Influence of development of market of freight cars operation upon operation efficiency indexes of railway transport

Full Text

Введение

Развитие рынка предоставления грузовых вагонов под погрузку c появлением на железных дорогах России операторов железнодорожного подвижного состава, явилось важной частью структурного реформирования железнодорожного транспорта страны, начатого в 2003 г. [1, с.13]. Формирование вагонной составляющей грузового железнодорожного тарифа стало определяться в основном рыночными факторами, а количество грузовых вагонов в собственности или на праве аренды у операторов непрерывно возрастало на протяжении последних 15-ти лет.

Основным результатом данных преобразований принято считать появление и развитие конкурентной среды в области предоставления грузового железнодорожного подвижного состава, что позволило, в свою очередь, решить проблему обновления грузового вагонного парка и ликвидировать дефицит вагонов под погрузку грузоотправителям [2, с. 11]. Но при этом нами было показано, что такое развитие конкурентной среды никак не повлияло на конечные цены перевозки грузов железнодорожным транспортом в России, что связано с отсутствием аналогичных преобразований в монополизированных сферах предоставления услуг инфраструктуры и локомотивной тяги [3, с. 11-12].

Следует отметить, что проблеме операционной эффективности железнодорожного транспорта в последние годы уделялось повышенное внимание, что выразилось в появлении достаточно большого количества публикаций по этому вопросу. К примеру, Новосельская С. А. рассматривала различные аспекты построения системы показателей эффективности структурных подразделений ОАО «РЖД» [4].

Шубенцева Л. А. исследовала аспекты повышения эффективности функционирования холдингов путем воздействия на систему бухгалтерского учета [5]. Другие аспекты операционной эффективности железнодорожного транспорта рассматривались в работах Юдина С. В. [6], Опарина С. Г. и Чепеля В. В. [7], Пановой Ю. Н. [8], Божко Л. М. [9], Журавлевой Н.А. [10], Котовой Е. А. [11], Грошева Г. М., Климовой Н. В. и Васильевой Т. В. [12].

Помимо этого, исследователи анализировали процессы формирования рынка и конкурентной среды на железнодорожном транспорте, что было отражено в публикациях Проскуряковой Е. А. [13, 14], Журавлевой Н. А. [15, 16], Акулова М. П. [17], Казанской Л. Ф. и Богомоловой А. В. [1].

Вместе с тем, проблеме влияния процесса формирования рынка оперирования грузовыми вагонами на показатели операционной эффективности железнодорожного транспорта в РФ не было уделено должного внимания, что выразилось в небольшом количестве публикаций по данному вопросу.

Так, по мнению некоторых исследователей, почти полная передача грузовых вагонов частным операторам стала причиной ухудшения управляемости вагонного парка и снижения показателей эксплуатационной работы железных дорог. К примеру, согласно Крейнину А. В. «когда вагоны принадлежат операторам, а инфраструктурная часть принадлежит железным дорогам, порожный пробег не снижается, а даже возрастает» [18, с. 17].

Существуют и некоторые прямо противоположные точки зрения. Так, Хусаинов Ф.И. в своей работе [19, с. 207-219] показывает, что развитие операторского сегмента не оказало никакого негативного влияния на такие показатели эксплуатационной работы как коэффициент порожнего пробега и средняя скорость доставки груза. При этом рост оборота вагона в 2010-2013 гг. может быть не связан с развитием операторского сегмента, и вообще показатели оборота вагона и производительности вагона не представляют интереса для частных владельцев грузовых вагонов, ориентированных на повышение доходов на 1 вагон [19, с. 214-218].

Постановка задачи

Помимо небольшого количества публикаций по рассматриваемой проблеме следует отметить, что исследователи не приводят количественных оценок тесноты и характера зависимости показателей эксплуатационной работы железных дорог (или, другими словами, показателей операционной эффективности) от уровня развития рынка оперирования грузовыми вагонами. Попытаемся провести такую оценку с помощью инструментов эконометрического моделирования.

