Правительство Российской Федерации

Федеральное государственное автономное образовательное

учреждение высшего профессионального образования

«Национальный исследовательский университет

«Высшая школа экономики»

Санкт-Петербургский филиал федерального государственного

автономного образовательного учреждения высшего профессионального

образования

«Национальный исследовательский университет «Высшая школа экономики»

Факультет экономики

Кафедра городской и региональной экономики

МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ

на тему: «оценка влияния доступности станций метрополитена на развитие розничной торговли и сферы услуг (на примере Санкт-Петербурга)»

Направление «Экономика»

Программа «Экономика»

Студент группы № 1221

Паршин Кирилл Владимирович

Научный руководитель

Зав. Кафедры городской и региональной экономики, д.э.н., Лимонов Леонид Эдуардович

Санкт-Петербург

2013

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ 3

Глава 1. Модели пространственного размещения с фактором транспортной доступности 5

1.1 Модель концентрических колец Фон Тюнена 5

1.2 Модель линейного города Хоттелига 11

1.3 Модель цены - транспортной доступности городской земли Алонсо 18

1.4 Иные модели пространственного размещения с фактором транспортной доступности 21

Глава 2. Методы оценки влияния транспортных систем на развитие территорий. 25

2.1 Анализ затраты-выгоды в транспортных проектах 25

2.2 Сравнение подходов Всемирного Банка и Российских нормативов при оценке транспортных проектов 31

Глава 3. Расчет влияния доступности станций метрополитена

СПб на развитие сферы услуг и розничной торговли 37

3.1 Методология расчетов и статистические результаты 37

3.2 Построение регрессионной модели и интерпретация полученных результатов 43

3.3 Расчет суммарного эффекта от развития метро к 2025 году 49

ЗАКЛЮЧЕНИЕ 50

Список использованной литературы 53

Приложение 59

Введение

Бурное развитие и рост городов во всём мире неизбежно влечет за собой увеличение спроса на транспорт, тем самым усугубляя уже известные проблемы мегаполисов – автомобильные пробки, плохая экология, не справляющийся со своими функциями общественный транспорт. Самый очевидный способ минимизировать перечисленные проблемы – это усиленное развитие общественного транспорта. Именно поэтому сейчас трудно представить крупный город или мегаполис без сети метрополитена. В метро нет пробок, нет задержек – можно с точностью до минуты рассчитать время поездки; услугами метрополитена пользуются почти все слои населения. В связи с этим трудно приуменьшить роль метро в современных городах. Санкт-Петербург в данном смысле не является исключением – при населении примерно в 4.9 млн. человек услугами метрополитена ежедневно пользуются около 2.7 млн. горожан, однако, по степени транспортной обеспеченности населения в сфере метро, Петербург отстает не только от Москвы, но и от большинства европейских городов (см. приложение А).

Проблема, с которой сталкиваются сторонники развития подобных инфраструктурных объектов по всему миру (и в России особенно), упирается в существование огромного временного лага между моментом постройки этого объекта и моментом получения эффектов от неё. В случае метрополитена СПб, следуя данным из доклада по развитию сети метро до 2025 года («Петербургский НИПИГрад», ОАО «Ленметрогипротранс», 2011) проблема отсутствия многих положительных эффектов на короткой перспективе ставит в невыгодное положение проекты развития метрополитена СПб. В связи с этим, актуальность поисков и расчетов новых факторов, которые могли бы быть учтены при расчете рентабельности, затрат и выгод проекта чрезвычайно высока на сегодняшний день.

В данном исследовании предполагается, что таким фактором могло бы стать влияние доступности станций метрополитена города на развитие сферы услуг и розничную торговлю. Оценка и расчет этого влияния и является целью данной работы.

К задачам, призванным придти к указанной цели можно отнести следующие: структурировать имеющиеся теоретические модели под условия города Санкт-Петербурга и его метрополитен, применительно к сфере услуг и розничной торговли. Сделать выводы о состоятельности выбранных моделей к применяемой тематике.

Собрать статистические данные по коммерческим объектам на разном удалении от станций метро СПб и произвести расчеты, необходимые для дальнейшего анализа.

Провести статистический анализ и построить регрессионную модель для выявления влияния доступности станций метро и других факторов на развитие коммерческой активности.

Произвести расчеты по развитию розничной торговли и сферы услуг на 2025 год, в зависимости от развития метрополитена СПб.

