Формирование и развитие рынка международных перевозок на Дальнем Востоке

В условиях расширения международного товарообмена происходит изменение структуры транспортных рынков в мировом масштабе. Это проявляется, прежде всего, в усилении координации и взаимодействия разных видов транспорта, ускорении доставки грузов. Задачей транспортного комплекса в современных условиях является не только перевозка грузов, но и максимальное удовлетворение требований клиентов путем предоставления всего комплекса услуг по транспортному обслуживанию. Такой комплекс услуг по обслуживанию и регулированию процесса распределения грузов входит в понятие «логистика». Использование логистического управления в условиях рынка позволяет создать новую систему отношений для обеспечения внешнеэкономической деятельности страны. Вопросы развития экономики России, повышения конкурентоспособности товаров, формирования рациональной структуры экспорта и импорта тесно связаны с развитием транспортного комплекса и эффективностью его использования. Транспортное обеспечение внешнеэкономической деятельности предполагает, помимо использования современных технологий доставки грузов, четкое знание потребностей рынка пользователей международных транспортных услуг. Сложившаяся рыночная конъюнктура определяет требования клиентуры к перевозкам внешнеторговых грузов, на основе которых осуществляется ее взаимодействие с перевозчиком. Логистика, в частности ее распределительный аспект, позволяет наиболее эффективно осуществлять функцию сбыта участниками внешнеэкономической деятельности.

Россия стремится к более активному сотрудничеству со странами Азиатско-Тихоокеанского региона. Связи с этими странами очень перспективны и выгодны для страны в целом и для Дальнего Востока, в частности. Поэтому необходимы эффективные транспортные связи, позволяющие сократить транспортные расходы отечественных товаропроизводителей и повысить их конкурентоспособность на мировом рынке. Решение этой задачи связано с использованием логистики, способствующей наиболее эффективному взаимодействию предприятий-участников внешнеэкономической деятельности и предприятий, предоставляющих транспортные услуги. Это взаимодействие осуществляется на рынке международных перевозок. Поэтому для Дальневосточного региона актуальны вопросы формирования и развития рынка международных перевозок.

Целью настоящей работы является разработка и обоснование методических рекомендаций по формированию и развитию рынка международных перевозок в условиях Дальнего Востока на основе логистического подхода.

В соответствии с намеченной целью в работе ставились и решались следующие задачи: определить роль и место предприятий транспортного комплекса в логистических системах в условиях рыночной экономикиисследовать прогрессивные виды организации международных перевозок, используемые в логистических системахопределить роль и функции маркетинга в организации международного логистического товародвижениявыявить рыночные показатели, характеризующие эффективность логистики в международных транспортных услугахпровести анализ функционирования системы международных перевозок в Дальневосточном регионеопределить факторы, влияющие на функционирование рынка международных перевозокопределить и обосновать направления развития рынка международных перевозок в условиях Дальнего Востока с использованием концепции логистики.

Объектом исследования служит транспортный комплекс Дальнего Востока, обеспечивающий внешнеэкономическую деятельность региона.

Предметом исследования являются совокупность процессов организации, управления и экономических отношений, возникающих в условиях формирования и развития рынка международных перевозок на Дальнем Востоке.

Методы исследования. В процессе диссертационных исследований использовались системный подход, сравнение, обобщение, синтез, анализ, прогнозирование, математическое моделирование и другие научные методы ^ исследования.

Теоретической и методологической базой исследования послужили работы отечественных и зарубежных ученых: Возниак X., Матэ Э., Тиксье Д., Гаджинского A.M., Гордона М. П., Залмановой М. Е., Новикова O.A., Уварова С. А., Семененко А. И., Леонтьева Р. Г., Миротина Л. Б., Сергеева В. И., Парфенова A.B., Плоткина Б. К., Смехова A.A. и др.

В работе широко использовались: базовые учебные и научные издания- * научные статьи по исследуемому вопросуаналитические и статистические материалы, полученные в Хабаровском краевом комитете государственной статистикиданные справочных изданий Госкомстата РФстатистические и отчетные данные Хабаровского краевого отделения АСМАП.

