Внешняя торговля региона: влияние фактора "приграничное положение"

V.A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences, Moscow, Russia

Эмпирическую базу исследования составили данные по среднедушевым доходам населения, среднегодовой численности населения, ВРП на душу населения, обороту оптовой торговли, инвестициям в основной капитал по виду экономической деятельности "транспорт и связь", объёмам экспорта и импорта, плотности железнодорожных путей и автомобильных дорог с твёрдым покрытием, протяжённости автомобильных дорог общего и необщего пользования федерального, регионального и местного значения, площади территории, физическому объёму перевезённых грузов автомобильным транспортом и по железной дороге, количеству автомобильных и железнодорожных пунктов пропуска, количеству постоянных и временных таможенных складов, поступлению налога на прибыль, транспортного налога и специальных налоговых режимов от деятельности сухопутного и железнодорожного транспорта. В качестве источников использовались статистические сборники "Регионы России. Социально - экономические показатели", база данных Федеральной таможенной службы, данные по формам статистической налоговой отчётности Федеральной налоговой службы, нормативные документы Федерального агентства по обустройству границы и Министерства транспорта Российской Федерации. Временные рамки исследования охватывают 2012-2016 гг., что позволяет включить в исследование все субъекты РФ (за исключением Республики Крым и г. Севастополь) благодаря наличию вышеперечисленных данных за указанный период. Впрочем, здесь следует добавить одно уточнение: для целей исследования Архангельская область рассматривалась совместно с Ненецким автономным округом, а Тюменская - с Ханты-Мансийским и Ямало-Ненецкими автономными округами.

Следующим логическим шагом стало построение из собранных показателей двух факторных систем, определяющих объёмы экспорта и импорта соответственно (рис. 1 и 2). На данном этапе были рассчитаны дополнительные показатели: объём потребительского рынка и кумулятивные инвестиции. Объём потребительского рынка представляет собой годовую сумму доходов населения, рассчитанную как произведение среднегодовой численности населения и среднедушевых доходов, поскольку последние в официальной статистике представлены в форме ежемесячных доходов, получившийся показатель был умножен на 12. Кумулятивные инвестиции в основной капитал по виду экономической деятельности "транспорт и связь" были рассчитаны за 5 лет, они представляют сумму инвестиций за текущий год и 4 предшествующих. Кроме того, для отображения разных типов границ в качестве возможных факторов, влияющих на объёмы экспорта и импорта, принято решение отдельно исследовать наличие сухопутной границы, наличие морских портов на территории региона, а также наличие границ с Китаем, Евросоюзом и Белоруссией. Заметим, что после событий 2014 г. граница с Украиной, по сути, перестала выполнять контактные функции, а из-за западных санкций возросло значение границы с Белоруссией.

Как видно из рис. 1 и 2, собранные показатели были разделены на 4 группы: 1) уровень развития экономики; 2) транспортная инфраструктура; 3) уровень развития логистики; 4) приграничное положение. Отличия между двумя указанными выше системами факторов заключаются в показателях первой группы, характеризующих уровень развития экономики. Для экспорта в качестве такого показателя выбран ВРП на душу населения, поскольку данный показатель призван отразить уровень развития производительных сил в регионе и добавленную стоимость произведённой продукции. Для импорта, значительная часть которого направлена на конечное потребление, были выбраны показатели объёма потребительского рынка и оборота оптовой торговли.

