В XXI веке наличие бесперебойной, надежной и скоростной сети автомобильных дорог является необходимой частью развития общества, экономики и государства в целом.
В существующей программе «Развитие транспортного комплекса Республики Саха (Якутия) на 2012-2016 годы» целью является создание благоприятных транспортных условий для инновационного развития экономики и социальной сферы республики Саха (Якутия) [2]. Несмотря на это при планировании социально-экономического развития региона практика показывает, что роль транспортной доступности зачастую просто не учитывается.
В Якутии более 80 % перевозок осуществляются преимущественно по автомобильным дорогам. Большая продолжительность перевозки грузов внешнего завоза: в среднем по республике грузы находятся в пути 270-280 суток, а с учетом времени на хранение, год и более (до 400-700 суток, для наиболее отдаленных районов) [5].
На сегодняшний день сеть автомобильных дорог является инструментом для создания благоприятных условий для развития экономики региона, а также для улучшения качества жизни населения.
Однако состояние сети местных автомобильных дорог Республики Саха (Якутия) находится в критическом состоянии, около 90 % сельских населенных пунктов республики не имеют круглогодичной связи по дорогам с твердым покрытием [6]. Это обуславливает значительные затраты на перевозки по грунтовым дорогам, которые почти в два-три раза выше, чем по дорогам с твердым покрытием, из-за этого доля транспортных издержек достигает 70 %.
Цель исследования: исследование взаимосвязи состояния сети автомобильных дороги внетранспортного эффекта в условиях Республики Саха (Якутия).
Материалы и методы исследования
На основе проведенного анализа ранее предложенной автором системы критериев внетранспортного эффекта [3] и состояния сети автомобильных дорог Республики Саха (Якутия) проявляется тесная связь между ними.
В данной работе под понятием состояния сети автомобильных дорог понимается плотность сети автомобильных дорог с твердым покрытием.
В целях установления взаимосвязи между состоянием сети автомобильных дорог и внетранспортным эффектом, был проведен соответствующий расчет с использованием математической статистики, в частности корреляционно-регрессионных моделей. При их разработке в качестве фактора развития сети автомобильных дорог рассматривается плотность сети автомобильных дорог общего пользования с твердым покрытием, «Pтп».
В рамках проведенного исследования система критериев внетранспортного эффекта от развития сети автомобильных дорог имеет следующий вид:
- Критерий качества здравоохранения, «Кздр»;
- Критерий образованности населения, «Кобр»;
- Критерий занятости населения, «Кз»;
- Критерий транспортной подвижности населения, «Ктрп»;
- Критерий уровня ВРП, «Кврп»;
- Критерий развития сельскохозяйственного комплекса, «Ксх»;
- Критерий развития промышленного комплекса, «Кпрм».
Общий вид уравнения зависимости имеет вид [1, 4]:
y = α0 + α1 · x, (1)
где y – искомый параметр Кздр, Кобр, Кз, Ктрп, Кврп, Ксх, Кпрм;
x – фактор плотности сети автомобильных дорог с твердым покрытием, км/тыс. чел.;
α0, α1 – коэффициенты регрессии.
Коэффициенты α0 и α1 рассчитываются с использованием метода наименьших квадратов (2; 3).
(2)
(3)
Для количественной оценки существования связи между исследуемыми совокупностями рассчитывается теснота взаимосвязи – коэффициент корреляции (4).
(4)
где Sx и Sy – среднеквадратическое отклонение каждого из рассматриваемых массивов чисел; 
и ȳ – средние величины; n – число измерений в каждой совокупности (переменной).
Данные о Кздр, Кобр, Кз, Ктрп, Кврп, Ксх, Кпрм принимаются по материалам территориального органа федеральной службы государственной статистики по РС (Я). Данные приведены в таблице.
Статистические данные по РС (Я)
|
Год |
Плотность сети автомобильных дорог с твердым покрытием общего пользования РС (Я), км/1000 жителей |
Качество здравоохранения населения (количество обращений в медучреждения), тыс. чел. |
Выпущено специалистов из ВУЗов, тыс. чел. |
Численность занятого населения, тыс. чел. |
Транспортная подвижность населения, млн. пассажиро-км |
ВРП в основных ценах, млн. рублей |
Продукция сельского хозяйства по животноводству, млн. руб. |
Промышленность, (производство деловой древесины), тыс. плотн.м3 |
|
2000 |
7,6 |
742,6 |
2,4 |
430,6 |
62,4 |
82,0 |
3832,5 |
244,1 |
|
2001 |
7,7 |
748,8 |
2,6 |
434,4 |
64,7 |
100,9 |
5049,6 |
279,5 |
|
2002 |
7,7 |
804,2 |
3,9 |
457,8 |
64,3 |
115,1 |
6007,9 |
292,5 |
|
2003 |
7,8 |
803,7 |
4,4 |
451,6 |
76,4 |
133,0 |
6819 |
344,1 |
|
2004 |
7,9 |
805,1 |
5,9 |
449,3 |
75,4 |
153,5 |
8273,6 |
343,1 |
|
2005 |
7,9 |
840,9 |
7,3 |
441,2 |
64,9 |
183,0 |
8969,8 |
361,3 |
|
2006 |
8,6 |
909,2 |
7,3 |
451,4 |
65,5 |
206,8 |
10333 |
467,1 |
|
2007 |
8,6 |
893,5 |
7,3 |
459,4 |
60,9 |
242,7 |
10930,3 |
444,7 |
|
2008 |
8,7 |
938,3 |
7,2 |
460,7 |
63,9 |
309,5 |
11814 |
581,3 |
|
2009 |
8,5 |
964,6 |
7,3 |
460,1 |
65,0 |
328,2 |
12540,3 |
455,7 |
|
2010 |
8,7 |
980,7 |
6,7 |
449,9 |
66,4 |
386,8 |
13100 |
- |
|
2011 |
8,7 |
1002,4 |
7,9 |
447,9 |
69,4 |
486,8 |
13847,8 |
- |
|
2012 |
10,8 |
1019,2 |
7,9 |
- |
97,3 |
540,4 |
- |
- |
При осуществлении моделирования связей между факторным и результативным признаком (Кздр, Кобр, Кз, Ктрп, Кврп, Ксх, Кпрм), необходимо провести подбор соответствующего уравнения, которое наилучшим образом описывает изучаемую зависимость. Для этого отобран наиболее информативный фактор (плотность сети автомобильных дорог с твердым покрытием), включаемый в регрессионную модель.