Научная новизна диссертационного исследования заключается в следующем:

— выявлены логистические транспортные технологии и определены их Р преимущества с точки зрения эффективности, организации транспортного процесса;

— определены рыночные показатели эффективности логистики в международных перевозках;

— проведено комплексное исследование влияния важнейших организационно-экономических факторов внешней и внутренней среды на формирование и развитие рынка международных перевозок;

— построены корреляционно-регрессионные модели определения ^ спроса на международные транспортные услуги в регионе;

— разработаны методические процедуры определения стоимостной и объемной структуры спроса на международные перевозки в Дальневосточном регионе.

Теоретическая значимость диссертационного исследования заключается в том, что на базе теоретических положений и аналитических оценок, сформулированных в работе, разработаны и обоснованы методические рекомендации по формированию и развитию рынка международных перевозок в условиях Дальнего Востока.

Практическая значимость диссертационной работы состоит в возможности использования ее положений, выводов и рекомендаций в процессе осуществления маркетинговой деятельности транспортных предприятий. Построенные корреляционно-регрессионные модели позволяют получить краткосрочный прогноз спроса на международные перевозки в регионе. Разработанная функциональная модель управления маркетинговой деятельностью автотранспортного предприятия, осуществляющего международные перевозки, может быть адаптирована к потребностям и особенностям конкретного предприятия для использования в работе.

На защиту выносятся:

— система рыночных показателей эффективности логистики в международных перевозках;

— результаты исследования рынка международных автоперевозок в Дальневосточном регионе;

— методические рекомендации по формированию и развитию рынка международных перевозок в Дальневосточном регионе, в том числе: результаты синтеза корреляционно-регрессионных моделей, определяющих спрос на международные транспортные услуги в регионепрогнозы стоимостной и объемной структур спросафункциональная модель управления маркетинговой деятельностью автотранспортного предприятия, осуществляющего международные перевозки.

Апробация работы. Основные положения и результаты работы доложены на: пятом российско-китайском симпозиуме «Проблемы научно-технического прогресса в Дальневосточном регионе», Хабаровск, 1997; третьей международной конференции «Проблемы транспорта Дальнего Востока», Владивосток, 1999; 37 научно-технической конференции студентов и аспирантов ХГТУ, Хабаровск, 1997; межвузовской научно-технической конференции студентов и аспирантов, посвященной 40-летию ХГТУ, Хабаровск, 1998; заседаниях кафедры «Эксплуатация автомобильного транспорта» ХГТУ в 1997;2000 г. г.

Публикации. По теме диссертации опубликовано семь работ.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка использованных литературных источников и приложений. Работа содержит 233 страницы, 7 рисунков, 35 таблиц и список литературы, включающий 158 наименований.

Выводы о точности результатов — задача следующего этапа — оценка точности регрессионного анализа.

Дальнейший этап представляет собой экономическую интерпретацию полученных результатов исследования. Результаты регрессионного анализа сравниваются с гипотезой сформулированной на первом этапе, и оценивается их правдоподобие с экономической точки зрения. На этом этапе работу по построению модели можно считать законченной, а полученную зависимость использовать для прогнозирования зависимой переменной путем подстановки в регрессионное уравнение с численно оцененными параметрами значений независимых переменных. При условиях экономической обоснованности определенной функции регрессии и соответствии точности статистических оценок параметров предъявленным требованиям, прогнозируемое значение будет обладать достаточной надежностью, представляя собой среднее значение зависимой переменной, которое следует ожидать с большой вероятностью.

Как было отмечено выше, мы рассматриваем линейное соотношение между зависимой переменной У и независимыми переменными х^ х2, ., хт. При существовании линейного соотношения между переменными общее выражение уравнения множественной регрессии записывается в виде [138]:

У = ?>0+^1X1+62X2+. .+ЬтХт (3.1).