Рис. 1. Факторы, влияющие на объём экспорта региона

Рис. 2. Факторы, влияющие на объём импорта региона

Развитие транспортной инфраструктуры отражают плотность автомобильных дорог с твёрдым покрытием (1 км на 1 000 км 2) и плотность железнодорожных путей (1 км на 10 000 км 2). Нельзя оставить без внимания и то, что для более полного охвата транспортной инфраструктуры следовало бы добавить показатели, характеризующие водные транспортные артерии и воздушный транспорт. Например, для воздушного транспорта доступен показатель "количество аэропортов" (в том числе имеющих международный статус). Вместе с тем его использование сопряжено с рядом проблем: формально аэропорты есть в каждом субъекты РФ, международный статус имеют более половины, но без данных по пассажирооборо- ту и грузообороту нельзя делать выводы об их существенном вкладе во внешнюю торговлю регионов. В отличие от дорогого воздушного транспорта водный, являясь самым дешёвым способом перевозки грузов, представляет хорошую альтернативу железнодорожному и автомобильному транспорту. Тем не менее, недостатком внутреннего речного транспорта является сезонность работы, определяемая в зависимости от меняющихся от года к году погодных условий сроками навигации, поэтому данный фактор остался за рамками исследования. С морским водным транспортом возникла та же проблема, что и с аэропортами: данные по грузообороту за исследуемые хронологические рамки отсутствуют. Впрочем, было бы ошибкой игнорировать наличие на территории региона морских портов, поэтому было принято решение отнести этот показатель в группу факторы "приграничное положение", где морской порт является зоной контакта. Заметим, что сложности по учёту водного и воздушного транспорта возникают и при применении другого подхода (гравитационных моделей) к анализу внешней торговли России [12].

В третью группу факторов "Уровень развития логистики" были собраны показатели, отражающие деятельность транспортных компаний. Показатель "инвестиции в транспорт и связь" является достаточно укрупнённым, его задача - фиксировать динамику обновления основных фондов. При этом используются как инвестиции за текущий год, так и кумулятивные инвестиции за 5 лет. Транспортный налог призван отразить количественное состояние автопарка транспортных компаний. Поскольку из-за особенностей отечественного законодательства железнодорожный подвижной состав не является объектом налогообложения по транспортному налогу, было сделано предположение, что размер вспомогательных подразделений железной дороги находится в прямой зависимости от количества подвижного состава. В связи с этим обслуживающий автотранспорт вспомогательных подразделений был оставлен в качестве характеристики, определяющей количество вовлечённой в перевозку техники по железной дороге. Объём перевозок представлен статистическими показателями "отправлено грузов по железной дороге" (млн т) и "перевозки грузов автомобильным транспортом" (млн т). Помимо этого для оценки эффективности работы грузоперевозчиков предложено использовать показатели налога на прибыль. Заметим, в явном виде налоговые данные по автотранспортным грузоперевозкам не даны, для их получения из соответствующих значений налога от деятельности сухопутного транспорта потребовалось вычесть значения по железнодорожному и трубопроводному.

Для проведения корреляционного анализа и последующего отбора факторов для построения математических моделей необходимо привести данные к сопоставимому виду. Так, показатели в денежном выражении (инвестиции, доходы населения, размер рынка, оборот оптовой торговли, ВРП на душу населения, налоги на прибыль) были приведены в рубли в ценах 2016 г. Здесь следует добавить важное замечание: при переводе данных по экспорту и импорту из долларов США в рублёвый эквивалент и сопоставимый вид может возникнуть ситуация, когда приведённые показатели станут сильно скоррелированными из -за общей связанности с третьей величиной - инфляцией в РФ. Кроме того, показатели транспортного налога, фиксирующие численность автопарка, следует оставить в текущих ценах. Здесь решающую роль играет то соображение, что ставка транспортного налога не корректируется ежегодно с учётом инфляции, а отказ от использования номинальных цен ведёт к завышению количества автопарка в 2012-2015 гг.