Глава 1. Модели пространственного размещения с фактором транспортной доступности

1.2 Модель концентрических колец Фон Тюнена

В модели концентрических колец фон Тюнена (Thunen, 1826) описывается зависимость доступности центра города и типа сельскохозяйственной активности. То есть центр города выступает в качестве торговой площади, куда свозятся товары всех сельскохозяйственных угодий в округе. Род сельскохозяйственной деятельности в зависимости от удаления от центра меняется, так как транспортные издержки для каждого рода деятельности составляют разную долю расходов от производства.

Модель Тюнена представляет собой концентрическую модель, центром которой является центр изолированного города (не имеет торговых связей с другими городами, ведет натуральное хозяйство), на котором ведется торговля выращенными в округе и привезенными в город продуктами. Изначально в модели предполагается, что город стоит на абсолютной равнине и скорость передвижения со всех сторон к центру города одинакова, это позволяет справедливо использовать концентрические кольца в качестве границ земель различного назначения. В модели так же предполагается, что в процессе транспортировки продукты портятся (если они скоропортящиеся) и, более того, сама транспортировка занимает время/деньги. В связи с этим возникает вопрос: как следует разместить сельскохозяйственное производство вокруг города, для минимизации общих потерь, то есть город обеспечивался бы необходимыми товарами по минимальной (в целом) цене? Именно на этот вопрос дает ответ модель Тюнена – автор расставляет все необходимые сельхоз. угодья в концентрическом порядке так, чтобы объемные продукты (лес) не приходилось везти издалека, скоропортящиеся (молоко) не успевали испортиться по дороге и, чтобы итоговые затраты на транспортировку были минимальны для всей системы. Другими словами Фон Тюнен решает задачу минимизации транспортных издержек, применительно к экономике и сельскому хозяйству закрытого города.

Уравнение предельной производительности Фон Тюнена выгляди следующим образом:

,

Где R – Конечная рента земли

Y – Производство с каждой единицы земли

p – Стоимость каждой единицы при продаже

c – Затраты на производство каждой единицы товара

F – Коэффициент транспортировки

m – Расстояние до рынка

Рисунок 1. Модель концентрических колец Фон Тюнена

Однако, со времен Фон Тюнена (1783-1850) прошло немало времени, и за это время, в связи с развитием технологий, стоимость и временные затраты на транспортировку товаров изменились коренным образом. На сегодняшний день, концентрация населения в крупных городах может быть чрезвычайно велика, сами города могут занимать огромные площади, а транспортировка внутри города может быть куда более затратной и долгой, чем до самого города. Всё это порождает среду, где торговля ведется не на центральной площади, а в любых крупных скопления людей. Подобные скопления всегда тесно связаны с потоками людей, то есть в современных городах с транспортными потоками, которые нередко в большинстве своем формируются сетью метро.

В данной работе роль центра – играют входы/выходы станций метрополитена, так как по аналогии с центром города являются местами скопления большого количества людей, то есть потенциальных покупателей, а роль рода сельхоз. деятельности играет плотность коммерческих объектов на разных радиусах. Возможно, что и род деятельности коммерческих объектов тоже разный в зависимости от удаления от станций метро, однако, получить такого рода данные чрезвычайно проблематично, да и целью данного исследования установление подобной взаимосвязи не является. С другой стороны, можно рассматривать концентрические кольца с различной плотностью коммерческой активности аналогично концентрическим кругам Тюнена - с различными видами сельхоз. деятельности, ведь, если плотность коммерческих объектов различная - справедливо полагать, что и формат коммерческих объектов отличается, даже если род деятельности тот же. В данном исследовании так же используются кольца, хоть и реальные условия города далеки от допущений Тюнена о равномерной транспортной доступности пространства вокруг центра. Указанное упрощение применяется и в данной работе и обусловлено, в первую очередь, крайней затруднительностью расчета транспортной доступности по всей площади вокруг всех станций метро СПб, а так же подсчетом всех коммерческих объектов внутри этих площадей. Другое отличие от модели Фон Тюнена состоит в том, что коммерческие объекты не несут транспортных затрат в зависимости от удаленности от станций метро, зато они несут издержки в виде меньшего спроса со стороны покупателей ввиду уменьшающегося количества покупателей с увеличением расстояния от станции метро (люди расходятся в разные стороны). Однако существование коммерческих объектов и на большом удалении от мест скоплений людей оправдывается и более низкими арендными ставками (так как спрос на аренду так же меньше), что позволяет сохранять норму прибыльности при меньшем потребительском спросе. Более того, стоит отметить, что существование объектов розничной торговли и сферы услуг на различном (в том числе большом) удалении от станций метрополитена, обусловлено так же тем, что к метро люди должны еще подойти, то есть они (люди) могут проходить мимо этих объектов, совершенно не затрачивая для этого своё время и силы – другими словами, транспортные издержки у всех людей разные.

