Организация и развитие логистической инфраструктуры региона в условиях глобализации цепей поставок тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Попов Павел Владимирович

• Попов Павел Владимирович
• доктор наук
• 2025

Оглавление диссертации доктор наук Попов Павел Владимирович

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКОЕ ОБОСНОВАНИЕ ОРГАНИЗАЦИИ И РАЗВИТИЯ ЛОГИСТИЧЕСКОЙ ИНФРАСТРУКТУРЫ РЕГИОНА

1.1. Теоретико-методологическая терминология логистической инфраструктуры

1.2. Структура и состав логистической инфраструктуры

1.3 Влияние логистической инфраструктуры на социально-экономическое развитие региона

ГЛАВА 2 МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ И ИНСТРУМЕНТАРИЙ ОРГАНИЗАЦИИ И РАЗВИТИЯ ЛОГИСТИЧЕСКОЙ ИНФРАСТРУКТУРЫ РЕГИОНА

2.1. Компаративный анализ подходов проектирования логистической инфраструктуры

2.2. Модели и методы оптимального месторасположения объектов логистической инфраструктуры

ГЛАВА 3. МЕТОДОЛОГИЯ ОРГАНИЗАЦИИ И РАЗВИТИЯ ЛОГИСТИЧЕСКОЙ ИНФРАСТРУКТУРЫ РЕГИОНА

3.1 Методологический подход к организации логистической инфраструктуры на территории региона

3.2 Система управления логистической инфраструктурой региона

3.3 Методика оценки уровня зрелости региональной логистической инфраструктуры

ГЛАВА 4. РАЗРАБОТКА МОДЕЛЕЙ И МЕТОДИК ОРГАНИЗАЦИИ И УПРАВЛЕНИЯ СКЛАДСКОЙ И ТРАНСПОРТНОЙ ИНФРАСТРУКТУРЫ

РЕГИОНА

4.1. Модели организации складской и транспортной инфраструктуры региона

4.2. Методические основы реализации и устойчивости модели формирования

логистической инфраструктуры региона

4.3 Методический подход организации логистической инфраструктуры при

стохастическом спросе на товар

ГЛАВА 5. РАЗВИТИЕ ЛОГИСТИЧЕСКИХ ИНФРАСТРУКТУРНЫХ ЭЛЕМЕНТОВ В КОНТЕКСТЕ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО ПОТЕНЦИАЛА СУБЪЕКТОВ РОССИЙСКОЙ ФЕДЕРАЦИИ

5.1 Влияние логистической инфраструктуры субъектов Южного федерального округа на показатели социально- экономического развития региона

5.2 Оценка структуры взаимосвязи объектов региональной логистической инфраструктуры

5.3 Решение задачи оптимизации региональной транспортной инфраструктуры

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Организация и развитие логистической инфраструктуры региона в условиях глобализации цепей поставок»

ВВЕДЕНИЕ

Актуальность темы исследования. В экономике Российской Федерации происходят значимые структурные преобразования, которые обусловлены экономическими, социальными и другими факторами. Так, прежде всего, закрытие ряда зарубежных рынков, санкционное давление и общая тенденция к усложнению систем разделения труда вызывают необходимость проектирования более сложных сетевых цепочек поставок, в которые интегрирована логистическая инфраструктура субъектов РФ. При этом недостаточный уровень зрелости логистической инфраструктуры ряда регионов страны является сдерживающим фактором регионального социально-экономического развития и не позволяет проектировать эффективные цепи поставок.

Для реализации мер по противостоянию существующим мировым вызовам и нивелированию их влияния на экономику страны/региона в РФ утвержден ряд документов, в которых определены основополагающие мероприятия по проектированию и реинжинирингу инфраструктуры, позволяющие устранять низкую транспортную связанность региональных субъектов между собой. Достижение поставленных целей предусмотрено в том числе за счет организации оптимальной логистической инфраструктуры, которая является основой создания современной национальной логистической системы РФ. Для достижения поставленных задач в РФ утверждены основные направления развития автомобильной, железнодорожной, морской и воздушной инфраструктур, в которых значительное внимание уделяется развитию транзитного потенциала страны/региона, сбалансированной терминально-складской сети, мультимодальных терминальных комплексов. Вместе с тем необходимость реализации инфраструктурных проектов и трансформация региональных хозяйственных связей, вызванных в том числе глобализацией цепей поставок, требует совершенствования методологии организации и управления логистической инфраструктурой региона, которая в настоящее время является недостаточно разработанной и не в полной мере учитывает современные структурные преобразования и условия.

Следовательно, для создания условий реализации поставленных задач возникает необходимость в разработке методологии организации на территории региона взаимоувязанной складской и транспортной сети, включающей основные принципы проектирования и инструменты решения задач построения логистической инфраструктуры региона на мезо и микроуровне.

Степень разработанности проблемы. В ходе анализа научных публикаций, отечественных и зарубежных, посвященных исследованию и проектированию логистической инфраструктуры во взаимосвязи с ее вкладом в социально-экономическое развитие регионов, были выделены три большие группы работ, с которыми можно связать разные подходы к изучению рассматриваемой проблематики.

В первую группу следует отнести работы, раскрывающие понятие «логистическая инфраструктура» и ее составляющие (П.Х. Азимов, Д. Дж. Бауэрсокс, Ф.Д. Венде, А.В. Дмитриев, Н.В. Иванова, П. Кампан, Н.П. Карпова, Д.Дж. Клосс, В.С. Колодин, В.Ф. Лукиных, Л.Б. Миротин, А.Л. Носов, Н.А. Подобед, Т.А. Прокофьева, О. В. Рыкалина, В.И. Сергеев, В.И. Степанов, С.А. Таран, В.И. Черенков, А.Д. Чудаков, П.Г. Швалов, А.Н. Шендалев, З. Сариуш-Вольский, Ч. Сковронек и др.). Необходимо отметить, что существуют различные трактовки данного термина и структуры логистической инфраструктуры.

Ко второй группе отнесены работы, в которых показано влияние логистической инфраструктуры или ее объектов на социально-экономические показатели региона/страны. Взаимосвязь между транспортной инфраструктурой и социально-экономическими показателями региона рассмотрена в работах В.Л. Белозерова, Дж. Блайда (J. Blyde), С.Т. Векеса (С.Т. Wekesa), Ю.Н. Гольской, Е. Демирхана (Е. Demirhan), Л. Кастро (L. Castro), Ю.В. Катаевой, Д.И. Кокурина, Е.А. Королевой, И.А. Кузнецова, В.В. Лукинского, Дж. Модоса (J. Maudos), Д. Молины (D. Molina), К.Н. Назина, Г. Нгагве (G. Ngagwe), А. Рехмана (А. Rehman), Л.К. Ченга (L.K Cheng), М.А. Шагаловой и др. Влияние логистической инфраструктуры на социально-экономические показатели региона или страны рассмотрено в работах Э. Атиоглу (E. Atioglu), Д. Ашауэра (D. Aschauer), Х.

Баньоса (J. Baños), С. Ванга (C. Wang), И. Гафурова (I. Gafurov), С. Каттура (S. Kattour), Х. Лина (H. Lean), Ж. Раимбекова (Zh. Raimbekov), Р. Сайнса (R. Sainz), П. Хаялоглу (P. Hayaloglu) и др.

В работах авторов М. Акхавана (M. Akhavan), Дж. Аллемана (J. Alleman), М. Аччиро (M. Acciaro), А. Ботассо (A. Bottasso), Дж. Герреро (J. Guerrero), В. Гинхейзена (V. Geenhuizen), Р. Даниелиса (R. Danielis), К. Дая (Q. Dai), С. Демургера (S. Demurger), М. Конти (M. Conti), П. Кругмана (P. Krugman), Д. Ли (D. Li), З. Мунима (Z. Munim), Дж. Парка (J. Park), Д. Сана (J. Sun), Л. Селвы (L. Selva), Л. Сонга (L. Song), Х. Фагеды (X. Fageda), Б. Флейшера (B. Fleisher), М. Фудзиты (M. Fujita), Н. Цзяна (N. Jiang), Х. Шрамма (H. Schramm), Д. Янга (J. Yang) и др. показана тесная взаимосвязь между уровнем развития крупных морских портов и региональной экономикой. Однако в большинстве работ полученные результаты сложно содержательно интерпретировать, так как авторами исследований не представлена оценка адекватности выбранных показателей и не проведена проверка на нарушение стандартных предположений.

