2021 (18), №2

Моделирование причинно-следственных связей между эффективностью сети железных дорог и производительностью труда в России

DOI:

https://doi.org/10.31063/2073-6517/2021.18-2.12

Для цитирования:

Петров М. Б., Серков Л. А., Кожов К. Б. Моделирование причинно-следственных связей между эффективностью сети железных дорог и производительностью труда в России // Журнал экономической теории. 2021. Т. 18. № 2. С. 308-322. https://doi.org/10.31063/2073-6517/2021.18-2.12

Аннотация:

В предлагаемой публикации впервые анализируются взаимосвязь и причинно-следственные отношения между нормированными экономическими показателями, характеризующими производительность железнодорожной транспортной сети, такими как транспортоотдача, грузоотдача, транспортная подвижность населения, и показателем производительности труда в экономике России в период с 2000 по 2019 г. Основной гипотезой исследования является доказательство присутствия коинтеграционных соотношений между анализируемыми нестационарными исходными временными рядами анализируемых показателей и, как следствие, наличие кратко- и долгосрочных причинных связей между этими показателями. Для проверки данной гипотезы тестировались две модели. В первой модели определялась взаимосвязь между транспортоотдачей в качестве зависимой переменной и переменными грузоотдачей и транспортной подвижностью населения в качестве независимых. Во второй модели определялась взаимосвязь между грузоотдачей железнодорожной сети и производительностью труда в экономике России. С помощью векторной модели коррекции ошибок установлено, что между всеми переменными первой модели (транспортоотдача, грузоотдача и транспортная подвижность населения) существует совместная двусторонняя кратко- и долгосрочная причинная связь. Для второй модели эта причинная связь является односторонней. При этом изменение показателя грузоотдача железнодорожной сети не влияет на изменение показателя производительность труда в кратко- и долгосрочном периодах. Напротив, изменение показателя производительность труда влияет на изменение показателя грузоотдача сети как в краткосрочном, так и в долгосрочном периоде. В результате анализа оценены уравнения для двух моделей, определяющие долгосрочное равновесие между технико-экономическими показателями. Использование предлагаемого подхода создает дополнительные инструментально-методические возможности для анализа сложных, комплексных и многофакторных причинно-следственных отношений между развитием и уровнем использования транспортной сети и ключевыми показателями национальной экономики. Как следствие, такой подход может обогатить, повысить достоверность и обоснованность оценок социально-экономической эффективности схем и проектов развития сети железных дорог. Результаты работы могут быть использованы органами государственной власти, специализированными научными и проектными организациями, транспортными компаниями и отраслевыми союзами при осуществлении своей деятельности по стратегическому планированию, схемному проектированию развития железнодорожной транспортной сети и экономики регионов ее размещения, при выполнении предпроектных обоснований.

Скачать статью в формате PDF
Скачано: 99, размер: 763.9 KB

Петров Михаил Борисович — доктор технических наук, руководитель Центра развития и размещения производительных сил, Институт экономики УрО РАН (Екатеринбург, Российская Федерация; e-mail: michpetrov@mail.ru).

Серков Леонид Александрович — кандидат физико-математических наук, доцент, старший научный сотрудник Центра развития и размещения производительных сил, Институт экономики УрО РАН (Екатеринбург, Российская Федерация; e-mail: dsge2012@mail.ru).

Кожов Константин Борисович — кандидат технических наук, старший научный сотрудник Центра развития и размещения производительных сил, Институт экономики УрО РАН (Екатеринбург, Российская Федерация; e-mail: jefytt11@mail.ru).

Дубовик В. О. Методы оценки транспортной доступности территории // Региональные исследования. 2013. № 4(42). С. 11–18.

Казаков А. Л., Петров М. Б., Маслов А. М. Многокритериальная оптимизация транспортной системы региона на основе ее гиперграфа // Экономика региона. 2014. № 4. С. 199–208.

Мартыненко А. В., Петров М. Б. Влияние начертания транспортной сети на показатели доступности (на примере Свердловской области) // Региональные исследования. 2016. № 2 (52). С. 21–30.

Мачерет Д. А. О чем свидетельствует столетняя динамика показателей крупнейших железнодорожных сетей // Экономическая политика. 2016. Т. 11, № 6. С. 138–169.