Ограничение количества объясняющих переменных наиболее важными приводит к введению в выражение функции регрессии аддитивной составляющейвозмущающей переменной ?/, которая дает суммарный эффект от воздействия всех неучтенных факторов и случайностей. Поэтому эмпирическое значение >> представляется следующим образом [138]: у=у+и (3.2) ух 0 = 1,., п) — расчетные значения регрессии. Они указывают средние значения переменной у в точке при фиксированных значениях х" объясняющих переменных *я (Я = 1,., т) в предположении, что только эти т переменных являются причиной изменения переменной у. Значения у представляют собой оценки средних значений у для фиксированных значений переменных Хя в точке г. Коэффициенты Ьъ (К=0,., т) — параметры регрессии. Значения ?>](., Ьт представляют собой оценки коэффициентов регрессии. Ь указывает среднюю величину изменения^ при изменении хх на одну единицу при условии, что другие переменные остаются без изменений и т. д. В то время как регрессия охватывает совокупное одновременное влияние объясняющих переменных, коэффициенты регрессии ?>К (Я=1,., т) указывают соответствующие усредненные частные влияния переменных *я (Я = 1,., т) в предположении, что остальные объясняющие переменные сохраняются на постоянном уровне. Теснота связи между любыми двумя факторами измеряется с помощью коэффициента корреляции г. Значения коэффициента корреляции могут изменяться от -1 до 1.

Считается, что при И<0,3 — связь слабая, при 0,3<|г|<0,7 — связь умеренная, при 0,7<|г|<0,9 — связь тесная, при 0,9<|г|<0,99- связь очень тесная. При |/*|=1 — связь функциональная, при г=0 — связь отсутствует. Показателем точности оценки функции регрессии является коэффициент множественной корреляции — Я. По нему можно судить достаточно ли выбранные объясняющие переменные обуславливают количественную вариацию зависимой переменной. Если Я принимает значения близкие к 1, то вариация зависимой переменной почти полностью определяется изменениями независимых переменных. Квадрат коэффициента множественной корреляции (коэффициент детерминации) — Ш показывает, насколько долей единицы колеблемость результирующего фактора обусловлена колеблемостью факторов, включенных в модель. Надежность оценки значимости параметров регрессии определяется вероятностью, с которой утверждается, что построенный по результатам выборки доверительный интервал содержит неизвестный параметр генеральной совокупности. Вероятность интервальной оценки (доверительная вероятность) в нашем случае принята равной 0,95. Ожидается, что при серии наблюдений параметр генеральной совокупности будет правильно оценен приблизительно в 95% случаев. Риск ошибки определяется уровнем значимости (доверительным уровнем) — р, в данном случае /т=0,05. При изучении множественной линейной регрессии может возникнуть ситуация, когда существует линейная связь между всеми или некоторыми независимыми переменными, т. е. мультиколлинеарность. Это связано с тем, что практически полностью независимых факторов в экономике нет, все факторы различным образом взаимообусловлены и взаимосвязаны. В этом случае определяется предельная теснота связи между факторами, ниже которой не допускается их включение в одну модель. Для этого определяют нуль-гипотезу, т. е. проверяют значимость коэффициента корреляции между факторами, исследуя возможность отвергнуть гипотезу о некоррелированности рассматриваемых величин [39]: е = |г|—/й-Т (3.3) где е — расчетное значение, сравниваемое с табличным критическим значением Н, полученным при выбранном уровне значимостип — число наблюдений.