Подытожив, можно сказать, что задача данного исследования, которую призвана помочь решить модель Фон Тюнена - показать, что входы / выходы на станциях метрополитенов являются так же центрами торговли, как и центр города в модели Тюнена. А использование метода концентрических колец Тюнена поможет понять, упорядочить и наглядно визуализировать роль станций метрополитена, как центров притяжения объектов коммерческой деятельности.

Если первоначальные предположения об отрицательной взаимосвязи плотности объектов сферы услуг/розничной торговли и расстояния до ближайшей станции метрополитена верны, то есть транспортные издержки играют большую роль для посещаемости магазина, то, следуя, логике модели концентрических колец Тюнена, результатом должна стать модель следующего вида:

То есть плотность коммерческих объектов должна быть ниже в каждом последующем от центра кольце.

Глава 1.2 Модель линейного города Хоттелинга

Более подробно важность транспортных издержек при выборе местоположения объектов розничной торговли в городе изучал Хоттелинг и в своей работе Stability in Competition сформулировал собственную теорию – модель линейного города.

Считается, что изначально Хоттелинг для своей модели выбрал прообразом небольшой американский городок, пролегающий железной дороги, где практически все магазины расположены на этой центральной улице – Mainsteet (Hotelling, 1929). Население этого городка размещено с равной плотностью по обе стороны главной улицы. Графическое представление модели линейного города Хотеллинга может быть представлено на рис. 2. Общая длинна улицы = l. Магазины А и B размещены на расстоянии a и b от конца улицы (отрезка) соответственно. Покупатели несут транспортные издержки t на единицу времени, на доставку продуктов до дома. В модели допускается, издержки магазина на продажу товара равны нулю, а потребление равно единице товара за единицу времени на каждой единице протяженности. Таким образом, получается, что спрос крайне неэластичен, а все возможные предпочтения потребителей в отношении поставщиков агрегируются в их транспортных расходах.

Рисунок 2

Ист. (Гальперин, Игнатьев, Моргунов 2004)

Изначально модель линейного города Хоттелинга представляла собой игровую модель, где на первом этапе игроки выбирают свое местоположение, а на втором устанавливают цену. В данной игре большая роль отводится транспортным издержкам, ведь именно благодаря им, конкуренты имеют убывающую с расстоянием от магазина монополистическую власть над покупателями. Однако если представить t 0, то модель сводится к модели совершенной конкуренции (цены стремятся к предельным издержкам), а линейный город собирается в точку.

Одним из наиболее важных следствий модели линейного города Хотеллинга можно назвать - принцип минимальной дифференциации: "Покупатели повсюду сталкиваются с избытком однообразия" (Hotelling H. Stability in Competition. P. 54.). В модели Хотеллинга место на линейном рынке имеется лишь для двух продавцов (рис. 2.). Изначально расположившись в точках А и В у игроков, естественно, появляется стимул к движению в направлении центра рынка (Е). Стимул обусловлен тем, что смещаясь ближе к центру, каждый увеличивает свою клиентуру за счет покупателей конкурента (находящихся в секторах х и у соответственно), при этом не теряя своих (лежащих сегментах а и b). Равновесие достигается, когда оба продавца оказываются в центре, т. е. минимально дифференцировано пространственно.

Сам Хоттелинг описывал принцип минимальной дифференциации, как широко применимый в повседневной жизни: "Высочайшая стандартизация нашей обстановки, наших домов, нашей одежды, наших автомобилей и нашего образования в большой мере обусловлены экономичностью крупномасштабного производства, частично модой и подражанием. Но прежде всего это следствие того, что мы обсуждали, - тенденции допускать лишь небольшие отличия с тем, чтобы привлечь к новому товару столь же много покупателей, сколько привлекал и старый, дать ему, так сказать, место среди его конкурентов и массы потребителей" (Ibid).

В данной работе модель линейного города Хоттелига хоть и не может быть применена в чистом виде в силу большого числа конкурентов и улиц (нелинейность), неравномерного распределения населения, ненулевых издержек продавцов и.т.д. Однако, всё-таки возможно использование общих выводов и закономерностей, выведенных из модели, а так же возможно введение некоторых допущений, способствующих увеличению применяемости модели линейного города на практике.

