CC BY
0
ОЦЕНКА ЭФФЕКТОВ РАЗВИТИЯ ВЫСОКОСКОРОСТНОГО ЖЕЛЕЗНОДОРОЖНОГО СООБЩЕНИЯ: МИРОВОЙ ОПЫТ И ПЕРСПЕКТИВЫ РОССИИ
ПОНОМАРЕВ Юрий Юрьевич, к.э.н., [email protected], Институт прикладных экономических исследований РАНХиГС; Институт экономической политики им. Е.Т. Гайдара, Москва, Россия ОЯСГО: 0000-0002-1188-9293
РАДЧЕНКО Дарья Максимовна, [email protected], Институт прикладных экономических исследований РАНХиГС, Москва, Россия ОЯСГО: 0000-0002-7457-5179
В России высокоскоростное железнодорожное сообщение только начинает развиваться, в то время как в мире подобный транспорт стабильно занимает нишу дальности поездок на 400800 км. При этом в отечественной литературе эффекты от развития высокоскоростного железнодорожного сообщения изучены слабо. Полученные в статье на межстрановых данных эмпирические оценки отражают значимое позитивное влияние скоростного и высокоскоростного железнодорожного сообщения на экономическое развитие стран. Так, увеличение протяженности высокоскоростных железных дорог на 1%, по оценкам, приводило к росту ВВП на душу населения в среднем по странам на 2,9-3,6%, а эластичность этого же показателя по наличию такого рода инфраструктуры в странах составила 0,125.
Ключевые слова: высокоскоростное железнодорожное сообщение, экономические эффекты, транспорт, инфраструктура, ВЖД, ВСМ.
DOI: 10.47711/0868-6351-196-182-192
В России высокоскоростное железнодорожное сообщение (ВЖД) - очень молодое направление, и в настоящее время его развитие практически полностью обусловлено и определено в контексте целей и задач, сформулированных в «Комплексном плане модернизации и расширения магистральной инфраструктуры» и «Программе организации скоростного и высокоскоростного железнодорожного сообщения в Российской Федерации»2.
Согласно Campos и De Rus [1], ВЖД среди всех технологических достижений второй половины XX в. является одним из самых прорывных. К началу 2020 г. в мире находилось в эксплуатации свыше 52,4 тыс. км линий ВЖД, дополнительно 11,9 тыс. км - в стадии строительства (в разрезе стран см. рис. Ошибка! Источник ссылки не найден.).
Краткий обзор подходов к оценке эффектов от развития высокоскоростного железнодорожного сообщения. В научной среде транспорт рассматривается как важнейший фактор экономического развития, но однозначное мнение по поводу силы и направления его влияния не сформировано. К примеру, Aschauer отмечал, что «традиционная» инфраструктура более значима с точки зрения эффективности [2], в то же время Button считает, что к вопросам необходимости строительства высокоскоростных железных дорог нужно подходить с большой осторожностью, потому что с точки зрения рентабельности ВЖД требует больших вложений [3]. Givoni
1 Статья подготовлена в рамках выполнения научно-исследовательской работы государственного задания РАНХиГС при Президенте Российской Федерации.
2 «Комплексный план модернизации и расширения магистральной инфраструктуры» URL: http://government.ru/rugovclassifier/867/events/; «Программа организации скоростного и высокоскоростного железнодорожного сообщения в Российской Федерации» URL: http://www.hsrail.ru/Projects-vsm/techdocs/programmaVSM/
и Banister отмечают, что, безусловно, прямое воздействие ВЖД выражается в экономии времени, однако необходим комплексный подход, позволяющий учесть инвестиции, пассажиропотоки, вопросы безопасности и т. д. [4].
Исследования последних лет позволили внести ясность в вопрос о том, как именно инфраструктурная и транспортная доступность влияют на работу фирм и рынки труда. Начиная с работ, базирующихся на «новой экономической географии» (см., например, работы Ahlfeldt и Feddersen [5], Hof и др. [6], Vickerman [7], Ansar и др. [8]), можно показать, что и вариация транспортных издержек, и мера доступности в условиях несовершенной конкуренции могут в значительной степени влиять как на выбор местоположения деятельности, так и на вектор развития агломерационных процессов. В частности, данная идея представлена у Venables [9] в контексте оценки транспортных инвестиций и в эмпирическом исследовании Graham [10].
