлов А. И. Высокие статистические технологии и эконометрика в контроллинге. Российское предпринимательство. 2001;2(5):91–93.

13. Самышева Е. Ю. Эконометрические методы в современной экономике. Российское предпринимательство. 2010;(10–2):44–49.

14. Беилин И. Л. Инновационные подходы в цифровом моделировании региональных экономических процессов. Вопросы инновационной экономики. 2019;9(2):361–382. DOI: 10.18334/vinec.9.2.40499

15. Сазонов А. А. Применение регрессионного анализа в прогнозировании. Научные исследования и разработки молодых ученых. 2015;(7):201–204.

16. Куницына А. Г., Винсковская Л. А. Прогнозирование с помощью регрессионного анализа. Достижения науки и образования. 2020;(9):17–19. URL: https://cyberleninka.ru/article/n/prognozirovanie-s-pomoschyuregressionnogo-analiza

17. Москвичев О. В., Москвичева Е. Е., Васильев Д. В. Обзор российского и зарубежного опыта методических разработок в области развития контейнерных перевозок. Вестник транспорта Поволжья. 2020;(1):77–78.

18. Куртикова А. Р. Контейнерные перевозки на направлении Азия-Европа-Азия. Маршруты и барьеры развития. Логистика — Евразийский мост. Мат. XVI Междунар. науч.-практ. конф. (Красноярск-Енисейск, 28 апреля — 01 мая 2021 г.). Красноярск: Красноярский ГАУ; 2021:343–346.

19. Титов Г. Б. Проблемы прогнозирования и планирования потребности в железнодорожных перевозках. Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2009;(6–1):50–54.

20. Bendall H. B., Stent A. F. A scheduling model for a high speed containership service: a hub-and-spoke short-sea application. International Journal of Maritime Economics. 2001;3(3):262–277. DOI: 10.1057/palgrave.ijme.9100018

21. Bohács G., Frikker I., Kovács G. Intermodal logistics processes supported by electronic freight and warehouse exchanges. Transport and Telecommunication. 2013;14(3):206–213. DOI: 10.2478/ttj‑2013–0017

22. Bowersox D. J., Closs D. J. Logistical management: The integrated supply chain process. New York: McGraw-Hill Book Co.; 1996. 752 p.

23. Box G. E.P., Jenkins G. M. Time series analysis: Forecasting and control. San Francisco, CA: Holden-Day; 1976. 575 p.

24. Brockwell P. J., Davis R. A. Introduction to time series and forecasting. 2nd ed. New York: Springer-Verlag; 2002. 449 p.

25. Krüger N., Vierth I. Precautionary and operational costs of freight train delays: A case study of a Swedish grocery company. European Transport Research Review. 2015;7(1):6. DOI: 10.1007/s12544–015–0155–7

26. Lai X., Chen Z., Giri B., Chiu C.-H. Two-echelon inventory optimization for imperfect production system under quality competition environment. Mathematical Problems in Engineering. 2015:326919. DOI: 10.1155/2015/326919

27. Maraš V., Konings R., Radmilović Z., Davidović T. Towards the optimal solution of feeder container ships routing with empty container repositioning. Journal of Maritime Research. 2012;9(3):11–20.