The influence of rolling stock indicators on the car component of the freight railway tarif (by the example of gondel cars)

Yuriy  V.  Egorov; Егоров Юрий Владимирович

doi:10.17816/transsyst202284140-153

The influence of rolling stock indicators on the car component of the freight railway tarif (by the example of gondel cars)

Authors: Egorov Y.V.¹
Affiliations:
1. Emperor Alexander I St. Petersburg State Transport University
Issue: Vol 8, No 4 (2022)
Pages: 140-153
Section: Original studies
URL: https://transsyst.ru/transj/article/view/112400
DOI: https://doi.org/10.17816/transsyst202284140-153
ID: 112400

Cite item

Full Text

Abstract
Full Text
About the authors
References
Supplementary files
Statistics

Abstract

Background: understanding of the indicators affecting the car component of the freight railway tariff is important for the development and implementation of a competent tariff policy for freight railway transport, especially in the context of sanctions restrictions implemented by third countries.

Aim: identification and classification of rolling stock indicators that affect the value of the car component of the freight railway tariff, followed by a quantitative assessment of such an impact.

Methods: statistical method, econometric modeling, analysis, comparative method, system method.

Results: the indicators of the rolling stock that affect the value of the car component of the freight railway tariff are identified, a classification of these indicators is developed according to the criterion of applicability of the monetary meter, an econometric quantitative assessment of the influence of the identified indicators on the car component of the freight railway tariff is made, conclusions are drawn on the sensitivity of the latter to various time lags of the indicators under consideration.

Conclusion: the results obtained can be used to improve the tariff policy for freight rail transport, as well as to further develop the theoretical foundations in this area.

Keywords

freight railway tariff, car component, rolling stock indicators, classification, econometric assessment, sensitivity

Full Text

ВВЕДЕНИЕ

Ставка оперирования (или вагонная составляющая, ставка предоставления вагона под погрузку) на железнодорожном транспорте выделяется как одна из компонент грузового железнодорожного тарифа. В России данная компонента – это результат взаимодействия спроса и предложения на рынке операторских услуг. Понимание различных показателей, влияющих на данную составляющую грузового железнодорожного тарифа, важно для разработки и реализации грамотной тарифной политики на грузовом железнодорожном транспорте, особенно в условиях санкционных ограничений, реализуемых третьими странами. При этом среди этих показателей можно особо выделить показатели подвижного состава (вагонов), в котором осуществляется грузовая железнодорожная перевозка.

Среди авторов, исследующих вагонную составляющую грузового железнодорожного тарифа, можно выделить Хусаинова Ф.И. [1], Гайнутдинова Т.Р. и Голикова С.Д. [2], Ожерельеву М.В. [3], Годованого К.А. и Колесникова М.В. [4], Елового И.А. и Осипенко Л.В. [5], Винстона К. [6], Касаванта К. и др. [7], А. Уиджеера и др. [8]. Косвенно эта проблематика была затронута Волковой Е.М. [9], Чеченовой Л.М. [10], Журавлевой Н.А. [11], Гулым И.М. [12]. Признавая высокий уровень проведенных авторами исследований, отметим, что показатели, влияющие на вагонную составляющую грузового железнодорожного тарифа, исследуются авторами недостаточно детально. Кроме того, лишь некоторые авторы (Хусаинов Ф.И. [1]) обращаются именно к показателям подвижного состава, в котором осуществляется грузовая железнодорожная перевозка. Комплексная количественная оценка влияния таких показателей на вагонную компоненту также остается за пределами внимания исследователей.

В силу вышесказанного данное исследование является актуальным со следующей целью: выделить и классифицировать показатели подвижного состава, влияющие на величину вагонной составляющей грузового железнодорожного тарифа, и произвести количественную оценку этого влияния.

МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ

Материалы, примененные в данном исследовании, описаны в Табл.1.

Таблица 1. Материалы, примененные для количественной оценки влияния показателей подвижного состава на вагонную составляющую грузового железнодорожного тарифа на примере полувагонов в РФ, данные за месяц [13]

Показатель	Переменная показателя в эконометрической модели (для Табл. 2, 10)	Охватываемый временной интервал
Средняя ставка аренды на полувагоны, руб. за вагон в сутки	ARENDA_PV_t	01.2018 г.–12.2021 г.
Отпускные цены на новые полувагоны (стандартные), млн. руб. за вагон	CENA_PV_ST_t	01.2020 г.–12.2021 г.
Отпускные цены на новые полувагоны (инновационные), млн. руб. за вагон	CENA_PV_INN_t	01.2020 г.–12.2021 г.
Средняя цена на новый вагон-комплект (сумма средних цен предложения на 4 боковые рамы, 4 колесные пары и 2 надрессорные балки), тыс. руб.	СENA_VAG_KOMPL_t	07.2019 г.–12.2021 г.
Общий парк полувагонов на сети РЖД, тыс. единиц	OBSH_PARK_PV_t	01.2018 г.–12.2021 г.
Рабочий парк полувагонов на сети РЖД, тыс. единиц	RABOCH_PARK_PV_t	01.2018 г.–12.2021 г.
Производство полувагонов в РФ, единиц	PROIZV_PV_t	01.2020 г.–12.2021 г.
Средняя стоимость ремонта грузовых вагонов в объеме ТР-1, тыс. руб./ваг	CENA_TR1_t	01.2020 г.–12.2021 г.
Средняя стоимость ремонта грузовых вагонов в объеме ТР-2, тыс. руб./ваг	CENA_TR2_t	01.2020 г.–12.2021 г.
Средняя стоимость ремонта грузовых вагонов в объеме ДР (c учетом стоимости запасных частей), тыс. руб./ваг	CENA_DR_S_ZP_t	01.2020 г.–12.2021 г.
Средняя стоимость ремонта грузовых вагонов в объеме КР (с учетом стоимости запасных частей), тыс. руб./ваг	CENA_KR_S_ZP_t	01.2020 г.–12.2021 г.