Дальнейшее исследование факторов выявило мультиколлинеарность некоторых из них. Надо отдавать себе отчёт в том, что многие процессы в экономике взаимосвязаны и отбор независимых факторов для модели представляет нетривиальную задачу. Очевидно, что имеют взаимообусловленность показатели "численность населения", "оборот оптовой торговли" и "плотность дорог", так как именно населённость территории определяет размер рынка и предъявляет требования к развитию дорожной сети. Схожая ситуация с ВРП, инвестициями и транспортной инфраструктурой. Однако, как показывают эмпирические исследования по субъектам РФ [13], развитая промышленность, обеспечивающая высокие значения ВРП, во многих регионах может быть представлена одним или несколькими промышленными гигантами, для которых создана вся необходимая транспортная инфраструктура, при этом общая плотность дорог в регионе может быть невысокой. Поскольку одной из задач нашего исследования является оценить роль транспортной инфраструктуры, то не представляется возможным исключить из моделей показатели по плотности дорог. В связи с этим, для характеристики уровня развития экономики региона для моделей по экспорту в качестве показателя использовался ВРП на душу населения, а для моделей по импорту - годовые среднедушевые доходы. Заметим, что отсутствие логически обоснованной прямой связи между численностью населения с одной стороны, уровнем дохода и ВРП с другой Несмотря на то, что высокая плотность населения создаёт агломерационные эффекты, благо-даря которым происходит рост местной экономики, а за ней и доходов населения, существуют ресурсодобывающие регионы с низкой плотностью населения, привлекающие и удерживающие рабочую силу в тяжёлых климатических условиях высоким уровнем заработных плат., позволяет избежать мультиколлинеарности в модели при использовании перечисленных выше показателей. Из-за сильной связи между плотностью дорог и налогами на прибыль от деятельности автомобильного и железнодорожного транспорта, в качестве показателя, демонстрирующего результативность этих видов деятельности, для использования в моделях был оставлен физический объём перевезённых грузов. Существует связь средней силы между ВРП на душу населения и инвестициями. Кроме того, существует высокая корреляция между инвестициями и транспортными налогами, делая эти факторы в моделях взаимозаменяемыми, что будет использовано в случае присутствия среди определителей ВРП на душу населения.

В результате нами были оценены модели для экспорта (1 -12) за временной период 2012-2016 гг., включающие в себя 400 наблюдений по 80 субъектам РФ:

где ЕХРу - объём экспорта за /-тый год в 7-том регионе; А 1-А 12 - свободный член; В 1-В 12, С 1-С]2, Р 1-Р 9, ^-Р 3, Е 1-Е 3 - коэффициенты; РвпКайц - плотность железнодорожных путей за /-тый год в 7-том регионе; РвпСаГу - плотность автомобильных дорог с твёрдым покрытием за /-тый год в 7-том регионе; ОвпТМа 1у - общая плотность дорог за /-тый год в 7-том регионе; ОЯРру - ВРП на душу населения за /-тый год в 7-том регионе; ТгапЯаИу - транспортный налог от деятельности железнодорожного транспорта за /-тый год в 7-том регионе; ТгапСаГу - транспортный налог от деятельности автомобильного транспорта за /-тый год в 7-том регионе; Тгащ - суммарный транспортный налог от деятельности автомобильного и железнодорожного транспорта за /-тый год в 7-том регионе; ВогВег 7, РоР 7- - фиктивные переменные, обозначающие соответственно приграничный регион с сухопутной границей, наличие в регионе морского порта.

Аналогичным образом происходит построение моделей по импорту (13-30), только вместо показателя ВРП на душу населения, используются годовые среднедушевые доходы, и добавляются модели, содержащие инвестиции за текущий год и кумулятивные за 5 лет:

где МРу - объём импорта за /-тый год в 7-том регионе; А"угу - годовые среднедушевые доходы за /-тый год в 7-том регионе; /АДу - инвестиции по виду деятельности транспорт и связь за Атый год в у-том регионе; ШУау - кумулятивные инвестиции по виду деятельности транспорт и связь за 4 предшествующих и Атый год в у-том регионе.

Результаты

Результаты расчётов по моделям представлены в табл. 1 и 2 (все переменные значимы). Для экспорта оказались значимыми факторы плотность железнодорожных путей, ВРП на душу населения, транспортный налог от деятельности железнодорожного транспорта. Заметим, что объясняющая способность модели (4), использующей данную комбинацию факторов лучше, чем модели (6), в которой используются данные по общей плотности дорог и суммарный транспортный налог от деятельности автомобильного и железнодорожного транспорта (табл. 1). Это ещё раз подтверждает сырьевую направленность отечественного экспорта, для транспортировки которого (за исключением нефти и газа) используется в основном железнодорожный транспорт. Для импорта, напротив, представленного товарами с высокой добавленной стоимостью, важна возможность доставки конечному потребителю, вследствие этого в модели оказались значима общая плотность дорог. Среди показателей, характеризующих уровень развития логистики, лучший результат, увеличивающий объясняющую способность модели, показали инвестиции по виду деятельности транспорт и связь за текущий год (табл. 2).