В третью группу отнесены работы ряда отечественных и зарубежных авторов, связанные с теоретическими и прикладными вопросами по разработке методов и подходов проектирования и оптимизации транспортной и складской сети, выбору мест эффективного размещения логистических мощностей. Вопросы методологии проектирования логистической инфраструктуры с целью эффективного развития регионов и стран рассматриваются в работах Р.Б. Ивутя, П.Г. Швалова, У. Цзиня, Дж. Д. Джонсона и др. Подходы, алгоритмы оптимизации размещения логистических мощностей, использующие аналитические и экспертные методы, методы оптимизации, имитационное моделирование и др., рассмотрены в работах Ф. Альтипармака (F. Altiparmak), А.В. Боженюка, М.С. Даскина (M.S. Daskin), В. Джеральда (W. Gerald), В.В. Дыбской, Г.Г. Забудского, Т. Койда (T. Koide), Д. Ламберта, Н. Мегиддо (N. Megiddo), Т. Паксоя (T. Paksoy), А.Н. Рахмангулова, Ф. Салданы да Гамы (F.Saldanha-da-Gama), Дж. Стока, Б. Танселя (В. Tansel), С. Хакими (S. Hakimi) и др.

Анализ научных источников позволил сделать вывод о наличии значительного количества подходов и моделей определения месторасположения объектов инфраструктуры. Однако в существующих научных исследованиях не раскрыта методология организации и развития логистической инфраструктуры на территории регионов страны. Кроме того, проведенные исследования не содержат формализованных подходов, в которых бы учитывалась географическая привязка взаимоувязанной складской и транспортной сети с учетом экономического развития региона, с определением мощности объектов основной составляющей инфраструктуры, осуществлением выбора типа товароносителя из заданного множества; недостаточно научных работ, посвященных анализу взаимосвязей логистической инфраструктуры с показателями функционирования и развития региональной хозяйственной системы.

Цель диссертационного исследования состоит в разработке теоретико-методологических основ и практических инструментов организации и развития логистической инфраструктуры на территории регионов Российской Федерации в условиях глобализации цепей поставок с учетом актуального состояния и приоритетов социально-экономического развития регионов.

Декомпозиция поставленной цели на систему взаимосвязанных задач определила логику и последовательность шагов по ее достижению:

1) уточнить понятие «логистическая инфраструктура», определить ее состав и структуру с учетом эмерджентности логистической системы в условиях глобализации цепей поставок на основе критического анализа, сопоставления и обобщения методологических подходов и теоретических положений к исследованию логистической инфраструктуры как фактора развития региональной экономики;

2) раскрыть интегрирующую функцию логистической инфраструктуры при проектировании единого экономического пространства на региональном, страновом и межстрановом уровнях;

3) разработать методологический подход к организации и управлению логистической инфраструктурой региона в условиях необходимой связности логистических подсистем в цепях поставок;

4) спроектировать систему управления логистической инфраструктурой региона, практическая реализация которой позволит обеспечить устойчивое и сбалансированное развитие региона за счет организации более эффективных товаропроводящих сетей и цепей поставок;

5) сформировать комплексную методику оценки уровня зрелости логистической инфраструктуры региона для определения направлений устойчивого социально-экономического развития региона;

6) разработать модель пространственного развития взаимосвязанной складской и транспортной инфраструктур региона в условиях координации и коммуникации звеньев цепей поставок;

7) предложить инструментарий оптимизации логистической инфраструктуры региона в условиях глобализации цепей поставок;

8) разработать методику оценки устойчивости моделей организации и развития логистической инфраструктуры региона с учетом стратегических приоритетов социально-экономического развития региональной хозяйственной системы;

9) апробировать разработанные модели и методы организации и развития логистической инфраструктуры на примере регионов Южного федерального округа.

Объект исследования определен как региональная хозяйственная система с позиции организации и развития логистической инфраструктуры региона в условиях глобализации цепей поставок.

Предметом диссертационной работы выступают социально-экономические и управленческие отношения в процессе организации и развития логистической инфраструктуры региона в условиях глобализации цепей поставок, ориентированных на реализацию сбалансированного развития экономики региона.

Теоретико-методологической основой исследования послужили фундаментальные научные исследования, посвященные устойчивому региональному развитию территорий; исследованию влияния логистической инфраструктуры на социально-экономические показатели субъекта/страны; проблемам организации и управления логистической инфраструктурой на территории региона и оценке ее уровня зрелости; регулированию регионального развития и региональной экономической политики в РФ. Методологическую основу данного исследования составляют принципы системного подхода. Обозначенная выше цель исследования, декомпозированная через систему задач, была достигнута через использование методов системного и статистического анализа, моделирования на основе принципов теории управления с применением приемов и методов визуализации при представлении данных в табличных и графических формах.

В качестве информационной и эмпирической основы исследования были использованы официальные данные, полученные с ресурсов Федеральной службы государственной статистики РФ, Федерального агентства морского и речного транспорта РФ, Федерального агентства воздушного транспорта, а также материалы Национальных проектов России, программные документы Правительства РФ и региональных органов власти. Дополнительно были привлечены информационные ресурсы сети Интернет, а также результаты количественных и качественных исследований, проведенных автором.

Нормативно-правовой базой исследования являлись законодательные и нормативно-правовые акты Президента и Правительства РФ, Государственной Думы и субъектов Российской Федерации в отношении планирования и реализации мероприятий по поддержке сбалансированного социально-экономического развития регионов.

Концепция диссертационного исследования. Организацию и развитие логистической инфраструктуры региона целесообразно реализовать на основе концепции сопряжения взаимоувязанной складской и транспортной сети, что обусловлено современными условиями глобализации цепей поставок. В этой

связи предложена методология организации и управления логистической инфраструктурой региона, включающая: систему управления логистической инфраструктурой региона; методики организации взаимоувязанной складской и транспортной инфраструктур региона и экономико-математический аппарат для решения поставленных задач оптимизации; аналитический инструментарий оценки внешнего воздействия на: систему управления, параметры объекта управления, уровень зрелости логистической инфраструктуры региона, оценку устойчивости предложенных методик. Учет задающего воздействия и требование интеграции логистической инфраструктуры региона в глобальные цепочки поставок позволяет разработать систему управления логистической инфраструктурой в рамках сбалансированного развития экономики региона, включающую: цели, методы, инструменты, комплекс критериев оценки устойчивости принимаемых решений на основе мониторинга транспортно-складской инфраструктуры региона.

Основные положения диссертации, выносимые на защиту.

1. Интеграция ключевых бизнес-процессов в цепях поставок, предполагающая целостное рассмотрение и оптимизацию движения материальных и сопутствующих потоков и охватывающая всех экономических субъектов глобальной цепи поставок, позволила определить дефиницию логистической инфраструктуры как совокупность объектов основных и обеспечивающих звеньев логистической системы региона, с помощью которых осуществляется процесс пространственно-временного движения и преобразования материальных и иных потоков от точки их зарождения до конечного потребления с целью минимизации общих затрат и поддержания заданного уровня обслуживания в цепях поставок.

Звенья логистической системы региона оказывают прямое (транспортные компании, складское хозяйство) и косвенное (финансовые и консалтинговые учреждения, логистические посредники) влияние на движение материальных потоков, что предопределяет выделение в рамках региональной логистической инфраструктуры основной и обеспечивающей составляющих.

2. В основу организации и развития логистической инфраструктуры региона положена интеграция страновой и региональной инфраструктур, обеспечивающая неразрывность товарных потоков в глобальных цепях поставок от точки зарождения до точки потребления посредством сопряжения взаимоувязанных объектов базовой сети и опорных объектов логистической инфраструктуры на территории стран и на территории страны, соответственно, и объектов региональной логистической инфраструктуры.

Интегрирующая функция логистической инфраструктуры региона может быть реализована путем применения разработанных авторских методик организации и развития региональной логистической инфраструктуры.

3. Недостаточный учет в современных методологических подходах требований минимизации общих затрат и поддержания заданного уровня обслуживания в цепях поставок, сложность построения сегментированных цепей поставок, необходимость связывания логистических подсистем, обусловили необходимость трансформации методологического подхода к организации и управлению логистической инфраструктурой региона с уточнением объекта и предмета логистической инфраструктуры региона, систематизацией принципов проектирования и разработкой аналитического инструментария (модель управления логистической инфраструктурой региона; методику поиска возможных площадок под размещение звеньев основной составляющей логистической инфраструктуры; методику географической привязки объектов складской и транспортной инфраструктуры на территории субъекта).