Если е окажется больше критического Н, то отвергается гипотеза о некоррелированности рассматриваемых факторов. Между мультиколлинеарными факторами выявляются причинно-следственные связи, после чего принимается решение об исключении вторичных и сохранении первопричинных факторов. Значимость влияния независимых переменных на зависимую определяется с помощью критерия Стьюдента (¿—критерия). В случае, если расчетное значение больше табличного значения ¿—критерия, то фактор считается значимым, оказывающим существенное влияние на зависимую переменную. Смысловое значение между теснотой связи независимых переменных с зависимой и их значимостью различно. Зависимая переменная может быть незначимой при высоком коэффициенте корреляции с зависимой переменной, что объясняется взаимосвязью независимых переменных между собой, степень которой высока в этом случае. В противном случае фактор может оказаться значимым потому, что оказывает пусть недостаточно сильное, но строго индивидуальное воздействие на зависимую переменную. С целью получения искомой модели используется пошаговая регрессия. Процедура применения пошаговой регрессии начинается с построения простой регрессии. В анализ последовательно включается по одной объясняющей переменной. На каждом этапе (шаге) проверяется значимость коэффициентов регрессии и оценивается мультиколлинеарность переменных. Если оценка коэффициента получается незначимой, то переменная исключается, и рассматривают другую объясняющую переменную. Если оценка коэффициента значима, а мультиколлинеарность отсутствует, то в анализ включают следующую переменную. Таким образом, постепенно определяются все составляющие регрессии без нарушения предположения об отсутствии мультиколлинеарности. Достоверность регрессионной зависимости доказывают с помощью критерия Фишера. Расчетное значение критерия Фишера сравнивают с табличным, определяемым в зависимости от числа степеней свободы и принятой доверительной вероятности. Если расчетное значение критерия Фишера больше либо равно табличному, то полученная зависимость (модель) признается достоверной и адекватной реальным условиям.

Все расчеты по многофакторному линейному регрессионному анализу производятся с использованием пакета прикладных программ STATISTICA версия 5.5 а и справочно-учебного пособия по системе STATISTICA «Статистический анализ и обработка данных в среде Windows» [14].

В качестве зависимых переменных выступают: внешнеторговый оборот региона — Y, экспорт региона — Y, и импорт региона — Y2. Независимыми переменными являются 25 факторов, принятые к рассмотрению и поделенные на три блока. Блок 1 (макроэкономические показатели): индексы ВРП, в % - Х\ среднегодовая численность занятых в экономике региона, тыс. чел. — Х2- индексы объема промышленного производства, в % - Ху, индексы инвестиций в основной капитал, в % - Х4- индексы объемов сельскохозяйственного производства, в % -Х5- реальные располагаемые денежные доходы, в % - Х6- курс российского рубля к доллару США — Xi. Блок 2 (показатели отражающие структуру производства региона): объем добычи угля, млн. тонн-Х" — объем добычи нефти, млн. тонн — Х9 производство проката черных металлов, тыс. тоннХюпроизводство древесины, тыс. м3 — Х\, производство пиломатериалов, тыс. м3 — Хп производство целлюлозы, тыс. тонн —Xi3- улов рыбы и добыча других морепродуктов, тыс. тонн — Х\. Блок 3 (цены на экспортные и импортные товары, в долл.): средняя экспортная цена одной тонны каменного угля — Х$ средняя экспортная цена одной тонны нефти — средняя экспортная цена одного кубического метра деловой древесины — Хъ средняя экспортная цена одного кубического метра целлюлозы — Х% средняя экспортная цена одной тоны чугуна — Х^, средняя экспортная цена одной тоны меди — Х20- средняя экспортная цена одной тонны алюминия — Х22- средняя импортная цена одной тонны мяса свежемороженогоХ23- средняя импортная цена одной тонны масла подсолнечного — Х24- средняя импортная цена одной тонны масла сливочного — Х25. Таблица исходных данных приведена в Приложении 9. Иногда для применения корреляционного анализа необходимо, чтобы распределение совокупности по результативному и факторному признакам подчинялось нормальному закону распределения вероятностей. Это условие связано с применением метода наименьших квадратов при расчете параметров корреляции. Только при нормальном распределении метод наименьших квадратов дает оценку параметров, отвечающую принципам максимального правдоподобия. На практике эта предпосылка чаще всего выполняется приближенно, но и тогда метод дает приемлемые результаты. Однако, при значительном отклонении распределения признаков от нормального закона, нельзя оценивать надежность коэффициента корреляции, используя параметры нормального распределения [57]. Для более полного представления исходных данных с целью предварительного анализа и визуализации данных строится ряд специализированных статистических графиков. Статистические данные оформлены в виде гистограмм с наложенной плотностью нормального распределения. Гистограммы приведены в Приложении 10.