Итак, рассматривая в данной работе метрополитен СПб и его станции можно выделить 2 типовых вида расположения станций применительно к модели Хоттелига:

1. Ветка метрополитена идет вдоль длинной прямой улицы с малым количеством перекрестков. Под этот вариант как нельзя кстати подходит «синяя» ветка метрополитена в районе Московского проспекта (рис. 3).

Рисунок 3

«Синяя» ветка метрополитена вдоль Московского проспекта

Ист. – «Карты Гугл» https://maps.google.ru/

2. Станции метрополитена расположены на площадях – перекрестье нескольких улиц. Примером подобной ситуации могут служить некоторые станции в центре города и других его частях – Пл. Восстания (рис.4), Сенная площадь/Садовая, Пл. Мужества, Технологический институт и.т.д.

Рисунок 4

Станция метро Площадь Восстания и прилегающие к ней улицы

Ист. – «Карты Гугл» https://maps.google.ru/

При рассмотрении первого варианта (ветка метрополитена – вдоль длинной улицы) учтем, что существуют 3 варианта конкуренции:

(1а) Между станциями метро (покупатели целенаправленно едут в магазин на метро).

(1б) У станций метро (покупатели идут к/от ближайшей станции метро и по пути заходят в магазин).

(1в) На улице (покупатели не используют метро)

Итак, примем некоторые допущения: будем считать, что люди на улицы размещены равномерно, а транспортные затраты на то, чтобы проехать больше на одну станцию метро равны нулю. Тогда получаем, что если магазин находится дальше, чем половина расстояния от станции – люди предпочтут проехать на следующую станцию и добраться до магазина от неё. В принципе, подобные допущения довольно реалистичны и не являются критическими для данной работы. Таким образом, в данном случае (1а, 1б) точками безразличия является среднее расстояние между соседними станциями метро. С другой стороны, если люди идут к/от метро, чтобы добраться куда-либо, то транспортных издержек на то, чтобы зайти по пути в магазин они не несут. Тогда получаем, что магазин, расположенный прямо у станции метро позволяет всем покупателям, размещенным на отрезке между серединами расстояния до соседних станций, использующими метро не нести никаких транспортных издержек, в то время как расположенный в любом другом месте магазин будет терять часть клиентов из-за возникающих у них издержек. Таким образом, для случаев «а» и «б» оптимальным и равновесным решением получается расположение в непосредственной близости к станции метро. Можно подумать, что и вариант «в» так же имеет равновесное решение около станции метро, однако это будет не совсем верно, ведь, в этом случае, ограничение отрезка – вся улица и, в соответствии с моделью линейного города Хоттелинга, её центр должен быть равновесной точкой. Очевидно, что ввиду очень большой протяженности подобных улиц (длина Московского проспекта составляет 9.5 км.) и большому количеству перекрестков - подобное решение вряд ли можно назвать состоятельным. Для разрешения этой проблемы предположим, что у станций метро уже есть торговые объекты, тогда людям, не использующим метро для передвижения, будет наименее трудозатратно (транспортные издержки = 0) посещать магазины, расположенные непосредственно у дома – то есть наиболее выгодное место для размещения магазинов будет как раз на точках безразличия людей использующих метро – по середине между станциями метро.

Для второго типового вида расположения станции метрополитена, где станция метро расположена на перекрестье нескольких улиц, так же справедливы выводы относительно варианта «б», однако, важность местоположения увеличивается пропорционально количеству улиц пересекающих площадь, где расположена станция. Вариант «а» можно признать справедливым лишь отчасти, ведь, станции метрополитена отходят, как правило, не во все стороны от площадей. Что же до варианта «в», то его роль в данном формате однозначно оценить чрезвычайно трудно и не представляется возможным на данном этапе.