Км
27 524
Рис. 1. Протяженность ВЖД со скоростью более 250 км/ч по странам, на конец 2019 г.
Источник: UIC3.
Сближение регионов порождает положительные эффекты, которые проявляются через снижение транспортных расходов, и потенциально ведет к росту производительности труда. Противоположное мнение [7] состоит в том, что упомянутые эффекты скорее перераспределяются: одни регионы выигрывают, а другие страдают, в зависимости от своей способности использовать предоставленные им возможности.
В отечественной практике в анализе влияния транспортной инфраструктуры на экономическое развитие основными методами оценки являются многофакторный анализ, «затраты-выгоды» и анализ совокупного (пространственного) экономического воздействия [11]. Все модели существенно различаются и зависят, в том числе, от структуры входных данных и алгоритмов расчета.
В зарубежных научно-исследовательских и прикладных исследованиях также было предложено большое число подходов к оценке последствий, возникающих при строительстве и развитии высокоскоростной железнодорожной инфраструктуры.
Среди наиболее распространенных во всем мире подходов к оценке инфраструктурных проектов, включая ВЖД, необходимо упомянуть модели межотраслевого баланса или «затраты-выпуск» (не учитывают пространственную дифференциацию
3Rail UIC Statistics. URL: https://uic-stats.uic.org Проблемы прогнозирования, 2023, № 1
спроса и предложения), эконометрические модели, анализ совокупного и пространственного эффектов (эффекты по завершении проекта, ex-post) [12], модели взаимодействия транспорта и землепользования, вычислимые модели общего равновесия. Последние позволяют ex-ante оценить количественные эффекты за счет включения явных причинно-следственных связей, однако они технически сложны и требуют гораздо большего количества данных [13]. Также в некоторых случаях могут применяться модели на основе производственных функций, модели частичного равновесия (как частный случай общего), микро-обследования и опросы фирм, макроэкономические региональные модели [14].
В России также существует массив научных работ, посвященных оценке эффектов от развития транспортного сообщения в целом. Так, в 2013 г. Центр стратегических разработок представил документ, обобщающий исследования по теме оценки и систематизацию прямых и внешних эффектов, возникающих в результате реализации крупных инфраструктурных проектов на железнодорожном транспорте [15]. В основу исследования заложена комплексная количественная оценка прямых и косвенных эффектов от реализации инфраструктурных проектов, дополненная расчетами на базе межотраслевого баланса. Авторы отмечают, что данный подход в будущем также может быть применен и к проектам высокоскоростных железнодорожных магистралей (ВСМ).
В 2016 г. М.В. Пятаев отдельно рассматривал внешние эффекты, возникающие от развития высокоскоростного железнодорожного сообщения [16], используя «Методику расчета показателей и применения критериев эффективности инвестиционных проектов, претендующих на получение государственной поддержки за счет средств Инвестиционного фонда Российской Федерации», утвержденную приказом Минэкономразвития РФ № 139, Минфина РФ № 82н от 23.05.2006 г. В качестве недостатка методики автор отмечает невозможность определить, на какие конкретно отрасли распространяется мультипликативный эффект от развития ВСМ, предлагая в дальнейшем для этого использовать модели межотраслевого баланса.
Центр экономики инфраструктуры (ЦЭИ) для оценки воздействия ВСМ (на примере проектов ВСМ «Москва-Казань» и ВСМ «Екатеринбург-Челябинск») на экономику предлагает отдельно рассматривать прямые эффекты, агломерационные и эффекты инвестиционного спроса [11]. Основные расчеты, как и в предыдущих работах, проводятся на базе модели межотраслевого баланса, а методика расчета агломерационных эффектов, которая подразумевает оценку зависимости производительности труда от численности населения в определенной зоне транспортной доступности, дополняет и расширяет Методику Минэкономразвития РФ.