Для построения и подробного анализа регрессионных зависимостей, связывающих независимые переменные с зависимыми, полученные в результате расчета параметры и оценки анализируются в два этапа. На первом этапе проводится анализ отдельных факторов, а на втором — анализ регрессионной модели. Таким образом, сначала программным путем были рассчитаны необходимые параметры и оценки корреляции между всеми независимыми и зависимыми переменными У, У и У2. .В результате получена корреляционная таблица, приведенная в Приложении 11. В таблице Приложения 11 приведены: средняя, стандарт, коэффициент корреляции независимого фактора с зависимой переменной, коэффициент регрессии, ¿—статистика и уровень значимости для всех исследуемых факторов. С вероятностью 95% определена и отмечена звездочкой значимая корреляция. Анализ таблицы Приложения 11 позволил сделать следующие выводы. Теснота связи между результирующим фактором У и независимыми переменными ХГХ6, Х9-Хи, Хх1^, Х20, Х23- Х25- умереннаямежду У и Хъ Х5, Ххв, Х%, Х9г, Х21 — слабаямежду У и Х&-, Х22 ~ сильная. Но значимыми факторами являются только Х9, Х^, Х2, Хн> Хц, Х22, Х2з, Х25. Из дальнейшего анализа полностью выпадает первый блок факторов. В нем приведены обобщающие социально-экономические показатели, тесно связанные с факторами блоков два и три. Последние оказывают более индивидуальное воздействие на зависимую переменную и поэтому значимы. А факторы первого блока, являясь обобщающими, потеряли свое влияние на У, поскольку его учли другие факторы и в результате оказались незначимыми. Эти факторы также оказались незначимыми для зависимых переменных У и У2. Между факторами первого блока прослеживается очень тесная, иногда функциональная зависимость между собой, о чем говорят данные матрицы парных коэффициентов корреляции, приведенной в Приложении 12. Так фактор Х — индексы ВРП, в %, функционально связан с факторами Х3, Х4, Х5 — индексы объема промышленного производства, индексы инвестиций в основной капитал, индексы объемов сельскохозяйственного производства, что логично с экономической точки зрения. Кроме того, указанные факторы имеют тесную корреляционную связь с факторами блока два, это показывает Приложение 12, что говорит о факте мультиколлинеарности факторов второго блока. Интересен тот факт, что фактор Х7 (курс российского рубля к доллара США) имеет слабую корреляцию с У (внешнеторговый оборот региона) -гу*п = 0,18 и очень низкий уровень значимости. В действительности ситуация обратная, так как с повышением курса доллара для обеспечения прежнего объема импорта необходимо увеличивать объем экспорта, в результате чего изменяется объем внешнеторгового оборота. На первый взгляд, полученный результат расходится с реальной экономической ситуацией. Однако, фактор Х7 имеет тесную корреляционную связь с факторами Х-Х5 и умеренную с Х%-Хъ (объемами производства в основных экспортных отраслях региона).Кроме того, сильная корреляция фактора Х7 прослеживается с факторами Х5, Х^, Хцш Это средние экспортные цены за одну тонну в долларах соответственно каменного угля, нефти и импортная цена подсолнечного масла. Умеренная корреляционная связь фактора Х7 наблюдается с факторами ХЪ Хд, Х20, Х23, Х25. Несмотря на то, что курс рубля к американскому доллару не является значимым фактором для зависимой переменной У, а также для У и У2, он корреляционно связан практически со всеми факторами блока два и три, в том числе и с теми, которые являются значимыми для указанных зависимых переменных Такой результат говорит о присутствии здесь того же эффекта мультиколлинеарности — влияние этого фактора учитывается другими факторами.