4. Разработка системы управления логистической инфраструктурой региона предполагает учет целей и задач экономического развития региона, учет потребностей бизнеса в оптимальной конфигурации региональной логистической инфраструктуры, что обуславливает в системе управления реализацию следующих структурно-функциональных элементов: 1) цели и параметры системы, формализованные в соответствии с Национальными целями и задачами; 2) объект управления (транспортная и складская инфраструктура); 3) подсистема принятия решений, включающая аналитический инструментарий оценки

внешнего воздействия на систему управления; 4) аналитический блок, включающий методики оценки состояния объекта и динамики изменения социально-экономических показателей региона, основанных на системе контроллинга и расчете ретроспективных и диагностирующих метрик. Внедрение предлагаемой системы управления позволит повысить эффективность принимаемых органами исполнительной власти управленческих решений в области развития логистической инфраструктуры региона.

5. Разработка стратегий пространственного распределения и реинжиниринга объектов логистической инфраструктуры взаимоувязана с существующим уровнем зрелости логистической инфраструктуры региона. Для принятия эффективных управленческих решений органами исполнительной власти при организации и развитии логистической инфраструктуры региона в рамках региональных хозяйственных систем целесообразно использовать методику комплексной оценки уровня зрелости логистической инфраструктуры региона, включающую следующие этапы: 1) определение системы показателей, отбор которых основан на применении критерия Колмогорова-Смирнова, коэффициента а-Кронбаха и корреляционного анализа; 2) расчет интегрального показателя по аддитивной схеме на основе инфраструктурных индексов оценки состояния логистической инфраструктуры на территории субъекта.

6. Для эффективного использования региональных инвестиционных ресурсов и оптимального пространственного распределения объектов логистической региональной инфраструктуры необходимо проводить оценку мощностей каналов распределения цепей поставок. Мощность каналов распределения в условиях глобализации цепей поставок зависит от сопряжения имеющейся на территории региона складской и транспортной инфраструктуры. Учитывая как статический, так и вероятностный спрос на товар, при организации и управлении региональной логистической инфраструктурой целесообразно осуществлять моделирование пространственного размещения взаимосвязанных объектов складской и транспортной инфраструктуры.

7. Инструментарий минимизации затрат при пространственном размещении объектов транспортной и складской инфраструктуры включает учет следующих параметров затрат: на строительство объектов; перемещение грузов от поставщиков и производителей на склад и со склада потребителям; грузопереработку с использованием методов непрерывной релаксации и сепарабельного программирования.

8. Развитие логистической инфраструктуры региона предполагает, что оптимальное пространственное местоположение объектов складской и транспортной инфраструктуры должно учитывать вариацию спроса под воздействием изменения внешних и внутренних условий. Это обуславливает разработку методики оценки устойчивости моделей организации логистической инфраструктуры региона, которая позволяет определять диапазон изменения спроса и оценить интервалы объемов продаж товаров. Мониторинг значений спроса и объемов продаж товаров и оценка диапазона их вариаций позволит органам исполнительной власти обосновать управленческие решения в области реинжиниринга существующей транспортно-складской сети региона.

9. В результате апробации авторской методики комплексной оценки уровня зрелости логистической инфраструктуры региона выявлено существенное различие в уровне зрелости логистической инфраструктуры субъектов Южного федерального округа: 1) наиболее высокий уровень достигнут в Краснодарском крае и Ростовской области; 2) средний уровень в Астраханской и Волгоградской областях; 3) ниже среднего - Республика Адыгея, Республика Калмыкия и Республика Крым; 4) существенно ниже среднего - г. Севастополь.

Сегментирование территорий по уровню зрелости логистической инфраструктуры должно выступать основой для выработки стратегических программ оптимального пространственного размещения объектов логистической инфраструктуры.

Научная новизна результатов диссертационного исследования заключается в следующем.

1. Уточнено понятие «логистическая инфраструктура», отличающееся от существующих определений учетом следующих сущностных характеристик: интеграция ключевых бизнес-процессов от точки их зарождения до конечного потребления; наличие координирующей и коммуницирующей сред в цепях поставок; выделение в обеспечивающей составляющей логистической инфраструктуры консалтинговой инфраструктуры и логистических посредников; проектирование эмерджентной логистической системы, что развивает современную теорию регионального управления в сфере пространственного планирования территорий.

2. Раскрыта, при помощи компаративного анализа международных, национальных и региональных логистических проектов, интегрирующая функция региональной логистической инфраструктуры, заключающаяся в обеспечении неразрывности товарных потоков в цепях поставок, на основе синтеза объектов базовой сети логистической инфраструктуры страны, опорных объектов и объектов региональных логистических инфраструктур.

3. Предложен методологический подход к организации и управлению логистической инфраструктурой региона, учитывающий сопряженность складской и транспортной инфраструктур, отличающийся авторскими методиками организации и управления региональной инфраструктуры, что позволяет определить оптимальное использование имеющихся ресурсов в рамках формирования цепей поставок на основе приоритетов регионального социально-экономического развития.

4. Представлена структурно-функциональная система управления логистической инфраструктурой региона, включающая: интегрированные методики формализации задающего внешнего воздействия, многофакторные характеристики и оценки объекта управления, что позволит принимать оптимальные решения по устойчивому экономическому развитию региона.

5. Предложена методика комплексной оценки уровня зрелости логистической инфраструктуры на территории региона, базирующаяся на комплексной оценке звеньев основной и обеспечивающей составляющей

логистической инфраструктуры, выявлении структуры взаимосвязей между их показателями и позволяющая планировать решения, способствующие устойчивому социально-экономическому развитию региона.

6. Разработана модель пространственного размещения и взаимосвязанности объектов складской и транспортной инфраструктур с одновременным определением их мощности и типа товароносителя, которые дают возможность принимать эффективные управленческие решения, направленные оптимальное пространственное распределение экономических ресурсов.

7. Разработан универсальный инструментарий, минимизирующий затраты в сети распределения товаров, который в отличие от существующего позволяет одновременно рассчитывать мощность объектов логистической инфраструктуры и тип товароносителя, что позволяет обеспечить оптимальное пространственное распределение экономических объектов на территории региона интегрированных в глобальные цепи поставок.

8. Предложена методика оценки устойчивости моделей организации и развития логистической инфраструктурой на территории региона при статическом спросе на товар, заключающаяся в определении области изменения спроса, при котором месторасположение объектов основной составляющей логистической инфраструктуры является оптимальным, что позволяет органам исполнительной власти принимать решения по модернизации логистической инфраструктуры региона.

9. Обоснованы приоритетные направления стратегического развития логистической инфраструктуры с учетом уровня зрелости субъектов Южного федерального округа: 1) для регионов с высоким уровнем - расширение портовой и аэропортовой инфраструктуры, модернизация сети автомобильных дорог, строительство крупных логистических комплексов; 2) для регионов со средним уровнем - увеличение пропускной способности аэропортовых терминальных комплексов, развитие водной инфраструктуры; 3) для регионов с уровнем ниже среднего - увеличение плотности автомобильных дорог с твердым покрытием и железнодорожных путей; 4) для регионов с уровнем существенно ниже среднего -

реализация проектов по созданию аэропортовой инфраструктуры и сети транспортно-складских логистических комплексов.

Теоретическая и практическая значимость работы. Выполненное диссертационное исследование решает ряд задач, связанных с формированием и развитием теоретико-методологических основ пространственного развития экономики в области организации и управления логистической инфраструктуры на территории региона как драйвера социально-экономического развития субъектов РФ.

Предложенные методология, методы и инструменты, практические рекомендации позволят руководству субъектов РФ формировать адаптивную логистическую инфраструктуру, которая будет способствовать росту инвестиционной привлекательности региона, его интеграции в единое экономическое пространство страны и мирового сообщества, а также создаст условия для реализации Национальных целей и задач, в том числе развития отдельных отраслей экономики РФ.

Список литературы диссертационного исследования доктор наук Попов Павел Владимирович, 2025 год

w ■ -

Щ ,к = 1,2, у = 1,3, (4.100)

и ■ ^

п =А-, га., = ™

2 к ■> " г

и ■ V и ■ V

Формализуем поставленную задачу оптимизации автотранспортных единиц:

Z = + + + ^ шт.