Попов П. В., Мирецкий И. Ю. Методология построения логистической инфраструктуры на территории региона // Экономика региона. 2019. Т. 15, Вып. 2. С. 483–492. DOI: 10.17059/2019–2-13.

Рахмангулов А. Н., Копылова О. А. Оценка социально-экономического потенциала региона для размещения объектов логистической инфраструктуры // Экономика региона. 2014. № 2. С. 254–263. DOI: 10.17059/2014–2-25.

Щербанин Ю. A. Транспорт и экономический рост: взаимосвязь и влияние // Евразийская экономическая интеграция. 2011. № 3(12). С. 65–78.

Akaike H. A new look at the statistical model identification // IEEE Transactions on Automatic Control. 1974. Vol. AC-19, No. 6. P. 716–723.

Alleman J., Hunt C., Michaels D., Mueller M., Rappoport P., Taylor L. Telecommunications and economic development: Empirical evidence from Southern Africa // International Telecommunications Society. Sydney, Australia. URL: https://www.academia.edu/6950978/Telecommunications_and_Economic_Development_Empirical_Evidence_from_Southern_Africa (Дата обращения: 20.11.2020).

Aushauer D. Is Public Expenditure Productive? // Journal of Monetary Economics. 1989. Vol. 23, No. 2. P. 177–200. DOI: https://doi.org/10.1016/0304–3932(89)90047–0.

Cai D. P. Statistical analysis of the modern logistics industry and the national economy // Logistics. 2006. Vol. 21, No. 1. Р. 74–75.

Dickey D. A., Fuller W. A. Likelihood ratio statistics for autoregressive time series with a unit root // Econometrica. 1981. Vol. 49, No.4. P. 1057–1072.

Holtz-Eakin D. H., Schwartz A. E. Infrastructure in a structural of economic growth // Regional Science and Urban Economics. 1995. Vol. 25, No. 2. P. 131–151.

Engle R. F., Granger C. W. J. Cointegration and error correction: representation, estimation and testing // Econometrica. 1987. Vol. 55, No. 2. P. 251–276.

Granger C. W. Some Properties of Time Series Data and Their Use in Econometric Model Specification // Journal of Econometrics. 1981. Vol. 16, No. 1. P. 121–130.

Granger C. W. J. Developments in the study of cointegrated economic variables // Oxford Bulletin of Economics and Statistics. 1986. Vol. 48. P. 213–228. DOI: https://doi.org/10.1111/j.1468–0084.1986.mp48003002.x.

Handbook on Transport and Urban Planning in the Developed World / In Michiel C. J. Bliemer, Corinne Mulley and Claudine J. Moutou (Eds.). University of Sydney: Edward Elgar Pub, 2016. 544 p.

Johansen S., Juselius K. Maximum likelihood estimation and inference on cointegration with applications to the demand for money // Oxford Bulletin of Economics and Statistics. 1990. Vol.52, No. 2. Р. 169–210.

Johansen S. Statistical analysis for cointegration vectors // Journal of Economic Dynamics and Control. 1988. Vol. 12, No. 2–3. P. 231–254. DOI: https://doi.org/10.1016/0165–1889(88)90041–3.

Liu W., Li W., Huang W. Analysis of the dynamic relation between logistics development and GDP growth in China // Proceedings of IEEE International Conference on Service Operations and Logistics, and Informatics. 2006. P. 153–157. DOI: 10.1109/SOLI.2006.329054.

Arvin M. B., Pradhan R. P., Norman N. R. Transportation intensity, urbanization, economic growth, and CO2 emissions in the G-20 countries // Utilities Policy. 2015. Vol. 35. P. 50–66. DOI: https://doi.org/10.1016/j.jup.2015.07.003.

Pradhan R. P. Bagchi T. P. Effect of transportation infrastructure on economic growth in India: The VECM approach // Research in Transportation Economics. 2013. Vol. 38. Р. 139–148. DOI: https://doi.org/10.1016/j.retrec.2012.05.008.

Rietveld P. Infrastructure and regional development: a survey of multi- regional economic models // The Annals of Regional Science. 1989. Vol. 23, No. 4. Р. 255–274. DOI: https://doi.org/10.1007/BF01579778.