Таблица 1 Параметры зависимости экспорта

Фактор "приграничное положение" оказался незначимым ни для моделей по экспорту, ни для моделей по импорту. Аналогичным образом незначимым оказался фактор "количество пунктов пропуска". Возможно из - за сильной дифференциации между регионами по ВРП и доходам, в разрезе приграничные и внутренние регионы для моделей следует отбирать сопоставимые по данным параметрам субъекты с помощью кластерного анализа.

Параметры зависимости импорта Таблица 2

Кроме того правильнее предположить, что фактор "количество пунктов пропуска" следует включать в модели, содержащие наблюдения только по приграничным регионам.

Отрицательное значение коэффициентов фактора "наличие морского порта" даёт первое основание усомниться в правильности нашей первоначальной гипотезы о положительном влиянии приграничного положения на объёмы внешней торговли в регионе. Впрочем, этому можно найти логическое объяснение. Для экспорта отрицательное значение можно интерпретировать следующим образом: при схожих размерах экономики морской порт как более выгодный с точки зрения инвестиций объект будет выигрывать конкурентную борьбу за ресурсы (материальные, людские и др.) у других секторов региональной экономики, тем самым усиливается транзитная функция экономики региона [14, 15]. С ростом контейнерных перевозок в мире появился особый тип портов - это порты концентраторы [16], промежуточное звено для транзита, которые могут поддерживать огромный грузооборот при относительно небольшом размере местной экономики. Собственно транзитная роль отечественных портов сказывается на объёмах импорта.

Для того чтобы иметь возможность оценить корректность и адекватность оценок, получаемых с помощью панельного (пространственно - временного) моделирования, было принято решение построить аналогичные модели по описанным выше спецификациями, с целью проверки устойчивости величины и знака коэффициентов при факторах. А также для подтверждения значимости тех или иных факторов, которые проявились на панельных данных.

Пространственные модели были построены для двух крайних точек, исследуемого временного отрезка (2012, 2016 гг.). Оценки для экспорта и импорта представлены в таблицах 3 и 4, соответственно.

Параметры зависимости экспорта в 2012 и 2016 гг. Таблица 3

Параметры зависимости импорта в 2012 и 2016 гг. Таблица 4

Для экспорта можно отметить, что с 2012 г. к 2016 г. сократилось воздействие параметра ВРП, однако вместе с тем, появились дополнительные факторы, которые значимо влияют на величину экспорта, это плотность автомобильных дорог и налоги, отчисляемые предприятиями автотранспорта. Учитывая отрицательный знак при данных переменных, следует констатировать, что налицо конкуренция за экспортные товары и с ростом потребности них внутри страны (что выражается в увеличении параметров их автомобильных перевозок) экспорт недополучает продукт и сокращается. Для параметров импорта характерна большая стабильность оценок и значимых факторов. Единственным существенным отличием является проявление значимости фактора наличия порта в 2016 году. Это позволяет подтвердить довольно очевидный факт, что часть портов России ориентированы на экспорт, а другая значительная часть на каботаж. И в целом, в России невозможно выделить порт (не отдельный терминал), который был бы ориентирован на импорт. Также стоит отметить, порты лидеры по объёму импорта, ориентированы на Европейский Союз, который с 2014 года поддерживает режим санкций в отношении России, что, несомненно, сказалось на сокращении импорта товаров. По нашему мнению, это основной фактор, повлиявший на проявление значимости фактора портов. То есть, для портов как наиболее масштабных импортёров более ярко проявились санкционные эффекты. Относительно выводов по панельным моделям, наиболее важно отметить, что при оценке панельных данных вероятность искажения коэффициентов возрастает, так как на лицо появление дополнительных тенденций и для экспорта, и для импорта. Одними из возможных решений является оценка временных эффектов наряду с пространственными. Это позволит более точно выделить годы, когда проявлялась новая тенденция.