Данная Методика была введена в 2019 г. постановлением Правительства Российской Федерации от 26 ноября 2019 г. № 1512 («Об утверждении методики оценки социально-экономических эффектов от проектов строительства (реконструкции) и эксплуатации объектов транспортной инфраструктуры...»). Она является первой в своем роде методикой федерального уровня, которая включает оценку целого спектра косвенных эффектов: «агломерационного эффекта, эффекта экономии времени в пути пассажиров и грузов, эффекта повышения безопасности их перевозок и эффекта от ликвидации инфраструктурных ограничений по выпуску дополнительных товаров (и услуг)». Методика разработана таким образом, что может быть применена к оценке любого инфраструктурного проекта независимо от вида транспорта. Однако часть показателей, необходимых для расчета основных переменных, недоступна широкому кругу пользователей (например, документация, представляемая инициатором инфраструктурного проекта, детальная статистика МВД по ДТП).
На всех этапах реализации проекта, от проектирования и строительства до эксплуатации, возникает большое количество самых разнообразных эффектов [16; 17] (рис. 2). Эффективность транспортных проектов оценивается не только с точки зрения финансовых показателей: благодаря учету социально-экономических факторов формируется комплексная картина, для которой также возможен сценарный анализ рисков и упущенных выгод.
Рис. 2. Основные группы эффектов, возникающих при развитии высокоскоростного железнодорожного транспорта
Источник: составлено авторами на основе [16; 17].
Таким образом, в отечественной литературе накоплен некоторый опыт оценок эффектов от развития ВСМ и ВЖД, однако в подавляющем большинстве в работах представлены либо методики, которые носят гипотетический характер, либо точечные оценки по отдельным инфраструктурным проектам. В данной статье авторы ставят своей целью изучить величину возникающих эффектов на международных показателях, чтобы полученные данные в дальнейшем можно было использовать в качестве ориентира при расчете потенциальных эффектов реализации будущих проектов ВСМ любого масштаба.
Эмпирический анализ эффектов от развития ВЖД на уровне стран. В статье используется подход, предложенный Ы и др. [18]. В представленной ниже форме модель, в первую очередь, нацелена на анализ эффектов и использует панельные страновые данные:
1пУи — а + р/г^г^ + 91п Хи + т + ,
где I - страна; £ - год; У - ВВП на душу населения; X - независимые переменные;
- фиктивная переменная (дамми) на наличие в стране ВЖД; Я, т - фиксированный эффект на страну и на год соответственно; г - случайная ошибка.
Используемая база данных может быть разделена на три логических блока, отражающих различия между странами в уровне развития высокоскоростного сообщения (табл. 1).
Таблица 1
Перечень рассматриваемых в модели стран
Блок 1 Страны с ВЖД > 250 км/ч (ВСМ) Австрия, Бельгия, Великобритания, Германия, Испания, Италия, Китай, Нидерланды, Турция, Франция, Южная Корея, Япония
Блок 2 Страны с ВЖД 160-250 кмч (СМ) Греция, Дания, Норвегия, Польша, Португалия, Россия (на участке «Москва-Санкт-Петербург»), США, Финляндия, Швейцария, Швеция
Блок 3 Страны без ВЖД Австралия, Аргентина, Венгрия, Израиль, Ирландия, Исландия, Мексика, Чехия, Эстония
Источник: составлено авторами [19].
В качестве аналогов труда и капитала как составляющих традиционной производственной функции в модели выступают плотность населения и валовое накопление основного капитала, соответственно (табл. 2). Дополнительно включены позиции, влияющие прямо или косвенно на факторную производительность: расходы на НИР/НИОКР, добавленная стоимость вторичных отраслей экономики, объемы внут-
4
ренних кредитов частному сектору .
Таблица 2
Перечень используемых переменных
Фактор Описание Единица измерения
Y LENGTH_ HSR160 LENGTH_ HSR250 DUMMY_HSR GVA_SECONDARY CAPITAL_FORM INT_CREDIT POPULATION_DENSITY R&D DUMMY_CRYSIS Валовый внутренний продукт в расчете на душу населения, в ценах соответствующих лет (текущих ценах) Объясняющие (независимые) переменные Протяженность скоростных железнодорожных линий (скорость 160-250 км/ч) Протяженность высокоскоростных железнодорожных линий (скорость свыше 250 км/ч) Дамми переменная на наличие в стране высокоскоростного железнодорожного сообщения Добавленная стоимость, создаваемая отраслями вторичного сектора экономики Валовое накопление основного капитала Внутренний кредит частному сектору Плотность населения страны Стоимостной объем расходов на НИОКР Дамми переменная на годы мирового финансового кризиса (2008-2011 гг.) долл. км км Доля, % ВВП Доля, % ВВП Доля, % ВВП чел./кв. км Доля, % ВВП
Источник: составлено авторами [19].
