- •Содержание
- •Введение
- •1 Теоретические основы эконометрического моделирования эффективности работы транспорта
- •1.1 Основные категории и определения, используемые при эконометрическом моделировании эффективности работы транспорта
- •2 Статистический анализ динамики и структуры показателей эффективности работы транспорта
- •2.1 Статистический анализ динамики показателей эффективности работы транспорта
- •2.2 Статистический анализ структуры и структурных сдвигов показателей эффективности работы транспорта
- •3 Многофакторное моделирование и прогнозирование эффективности работы транспорта в г. Оренбурге
- •Заключение
- •Список использованных источников
- •Приложение а (обязательное) Исходные данные для анализа динамики и структуры показателей эффективности транспорта
- •Приложение б (обязательное) Показатели структурных сдвигов объема перевозок грузов и грузооборота
- •Приложение в Исходные данные для многофакторного моделирования пассажирооборота
3 Многофакторное моделирование и прогнозирование эффективности работы транспорта в г. Оренбурге
Обобщающими показателями, отражающими эффективность работы автомобильного транспорта, являются :
1) – грузооборот автотранспорта организаций всех видов экономической деятельности – отражает эффективность работы транспорта в сфере грузовых перевозок;
2) – пассажирооборот автобусов общего пользования и физических лиц – отражает эффективность работы транспорта в сфере пассажирских перевозок.
Величина грузооборота и пассажирооборота зависит от потребностей хозяйствующих субъектов и населения в перемещении. На величину спроса на транспортные услуги существенное влияние оказывают факторы, характеризующие внешнюю среду транспортной системы. То есть на показатель грузооборота оказывают влияние отрасли материального производства, как потребители и получатели транспортных услуг. На показатель пассажирооборота могут оказывать среднедушевые денежные доходы населения и подвижность отдельный категорий населения.
Также на показатели эффективности влияют внутренние факторы, характеризующие состояние транспортной системы, к которым можно отнести число автобусов общего пользования, инвестиции в основной капитал транспорта, число собственных автомобилей и т.д.
Исходя из данных, публикуемых территориальным органом Федеральной службы государственной статистики по Оренбургской области, нами отобраны показатели, отражающие влияние рассмотренных факторов :
– на грузооборот автомобильного транспорта организаций всех видов экономической деятельности :
1)– объем работ, выполненных по виду экономической деятельности «Строительство», млн. р.;
2)– оборот розничной торговли, млн. р.;
3)– продукция сельского хозяйства, млн. р.;
4)– темп роста (снижения) инвестиций в транспортные средства, машины и оборудования, %;
5)– индекс тарифов на грузовые перевозки, %.
– на пассажирооборот автобусов общего пользования и физических лиц :
1)– число автобусов общего пользования на 100 000 человек населения, шт.;
2)– число собственных легковых автомобилей на 1000 человек населения, шт.;
3)– темп роста (снижения) инвестиций в транспортные средства, машины и оборудование, %;
4)– темп роста среднемесячной номинальной начисленной заработной платы работников, %;
5)– численность населения младше трудоспособного возраста, чел.;
6)– численность населения в трудоспособном возрасте, чел.;
7)– численность населения старше трудоспособного возраста, чел.
Исходные данные для многофакторного моделирования грузооборота автомобильного транспорта предприятий всех видов экономической деятельности города Оренбурга представлены в таблице 3.1.