Теснота связи между зависимой переменной У и независимыми переменными ХГХ5, Х9, Хп, Х3, Х4, Х7, Х22, Х2^-Х25 — умереннаямежду У и Х6, Хъ Х$Хь, Х[$- Х2- слабая. Значимыми для У факторами являются Х%-Х2, Х14, Хп, Х22. Факторы, входящие во второй блок, за исключением фактора Хц, являются корреляционно значимыми для результирующего фактора У. В этом блоке представлены объемы производства по основным отраслям экономики региона, традиционно являющимися экспортными, что и объясняет полученный результат. Из факторов ценового блока на экспорт региона влияют факторы Х7 — средняя экспортная цена одного кубического метра деловой древесины и Х22- средняя экспортная цена за одну тонну алюминия. Учитывая, что это цены на основные экспортные товары региона, очевидно их влияние на экспорт.

Между результирующей переменной У2 и независимыми переменными Хг Х6, Х%-Х2, Хь ХЪ Х20, Х22-Х25 — теснота связи умеренная, между У2 и переменными Х7, Хп, Х5> Х^, Хд, Х2Г слабая. Значимыми для У2 факторами являются только Х2о, Х2з и Х2 $. На импорт региона влияют средние импортные цены на подсолнечное масло и мясо свежемороженое, а также средняя экспортная цена на медь. Последний фактор, оказавшись значимым, показывает, что экспортно-импортные операции региона теснейшим образом связаны между собой. Для обеспечения требуемого объема импортных поступлений, прежде всего продуктов питания и ТНП, необходимо реализовать на внешнем рынке широкую номенклатуру экспортных товаров. В случае неблагоприятной для экспортных товаров региона конъюнктуры рынка меняется объемная и стоимостная структура экспорта, что отрицательно сказывается на аналогичных параметрах импорта. Результаты представленного анализа показывают наличие корреляции импорта региона с показателями социально-экономического развития региона (блок один), с основными экспортными отраслями региона (блок два) и с рядом ценовых факторов (блок три). Большинство из указанных факторов не являются значимыми, так как оказывают опосредованное влияние на импорт через другие факторы и не выдерживают проверки на мультиколлинеарность. Ввиду широкой номенклатуры ТНП, потребляемых в регионе и трудности сбора достоверной статистической информации о ценах на основные товары и объемах производства в легкой, пищевой и прочих отраслях промышленности, среди анализируемых факторов, вероятно, отсутствуют те, которые являются значимыми. Таким образом, ряд факторов оказался за пределами нашего рассмотрения. Тем не менее, полученные данные будут использоваться для дальнейшего анализа.

Следующий этап работы это построение и анализ регрессионной модели. Согласно [39], корреляционно-регрессионной моделью (КРМ) системы взаимосвязанных признаков является такое уравнение регрессии, которое включает основные факторы, влияющие на вариацию результативного признака, обладает высоким (не ниже 0,5) коэффициентом детерминации и коэффициентами регрессии, интерпретируемыми в соответствии с теоретическим знанием о природе связей в изучаемой системе. Учитывая, что используемый программный продукт допускает включение только (и-1) факторов для синтеза модели, и ориентируясь на незначительное число наблюдений (л=9), нами предполагается построение модели включающей в качестве независимых факторы второго блока, и модели включающей в качестве независимых факторы третьего блока, если таковые оказались значимыми. Таким образом, исследуем с целью построения КРМ следующие зависимости: Х9, Хю, Хп, Хц)-, Х22, Х2з,.

Х25)-Г1=%Х8, Х9, Хю, Хп, Хп, Хи) — У^{Х1Ъ Х22) — Г2=%Х20, Х23, Х25). Несмотря на то что факторы Х%, Хо, Хп, Х2, Х3 тесно связаны между собой они рассматриваются в качестве независимых факторов, так как представляют объемы производства по основным экспортным отраслям региона. При исключении какого-либо из этих факторов вариация результирующего фактора не будет достаточно точно определяться вариацией оставшихся факторов, достоверность модели будет существенно ниже. Для построения уравнения регрессии использовался пошаговый метод включения факторов. Включение переменных в модель осуществлялось при помощи F — критерия.