Тестирование на наличие единичных корней показало, что все показатели, за исключением показателя объема расходов на НИОКР, являются стационарными в уровнях. Соответственно, для оставшегося упомянутого фактора при проведении эмпирического анализа использовались первые разности. Результаты анализа также говорят в пользу отсутствия мультиколлинеарности и эндогенности (корреляции переменных как между собой, так и с ошибкой находятся в интервале от -0,7 до 0,7).
4 В научной среде мнения относительно влияния объемов кредитования частного сектора на экономический рост разнятся [20], однако Arcand и др. [21] в исследовании 2012 г. показали, что взаимосвязь между экономическим ростом и кредитованием частного сектора положительна, а квадратом кредитования — отрицательна (т. е. она положительна до определенного уровня), чем дополнили исследование Beck andLevine 2004 г. [22].
Проведенный тест Хаусмана свидетельствует в пользу выбора модели с фиксированными эффектами. Присутствует гетероскедастичность, однако она истинна и является неизбежным свойством используемого набора данных (так как, согласно прочим тестам, модель специфицирована верно); ошибки распределены по нормальному закону.
Гетероскедастичность случайных ошибок может быть проконтролирована с помощью Breusch-Pagan LM теста. Вместе с тем, нужно отметить, что в некоторых случаях результаты тестирования на единичный корень и, как следствие, получаемых оценок, могут быть смещены из-за возможного наличия корреляции в остатках. В качестве возможного решения в подобных ситуациях в различных исследованиях рекомендуется использовать методы оценки, учитывающие кросскорреляции в остатках, например, AMG (Augmented Mean Group) [23], а также CCEMG (Common Correlated Effects Mean Group) [24].
Вместе с тем, для реализации данных методов величина (протяженность) выборки должна составлять не менее тридцати наблюдений для каждого субъекта в модели (в нашем случае - страны5). При этом в коротких по времени выборках данной проблемой с перекрестной корреляцией в остатках можно пренебречь [25].
При проведении оценок далее рассмотрено восемь спецификаций (СП) с разными показателями протяженности ВЖД, включающими разные наборы блоков стран:
СП1 - в базовую исходную спецификацию модели включены показатели протяженности скоростных и высокоскоростных железнодорожных линий в стране;
СП2 - в исходную спецификацию модели включены дамми на наличие ВЖД в каждом году;
СП3 - СП1 с дамми на финансовый кризис 2008-2011 гг.;
СП4 - СП2 с дамми на финансовый кризис 2008-2011 гг.;
СП5 - СП1 только для стран из Блоков 1 и 3;
СП6 - СП2 только для стран из Блоков 1 и 3;
СП7 - СП1 только для стран из Блоков 2 и 3;
СП8 - СП2 только для стран из Блоков 2 и 3.6
Результаты эмпирической оценки модели приведены в табл. 3. Прежде всего, необходимо отметить, что оценки коэффициентов для показателей развития скоростного (160-250 км/ч) и высокоскоростного (свыше 250 км/ч) железнодорожного сообщения во всех рассмотренных спецификациях имеют положительный знак и значимы на уровне 1%. Оценка эластичности ВВП на душу населения по протяженности скоростных железнодорожных магистралей составляет от 0,029 до 0,036; а для высокоскоростного сообщения - от 0,042 до 0,048. При этом, в среднем, для стран, которые попали в выборку, само наличие ВСМ связано с увеличением ВВП на душу населения - оценка коэффициента при соответствующей дамми составила 0,125. Иными словами, все рассмотренные вариации показателей, отражающих развитие ВЖД в странах, показывают положительное его влияние на ВВП на душу населения.