Таблица 3.1 – Исходные данные для многофакторного моделирования грузооборота автомобильного транспорта
Год |
|
|
|
|
|
|
2002 |
479,2 |
1691,9 |
960,1 |
17343,0 |
207,4 |
152,2 |
2003 |
402,1 |
2319,6 |
689,3 |
24611,0 |
89,3 |
103,0 |
2004 |
289,1 |
2080,4 |
678,0 |
30285,0 |
155,3 |
108,0 |
2005 |
446,5 |
2691,0 |
879,0 |
34469,0 |
139,8 |
127,0 |
2006 |
265,7 |
2759,1 |
1704,8 |
48262,0 |
141,3 |
132,8 |
2007 |
360,0 |
3845,0 |
900,9 |
67745,0 |
154,9 |
101,7 |
2008 |
452,3 |
5817,2 |
1196,9 |
84254,0 |
98,0 |
108,9 |
2009 |
538,2 |
8592,6 |
1272,1 |
109009,0 |
117,0 |
108,7 |
2010 |
617,6 |
12488,3 |
1677,6 |
158053,0 |
113,4 |
118,1 |
2011 |
376,7 |
6008,9 |
1459,1 |
169424,0 |
65,2 |
88,4 |
2012 |
385,9 |
7079,6 |
1125,2 |
184716,0 |
99,6 |
100,4 |
Для сопоставимости расчетов все ценовые показатели и результативные признаки представим на душу населения.
Для оценки степени влияния факторов построена матрица парных коэффициентов корреляции (таблица 3.2).
Таблица 3.2– Матрица парных коэффициентов корреляции
|
|
|
|
|
|
|
|
1,00 |
… |
… |
… |
… |
… |
|
0,74 |
1,00 |
… |
… |
… |
… |
|
0,30 |
0,65 |
1,00 |
… |
… |
… |
|
0,37 |
0,81 |
0,61 |
1,00 |
… |
… |
|
0,12 |
0,47 |
0,32 |
0,64 |
1,00 |
… |
|
0,12 |
-0,31 |
0,03 |
-0,55 |
0,78 |
1,00 |
Результаты расчетов показывают, что на показатель грузооборот существенное влияние оказывает объем работ, выполненных по виду экономической деятельности «Строительство» ().
В результате проверки гипотезы о значимости парных коэффициентов корреляции подтверждается, наличие значимой связи грузооборота автомобильного транспорта и объема строительства.
Воспользуемся встроенной функции MS Excel, для осуществления оценки параметров уравнения регрессии.
Уравнение регрессии примет вид:
Таким образом, уравнение регрессии объясняет 54,6 % вариации результативного признака, а на долю прочих, неучтенных факторов приходится 46,4 %.
Качество построенной линейной модели регрессии оценивается как хорошее, так как средняя ошибка аппроксимации составила 16,1 %.
Анализ остаточной компоненты подтвердил отсутствие гетероскедастичности по тесту ранговой корреляции Спирмена и автокорреляции остатков по тесту Дарбина –Уотсона.
Согласно построенной линейной модели регрессии с увеличение объема работ, выполненных по виду экономической деятельности «Строительство» на 1 рубль грузооборот автомобильного транспорта увеличивается в среднем на 0,022 т.-км.
Для определения силы связи фактора с результатом рассчитаем средний коэффициент эластичности :
Рассчитанный коэффициент эластичности показывает, что с увеличением объемов строительства на 1 % грузооборот автомобильного транспорта предприятий города Оренбурга увеличивается в среднем на 0,27 %.
Для оценки степени влияния факторов была построена матрица парных коэффициентов корреляции (таблица 3.3).
Таблица 3.3 – Матрица парных коэффициентов корреляции
|
| |||||||
|
1,00 |
… |
… |
… |
… |
… |
… |
… |
0,81 |
1,00 |
… |
… |
… |
… |
… |
… | |
-0,84 |
-0,78 |
1,00 |
… |
… |
… |
… |
… | |
0,57 |
0,48 |
-0,75 |
1,00 |
… |
… |
… |
… | |
0,47 |
0,45 |
-0,24 |
-0,05 |
1,00 |
… |
… |
… | |
0,85 |
0,91 |
-0,94 |
0,64 |
0,60 |
1,00 |
… |
… | |
0,69 |
0,78 |
-0,80 |
0,62 |
0,52 |
0,86 |
1,00 |
… | |
-0,41 |
-0,52 |
0,53 |
-0,42 |
-0,38 |
-0,58 |
-0,91 |
1,00 |
Результаты расчетов показывают, что на показатель пассажирооборот существенное влияние оказывают обеспеченность населения автобусами общего пользования (), обеспеченность легковыми автомобилями (), численности населения в возрасте от 7 до 16 лет (), численности населения в трудоспособном возрасте (), но многие факторы взаимозависимы.