При исследовании зависимости Х9, Хю, Х12, Хи) была получена модель, в которую вошли два фактора — Х% и Хи. Результаты исследования приведены в Приложении 13. Табл. 13.1, как и все остальные таблицы приложения, представляющие информацию о КРМ, содержат информационную часть и непосредственно таблицу с результатами анализа зависимости. В информационной части указано число шагов, имя зависимой переменной, коэффициент множественной корреляции, коэффициент детерминации, число случаев, по которым построена регрессия, значение^{критерия} и уровень его значимости, стандартная ошибка оценки, оценка свободного члена регрессии, стандартная ошибка оценки свободного члена, значение ¿—критерия для свободного члена регрессии и уровень его значимости. В информационной части, прежде всего, обращаем внимание на значение коэффициента детерминации. В данном случае он равен 0,76 — построенная регрессия объясняет 76% разброса значений относительно среднего. Коэффициент множественной корреляции -0,87, достаточно высок. Значение Б-критерия и уровень его значимости показывают, что полученная регрессионная модель достоверна. Табличное значение критерия Фишера ^=3,58, расчетное значение F= 9,46. Условие проверки модели на достоверность выполняется — о чем говорит и уровень значимости Б-критерия, /?=0,014 это значительно меньше установленного уровня значимости р=0)05. В четвертом столбце табл. 13.1 с результатами анализа (Приложение 13) представлены оценки неизвестных параметров модели (искомые коэффициенты регрессии). Искомая КРМ зависимости 7 от Х% и Х4 имеет вид:

Г=289 709Е4 — 69Х% + 99ЪХи (3.4).

Факторы Х% и А14, входящие в модель, значимы, о чем говорит последний столбец таблицы результатов анализа. Качественно построенное уравнение интерпретируется следующим образом. Внешнеторговый оборот региона растет с увеличением объемов улова рыбы и добычи других морепродуктов. С сокращением объемов добычи угля в регионе внешнеторговый оборот увеличивается. В этом случае внешнеторговый оборот увеличивается либо за счет увеличения экспорта угля, либо за счет увеличения его импорта. Реально уголь для региона является экспортной статьей. Учитывая, что искомая модель строится по данным, охватывающим период кризиса в экономике, знак коэффициента регрессии при факторе Х% объясняется, на наш взгляд, следующим образом. Экономический кризис затронул все сферы экономики как страны, так и региона. Потребности отраслей, использующих продукцию топливно-энергетического комплекса (ТЭК) резко сократились, так же как и объемы производства в отраслях ТЭК. С целью выживания в сложившихся кризисных условиях предприятия ТЭК увеличили реализацию продукции (угля) на внешнем рынке, тем самым увеличивая экспортные поставки и соответственно внешнеторговый оборот региона. Ниже будет представлена КРМ зависимости экспорта региона от ряда факторов, включающих в числе прочих и Х%, также с отрицательным знаком коэффициента регрессии, что подтвердит сделанное выше предположение. Изменение объемов добычи рыбы и других морепродуктов в регионе за анализируемый период было не столь значительно, как по другим отраслям экономики. Это одна из основных экспортных отраслей региона, традиционно в значительной степени определяющая объемы внешнеторгового оборота, что и подтверждается знаком коэффициента регрессии в КРМ. Используемый программный продукт позволяет дополнить аналитический метод оценки адекватности полученной модели графическими. Степень адекватности модели можно оценить, исследуя остатки, то есть разность между исходными значениями зависимой переменной и предсказанными по полученной модели значениями. В Приложении 13 представлена таблица остатков по представленной КРМ-3.4 -табл. 13.2. В Приложении 13 (рисунки 13.1 и 13.2) показаны графики остатков модели 3.4. Это график представляющий остатки как функцию от Х% и график представляющий остатки как функцию от Х4. Из графиков видно, что остатки хаотично разбросаны относительно прямой, в их поведении нет закономерностей. Нет оснований говорить, что остатки коррелированны между собой, нет также резко выделяющихся остатков. В Приложении 13 на рисунке 13.3 представлена гистограмма остатков модели 3.4, которая показывает, что распределение ошибок подчинено нормальному закону. Таким образом, графические методы оценки также подтверждают адекватность модели.