К н

=1 2 п(2,з)г 11 < у

£ £ , < Щ, у = 1,3 ,

н Нп(1)ук2 < Щ2у , у = l, 3

к=1 к=1 у '' '

3 н

££П(1)ук2 = Дк , к = l, ^ ,

3 н

Д1П(2,3)Г ц < га, г = 1, р+

я

£У(4,5),г1 < ^ 1 = 1, 1,

г=1 3

2У(6)„2 < N2 , * = 11,

у=1

^ 1 • 1—Т

£ п(1)ук2 < У(6)у2, .7 = 1, 3 :

!= -

П(2,3)г/1 2 У(4,5).г1 , Г 1 К ,

, к = 1Н,

.=1

п(2,3) гу1 ^ N2^2 ,

г=1 ]=1

П(1)ук2 £ 2 .О^ к, Г ,

^к, У(4,5).гк, У(6)ук £ 2 ^ У, к, Г, к = I 2

в

(4.101) терминах

(4.102)

(4.103)

(4.104)

(4.105)

(4.106)

(4.107)

(4.108)

(4.109)

(4.110)

(4.111)

(4.112)

(4.113)

(4.114)

Здесь ограничения (4.103)-(4.106), (4.109), (4.110) представляют из себя записанные в терминах ограничений (4.66)-(4.68), (4.95), (4.73), (4.74), соответственно.

Декомпозиция задачи

Подход к решению сформулированной задачи предполагает реализацию двухэтапного алгоритма:

— исходная проблема подвергается двухуровневой декомпозиции, интерпретируемой как последовательность взаимосвязанных подзадач стратегического и оперативного планирования. Результатом данного этапа является синтез допустимого (приемлемого) плана грузоперевозок, схематически представленного на рисунке 4.2:

— базовый план последовательно корректируется с применением итеративных процедур, направленных на минимизацию целевой функции. Данный этап обеспечивает сходимость начального решения к субоптимальному состоянию с заданной точностью.

На первом этапе находится оптимальное распределение грузопотоков n(2,3)r;i,n(i);fc2 по проектируемым каналам распределения при заданных ограничениях по критерию

Z = z2 + z4 ^ min (4.115)

С целью интеграции затрат на грузопереработку товаров в РП узлах предлагается метод моделирования складских комплексов в виде пар узлов, интерпретируемых как «точка входа» (въезд) и «точка выхода» (выезд). Процесс грузопереработки в рамках складского комплекса формализуется как внутрискладская транспортировка, что предполагает наличие единственной допустимой связи между узлами, соответствующими одному складу. При этом связи между узлами, принадлежащими различным складским комплексам, исключаются, что отражает отсутствие межскладских грузоперемещений в рамках рассматриваемой модели.

Для решения транспортной задачи с учётом промежуточных складских узлов применяется модифицированная матричная модель, адаптированная к заданным условиям. В структуре транспортной таблицы каждому складу соответствует пара строк и столбцов, соответствующих узлам входа и выхода.

На пересечении строки «въезд» и столбца «выезд» для одного склада устанавливается тариф, эквивалентный стоимости переработки единицы груза на данном объекте. Остальные элементы матрицы в пределах складского блока

заполняются бесконечно большими значениями, исключающими возможность маршрутизации через внешние узлы.

Параметры запасов и потребностей для узлов входа и выхода определяются пропускной способностью соответствующего склада.

Данный подход обеспечивает корректное отражение ограничений мощности складских комплексов в рамках матричного представления, сохраняя при этом структуру классической транспортной задачи с расширенным множеством узлов.

Решение поставленной задачи позволит определить схему перемещения автотранспорта ^(2,3)г;1, п(1);^2, объемы груза, вывозимого от каждого поставщика, а также объемы загрузки каждого склада.

Полученные данные дадут возможность определить потребность в порожнем транспортном средстве. Кроме этого - объемы перевозок по сети распределения.

Потребность поставщика в порожнем большегрузном транспорте составит Еу=1п(2,3)г;1, потребность склада 1 в малотоннажном транспорте составит

1 п(1). Большегрузный автотранспорт в количестве п(2,3)гЛ будет выполнять перевозку груза в количестве х(2 3) = п(2 3)х • и • V от поставщика г на склад 1, а малогрузный автотранспорт в количестве п(1)Д2 будет выполнять перевозку груза в количестве х = п \ • и • V со склада 1 к потребителю к.

В итоге будет определено оптимальное количество транспорта большой и малой грузоподъемности по всем паркам.

На втором этапе осуществим итерацию полученного базисного решения.

С этой целью решается задача минимизации совокупных операционных издержек, включающих затраты на перераспределение порожних транспортных средств и капитально-эксплуатационные расходы на размещение и содержание автопарков. Оптимизация достигается за счет определения оптимальной пространственной конфигурации паркового размещения транспортных ресурсов, а также разработки маршрутов их перемещения к поставщикам и складским комплексам.

Пусть x - мощность (в количестве единиц автотранспорта) автопарка, планируемого к размещению в i -м месте. Тогда на втором уровне решается задача оптимизации по критерию

Z = ^ + z3 ^ min (4.116)

при ограничениях (4.107)-(4.110), (4.113) и

Ии + И21<хь1 = 1,1 (4.117)

В условиях множественности номенклатуры грузов рациональным решением является применение алгоритмов, основанных на отказе от условия целочисленности с последующей коррекцией результатов методом округления до ближайшего целого сверху. Для задач с ограниченной номенклатурой целесообразно использование точных методов оптимизации, включая алгоритмы дискретного программирования, такие как метод ветвей и границ.

При наличии существенной диспропорции затрат между этапами планирования, когда расходы второго этапа доминируют над издержками первого, а также при высокой гетерогенности автопарка или складских мощностей, оптимальным выбором становятся метаэвристические алгоритмы. К их числу относится, например, муравьиный алгоритм, позволяющий находить решения в многокритериальных задачах с нелинейными ограничениями и высокой размерностью пространства поиска.

В итоге получится допустимый план размещения / мощности / перевозок

ВДг , к , п(2,3)гц , п(1)к2 , У(4,5).г1 , У(6)у 2 ^ 2 ,0 ^ к, Г (4.118)

Требуемую мощность автопарка I необходимо рассчитать:

R J

Z

г=1

У(4,5)irl + Д У(6) J 2 (4.119)

Далее итерационно реализуется процесс улучшения полученного допустимого плана. Полученная задача сводится к задаче о потоке минимальной стоимости. В качестве единицы потока необходимо рассматривать одну единицу транспорта.

Выводы по главе 4

1. Разработаны модели организации и управления складской и транспортной сети на территории региона при статическом и стохастическом спросе на товар. Критерий оптимизации - совокупные издержки, включающие приведенные затраты, затраты, связанные с перемещение грузов от поставщика/производителя до потребителей (складская форма поставки), а также с грузопереработкой на складах общего назначения.

2. Для решения задач оптимизации предложен алгоритм, основанный на последовательном выполнении следующих этапов: построение непрерывной релаксации исходной задачи, её линеаризация, а также применение методов сепарабельного программирования и алгоритма ветвей и границ. Конечная сходимость предложенного алгоритма обусловлена конечностью множеств, определяемых системой ограничений при выполнении дополнительных условий.

3. Для моделей организации и управления логистической инфраструктурой в условиях статического спроса на продукцию разработана методика оценки устойчивости решения. Методика основана на итерационной процедуре, включающей следующие этапы: построение непрерывной релаксации исходной оптимизационной задачи, её линеаризация, применение методов сепарабельного программирования и алгоритма ветвей и границ. Завершающим этапом является формирование многогранника устойчивости, определяющего область допустимых решений в пространстве параметров. Полученные результаты носят оценочный характер и могут служить основой для предварительного анализа устойчивости проектных решений.