Принятые допущения

Примем для проводимого в данной работе анализа следующие допущения:

• в качестве показателей уровня развития рынка оперирования грузовыми вагонами РФ примем долю независимых частных собственников в парке грузовых вагонов РФ и долю независимых частных собственников в грузообороте железнодорожного транспорта РФ;
• в качестве показателей операционной эффективности железнодорожного транспорта РФ примем средний вес грузового поезда брутто, участковую скорость движения грузового поезда, среднюю скорость доставки груженых отправок, долю отправок, доставленных в нормативный (договорной) срок (по данным ОАО «РЖД»);
• для показателей средний вес грузового поезда брутто, участковая скорость движения грузового поезда в качестве периода анализа примем 2003-2015 гг. (с отдельными замечаниями касательно данных за 2016 г.);
• для показателей средняя скорость доставки груженых отправок, доля отправок, доставленных в нормативный (договорной) срок в качестве периода анализа примем 2007-2015 гг. (с отдельными замечаниями касательно данных за 2016 г.).

Материалы и методы исследования

Материалами исследования в данной работе являются переменные (тип данных - временные ряды), использованные в процессе моделирования, данные переменные графически представлены на рис. 1, 2 и 3. Методы исследования – сравнительный анализ и эконометрическое моделирование (классический метод наименьших квадратов (парная линейная регрессия) с проведением необходимых эконометрических тестов – см. таблицу 1 и таблицу 2 ниже)

 

Рис. 1. Доли независимых частных собственников в парке грузовых вагонов и грузообороте железнодорожного транспорта РФ (рассчитано авторами по: [19, с. 159], [20])

 

Результаты

Как видно из рис. 1, доли независимых частных собственников в парке грузовых вагонов (переменная X1) и в грузообороте (переменная X2) железнодорожного транспорта РФ непрерывно росли на протяжении 2003-2015 гг.. Увеличение составило приблизительно с 20-22 до 80-85% (к концу 2016 года переменная X1 достигла значения 83.7%, переменная X2 достигла значения 86.4%, существенно не изменившись по отношению к уровням 2015 года [20]).

 

Рис. 2. Показатели операционной эффективности ОАО "РЖД" не ориентированные на потребности грузоотправителей (по данным ОАО «РЖД»: [20])

 

Что касается показателей операционной эффективности ОАО "РЖД", не ориентированных, на наш взгляд, на потребности грузоотправителей, то на протяжении 2003-2015 гг. средний вес грузового поезда (переменная Y6) постоянно увеличивался, а участковая скорость движения (переменная Y5) почти не менялась  (хотя и демонстрировала сильную волатильность) (рис. 2) (в 2016 г. уровни переменных Y5 и Y6 существенно не отличаются от уровней 2015 г. [20] ).

 

Рис. 3. Показатели операционной эффективности ОАО "РЖД" ориентированные на потребности грузоотправителей (по данным ОАО «РЖД»: [20])

 

Показатели операционной эффективности ОАО "РЖД", ориентированные, на наш взгляд, на потребности грузоотправителей  растут на протяжении 2007-2015 гг., демонстрировали достаточно сильную волатильность (рис. 3). Особенно сильно колебалась и растет средняя скорость доставки груженых отправок (переменная Y7), для доли отправок, доставленных в нормативный (договорной) срок (переменная Y8) эти тенденции менее заметны (переменные Y7 и Y8 растут и в 2016 по отношению к 2015 г., достигая значений 380.5 км/сут и 96.1% соответственно [20]).

По результатам ADF-теста (уровень статистической значимости альфа 0.05) было установлено, что переменные X1, X2, Y5, Y6, Y7, Y8 являются интегрированными рядами 1-го порядка. При этом оценка моделей парной линейной регрессии зависимости переменных Y5, Y6, Y7, Y8 от переменных X1, X2 приводит к появлению ложной регрессии, т.к. по результатам теста Энгла-Грэнджера на коинтеграцию (альфа 0.05) пары переменных Y5 и X1, Y5 и X2, Y6 и X1, Y6 и X2, Y7 и X1, Y7 и X2, Y8 и X1, Y8 и X2 не являются коинтегрированными.

Для решения проблемы ложной регрессии был произведен переход от абсолютных уровней переменных X1, X2, Y5, Y6, Y7, Y8 к их первым разностям (данный подход описан, к примеру, в работе Носко В.П.  [21, с. 530]). В этом случае оценку параметров регрессионных уравнений можно произвести классическим методом наименьших квадратов (КМНК) при условии, что процессы остатков обладают свойствами белого шума – см. [21, с. 530] или [22, с. 119].