Глава 1.3 Модель цены - транспортной доступности городской земли Алонсо

Модель использования городской земли Алонсо относится к так называемой "Новой экономики города" (NUE). Главным фактором выбора места размещения является транспортная доступность, как и в других рассмотренных моделях. Особую роль в модели играет центр города, ведь именно по отношению к нему рассчитывается транспортная доступность. Однако в простом варианте модели, где центр представлен в виде точки выбор использования земли сводится к подобному в модели Тюнена (см.Гл. 1.1), за тем лишь исключением, что в модели Алонсо выбор не ограничен сельскохозяйственными родами деятельности. Таким образом, получаем, что модель Тюнена является частным случаем модели Алонсо, и все рассуждения можно перенести на городское пространство. Именно подобные рассуждения приводят авторы основополагающих в сфере создания неоклассической теории цены городской земли работ (Alonso, 1964; Wingo 1961). Результатом работ стал вывод о том, что стоимость городской земли определяется доходом, от наиболее выгодного вида её использования. Так, центральный деловой центр (ЦДР) имеет, как правило, наиболее дорогую землю под собой, так как на его территории генерируется набольший доход. Таким образом, можно сказать, что, в результате конкурентной борьбы, формируется схема сегментирования городской земли. Рыночная стоимость этой земли определяется с учетом нормы прибыльности фирм застройщиков в конкретном городе и представляет собой ломаную линию, имеющую аналогом микроэкономический подход Тюнена. Однако подобная взаимосвязь была осознана лишь в начале 20 века в работах Гурда (Hurd), который впервые применил подобный подход для связи центы городской земли и концепции доступности.

Подобная модель не объясняет формирование цены на конкретные земельные участки, она призвана указывать общие закономерности в изменении стоимости городской земли и поведении экономических агентов в зависимости от доступности ЦДР. Преимущества ЦДР при отсутствии ограничений формируют огромный спрос на размещение там торговых и промышленных объектов, тем самым увеличивая спрос, но поскольку количество земли ограничено, в результате поднимается цена, исключающая менее эффективных для данной зоны конкурентов. Таким образом модель объясняет как достигается эффективное использование земли в городе и почему зоны различной деятельности располагаются именно в определенном порядке. Так же в модели показывается, почему растет цена земли и её аренды с развитием города, то есть, выводится фактор, ограничивающий рост города.

Таким образом, можно сказать, что рассматриваемая модель описывает организацию в пространстве всех видов городской деятельности связанной с производством и проживанием.

В данной работе модель Алонсо применяется в минимизированном виде для локальных центров внутри города – станций метрополитена. Как предполагается в работе, количество объектов коммерции вблизи станций метро обусловлено хорошей транспортной доступностью, соответственно, следуя логике модели Алонсо, и спрос на размещение торговых объектов должен быть выше (как и цена земли/аренды). Это, в свою очередь, значит, что и количество самих объектов должно быть тем выше – тем меньше расстояние до станции метро.

Так же можно допустить, что количество пассажиров использующих станцию метро определяют объем рынка у этой станции, соответственно спрос на размещение торговых объектов вблизи этой станции зависит от количества людей использующих эту станцию. Этот вывод важен, для построения регрессионной модели (Гл. 3.2), где он и будет проверен на состоятельность в рассматриваемых условиях.

1.4 Современные модели пространственного размещения с фактором транспортной доступности

Следует понимать, что в таком направлении экономической науки, как решение вопросов пространственного размещения, существуют множество моделей, многие из которых более современные, чем рассмотренные ранее модели концентрических колец Тюнена (Thunen, 1826), линейного города Хоттелинга (Hotelling, 1929), модели Алонсо (Alonso, 1964). Несмотря на то, что указанные модели являются основополагающими в данной тематике (Гальперин, Игнатьев, Моргунов 2004), для понимания полноты «картины» следует отметить и более современные модели на заданную тему.

Моделью, в некотором роде продолжающей идею модели линейного города Хоттелига, справедливо считать модель радиального города (Salop, 1979). По сути, указанная модель так же является моделью пространственной дифференциации, однако, в рассматриваемом случае, дифференциация производится уже не на прямой линии (как в модели Хоттелинга), а на окружности. Иными словами, рассматривается вариант, где покупатели способны перемещается лишь по периметру окружности, при этом они (покупатели) равномерно распределены вдоль неё; магазины так же, могут располагаться только на окружности (см.рис 5).

Рисунок 5

Ист. (Гальперин, Игнатьев, Моргунов 2004)

Где,

Длина окружности = 1

N – количество магазинов

Квадраты – местоположения магазинов

В модели радиального города предполагается, что магазины работают с возрастающей отдачей от масштаба, то есть при их равномерном удалении друг от друга (это следует из допущения о равномерном распределении покупателей), количество магазинов будет ограничено спросом, количеством обслуживаемых покупателей (меньше определенного числа клиентов работать становится нерентабельно).

Подобная модель может быть применима к городам с радиальной планировкой (напр. Москва), к кольцевым магистралям (МКАД, КАД, транспортные кольца), а так же к кольцевым веткам метрополитена. То есть данной теории можно найти применение при разработке проекта кольцевой линии, с целью планирования размещения вдоль неё станций метрополитена.