Оценки коэффициентов для остальных переменных также в целом согласуются с гипотезами и в большинстве случаев статистически значимы - как, например, для показателей плотности населения, валового накопления основного капитала, показателя объема внутренних кредитов частному сектору, также валовых расходов на НИОКР (R&D).
Отрицательный знак оценки коэффициента для показателя добавленной стоимости отраслей вторичного сектора экономики может быть связан с тем, что в развитых странах с более высоким в среднем уровнем ВВП выше доля сектора услуг, а доля отраслей
5 Это связано с тем, что в обоих подходах модель сначала оценивается для каждого члена панели через МНК, а потом рассчитывается среднее значение полученных коэффициентов.
6Последние две спецификации позволяют подтвердить устойчивость оценок: знаки сохраняются, а величины коэффициентов отличаются незначительно — оценки сопоставимы внутри панели.
вторичного сектора постепенно снижалась со временем. Схожую динамику с более высокими темпами роста, чем для добывающих отраслей, отражал и показатель экспорта услуг в стоимостном эквиваленте в 2006-2016 гг. 7
Таблица 3
Результаты эмпирической оценки различных спецификаций модели
Спецификации
Переменные СП1 СП2 СП3 СП4 СП5 СП6 СП7 СП8
Оценки коэффициентов
C(константа) 1,860 1,541 3,263 2,538 2,055 1,177 -0,654 -0,433
1,171 1,180 1,569 1,528 1,324 1,328 1,252 1,262
Протяженность высокоскоростных ж/д линий (скорость свыше 250 км/ч) (LENGTH_ HSR250) 0,042*** 0,009 0,048** 0,023 0,038*** 0,010
Протяженность высокоскоростных ж/д линий (скорость 160-250 км/ч) (LENGTH_ HSR160) 0,036*** 0,010 0,029*** 0,010 0,025** 0,010
Дамми на наличие в стране ВЖД (DUMMY HSR) 0,125*** 0,039 0,025 0,049 -0,016 0,055 0 199*** '0,052
Добавленная стоимость, созда- -0,396*** -0,452*** -0,985*** -1,036*** -0,601*** -0 574*** -0,058 -0,002
ваемая отраслями вторичного сектора экономики (GVA SECONDARY) 0,149 0,150 0,174 0,172 0,175 0,177 0,188 0,188
Валовое накопление основ- 0,663*** 0,693*** 0,881*** 0,885*** 0,642*** 0,665*** 0,505*** 0,518***
ного капитала (CAPITAL FORM) 0,086 0,087 0,094 0,094 0,102 0,102 0,098 0,098
Внутренний кредит частному 0,151*** 0,183*** -0,075 -0,027 -0,024 -0,007 0,261*** 0,266***
сектору (INT CREDIT) 0,042 0,042 0,060 0,060 0,047 0,047 0,052 0,051
Плотность населения 1,488*** 1,558*** 1,596*** 1,764*** 1,667*** 1 819*** 2,066*** 2,043***
(POPULATION DENSITY) 0,225 0,227 0,306 0,302 0,241 0,241 0,248 0,249
Стоимостной объем расходов 0,611*** 0,660*** 0,805*** 0,870*** 0,868*** 0 945*** 0,556*** 0 557***
на НИОКР (R&D(-1)), лаг в 1 период 0,064 0,062 0,077 0,074 0,076 0,073 0,074 0,075
Дамми на мировой финансо- 0,130*** 0,129***
вый кризис (2008-11) (DUMMY CRYSIS) 0,024 0,025
Adjusted R-squared 0,935 0,933 0,942 0,941 0,938 0,937 0,933 0,933
Prob (F-statistic) 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
Примечание: курсивом - оценки стандартных отклонений; уровни статистической значимости: *** - 1%;
** - 5%; * - 10%.
Источник: составлено авторами [19].