Результаты оценки моделей парной линейной регрессии для первых разностей результативных переменных Y5, Y6 приведены в таблице 1 (эконометрическое моделирование в данной работе произведено на основе временных рядов за 2003-2015 гг. и 2007-2015 гг., использование аналогичных временных рядов за 2003-2016 гг. и 2007-2016 гг. существенно не изменяет выводы по моделированию).

 

Таблица 1. Результаты оценивания моделей для результативных переменных Y5 и Y6 (годовые данные за 2003-2015 гг.)

Переменная/метод оценки/ показатель/тест	№ модели
	1	2	3	4
Результативная переменная*	d_Y5	d_Y5	d_Y6	d_Y6
Факторная переменная*	d_X1	d_X2	d_X1	d_X2
Метод оценки модели	КМНК	КМНК	КМНК	КМНК
Коэффициент детерминации	0.17	0.20	0.08	0.06
Модель статистически значима (критерий Фишера)?	нет	нет	нет	нет
Коэффициент факторной переменной статистически значим (критерий Стьюдента)?	нет	нет	нет	нет
У процесса остатков присутствуют свойства белого шума и отсутствует автокорреляция (на основании PACF, альфа 0.05)?	да	да	да	да
В модели отсутствует гетероскедастичность (тест Уайта, альфа 0.05)?	да	да	да	да
Остатки модели распределены нормально (тест Жарке-Бера, альфа 0.05)?	нет	нет	да	да
В модели отсутствует эффект ARCH (альфа 0.05)?	да	да	да	да
Линейная форма модели выбрана правильно (тест RESET, альфа 0.05)?	да	да	да	да

* - первые разности переменных Y5, Y6, X1, X2

 

Результаты оценки моделей парной линейной регрессии для первых разностей результативных переменных Y7, Y8 приведены в таблице 2.

 

Таблица 2. Результаты оценивания моделей для результативных переменных Y7 и Y8 (годовые данные за 2007-2015 гг.)

Переменная/метод оценки/ показатель/тест	№ модели
	5	6	7	8
Результативная переменная*	d_Y7	d_Y7	d_Y8	d_Y8
Факторная переменная*	d_X1	d_X2	d_X1	d_X2
Метод оценки модели	КМНК	КМНК	КМНК	КМНК
Коэффициент детерминации	0.27	0.34	0.57	0.60
Модель статистически значима (критерий Фишера)?	нет	нет	да	да
Коэффициент факторной переменной статистически значим (критерий Стьюдента)?	нет	нет	да (альфа 0.05) и равен (-0.71)	да (альфа 0.05) и равен (-0.73)
У процесса остатков присутствуют свойства белого шума и отсутствует автокорреляция (на основании PACF, альфа 0.05)?	да	да	да	да
В модели отсутствует гетероскедастичность (тест Уайта, альфа 0.05)?	да	да	да	да
Остатки модели распределены нормально (тест Жарке-Бера, альфа 0.05)?	да	да	да	да
В модели отсутствует эффект ARCH (альфа 0.05)?	да	да	да	да
Линейная форма модели выбрана правильно (тест RESET, альфа 0.05)?	да	да	да	да

* - первые разности переменных Y7, Y8, X1, X2

 

Обсуждение результатов

Как следует из таблицы 1 влияние показателей уровня развития рынка оперирования грузовыми вагонами (первые разности переменных X1 и X2) на показатели операционной эффективности ОАО "РЖД" не ориентированные на потребности грузоотправителей (первые разности переменных Y5 и Y6) отсутствует на протяжении 2003-2015 гг: модели и коэффициенты факторных переменных статистически незначимы (альфа 0.05).

Как следует из таблицы 2 влияние показателей уровня развития рынка оперирования грузовыми вагонами на показатели операционной эффективности ОАО "РЖД" ориентированные на потребности грузоотправителей в 2007-2015 гг. неоднозначно. Статистически значимая зависимость первых разностей переменной Y7 от первых разностей переменных X1 и X2 не выявлена. Но статистически значимая зависимость первых разностей переменной Y8 от первых разностей переменных X1 и X2 существует: модели и коэффициенты факторных переменных статистически значимы (альфа 0.05) с достаточно высокими коэффициентами детерминации (0.57-0.60), модели успешно прошли все основные эконометрические тесты.