Другим важным стимулом развития изучения экономики города (и агломерации агломераций) стал прорыв в, так называемой, новой экономической географии – НЭГ (New Economic Geography, NEG), вызванный работой П. Кругмана (Krugman, 1991). В труде Кругмана можно проследить развитие идей определения оптимального использования городской (агломерационной) земли Тюнена (Thunen, 1929), однако, концептуальное отличие заключается в том, что в теории Тюнена существование городов заданно экзогенно и их появление и формирование никак не обосновывается. Кругман же, в своей работе строит модель, экономически объясняющую причины и стимулы формирования городов и агломераций. Во многом экономическая модель Кругмана разделяет тезисы теории А.Маршалла (Marshall, 1890) о том, что фирмы выгоднее располагать рядом с непосредственным рынком сбыта, а так же в близости с основными поставщиками. Признанное новаторство Кругмана заключается именно в экономическом объяснении с помощь разработки построения модели.

В модели Кругмана предполагается, что в экономике существует 2 города, производящие и торгующие 2 видами товаров – сельскохозяйственными (А) и промышленными (М), при этом промышленные товары дифференцированы (отличаются в зависимости от фирмы производителя), а сельхоз. – нет. Производство в модели предполагает возрастающую отдачу от масштаба.

Общая функция полезности – функция Кобба – Дугласа, функция полезности потребителя выглядит следующим образом:

U = СM С-1A,

Где U- полезность потребителя

С – количество потребленного товара

За образец функции предпочтения Кругман взял функцию Диксита-Стиглица (Dixit – Stigliz, 1977), поэтому в модели предпочтения описываются следующим образом:

,

Где – эластичность замещения одного товара на другой

К основным выводам этой модели можно отнести следующие:

• При малых транспортных издержках и значительном эффекте экономии от масштаба рабочие стремятся в город с более крупным производственным сектором, так как производительности труда там выше (и соответственно уровень жизни) – эффект агломерации.
• При больших транспортных издержках и незначительной экономии от масштаба рабочие будут стремиться распределится поровну между регионами.

Непосредственно к тематике исследования, проводимого в данной работе, модель Кругмана не может быть применена в чистом виде, однако её стоит учитывать, для понимания важности сети метро для города и достижения агломерационных эффектов.

Глава 2. Методы оценки влияния транспортных систем на развитие территорий.

1. Анализ затраты-выгоды в транспортных проектах

Как изначально предполагается в данном исследовании, транспортная доступность станций метрополитена СПб оказывает влияние на развитие сферы услуг и розничной торговли. Так, как целью работы является оценка указанного влияния – целесообразно изучить, как в общем оценивается влияние транспортных систем и проектов, для того чтобы понимать в какой мере исследуемое влияние дополняет существующие модели оценки.

С целью определить, какие методики и факторы используются на практике для оценки влияния крупных транспортных проектов, следует изучить действующие нормы и программы в данной сфере, по которым работают российские и мировые специалисты.

В любом инвестиционном проекте все данные можно разделить на два списка: затраты и выгоды, - подобный подход, позволяющий рассчитать все основные компоненты данных статей, называется анализ затраты-выгоды (cost-benefit analysis). В той или иной степени подобный анализ используется для оценки влияния любых крупных инфраструктурных проектов, требующих серьезных инвестиций. Для оценки подобных проектов необходимо учитывать определенные параметры и факторы, непосредственно влияющие на проект с одной стороны, и зависящие от него - с другой. При рассмотрении проектов развития транспортной инфраструктуры, как правило, первостепенное значение имею следующие факторы:

• Интенсивность движения (объем пассажиропотока);
• Сокращение транспортных издержек (времени, топлива и т.д.) для различных видов транспорта (легковые, грузовые и т. д.)
• Повышение безопасности дорожного движения (сокращение количества ДТП, их тяжести и их последствий)
• Улучшение экологических показателей (уменьшение количества выбросов СО2 и других вредных веществ; прочие экологические эффекты).

В данной работе предполагается, что, помимо всего прочего, пассажиропоток так же влияет на развитие коммерческой активности (розничной торговли и сферы услуг) около станций метрополитена, что определенно является еще одним фактором при учете выгод в кост-бенефит анализе.

Для расчета перечисленных факторов, применяются программы, моделирующие транспортные потоки в зависимости от заданных параметров (транспортные модели).