Как следует из Табл. 1, в данном исследовании средняя ставка аренды на полувагоны использована в качестве показателя, описывающего вагонную составляющую грузового железнодорожного тарифа в РФ (а не непосредственно ставка оперирования). Это допущение логично, т.к. полувагоны являются самым распространенным типом вагонов на сети РЖД и динамика ставки оперирования определяется динамикой средней ставки аренды вагона [13].

Cредняя ставка аренды на полувагоны используется в данном исследовании в качестве эндогенной (результативной) переменной в построенных эконометрических моделях. Для экзогенных переменных данных моделей выделен ряд показателей подвижного состава, описанных в Табл. 1. При этом, по нашему мнению, эти показатели можно разделить на 2 группы: нестоимостные (общий парк полувагонов на сети РЖД, рабочий парк полувагонов на сети РЖД, производство полувагонов в РФ) и стоимостные показатели подвижного состава (все остальные показатели в Табл. 1).

Показатели, охарактеризованные в Табл. 1, применены для построения эконометрических моделей экономических процессов, которые описаны в Табл. 2.

Таблица 2. Эконометрические модели экономических процессов, примененные для количественной оценки влияния показателей подвижного состава на вагонную составляющую грузового железнодорожного тарифа (на базе материалов Табл. 1)

№ модели	Математическая формула модели	Метод, использованный для оценки параметров модели
1	$A R E N D A_P V_{t} = b 0 + b 1 * C E N A_P V_S T_{t - 1} + ε$	Обобщенный метод Кохрейна-Оркотта
2	$\begin{array}{l} A R E N D A_P V_{t} = b 0 + b 1 * C E N A_P V_I N N_{t - 1} + \\ b 2 * A R E N D A_P V_{t - 1} + ε \end{array}$
3	$\begin{array}{l} A R E N D A_P V_{t} = b 0 + b 1 * C E N A_V A G_K O M P L_{t} + \\ b 2 * C E N A_V A G_K O M P L_{t - 1} + b 3 * A R E N D A_P V_{t - 1} + \\ b 4 * A R E N D A_P V_{t - 2} + ε \end{array}$
4	$\begin{array}{l} A R E N D A_P V_{t} = b 0 + b 1 * C E N A_T R 1_{t} + \\ b 2 * C E N A_T R 2_{t} + b 3 * C E N A_D R_S_Z P_{t} + \\ b 4 * C E N A_K R_S_Z P_{t} + b 5 * A R E N D A_P V_{t - 1} + ε \end{array}$
5	$\begin{array}{l} A R E N D A_P V_{t} = b 0 + b 1 * P R O I Z V_P V_{t - 3} + \\ b 2 * P R O I Z V_P V_{t - 7} + b 3 * A R E N D A_P V_{t - 1} + ε \end{array}$
6	$\begin{array}{l} A R E N D A_P V_{t} = b 0 + b 1 * O B S H_P A R K_P V_{t} + \\ b 2 * O B S H_P A R K_P V_{t - 12} + b 3 * A R E N D A_P V_{t - 1} + ε \end{array}$
7	$\begin{array}{l} A R E N D A_P V_{t} = b 0 + b 1 * R A B O C H_P A R K_P V_{t} + \\ b 2 * R A B O C H_P A R K_P V_{t - 5} + \\ b 3 * R A B O C H_P A R K_P V_{t - 12} + \\ b 4 * A R E N D A_P V_{t - 1} + ε \end{array}$

При построении моделей Табл. 2 использовались как сами переменные из Табл. 1 (к примеру, ARENDA_PV_t), так и их временные лаги с обозначением лагов в индексах переменных (к примеру, ARENDA_PV_t_-1– временной лаг первого порядка переменной ARENDA_PV_t). Обобщенный метод Кохрейна-Оркотта в Табл. 2 – это модифицированный обобщенный метод наименьших квадратов (ОМНК), используемый при наличии автокорреляции остатков модели порядка более 1 [14, 15].

Статистическая значимость моделей Табл. 2 тестировалась с использованием критерия Фишера, статистическая значимость коэффициентов переменных этих моделей – с использованием критерия Стьюдента. Присутствие авторегрессионной изменчивости условной дисперсии выявлялось с использованием теста ARCH. Наличие автокорреляции остатков моделей производилось путем исследования функций частной автокорреляции процессов остатков (PACF). Критерий согласия хи-квадрат использовался для проверки нормальности распределения остатков моделей.

Кроме того, в данном исследовании применялись статистический метод, анализ, сравнительный метод, системный метод.