Результаты исследования и их обсуждение
Первым этапом в указанном статистическом исследовании являлось выявление корреляционной зависимости, используя данные таблицы.
Расчет коэффициента корреляции проводился по формуле 4. В окончательном виде получены коэффициенты корреляции для показателя качества здравоохранения rздр = 0,81;показателя образованности rобр=0,68; показателя занятости rз = 0,61; показателя транспортной подвижности rтрп = 0,71; показателя ВРП rврп = 0,86; показателя сельскохозяйственного комплекса rсх = 0,94; показателя промышленного комплекса rпр = 0,95. Оценка полученных коэффициентов корреляции характеризует очень сильную тесноту связи для показателей Ксх, Кпрм; сильную тесноту связи для показателей Кздр, Ктрп, Кврп; заметную силу связи для показателей Кобр, Кз по шкале Чеддока [1].
Вторым этапом исследования являлось установление регрессионной зависимости воздействия состояния сети автомобильных дорог на изменение исследуемых показателей.
Используя метод наименьших квадратов, получены для каждого показателя линейные уравнения регрессии следующего вида:
Количественная проверка на адекватность полученных уравнений регрессии показывает, что фактические значения F-критерия (критерий Фишера) составляют 
= 0,05, 
= 0,1, 
= 0,16, 
= 0,09, 
= 0,03, 
= 0,01, 
= 0,01, а табличное значение критерия Фишера составляет F крит(0,05;1;8) = 5,32, коэффициент детерминации составляет R2расч = 0,658, R2расч = 0,457, R2расч = 0,372, R2расч = 0,497, R2расч = 0,732, R2расч = 0,882, R2расч = 0,895 а критичное значение составляет F крит(0,05;1;10) = v0,399. Поскольку выполняются соотношения для критерия Фишера Fрасч < Fкрит и для коэффициента детерминации R2расч > R2крит, то с вероятностью 95 % можно утверждать, что рассматриваемое уравнение имеет высокую степень адекватности, кроме показателя занятости.
Как показывает практика, во многих случаях моделирование социально-экономических зависимостей линейными уравнениями дает вполне удовлетворительные результаты. Но во многих случаях социально-экономическое моделирование по своей сути не поддается линейной зависимости. Поэтому рассмотрим моделирование в виде нелинейных (полиномиальных и степенных) уравнений регрессии.
При полиномиальной форме зависимости, используя линии тренда, получим уравнения регрессии следующего вида:
Показатель развития промышленного комплекса наиболее удачно описывается степенной зависимостью в отличие от других показателей, и имеет следующий вид:
yпр = 0,0165 · x 4,789,
В нелинейных уравнениях коэффициенты детерминации составили: R2здр = 0,906, R2обр = 0,802, R2з = 0,540, R2трп = 0,757, R2врп = 0,819, R2сх = 0,921, R2пр = 0,913, что характеризует высокую тесноту связи между результативными показателями и изучаемым фактором.
В результате установлено, что полученные зависимости подтверждают статистически адекватность и работоспособность воздействия состояния сети автомобильных дорог на внетранспортный эффект.Наилучшим образом изучаемую зависимость описывает полиномиальная и степенная функция.
Ниже приведена зависимость (рисунок) изменения Кздр, Кобр, Кз, Ктрп, Кврп, Ксх, Кпрм от развития сети автомобильных дорог.
Динамика развития исследуемых показателей
Заключение
Таким образом, модели корреляционно-регрессионного анализа и полученные зависимости позволяют в некоторой степени прогнозировать внетранспортный эффект от развития сети автомобильных дорог. Появляется возможность рассчитать внетранспортный эффект в рублях от вложенных инвестиций на 1 км дороги.
Полученные результаты будут применяться для дальнейшего исследования развития методики проектирования местной сети автомобильных дорог на основе социально-экономических факторов.
Рецензенты:
Козинов Г.Л., д.т.н., профессор, заведующий кафедрой промышленного транспорта и строительства, ФГБОУ ВПО «Сибирский государственный технологический университет», г. Красноярск;
Емельянов Р.Т., д.т.н., профессор, заведующий кафедрой инженерных систем зданий и сооружений, ФГАОУ ВПО «Сибирский федеральный университет», г. Красноярск.
Работа поступила в редакцию 24.06.2014.
Библиографическая ссылка
Копылов С.В. ВЗАИМОСВЯЗЬ РАЗВИТИЯ СЕТИ АВТОМОБИЛЬНЫХ ДОРОГ И ВНЕТРАНСПОРТНОГО ЭФФЕКТА НА ПРИМЕРЕ РЕСПУБЛИКИ САХА (ЯКУТИЯ) // Фундаментальные исследования. – 2014. – № 9-3. – С. 521-524;URL: https://fundamental-research.ru/ru/article/view?id=34879 (дата обращения: 19.04.2024).