ГЛАВА 5. РАЗВИТИЕ ЛОГИСТИЧЕСКИХ ИНФРАСТРУКТУРНЫХ ЭЛЕМЕНТОВ В КОНТЕКСТЕ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО ПОТЕНЦИАЛА СУБЪЕКТОВ РОССИЙСКОЙ ФЕДЕРАЦИИ

5.1 Влияние логистической инфраструктуры субъектов Южного федерального округа на показатели социально- экономического

развития региона

Проведенный в рамках параграфа 1.3 обзор отечественных и зарубежных научных источников выявил большое количество исследований, посвященных анализу взаимозависимости параметров региональной логистической инфраструктуры и макроэкономических показателей социально-экономического развития. В большей части статей взаимосвязь выражена в виде модели линейной множественной регрессии. Однако в значительном количестве работ представленные результаты не могут быть содержательно интерпретированы, так как авторами не была дана оценка адекватности выбранных показателей, не представлено значение скорректированного коэффициента детерминации и его статистической значимости, а также не проведена проверка на нарушение стандартных предположений. Сопоставляя результаты, полученные разными авторами, можно отметить, что состав включенных независимых переменных и коэффициенты при них в описанных моделях существенно разнятся. Это позволяет предположить влияние не только отдельных составляющих, но и уровня зрелости логистической инфраструктуры, который проявляется в их соотношении, на исследуемые социально-экономические показатели.

В качестве примера оценки взаимосвязи рассмотрим влияние логистической инфраструктуры субъектов Южного федерального округа на соответствующие социально-экономические показатели. Метод исследования - множественный регрессионный анализ.

Перед построением модели линейной множественной регрессии была проведена оценка адекватности выбранных составляющих логистической инфраструктуры. Она включала в себя следующие шаги.

1. Выбор ключевых показателей, характеризующих уровень зрелости региональной логистической инфраструктуры и социально-экономическое развитие региона.

Исходя из имеющихся статистических данных, представленных на сайтах Федеральной службой государственной статистики417 и Федерального агентства воздушного транспорта418 Российской Федерации, а также территориальных органов государственной статистики, в качестве ключевых (результирующих) за 2010-2021 гг. были приняты:

- численность населения, тыс. чел. (уг);

- среднегодовая численность занятых, тыс. чел. (у2);

- валовый региональный продукт, млн. руб. (у3);

- доходы консолидированных бюджетов субъектов, млн. руб. (у¿С);

- инвестиции в основной капитал, млн. руб. (у5).

В качестве основных составляющих логистической инфраструктуры за 2010-2021 гг. были выбраны следующие независимые показатели:

- перевезено грузов внутренним водным транспортом, тыс. т. (х±);

- перевезено пассажиров внутренним водным транспортом, тыс. человек (х2);

- отправлено грузов железнодорожным транспортом, млн. т. (х3);

- отправлено пассажиров железнодорожным транспортом, тыс. человек

Ы;

- перевезено грузов автомобильным транспортом, млн. т. (х5);

- перевезено пассажиров автомобильным транспортом, млн. человек

(ХбУ;

417 Федеральное агентство воздушного транспорта. [Электронный ресурс]. URL:https://favt.gov.ru/dejatelnost-vozdushnye-perevozki-stat-dannie/ (дата обращения 15.10.2024)

418 Федеральное агентство воздушного транспорта. [Электронный ресурс]. URL: https://favt.gov.ru/ (дата обращения: 11.11.2024)

- объем перевозок грузов воздушным транспортом, т. (х7);

- обслуживание пассажиров в аэропортах, человек (х8);

- плотность автомобильных дорог общего пользования с твердым покрытием, км. путей на 1000 квадратных километров территории, км. (х9);

- число предприятий и организаций, оказывающих услуги в области транспортирования и хранения, шт. (х10).

В качестве обеспечивающей составляющей логистической инфраструктуры за 2010-2021 гг. были выбраны следующие показатели:

- число предприятий и организаций, оказывающих услуги в финансовой области и страховании, шт. (х11);

- количество организаций, использовавших цифровые технологии, % (Х12).

2. Проверка соответствия распределения значений выбранных для исследования показателей Южного федерального округа за указанные годы нормальному закону распределения.

Для проверки соответствия нормальному закону распределение значений в выборке был применен критерий согласия Колмогорова-Смирнова. Расчет проводился в программе IBM SPSS Statistics 20. Результаты проверки представлены в таблице 5.1 и Приложении А.

Таблица 5.1 - Результаты оценки значимости отличий распределения социально-экономических показателей субъектов Южного федерального округа от нормального закона по критерию Колмогорова-Смирнова419

Показатель Нулевая гипотеза Значимость

Республика Адыгея

У1 Распределение является нормальным со средним 456,05 и стандартным отклонением 18,27 0,998

У2 Распределение является нормальным со средним 153,88 и стандартным отклонением 2,15 0,497

Уз Распределение является нормальным со средним 91222,06 и стандартным отклонением 38685,91 0,993

У4 Распределение является нормальным со средним 20628,82 и стандартным отклонением 8891,97 0,332

У5 Распределение является нормальным со средним 23637,69 и стандартным отклонением 10772,40 0,209

Республика Калмыкия

У1 Распределение является нормальным со средним 278,72 и стандартным отклонением 7,71 0,995

У 2 Распределение является нормальным со средним 110,71 и стандартным отклонением 3,97 0,488

Уз Распределение является нормальным со средним 56303,26 и стандартным отклонением 26 307,71 0,989

У4 Распределение является нормальным со средним 13566,51 и стандартным отклонением 4913,24 0,416

У 5 Распределение является нормальным со средним 15205,85 и стандартным отклонением 8103,09 0,269

Краснодарский край

У1 Распределение является нормальным со средним 5505,82 и стандартным отклонением 208,11 0,998

У 2 Распределение является нормальным со средним 2551,80 и стандартным отклонением 99,33 0,303

Уз Распределение является нормальным со средним 1919718,13 и стандартным отклонением 677515,73 0,999

У4 Распределение является нормальным со средним 273404,16 и стандартным отклонением 87454,89. 0,866

У 5 Распределение является нормальным со средним 591721,69 и стандартным отклонением 167594,49. 0,692

Астраханская область

У1 Распределение является нормальным со средним 1006,91 и стандартным отклонением 19,87 0,116

У2 Распределение является нормальным со средним 474,03 и стандартным отклонением 16,97 0,839

Уз Распределение является нормальным со средним 357996,84 и стандартным отклонением 178922,06 0,901

У4 Распределение является нормальным со средним 44712,79 и стандартным отклонением 14766,65 0,406

У 5 Распределение является нормальным со средним 103244,93 и стандартным отклонением 26866,19 0,629

Волгоградская область

У1 Распределение является нормальным со средним 2548,65 и стандартным отклонением 42,59 0,985

У2 Распределение является нормальным со средним 1173,81 и стандартным отклонением 61,75. 0,685

Уз Распределение является нормальным со средним 721560,85 и стандартным отклонением 212933,32 0,999

У4 Распределение является нормальным со средним 104970,05 и стандартным отклонением 29932,35 0,886

У5 Распределение является нормальным со средним 155972,54 и стандартным отклонением 44888,32. 0,117

Ростовская область

У1 Распределение является нормальным со средним 4235,38 и стандартным отклонением 28,90 0,999

У2 Распределение является нормальным со средним 1947,62 и стандартным отклонением 24,44 0,605

Уз Распределение является нормальным со средним 1180722,78 и стандартным отклонением 439844,62 0,996

У4 Распределение является нормальным со средним 183932,02 и стандартным отклонением 53961,14 0,972

У5 Распределение является нормальным со средним 183932,02 и стандартным отклонением 53961,14 0,954

Полученные результаты (таблица 5.1) позволяют сделать вывод о нормальности распределений значений в исследуемых зависимых переменных для всех субъектов ЮФО (уровень значимости более 10%).

Расчетные данные в Приложении А показали, что из дальнейшего рассмотрения следует исключить показатель х9 для Республики Адыгеи и Ростовской области, так как распределение значений в выборке для данного показателя не соответствует нормальному распределению (уровень значимости менее 5%).

3. Проверка независимых показателей логистической инфраструктуры на мультиколлинеарность.

При построении модели множественной регрессии предполагается, что влияние одной независимой переменной (фактора) не зависит от влияния других факторов. С целью исключения избыточных факторов была проведена проверка показателей логистической инфраструктуры субъектов ЮФО на мультиколлинеарность, т.е. наличия корреляционных связей между ними. Для этого строилась матрица интеркорреляций (Приложение Б) и находились дублирующие факторы с коэффициентом корреляции rxy > 0,7. Из модели исключалась та независимая переменная, которая наиболее тесно связана с другими факторами. Расчет определителя корреляционной матрицы и построение матрицы интеркорреляций проводились в программе IBM SPSS Statistics 20.