Далее был проведён кластерный анализ методом полной связи в стандартном пакете R для отбора сопоставимых регионов. Отбор регионов проводился отдельно для экспорта и импорта, в первом случае группировочным признаком выступал ВРП (рис. 3), во втором - величина оборота оптовой торговли (рис. 4). В каждом случае было сформировано 5 групп регионов, регионы, попавшие в группу с наименьшими показателями, были включены для пересчёта моделей (7) и (24). Следует заметить, что в результате такого отбора для расчётов моделей по экспорту и импорту оказалось разное количество регионов. Так из моделей по импорту были исключены Москва и Санкт-Петербург, Краснодарский и Пермский края, Республики Башкортостан и Татарстан, Московская, Ростовская, Нижегородская, Самарская, Свердловская, Тюменская, Челябинская, Кемеровская и Новосибирская области. А из моделей по экспорту помимо данных по перечисленным регионам были исключены наблюдения по Республики Якутия, Красноярскому и Приморскому краям, Воронежской, Ленинградской, Волгоградской, Оренбургской, Иркутской и Сахалинской области.

Рис. 4. Показатели отобранных регионов для моделей по импорту

И хотя в результате такого подхода было исключено несколько наблюдений по приграничным регионам, большинство оставшихся регионов можно отнести к периферийным. Это в свою очередь, должно способствовать выявлению наличия или отсутствия влияния фактора "приграничное положение".

В результате при пересчёте по новым данным модели (7) фактор "приграничное положение" оказался не значимым. Была предпринята попытка отразить границы с разными странами (Китаем, Белоруссией, Евросоюзом, как по отдельности, так и вместе), эти факторы в моделях оказались незначимы. Результаты расчётов модели (24) показали положительное влияние фактора "приграничное положение" (все переменные оказались значимыми). При этом следует заметить, что на отобранных регионах произошло резкое сокращение объясняющей способности модели (табл. 5). При смене фиктивной переменной Border (приграничное положение) на BorderCS (наличие границы с Китаем или с Евросоюзом или с Белоруссией) происходить улучшение объясняющей способности модели, но она всё равно остаётся достаточно низкой. Тем не менее, можно сделать вывод о том, при сопоставимых объёмах регионального рынка граница с Китаем, ЕС и Белоруссией увеличивает объёмы импорта в регионе. А объёмы импорта из бывших республик СССР, граничащих с РФ, и из Монголии в стоимостном выражении по сравнению с перечисленными направлениями незначительны. Для экспорта подобное влияние не выявлено.

Для отображения влияния таможенной инфраструктуры на объёмы экспорта и импорта были пересчитаны модели (7) и (24) по приграничным регионам, имеющим сухопутную границу, с добавлением переменных "количество таможенных пунктов пропуска" (Checkpoint) и "количество таможенных складов" (Warehouse). Определение размеров таможенных складов (открытого и закрытого типа постоянных и временных) не представляется возможным из-за отсутствия единых единиц измерения в таможенной статистике: размеры склада указываются в квадратных или кубических метрах. Как и в случае с фактором "приграничное положение" добавление в модель (7) дополнительных переменных показало отсутствие их значимости. Напротив, для модели (24) включение переменной "количество таможенных пунктов пропуска" не привело к потере значимости включенных переменных. Наличие пункта увеличивает объёмы импорта в приграничном регионе (табл. 6).