Исходя из проверки гипотезы о значимости коэффициентов корреляции, можно сделать вывод, что значимыми факторами являются обеспеченность населения автобусами общего пользования, обеспеченность легковыми автомобилями, численности населения в возрасте от 7 до 16 лет, численности населения в трудоспособном возрасте.
Построим уравнения парной линейной регрессии со значимыми факторами. Результаты регрессионного анализа пассажирооборота автобусов в городе Оренбурге за 2002 – 2012 гг. представлены в таблице 3.4.
Поскольку фактическое значение критерия Фишера всех уравнений регрессии превышает критическое значение 4,46 , то есть подтверждается статистическая значимость уравнений. Коэффициенты регрессии статистически значимы, так как расчетные значениеt-критерия Стьюдента больше табличного значения, равного 2,26.
Таблица 3.4 – Результаты регрессионного анализа пассажирооборота автобусов в городе Оренбурге за 2002-2012 гг
Уравнение парной регрессии |
| |||
|
0,81 |
0,66 |
4,18 |
17,53 |
|
0,84 |
0,71 |
-4,72 |
22,31 |
|
0,88 |
0,77 |
4,82 |
23,58 |
|
0,68 |
0,47 |
2,82 |
7,95 |
Оценим качество построенных моделей регрессии с помощью среднюю ошибку аппроксимации. Результаты представлены в таблице 3.5.
В соответствии с данными таблицы 3.5 качество построенных моделей регрессии оценивается как высокое, так как средняя ошибка аппроксимации этих моделей не превышает 10 %, но следует отметить, что наиболее точно описывающей пассажирооборот автобусов является модель зависимости пассажирооборота от числа собственных легковых автомобилей.
Таблица 3.5 –Расчетные значения средней ошибки аппроксимации
Признак – фактор |
Значение средней ошибки аппроксимации, % |
число автобусов общего пользования на 100 000 человек населения |
7,3 |
число собственных легковых автомобилей на 1000 человек населения |
5,7 |
численность населения в возрасте от 7 до 16 лет |
7,9 |
Для определения силы связи фактора с результатом рассчитаем средние коэффициенты эластичности, результаты расчетов представлены в таблице 3.6.
Таблица 3.6 – Расчетные значения среднего коэффициента эластичности
Признак – фактор
|
Значение коэффициента эластичности, % |
число автобусов общего пользования на 100 000 человек населения |
0,47 |
число собственных легковых автомобилей на 1000 человек населения |
- 0,62 |
численность населения в возрасте от 7 до 16 лет |
0,87 |
Наибольшее влияние на пассажирооборот автобусов в городе Оренбурге оказывает численность населения в возрасте от 7 до 16 лет, в меньшей степени влияют число автобусов общего пользования на 100 тысяч человек. Фактором снижения пассажирооборота автобусов выступает число собственных легковых автомобилей на 1000 человек населения, его увеличение на 1 % повлечет снижение пассажирооборота автобусов на 0,62 %.
Осуществим прогнозирование пассажирооборота автобусов в городе Оренбурге путем подстановки в уравнение регрессии прогнозных значений фактора по параболическому тренду. Полученные прогнозные значения пассажирооборота представлены в таблице 3.7.
Таблица 3.7 – Прогнозные значения пассажирооборота автобусов в городе Оренбурге
В пасс.-км
Год |
Признак – фактор | ||
|
|
| |
2013 |
2018,1 |
1973,7 |
1921,7 |
2014 |
1990,2 |
1927,8 |
1862,5 |