Анализ расчетных значений показал (Приложение Б), что из дальнейшего исследования необходимо исключить следующие независимые переменные: Республика Адыгея - х11; Республика Калмыкия - х10,х11, х12; Краснодарский край - х5, х8, х11; Астраханская область - х1, х4, х5, х6, х10, х12; Волгоградская область - х10; Ростовская область - х15 х5, х11, так как данные переменные наиболее тесно связаны с другими характеристиками.

4. Приведение зависимых и независимых переменных к одной шкале измерения.

Учитывая, что исходные данные представлены в разных единицах измерения, все независимые и зависимые переменные были приведены к стандартной шкале z-оценок. На первом этапе рассчитывались значения среднего арифметического и среднеквадратического отклонения для каждого показателя. Далее значения факторов и зависимых переменных пересчитывались по формуле:

^С/ х

Zi = -1-—- (5.1)

где х - среднее арифметическое,

ох - стандартное отклонение соответствующего фактора или зависимой переменной.

Перевод исходных данных в z-шкалу осуществлялся в программе IBM SPSS Statistics 20.

5. Расчет стандартизированных коэффициентов.

После оценки адекватности выбранных показателей строились уравнения линейной множественной регрессии, отражающие корреляционные связи между социально-экономическими характеристиками и независимыми переменными субъектов Южного федерального округа.

В работе для построения уравнений множественной регрессии использовалась программа IBM SPSS Statistics 20. В качестве метода спецификации модели регрессионного анализа использовался шаговый отбор.

Качество построенных уравнений оценивалось с помощью скорректированного коэффициента детерминации ( Р2); статистическая значимость (Р2) - по критерию Фишера (таблица 5.2).

Таблица 5.2 - Проверка стандартных предположений для уравнений влияния логистической инфраструктуры субъектов Южного федерального округа на ее социально-экономические показатели420

Зависимая переменная Скорректирован ный Р2 Критерий Фишера Уровень значимости Критерий Дарбина-Уотсона

Республика Адыгея

У1 0,913 63,957 0,0001 2,032

У2 0,533 14,678 0,003 1,937

Уз 0,958 91,476 0,0001 2,099

У4 0,924 74,402 0,0001 2,062

У5 0,613 30,791 0,0001 2,053

Республика Калмыкия

У1 0,901 22,799 0,0001 2,060

У2 0,773 9,17 0,006 1,926

Уз 0,907 24,363 0,0001 1,903

У4 0,88 18,661 0,001 2,09

У5 0,174 0,645 0,675 2,034

Краснодарский край

У1 0,89 49,687 0,0001 1,985

У2 0,573 17,116 0,002 1,91

Уз 0,929 79,208 0,0001 1,96

У4 0,937 60,155 0,0001 1,969

У5 0,630 11,234 0,003 1,972

Астраханская область

У1 0,876 43,319 0,0001 1,943

У2 0,662 12,771 0,002 1,905

Уз 0,927 77,107 0,0001 2,153

У4 0,861 38,032 0,0001 1,921

У 5 0,659 38,887 0,0001 2,118

Волгоградская область

У1 0,975 157,462 0,0001 2,02

У2 0,857 73,199 0,0001 1,973

Уз 0,981 211,597 0,0001 1,991

У4 0,995 1230,978 0,0001 2,165

У 5 0,685 93,290 0,0001 2,186

Ростовская область

У1 0,887 48,116 0,0001 1,906

У2 0,215 0,633 0,001 1,907

Уз 0,758 38,673 0,0001 2,01

У4 0,858 44,773 0,0001 1,91

У 5 0,649 23,23 0,001 2,061

Результаты проведенного исследования (таблица 5.2) свидетельствуют о необходимости исключения из дальнейшего рассмотрения зависимой переменной у5, так как для всех субъектов ЮФО скорректированный коэффициент детерминации менее 0,7.

Взаимосвязь между логистической инфраструктурой Республики Адыгеи, Краснодарским краем, Астраханской и Ростовской областями и соответствующим социальным показателем «Среднегодовая численность занятых, тыс. чел.» также не может быть принята во внимание, так как скорректированный коэффициент мене 0,7.

Для остальных социально-экономических показателей уравнения линейной множественной регрессии могут быть содержательно интерпретированы для всех административно-территориальных единиц ЮФО, так как скорректированный коэффициент детерминации более 0,7, соответственно, результаты предсказания могут быть приняты во внимание. Все расчетные значения Я2 являются

статистическими значимыми, так как уровень значимости критерия Фишера не превышал 0,6%.

Значение критерия Дарбина-Уотсона, позволяющего проверить условие автокорреляции, стремится к двум. Это позволяет сделать вывод о том, что условие теоремы Гаусса-Маркова о некоррелированности возмущений для различных моментов времени, не нарушается, и, следовательно, значения в независимых выборках не могут исказить результат и точность регрессии.

Таким образом, можно сделать вывод, что вариации социально-экономических показателей (ух -у4) субъектов ЮФО обусловлены вариацией факторов логистической инфраструктуры.

Для не исключенных из дальнейшего исследования зависимых переменных, учитывая хорошее качество построения уравнений, были определены коэффициенты при показателях логистической инфраструктуры регионов, оказывающие наибольшее влияние на социально-экономические показатели субъектов ЮФО.

Расчет значений коэффициентов уравнений линейной множественной регрессии проводился в программе IBM SPSS Statistics 20. Основные характеристики коэффициентов представлены в таблицах 5.3, 5.5, 5.7 и 5.9.

Таблица 5.3 - Статистики коэффициентов для социального показателя «Численность населения, тыс. чел.»421

Характеристика t Р Стандартизированные коэффициенты

Республика Адыгея

Х5 7,352 0,001 0,578

x10 6,591 0,001 -0,645

Республика Калмыкия

Хз 2,677 0,032 0,310

Х4 4,746 0,002 0,484

Х5 3,933 0,006 0,422

Хб 1,675 0,138 0,207

Х9 2,613 0,035 -0,243

Краснодарский край

Хб 3,957 0,003 -0,384

Х9 8,374 0,001 0,812

Астраханская область

Х7 4,387 0,001 -0,575

Х11 9,138 0,001 1,198

Волгоградская область

Х9 7,189 0,001 -0,486

Х11 7,315 0,001 0,496

Х12 3,858 0,004 -0,186

Ростовская область

Хб 8,140 0,001 0,792

Х8 4,823 0,001 -0,469

Анализ значимости коэффициентов (таблица 5.3) уравнений линейной множественной регрессии для социального показателя у± субъектов ЮФО показал их статистическую значимость для всех независимых переменных, за исключением переменной х6 Республики Калмыкии, так как уровень значимости превышает 5%.

Для данных переменных, соответственно, имеется возможность интерпретировать относительную степень влияния каждого из предикторов на зависимую переменную. Исходя из количественных значений стандартизированных коэффициентов при независимых переменных, можно сделать вывод об их влиянии на социальный параметр у±.

Уравнения линейной множественной регрессии для социального показателя «Численность населения, тыс. чел.» представлены в таблице 5.4.

На исследуемый социальный показатель основная составляющая логистической инфраструктуры оказывает положительное влияние в Республиках Адыгея и Калмыкия, Краснодарском крае и Ростовской области.

Таблица 5.4 - Уравнения линейной множественной регрессии для социального показателя «Численность населения, тыс. чел.»422

Субъект ЮФО Уравнения линейной множественной регрессии

Республика Адыгея 0,578х5 - 0,645х10

Республика Калмыкия 0,310х3 + 0,484х4 + 0,422х5 - 0,243х9

Краснодарский край 0,812х9 - 0,384х6

Астраханская область 1,198х11 - 0,575х7

Волгоградская область 0,496х11 - 0,486х9 - 0,186х12

Ростовская область 0,792х6 - 0,469х8

Согласно уравнениям в Республике Адыгее численность населения взаимоувязана с грузовыми перевозками автомобильным транспортом и количеством организаций, оказывающих услуги в области транспортирования и хранения товаров. Рост х5 и снижение х10 на 1% приведет к повышению исследуемого социального показателя на 0,578% и 0,645%, соответственно. В Республике Калмыкии увеличение показателей деятельности железнодорожного и автомобильного транспорта в области перевозок грузов, а также перевозок пассажиров ж/д транспортом и снижение х9 на 1% приведет к повышению у1 на 0.310%, 0,422, 0,484%, и 0,243%, соответственно. Численность населения в Краснодарском крае положительность взаимоувязана с количеством предприятий в сфере транспорта и хранения на данной административно-территориальной единице и отрицательно с деятельностью пассажирского автомобильного транспорта. Изменение данных показателей на 1% повысит у1 на 0,812% и 0,384%, соответственно. В Астраханской и Волгоградской области увеличение количества предприятий в финансовой сфере на 1% увеличит у1 на 1,198% и 0,496%, соответственно. В Ростовской области положительное влияние на

исследуемый социальный показатель оказывают пассажирские перевозки автомобильным транспортом. Увеличение значения Хб и снижение Х8 на 1% приведет к увеличению у± на 0,792% и 0,469%, соответственно.