ЗАКЛЮЧЕНИЕ

.

Выполненные исследования позволили разработать и обосновать методические рекомендации по формированию и развитию рынка международных перевозок в условиях Дальнего Востока на основе логистического подхода. Представленная работа содержит следующие выводы и результаты исследования:

1. Использование логистики в деятельности предприятий связано с адаптацией и развитием существующих логистических технологий.

2. Транспортные организации, с одной стороны, являются элементами логистических систем, с другой стороны, необходимо использовать логистический подход при организации согласованной работы предприятий транспортного комплекса по доставке грузов.

3. Выявлено, что условием создания и эффективного функционирования логистических систем является заинтересованность в ней всех участников.

4. Эффективное логистическое товародвижение связано с использованием прогрессивных видов организации перевозок. К числу логистических транспортных систем можно отнести TTC, КТС, системы смешанных перевозок, системы терминальных перевозок. Определены логистические преимущества и возможности TTC, выявлены особенности формирования TTC на Дальнем Востоке, определены логистические задания КТС в международных перевозках.

5. Определены логистические операции, выполняемые экспедиторами при осуществлении международных перевозок. Показана роль транспортной экспедиции в организации логистических систем с использованием терминальной технологии доставки грузов.

6. Основой функционирования систем быстрого продвижения экспортно-импортных грузов является терминальная технология с созданием терминальных комплексов с таможенной обработкой грузов.

7. Показана роль и функции маркетинга в логистических системах. Определена система рыночных показателей эффективности логистики в международных перевозках.

8. Представлена характеристика внешнеэкономических связей Дальневосточного региона. Проведен анализ внешнеторгового оборота региона, выявивший, что в структуре экспорта преобладают сырьевые товары: древесина, нефтепродукты, цветные металлы, рыбопродукция. Структура импорта Дальнего Востока формировалась в условиях резкого падения объемов производства. Значительный удельный вес товаров потребительского спроса в импорте обусловлен объективными факторами. В регионе развивается рынок международных услуг, в том числе и транспортных.

9. Транспортное обеспечение внешнеэкономической деятельности региона осуществляется разными видами транспорта с приоритетом морского, что объясняется географическим положением основных торговых партнеров.

10. Стоимость грузов, перевозимых различными видами транспорта в экспортном и импортном направлении, различна.

11. Международные перевозчики выполняют логистические функции в рамках транспортно-экспедиционного обслуживания. Существующий рынок международных автоперевозок формировался в течение десяти последних лет и представлен предприятиями различными по численности парка автотранспортных средств, по форме собственности, по объемам выполняемых услуг. Процесс развития рынка международных автоперевозок в регионе будет определять тенденция роста уровня конкуренции. Значительная часть перевозчиков оценивает свое положение на рынке как устойчивое. Основными факторами, негативно влияющими на деятельность международных автоперевозчиков, являются высокие цены на транспортные средства, большие простои подвижного состава на погранпереходах и пунктах таможенного контроля, высокие таможенные пошлины, налоги и сборы на импортный подвижной состав.

12. Определены факторы двух уровней, качественные и количественные, влияющие на внешнеторговый оборот региона и на функционирование рынка международных перевозок.

13. Выявлены важнейшие факторы, их взаимосвязь и степень их влияния на внешнеторговый оборот, экспорт и импорт региона. Получены корреляционно-регрессионные модели, определяющие спрос на международные транспортные услуги в регионе. Определены стоимостная и объемная структуры спроса на международные перевозки в Дальневосточном регионе на 2002;2003 г. г.

14. Разработана функциональная модель управления маркетинговой деятельностью международных автоперевозчиков на примере ООО ВХР «Автоцентр КамАЗ».