Параметры зависимости импорта с отбором регионов

Таблица 5

Параметры зависимости импорта в приграничных регионах

Таблица 6

Выводы

Таким образом, на данных за 2012 -2016 гг. было показано наличие прямой зависимости между объёмами экспорта и импорта в регионе и существующей транспортной инфраструктурой. Объёмы экспорта определяются, прежде всего, ВРП на душу населения, плотностью железнодорожных путей и обеспеченностью подвижным составом, а для объёмов импорта ключевыми факторами являются размеры рынка, общая плотность железных и автомобильных дорог и инвестиции по виду экономической деятельности "Транспорт и связь". Наличие морского порта в регионе не увеличивает объёмы импорта и экспорта в самом регионе, поскольку отечественные морские порты в основном обеспечивают транзитные потоки. В разрезе приграничных и внутренних регионов сопоставимых по размеру экономики влияние фактора границы проявляется в увеличении размеров импорта. Для приграничных регионов с ростом числа таможенных пунктов пропуска увеличиваются объёмы импорта в регион.

Литература

1. Морачевская К.А., Шавель А.Н. Динамика внешней торговли регионов российско- белорусского приграничья в 2010-е годы // Псковский регионологический журнал.

2016. № 4 (28). С. 15-28.

2. Растворцева С.Н., Колчинская Е.Э. Внешнеэкономическая деятельность как фактор развития российских регионов // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2013. № 22 (165). С. 13-24.

3. Этапы развития и формы приграничной торговли между Китаем и Россией / Т.Е. Даниловских [и др.] // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. 2016. № 3. С. 16-22.

4. Рой О.В., Петраков В.В. Важнейшее средство реализации транзитного потенциала Дальнего Востока // Транспорт Российской Федерации. 2017. № 5 (72). С. 29-32.

5. Хапилин С.А. Приоритеты сотрудничества государств - членов Евразийского экономического союза в контексте формирования единого экономического пространства // Финансы и кредит. 2016. № 40. С. 33-41.

6. Mun S., Nakagama S. Pricing and investment of cross-border transport infrastructure // Regional Science and Urban Economics. 2010. № 40. P. 228-240.

7. Межевич Н.М. Региональное внешнеэкономическое сотрудничество: проблемы и тенденции развития // Экономика Северо-Запада: Проблемы и перспективы развития. 2016. № 2-3 (51-52). С. 9-19.

8. Дружинин П.В. Особенности развития Карелии как приграничного региона / Экономика Сибири в условиях глобальных вызовов XXI века. Сб-к статей под ред. В.И. Клисторина, О.В. Тарасовой. Новосибирск: ИЭ ОПП СО РАН. 2018. С. 102-106.

9. Бардаль А.Б. Система пунктов пропуска через государственную границу: российский Дальний Восток // Власть и управление на Востоке России. 2018. №1 (82). С. 14-22.

10. Домбринский В.П. Алгоритм проведения программы государственного развития таможенно-логистической инфраструктуры // Экономика вчера, сегодня, завтра.

2017. Т.7. № 3А. С. 250-258.

11. Андреева Е.Л., Ратнер А.В., Соболев А.О. Внешнеэкономический комплекс региона в новых мирохозяйственных условиях // Вестник УрФУ. Серия: Экономика и управление. 2017. Т. 16. № 3. С. 403-423.

12. Каукин А.С. Особенности эмпирических оценок гравитационной модели внешней торговли России // Российский внешнеэкономический вестник. 2013. № 4. С. 71-84.

13. Колчинская Е.Э. Влияние транспортной инфраструктуры на промышленное развитие регионов России // Актуальные проблемы экономики и права. 2015. № 2 (34). С. 77-82.

14. Тарасова О.В., Панкова Ю.В. Двухуровневая оценка крупных транспортных проектов Дальнего Востока // Проблемы развития территории. 2019. № 2 (100). С. 67-79.

15. Бардаль А.Б. Транспортный комплекс Дальнего Востока: тенденции развития и роль в экономике // Экономические и социальные перемены: факты, тенденции, прогноз.

2018. Т. 11. № 2. С. 24-36.

16. Fleming D.K., Hayuth Y. Spatial characteristics of transportation hubs: centrality and intermediacy // Journal of Transport Geography. 1994. №2. P. 3-18.

Размещено на Allbest.ru