Таким образом, проведенное исследование показало наличие связи в виде уравнений линейной множественной регрессии между социальным показателем «Численность населения, тыс. чел.» субъектов ЮФО и логистической инфраструктурой региона.

Таблица 5.5 - Статистики коэффициентов для социального показателя «Среднегодовая численность занятых, тыс. чел.»423

Характеристика г Р Стандартизированные коэффициенты

Республика Калмыкия

Хз 3,151 0,016 0,552

Х4 3,555 0,009 0,549

Х5 0,563 0,591 0,091

Хб 1,049 0,329 0,196

Х9 2,018 0,083 -0,284

Волгоградская область

Х10 8,236 0,001 -0,065

Х11 8,556 0,001 0,319

Результаты множественного регрессионного анализа (таблица 5.5) для социального показателя у2 субъектов ЮФО показали статистическую значимость коэффициентов для всех независимых переменных, за исключением переменных Х5, Хб и Х9 Республики Калмыкии, так как уровень значимости не превышает 5%.

Уравнения линейной множественной регрессии для социального показателя «Среднегодовая численность занятых, тыс. чел.» можно представить в следующем виде (таблица 5.6).

Таким образом, проведенное исследование показало наличие связи в виде уравнений линейной множественной регрессии между социальным показателем

«Среднегодовая численность занятых, тыс. чел.» Республики Калмыкии, Волгоградской области и логистической инфраструктурой данной административно-территориальной единицей.

Таблица 5.6 - Уравнения линейной множественной регрессии для социального показателя «Среднегодовая численность занятых, тыс. чел.»424

Субъект ЮФО Уравнения линейной множественной регрессии

Республика Калмыкия 0,552х3 + 0,549х4

Волгоградская область 0,319х11 - 0,065х10

На показатель у2 Республики Калмыкии оказывает влияние деятельность железнодорожного транспорта. Рост грузовых и пассажирских перевозок железнодорожным транспортом на 1% приведет к росту социального показателя на 0,552% и 0,549%. соответственно.

Положительное влияние на исследуемый социальный показатель Волгоградской области оказывает количество компаний, оказывающих услуги в финансовой сфере и страховании, отрицательное - в области перевозки грузов и хранения. Рост организаций финансовой и страховой сферы, а также сокращений предприятий, оказывающих услуги в области транспортирования и хранения грузов на 1% приведет к увеличению у2 на 0,319 и 0,065%, соответственно.

Таблица 5.7 - Статистики коэффициентов для экономического показателя «Валовый региональный продукт, млн. руб.»425

Характеристика 1 Р Стандартизированные коэффициенты

Республика Адыгея

Х5 3,689 0,005 0,273

Хб 4,754 0,001 -0,392

Х10 8,306 0,001 -0,567

Республика Калмыкия

Хз 3,585 0,009 0,402

424 Составлено автором

425 Составлено автором

Х4 5,007 0,002 0,495

Х5 3,024 0,091 -0,314

Хб 1,983 0,088 -0,237

Х9 3,203 0,015 0,289

Краснодарский край

Х1 5,282 0,001 0,442

Х9 8,469 0,001 0,708

Астраханская область

Х9 8,318 0,001 0,650

Х11 9,506 0,001 -0,742

Волгоградская область

Х7 3,563 0,006 -0,177

Х9 9,016 0,001 0,525

Х11 6,395 0,001 -0,428

Ростовская область

Хб 6,320 0,001 0,357

Х12 5,458 0,001 -0,773

Полученные результаты (таблица 5.7) свидетельствуют о статистической значимости коэффициентов для всех независимых переменных по всем субъектам Южного федерального округа, за исключением, х5 и хб Республики Калмыкии.

Коэффициенты при независимых переменных х5 и хб Республики Калмыкии не могут быть содержательно интерпретированы, так как уровень значимости превышает пять процентов. Данные показатели исключены из дальнейшего рассмотрения.

Уравнения линейной множественной регрессии для экономического показателя «Валовый региональный продукт, млн. руб.» можно представить в следующем виде (таблица 5.8)

Таблица 5.8 - Уравнения линейной множественной регрессии для экономического показателя «Валовый региональный продукт, млн. руб.»426

Субъект ЮФО Уравнения линейной множественной регрессии

Республика Адыгея 0,273х5 - 0,392хб - 0,567х8

Республика Калмыкия 0,402хз + 0,495х4 + 0,289х9

Краснодарский край 0,442х1 + 0,708х9

Астраханская область 0,650х9 - 0,742х11

Волгоградская область 0,525х9 - 0,177х7 - 0,428х11

Ростовская область 0,357хб - 0,773х12

В Республике Адыгее положительное влияние на исследуемый экономический показатель оказывает деятельность автомобильного транспорта в области грузовых перевозок, отрицательное - количество предприятий в транспортной сфере и хранения, а также пассажирские перевозки автомобильным транспортом. Рост грузовых автомобильных перевозок, а также сокращение значений показателей Хб и Х10 на 1% приведет к росту зависимой переменной на 0,273%, 0,392% и 0,567%, соответственно. В Республике Калмыкии на исследуемую зависимую переменную оказывает влияние рост грузовых и пассажирских перевозок железнодорожным транспортом, а также плотность автомобильных дорог. Рост данных показателей на один процентный пункт на 1% приведет к увеличению уз на 0,402%, 0,495% и 0,289%, соответственно. В Краснодарском крае изменение уз взаимоувязано с х± и х9. Изменение данных показателей на 1% увеличит экономический показатель на 0,442 и 0,748%, соответственно. Рост валового регионального продукта в Астраханской области зависит от плотности автомобильных дорог с твердым покрытием на территории региона и количества предприятий в финансовой и страховой сфере. Увеличение х9 и снижение х11 на 1% приведет к росту экономического показателя на 0,65% и 0,742%, соответственно. В Волгоградской области уз взаимоувязан с х7, х9 и х1±. Положительное изменение х9 и отрицательное остальных независимых

переменных на 1%, увеличит значение валового регионального продукта на 0,525%, 0,177% и 0,428%, соответственно. В Ростовской области увеличение х6 и снижение х12 на 1%, приведет к росту у3 на 0,357% и на 0,773%, соответственно.

Проведенный анализ выявил статистически значимую корреляционную зависимость между показателем «Валовой региональный продукт, млн руб.» субъектов Южного федерального округа и параметрами развития региональной логистической инфраструктуры. Установленная взаимосвязь представлена моделью линейной множественной регрессии, где значения коэффициентов демонстрируют вклад отдельных факторов логистической системы в ВРП.

Таблица 5.9 - Статистики коэффициентов для экономического показателя «Доходы консолидированных бюджетов субъектов, млн. руб.»427

Характеристика 1 Р Стандартизированные коэффициенты

Республика Адыгея

Х5 5,752 0,001 0,47

Х10 9,074 0,001 -0,741

Республика Калмыкия

Хз 3,242 0,014 0,412

Х4 3,775 0,007 0,423

Х5 0,291 0,779 -0,034

Хб 2,684 0,082 -0,499

Х9 3,325 0,007 0,135

Краснодарский край

Х1 3,464 0,007 0,342

Х9 7,866 0,001 0,643

Х10 3,731 0,005 -0,339

Астраханская область

Х9 4,830 0,001 0,521

Х11 7,427 0,001 -0,801

Волгоградская область

Хб 12,393 0,001 0,255

Х11 44,424 0,001 0,913

Ростовская область

Хб 7,190 0,001 0,404

Х12 6,523 0,001 -0,653

Анализ значимости коэффициентов уравнений линейной множественной регрессии для социального показателя у4 «Доходы консолидированных бюджетов субъектов, млн. руб.» субъектов ЮФО (таблица 5.9) показал их статистическую значимость для всех независимых переменных, кроме х5 и х6 Республики Калмыкии, так как уровень значимости не превышает 5%.