По различным причинам сроки осуществления проектов развития скоростного железнодорожного сообщения в России неоднократно переносились, но два ключевых направления возможной их реализации регулярно фигурируют в повестке: «Москва - Санкт-Петербург» (Сценарий 1, рис. Ошибка! Источник ссылки не найден.) и «Москва - Казань» (Сценарий 2, рис. Ошибка! Источник ссылки не найден.). Отдельный интерес представляет Сценарий 3, в рамках которого предполагается значительное расширение развития ВЖД. В частности, Сценарий 3 включает одновременно проекты из Сценариев 1 и 2, строительство скоростных железнодорожных магистралей «Москва - Адлер», «Казань - Самара», а также до Екатеринбурга, Уфы, Перми (Сценарий 3, рис. 5).
7 Deloitte. The services powerhouse: Increasingly vital to world economic growth. URL: https://www2.deloitte.com
Рис. 3. ВСМ «Москва - Санкт-Петербург»
Источник: РЖД8.
Рис. 4. ВСМ «Москва-Казань»
9
Источник: РЖД .
Источник: Российская Газета
Рис. 3. Возможные проекты ВСМ
10
8РЖД- АО «Скоростныемагистрали». ВСМ Москва—Санкт-Петербург. URL: http://www.hsrail.ru/info/vsmspb/
9 РЖД. АО «Скоростные магистрали». ВСМ Москва — Казань. URL: http://www.hsrail.ru/info/vsmmk/
10 Российская газета. Новые пассажирские поезда в десять раз могут сократить время в пути. URL: https://rg. ru/2013/04/11/sochi. html
Оценка эффектов развития ВЖД на российскую экономику (например, с точки зрения влияния на ВВП или ВВП на душу населения) в рамках описанных сценариев с использованием полученных ранее эмпирических оценок на страновых данных затруднена, поскольку из-за низкой базы (по факту сеть ВЖД в стране по состоянию на 2022 г. отсутствует). Оценки эффектов для России могут быть завышены.
Однако можно рассмотреть другие страны и рассчитать средний прирост сети высокоскоростных железных дорог, базовое значение для начала отсчета и изменение ВВП за рассматриваемый период (подробнее табл. 4). Коэффициент раздельной детерминации в среднем по спецификациям равен 0,0029 (от 0,001 до 0,005), т.е. 0,29% объясненной дисперсии в ВВП приходится на изменение показателя по наличию ВЖД.
Таблица 4
Результаты оценки различных вариантов спецификации модели
Бельгия Китай Франция Германия Италия Корея Испания
Первый доступный год 2000 2003 2001 2000 2000 2004 2000
Протяженность, км (база) 71 405 1382 633 237 330 377
Последний доступный год 2019 2019 2018 2019 2019 2019 2019
Протяженность, км 209 27874 2734 1104 909 887 2625
Средний прирост, км/год 7 1717 80 25 35 37 118
ВВП на душу в год первой за-
писи, долл. 23 137 1 282 23 245 23 925 20 153 16 496 14 761
ВВП на душу в год последней за-
писи, долл. 46 237 10 287 43 083 46 473 33 159 31 846 29 993
Изменение ВВП на душу за пе-
риод, долл. 23 100 9 004 19 838 22 548 13 006 15 350 15 232
Изменение ВВП на душу за пе-
риод, долл., относимое на появ-
ление ВЖД 67 26 58 65 38 45 44
Источник: составлено авторами на данных Ш1С (см. сноску 3).
Достижение Россией сопоставимого уровня развития высокоскоростной железнодорожной сети может привести к схожим эффектам в среднесрочной перспективе (учитывая, что эффект оценивался от начала эксплуатации, а не строительства),
скорректированным на уровень цен в будущем.
* * *
В ряде стран мира инфраструктура высокоскоростного железнодорожного транспорта интенсивно развивалась в последние несколько десятилетий, отвечая на формируемый отраслями экономики запрос на увеличение связности территорий и повышение скорости сообщения между ними, вызванный внедрением новых технологий и интенсификацией производства. Некоторые страны (например, Китай) совершили интенсивный рывок в этой сфере. В результате данный вид инфраструктуры активно используется для пассажирских и грузовых перевозок, создавая ощутимую экономию времени в пути. В России развитие высокоскоростного железнодорожного сообщения активно обсуждается последние годы, однако фактически реализация проектов в этой сфере, вероятно, стартует в ближайшие годы. Отечественная железнодорожная сеть сталкивается с трудностями в части соответствия меняющейся структуре торговых и транспортных потоков.