Так, по результатам моделирования (таблица 2) при росте на 1 % скорости изменения доли независимых частных собственников в парке грузовых вагонов РФ (первая разность переменной X1) скорость изменения доли отправок, доставленных в нормативный (договорной) срок (первая разность переменная Y8) снижается на 0.71%. Также при росте на 1 % скорости изменения доли независимых частных собственников в грузообороте железнодорожного транспорта РФ (первая разность переменной X2) скорость изменения доли отправок, доставленных в нормативный (договорной) срок (первая разность переменная Y8) снижается на 0.73%.

Таким образом, на основании проведенного анализа можно сделать следующие выводы.

Изменение уровня развития рынка оперирования грузовыми вагонами в России не оказало статистически значимого влияния на показатели операционной эффективности ОАО "РЖД" не ориентированные на потребности грузоотправителей в 2003-2015 гг. (в части проанализированных показателей). Что касается аналогичного влияния на показатели операционной эффективности ОАО "РЖД" ориентированные на потребности грузоотправителей, то здесь статистически значимое (и негативное) влияние выявлено только для показателя «доля отправок, доставленных в нормативный (договорной) срок» в 2007-2015 гг. То есть, из 4-х проанализированных показателей операционной эффективности ОАО "РЖД" только 1 показатель попал под негативное влияние изменения уровня развития рынка оперирования грузовыми вагонами в России.

Следует также отметить, что переменная Y8 (доля отправок, доставленных в нормативный (договорной) срок), попавшая под негативное влияние переменных X1 и X2, на протяжении 2013-2016 гг. демонстрирует уверенный рост (положительная тенденция) (см. рис. 3). Аналогичный рост (положительная тенденция) демонстрируют переменные Y7 и Y6 (см. рис. 2, 3). Переменная Y5 растет в 2013-2016 гг. (негативная тенденция) (см. рис. 2), но в целом на протяжении 2003-2016 гг. данная переменная существенно не изменяется, хотя и показывает значительную волатильность.   

Использованные в данной работе методы сравнительного анализа и эконометрического моделирования позволяют получить достаточно просто оценку влияния процесса формирования рынка оперирования грузовыми вагонами на показатели операционной эффективности железнодорожного транспорта на макроуровне. Для исследования взаимосвязей показателей развития рынка и индикаторов операционной эффективности на микроуровне на железнодорожном транспорте целесообразнее, на наш взгляд, применять другие методы анализа, ориентированные на детальное рассмотрение уровней отдельных организаций и проектов. Примером такого анализа может быть использование стохастических методов для определения основных проектных показателей на базе информационных технологий управления проектами [23].

Заключение

Поэтому, по нашему мнению, можно сделать следующее заключение. Говорить о снижении показателей эксплуатационной работы железных дорог в результате почти полной передачи грузовых вагонов частным операторам, можно лишь в части отдельных показателей операционной эффективности ОАО "РЖД", но никак не всей совокупности таких показателей (к примеру, это может быть справедливым для показателя «порожний пробег грузового вагона» согласно Крейнину А.В. [18, с. 17], который мы не использовали в нашем количественном анализе). При этом такое снижение носит временный характер, затрагивая период с 2003 по 2009-12 гг.; в дальнейшем же большинство показателей показывают устойчивую положительную тенденцию, оправившись от первоначального негативного шока. Такой шок может быть реакцией на изменение уровня развития рынка оперирования грузовыми вагонами в России, но, как показано выше в данной работе, это касается далеко не всех показателей операционной эффективности ОАО "РЖД".

About the authors

Yuriy V. Egorov

Emperor Alexander I Petersburg State Transport University

Author for correspondence.
Email: orion56@mail.ru

Candidate of Economic Sciences, Associate Professor at the Department of "Economics of transport"

Russian Federation

Liliya F. Kazanskaya

Emperor Alexander I Petersburg State Transport University

Email: yalifa@inbox.ru

Doctor of Engineering Sciences, Professor at the Department of "Economics of transport"

Russian Federation

Nadezhda V. Saks

Emperor Alexander I Petersburg State Transport University

Email: sax-nad@yandex.ru

Candidate of Economic Sciences, Associate Professor at the Department of "Economics of transport"

Russian Federation

References

Supplementary files