Уравнения линейной множественной регрессии для экономического показателя «Доходы консолидированных бюджетов субъектов, млн. руб.» можно представить в следующем виде (таблица 5.10).

Таблица 5.10 - Уравнения линейной множественной регрессии для экономического показателя «Доходы консолидированных бюджетов субъектов, млн. руб.»428

Субъект ЮФО Уравнения линейной множественной регрессии

Республика Адыгея 0,47х5 - 0,741х10

Республика Калмыкия 0,412х3 + 0,423х4 + 0,135х9

Краснодарский край 0,342х1 + 0,643х9 - 0,339х10

Астраханская область 0,521х9 - 0,801х11

Волгоградская область 0,255х6 + 0,913х11

Ростовская область 0,404х6 - 0,653х12

Для данных переменных, соответственно, имеется возможность интерпретировать относительную степень влияния каждого из предикторов на зависимую переменную. Необходимо отметить схожесть уравнений у3 и у4 для

Республики Калмыкии, Астраханской и Ростовской области. В Республике Адыгее увеличение Х5 и снижение Х10 на 1% повышает значение исследуемого экономического показателя на 0,47% и 0,741%, соответственно. В Краснодарском крае на доход консолидированного бюджета субъекта положительно влияет х1 и х9, отрицательно - рост числа предприятий, оказывающих услуги по транспортировке и хранению товаров. В Волгоградской области увеличение Хб и Х12 на 1% повышает у4 на 0,255% и 0,913%, соответственно.

Проведенный анализ выявил статистически значимую корреляционную зависимость между показателем «Доходы консолидированных бюджетов субъектов, млн. руб.» субъектов Южного федерального округа и параметрами развития региональной логистической инфраструктуры. Установленная взаимосвязь представлена уравнениями линейной множественной регрессии, где значения коэффициентов демонстрируют вклад отдельных факторов логистической системы в зависимую переменную.

Для социально-экономического развития субъектов Южного федерального округа с позиции организации и развития логистической инфраструктуры региона органам исполнительной власти необходимо уделять внимание следующим направлениям:

- Республика Адыгея: создавать условия для развития грузовых автомобильных перевозок (реконструкция существующей и строительство новой дорожной сети, повышение качества транспортных услуг) и повышать требования к оказанию транспортных услуг на территории субъекта;

- Республика Калмыкия: повышение транспортной доступности, безопасности и комфортности субъекта для физических и юридических лиц за счет развития железнодорожной инфраструктуры;

- Краснодарский край: реконструкция морской портовой инфраструктуры, расширение сети мелководных портов, создание условий для повышения качества логистического сервиса;

- Астраханская и Волгоградская область: строительство и реконструкция автомобильной транспортной сети, в том числе для устранения «узких» мест в рамках международного транспортного коридора «Север-Юг», создание условий для развития финансовой и страховой сферы;

- Ростовская область: создание условий для развития пассажирских перевозок автомобильным транспортом.

Проведенное исследование влияния логистической инфраструктуры субъектов ЮФО на соответствующие социально-экономические показатели показало.

1. Статистически значимые регрессионные зависимости между исследуемыми зависимыми переменными административно-территориальных единиц Южного федерального округа и показателями логистической инфраструктуры. Установленные зависимости представлены в виде уравнений множественной линейной регрессии, где независимые переменные, отражающие параметры логистических систем, демонстрируют предсказательную силу в отношении изменений целевых социально-экономических индикаторов.

2. Зависимость между экономическим показателем «Инвестиции в основной капитал, млн. руб.» и параметрами логистической инфраструктуры не может быть адекватно аппроксимирована уравнением линейной множественной регрессии в контексте субъектов Южного федерального округа. Это обусловлено низким значением скорректированного коэффициента детерминации (менее 0,7).

3. Исследуемые социальные показатели чувствительны к переменным как основной, так и обеспечивающей составляющей логистической инфраструктуры региона. Уравнения линейной регрессии для социального показателя «Среднегодовая численность занятых, тыс. чел.» может быть содержательно интерпретирована столько для Республики Калмыкии и Волгоградской области.

5.2 Оценка структуры взаимосвязи объектов региональной логистической

инфраструктуры

Согласно обзору научной литературы, представленному в первой главе, а также проведенному автором исследованию (параграф 5.1) логистическая инфраструктура не только является «каркасом», от которого зависит эффективность логистики компании, но и оказывает существенное влияние на социально-экономические показатели исследуемых административно-территориальных единиц.

Значение исследуемых показателей (параграф 5.1) за рассматриваемый период времени по субъектам Южного федерального округа существенно различается. Это может обусловлено как географическим положением региона, удалённостью от основных транспортных магистралей, низким уровнем промышленного производства и т.д., так и различием в уровне зрелости звеньев логистической инфраструктуры, их структуры взаимосвязи.

С целью оценки изменений в структуре взаимосвязей между составляющими логистической инфраструктуры субъектов Южного федерального округа, произошедших до, во время и после пандемии, использовался алгоритм, рассмотренный в третьей главе. Учитывая проведенную в параграфе 5.1 оценку адекватности выбранных составляющих логистической инфраструктуры, работы F. Carlucci et al.429 и Дыбской В.В.430, данные, представленные Федеральной службой государственной статистики431 и Федеральным агентством воздушного транспорта Российской Федерации, для данного исследования были выбраны следующие показатели по всем областям округа за 2019-2021 гг.432:

429 Carlucci, F. et al. Infrastructure and logistics divide: regional comparisons between North Eastern & Southern Italy // Technological and Economic Development of Economy. - Vol. 23(2). - 2017. - Р. 243-269.

430 Логистика: Учебник / В.В. Дыбская, Е.И. Зайцев, В.И. Сергеев, А.Н. Стерлигова; под ред. В.И. Сергеева. - М.: Эксмо, 2008. - 944 с. - (Полный курс МВА)

431 Федеральная служба государственной статистики Российской Федерации. [Электронный ресурс]. URL: https://rosstat.gov.ru/folder/210/document/13204/ (дата обращения: 11.01.2023)

432 Попов, П.В. Логистическая инфраструктура как драйвер социально-экономического развития региона / П.В. Попов // Вестник волгоградского государственного университета. Экономика. - 2024. - Т. 26, №4. - С. 89-96

- перевезено грузов автомобильным транспортом, млн. т. (К1);

- перевезено пассажиров автомобильным транспортом, млн. человек (К2);

- отправлено грузов железнодорожным транспортом, млн. т. (К3);

- отправлено пассажиров железнодорожным транспортом, тыс. человек (К4);

- объем перевозок грузов через аэропорты России, т. (К5);

- обслуживание пассажиров в аэропортах России, человек (К6);

- число предприятий и организаций, оказывающих услуги в области транспортирования и хранения, шт. (К7);

- число предприятий и организаций, оказывающих услуги в финансовой области и страховании, шт. (К8);

- количество организаций, использовавших цифровые технологии, % (К9).

- объем инвестиций, поступивших от иностранных инвесторов, млн. долл. (К10).

Из рассмотрения исключались показатели, связанные с деятельностью водного транспорта, так как для половины субъектов Южного федерального округа нет официальных статистических данных. Кроме этого, не рассматривался 2022 год из-за отсутствия официальных данных по показателям «Объем перевозок грузов (обслуживание пассажиров) через аэропорты России».

С целью исключения мультиколлинеарности была проведена оценка внутренней согласованности факторов на основании расчета коэффициент а-Кронбаха.

Для оценки изменения уровня зрелости логистической инфраструктуры субъектов Южного федерального округа применялся факторный анализ (метод главных компонент и варимакс-вращение с нормализацией Кайзера).

Содержательной интерпретации подвергались матрицы факторных нагрузок и объектные диаграммы.

Статистические данные выбранных показателей, значение а-Кронбаха за 2019 г. - 2021 гг. представлены в таблицах 5.11-5.13, соответственно. Таблица 5.11 - Статистические данные показателей для субъектов Южного федерального округа за 2019 г.433

Показатель Минимум Максимум Среднее Стандартное отклонение а-Кронбаха

К1 0,6 67,5 18,32 24,84

К2 6 298,3 139,76 121,91

КЗ 0 31,5 11,8 13,11

К4 0 20332 4942,63 7096,73

К5 0 248,14 55,29 89,42 0,521

К6 0 5140 724,54 1792,91

К7 101 6829 2028,12 2475,68

К8 54 1641 548,38 595,75

К9 90,1 95,7 93,04 2,18