Представленные в статье количественные оценки позволили получить верхнеуровне-вые ориентиры того, какие эффекты формирует развитие высокоскоростного железнодорожного транспорта в других странах, и какими они могут быть для России в разных сценариях. Поскольку в России еще не развито высокоскоростное железнодорожное сообщение, полученные данные можно использовать в качестве ориентира при расчете потенциальных эффектов реализации будущих проектов ВСМ.
Литература/References
1. Campos J., De Rus G. Some stylized facts about high-speed rail: A review of HSR experiences around the world // Transport Policy. 2009. Vol. 16. No. 1. Pp. 19-28. DOI: 10.1016/j.tranpol.2009.02.008Available at: ScienceDirect.
2. Aschauer D.A. Is public expenditure productive? // Journal of Monetary Economics. 1989. Vol. 23. No. 2. Pp. 177-200. DOI: 10.1016/0304-3932(89)90047-0Available at: ScienceDirect.
3. Button K. Is there any economic justification for high-speed railways in the United States? // Journal of Transport Geography. 2012. Vol. 22. Pp. 300-302. DOI: 10.1016/j.jtrangeo.2012.01.025Available at: ResearchGate.
4. Givoni M., Banister D. Speed: the less important element of the High-Speed Train // Journal of Transport Geography. 2012. No. 22. Pp. 306-307. DOI: 10.1016/j.jtrangeo.2012.01.024 Available at: ResearchGate.
5. Ahlfeldt G.M., Feddersen A. From periphery to core: economic adjustments to high-speed rail // Documents de treball IEB. 2010. No. 38. P. 1. Available at: ResearchGate.
6. Hof B., Heyma A., van der Hoorn T. Comparing the performance of models for wider economic benefits of transport infrastructure: results of a Dutch case study // Transportation. 2012. Vol. 39. No. 6. Pp. 1241-1258. DOI: 10.1007/s11116-011-9383-4 Available at: Springer.
7. Vickerman R. Can high-speed rail have a transformative effect on the economy? // Transport Policy. 2018. No. 62. Pp. 31-37. DOI: 10.1016/j.tranpol.2017.03.008Available at: ScienceDirect.
8. Ansar A., FlyvbjergB., Budzier A., Lunn D. Does infrastructure investment lead to economic growth or economic fragility? // Evidence from China. Oxford Review of Economic Policy. 2016. No. 32. Pp. 360-390. DOI: 10.1093/oxrep/grw022 Available at: ResearchGate.
9. Venables A.J. Evaluating urban transport improvement: cost benefit analysis in the presence of agglomeration and income taxation // Journal of Transport Economics and Policy. 2007. No. 41. Pp. 173-188.
10. Graham D.J. Agglomeration, productivity, and transport investment // Journal of Transport Economics and Policy. 2007. No. 41. Pp. 317-343. Available at: ResearchGate.
11. Транспортная инфраструктура и экономический рост. ЦЭИ. 2019. URL: https://www.infraecon-omy.com/data/files/transportnaya-infrastruktura-i-ehkonomicheskij-rost.pdf [Transportnaya infrastruktura i ekonomich-eskij rost. CEI. 2019(In Russ.)]
12. Chen C.L. The Spatial-Economic Impact of High-Speed Trains: Nationally (The UK IC125) and Regionally (A British-French Comparison). UCL (University College London). 2013.
13. Regional Economic Impact Analysis of High Speed Rail in China. WorldBank. 2014. Available at Worldbank
14. Oosterhaven J., Knaap T. Spatial economic impacts of transport infrastructure investments. Transport projects, programmes and policies: Evaluation needs and capabilities. 2003. Pp. 87-105. DOI: 10.4324/9781315198545-5 Available at: ResearchGate.
15. ЦСР. Оценка крупных инфраструктурных проектов. Задачи и решения. Разработки в рамках проектов ЦСР. 2013. [CSR. Ocenka krupnyh infrastrukturnyhproektov. Zadachi i resheniya. Razrabotki v ramkah proektov CSR. 2013. (In Russ.)].
16. Пятаев М.В. Региональные эффекты проектов высокоскоростных железнодорожных магистралей // Мир транспорта. 2016. № 3. С. 132-141. [Pyataev M.V. Regional Effects of High-Speed Railways Projects // World of Transport and Transportation. 2016. Vol. 14. No. 3. Pp. 132-141. (In Russ.)]
17. Сазонов С.Л. Динамичное развитие высокоскоростных железных дорог (ВСЖД) Китая // Экономика железных дорог. 2011. № 8. С. 82-92. [Sazonov S.L. Dynamic Development of High-Speed Railways (HSR) in China //Railway Economics. 2011. No. 8. Pp. 82-92. (In Russ.)]
18. Li F. et al. The impact of High-Speed Rail opening on city economics along the Silk Road Economic Belt // Sus-tainability. 2020. Т. 12. №. 8. P. 3176.
19. Отчет по научно-исследовательской работе государственного задания РАНХиГС, 2021 (9.6_НИР_госза-дание_РАНХиГС_2021.pdf). [RANEPA. Otchetpo nauchno-issledovatel'skoj rabote gosudarstvennogo zadanija RUNCHiGS. 2021. (In Russ.)]
20. Deidda, L. Interaction between economic and financial development // Journal of Monetary Economics. 2006. Vol. 53. Pp. 233-248. DOI: 10.1016/j.jmoneco.2005.03.007.
21. Arcand J.L., Berkes E., Panizza U. Too much finance? IMF Working Paper. 2012.
22. Beck T., Levine R. Stock markets, banks, and growth: panel evidence // Journal of Banking & Finance. 2004. Vol. 28. No. 3. Pp. 423-442. DOI: 10.1016/S0378-4266(02)00408-9.
23. Eberhardt M. Teal F. Productivity Analysis in Global Manufacturing Production. 2010.
24. Pesaran M.H. Estimation and inference in large heterogenous panels with multifactor error // Econometrica. 2006. No. 74. Pp. 967-1012. DOI: 10.1111/j.1468-0262.2006.00692.x
25. Eberhardt M. Estimating panel time-series models with heterogeneous slopes // The Stata Journal. 2012. Vol. 12. No. 1. Pp. 61-71. DOI: 10.1177/1536867X1201200105
Статья поступила в редакцию 11.02.2022. Статья принята к публикации 26.05.2022.
Для цитирования: Ю.Ю. Пономарев, Д.М. Радченко. Оценка эффектов развития высокоскоростного железнодорожного сообщения: мировой опыт и перспективы России // Проблемы прогнозирования. 2023. № 1(196). С. 182-192. БО!: 10.47711/0868-6351-196-182-192
Summary
ASSESSMENT OF THE EFFECTS OF HIGH-SPEED RAIL DEVELOPMENT: GLOBAL EXPERIENCE AND RUSSIA'S OUTLOOK
Yu.Yu. PONOMAREV, Cand. Sci. (Econ.), Institute of Applied Economic Research, the Russian Presidential Academy of National Economy and Public Administration; Gaidar Institute for Economic Policy, Moscow, Russia
D.M. RADCHENKO, Institute of Applied Economic Research, the Russian Presidential Academy of National Economy and Public Administration, Moscow, Russia
Abstract: In Russia, high-speed rail is only at the first stages of its development, while globally this kind of transport consistently fills the market niche of 400-800 km journeys. Meanwhile, effects of the development of high-speed rail are little studied in Russian literature. The article presents empirical estimates based on cross-country data which indicate significant positive influence of high-speed and higher-speed rail on countries' economic development. Thus, according to these estimates, a 1% increase in the length of the national high-speed rail network corresponds to increases in GDP per capita by an average of 2.9-3.6% across the considered countries, and the elasticity of that indicator by existence of this kind of infrastructure in these countries is 0.125.
Keywords: high-speed rail, economic effects, transport, infrastructure, HSR, high-speed rail networks.
Received 11.02.2022. Accepted 26.05.2022
For citation: Yu.Yu. Ponomarev and D.M. Radchenko. Assessment of the Effects of HighSpeed Rail Development: Global Experience and Russia's Outlook // Studies on Russian Economic Development. 2023. Vol. 34. No. 1. Pp. 124-131. DOI: 10.1134/S107570072301015X