Для прогнозирования интенсивности движения, а так же для расчета распределения и плотности пассажиропотоков в городах и мегаполисах в настоящее время используются транспортные модели. Они позволяют рассчитать и учесть такие важные для проекта факторы, как причисленные ниже:

• Причины возникновения транспортного потока (деловой район в центре города, спальный на окраине)
• Цели транспортных перемещений (поездка на работу)
• Выбор транспортного средства (автомобиль / общественный транспорт)
• Выбор пути (какой именно маршрут).

Транспортные модели необходимы, для расчета факторов экономической эффективности и других эффектов, получаемых от объектов транспортной инфраструктуры, так как они (модели) помогают конвертировать все факторы в денежное выражение.

В данной работе принимаются к анализу расчетные данные по объему пассажиропотока и его распределению в метро СПб к 2025 году (НИПИград, 2011), полученные при помощи транспортных моделей.

Метрополитен, как объект транспортной инфраструктуры в крупных городах, обеспечивает малое время поездки и, самое главное - высокую прогнозируемость, поэтому имеет высокий потенциал развития. Однако и капитальные затраты при строительстве метрополитена также довольно высокие.

К издержкам в кост-бенефит анализе в подобных проектах принято относить следующие статьи:

• Бурение тоннелей, строительство новых путей, станций и.т.д.
• Закупка новых составов, дополнительные операционные расходы
• Внешние эффекты (экстерналии) – нарушение внешнего вида района (увеличение количества людей и связанные с этим эффекты), эксплуатация земли, шум (вибрации), загрязнение воздуха, эффекты, ведущие к глобальному потеплению.

Так как общие затраты получаются довольно высокими – имеет смысл осуществлять подобные проекты только в тех местах, где существует/прогнозируется большой пассажиропоток. Однако, в местах, где проживает большое количество людей, наиболее важными внешними эффектами становятся первые 3, загрязнение воздуха не происходит непосредственно от поездов метро, ведь их приводит в движение электроэнергия.

К выгодам от подобных проектов относят следующие показатели:

• Экономия времени - рассчитывается, как разница со временем, затраченным на поездку на альтернативном транспорте.
• Дополнительные мощности перевозки – считаются только в том случае, если спрос превышает текущее предложение. Эффектом считается перераспределение трафика от других видов перевозки в виде суммарных выгод потребителя.
• Уменьшение экстерналий от других видов перевозок (прим.- меньше поездок на автомобилях) – считаются эффекты от уменьшения использования других видов транспорта
• Увеличение надежности сообщения – считается, что метро – наиболее точно следует расписанию, что увеличивает возможность расчета времени в пути.
• Создание дополнительного трафика – дополнительный оборот пассажиров положительно влияет на экономику – рассчитывается влияние этого увеличения.
• Более широкие экономические выгоды – все остальные возможные выгоды.

В данном исследовании рассчитываются влияние фактора пассажирооборота (трафика и его увеличения) на развитие сферы услуг и розничной торговли около станций метрополитена (гл.3.2). То есть раскрывается и дополняется пункт кост-бенефит анализа – как дополнительный трафик будет влиять на экономику города в указанной сфере.

Критические для транспортных проектов факторы, которые отслеживаются на протяжении осуществления всего проекта:

• Спрос на транспорт
• Перерасход выделенных средств
• Координация другими проектами

Основные значимые для проекта переменные, которые необходимо учитывать:

• Расчет изменения ВВП
• Коэффициент увеличения трафика со временем
• Конкуренция с существующей инфраструктурой
• Ценность времени потребителей
• Стоимость инвестиций
• Стоимость содержания
• Тарифы проектного объекта и его существующих конкурентов

Расчетные показатели для анализа трафика проектов метрополитена:

• Прогнозные значения объемов перевозки по годам (желательны несколько вариантов для различного развития событий в будущем)
• Количество пассажиров
• Количество поездов
• Стоимость инвестиций (для нескольких вариантов):
• Работы
• Оборудование
• Непредвиденные обстоятельства
• Другие расходы

Факторы для экономического анализа:

• Расчет затрат на одну поездку для пассажиров
• Временные затраты
• Плата за проезд
• Общие (сумма)

2. Сравнение подходов Всемирного Банка и Российских нормативов при оценке транспортных проектов

На данный момент существует два подхода к оценке экономической эффективности транспортных проектов, широко применяющихся в Мире и известных в России:

1. Подход Всемирного Банка
2. Подход, основанный на российских нормативах

В так называемых транспортных заметках Всемирного банка (Transport Notes, TRN) описываются основные принципы и подходы к оценке экономической эффективности проектов по развитию транспортной инфраструктуры (или просто транспортных проектов), которые Всемирный банк предлагает использовать при оценке проектов как в развитых, так и развивающихся странах мира. Основной вопрос в подходе Всемирного банка, на который должен быть получен ответ в результате оценки экономической эффективности, следующий: является ли транспортный проект выгодным с общей социальной точки зрения? То есть, является ли проект эффективными экономически при учете затрат и выгод для всех заинтересованных слоев. Кроме того, ставятся следующие вопросы:

• Оправдан (рентабелен) ли проект с финансовой точки зрения?
• Каковы оценки выгод и издержек в случае реализации проекта?
• На какие социальные группы окажет влияние проект, каким образом?
• Каковы технические сложности при реализации проекта?

В данной работе рассматривается положительное влияние станций метро на формирование и развитие рядом с ней сферы услуг и розничной торговли, что может рассматриваться в контексте кост-бенефит анализа, как один из экономических факторов при учете выгод и рентабельности проекта.

В начале документа TRN-5 авторы заостряют внимание на том, что затраты производимые для оценки экономической эффективности должны быть сопоставимы с затратами на реализацию самого проекта, т. е. чересчур сложная и дорогостоящая экономическая оценка теряет свой смысл. Так же в данном документе представлена общая формула расчета экономической эффективности (Е) для любого проекта транспортной инфраструктуры:

E = U + G + C – I,

где

U – Выигрыш для непосредственных пользователей транспортной инфраструктуры

G – Выигрыш государственного сектора и перевозчиков

C – Выигрыш за счет улучшения экстерналий (улучшение экологии, уменьшения количества ДТП и т. д.)

I – Инвестиции, направленные на реализацию проекта

Расчет входных данных (интенсивность движения, временя в пути и др.) в методе оценки экономической эффективности Всемирного банка производится с помощью транспортных моделей. В подходе Всемирного банка акцентируется важность учета влияния транспортных проектов на различные отрасли, социальные группы и транспортные системы, с целью не нарушить сложившийся социальный и экономический баланс.

Норматив, по которым сейчас проводится оценка транспортных проектов в России, разработан в 1985 г. (норматив ВСН 21-83) и является действующим на момент написания работы. Ввиду, того, что документ не пересматривался на протяжении длительного срока, многие расчетные нормы и показатели, указанные в нормативе, не могут считаться пригодными для использования. Более того, на момент разработки и внедрения указанного норматива в СССР (и соответственно в России) действовала система плановой экономики, в связи с чем, некоторый порядок приоритетов и рекомендаций может не соответствовать современному экономическому укладу. Однако, несмотря на указанные несоответствия, при ближайшем рассмотрении двух подходов к оценке транспортных проектов, следует отметить сходство в оценке экономической эффективности проектов. Формула оценки общей экономической эффективности капитальных затрат может быть записана в следующем виде:

E = (D + T + N + P + V + C + U) / I,

где

D – Снижение текущих затрат от реализации проекта

T – Выигрыш для транспортных предприятий

N – Сокращение издержек в народном хозяйстве

P – Прирост объема чистой продукции в различных отраслях

V – Положительные социальные эффекты

C – Улучшение экологии и сокращение количества ДТП

U – Сокращение времени в пути

I – Капитальные затраты

Для наглядности сходства рассматриваемых подходов можно представить формулы следующим образом:

E = ((D + T + N + P + V) + C + U) / I = (G + C + U)/I.

Таким образом, следует отметить, что при объединении нескольких показателей (предполагаются определенные допущения), формула расчета экономической эффективности, предлагаемая Всемирным банком, может быть выведена из формулы, представленной в нормативе ВСН 21-83. Более того, в рассматриваемом нормативе отмечено, что так же следует учитывать и социальный эффект. Это свидетельствует в пользу общей концептуальной схожести двух подходов к оценке проектов.

Однако, существуют и существенные отличия русских нормативов от подхода Всемирного банка, а именно в ВСН 21-83:

• Оценивается только выигрыш времени для конечного потребителя проекта - не учитывается множество других положительных эффектов
• Не предусмотрен вариант участия частных инвесторов или схем софинансирования инфраструктурных проектов
• Не учитываются риски
• Не применяются инструменты инвестиционного анализа, такие как расчет NPV, IRR и др.
• Не учитывается влияние проекта на секторы экономики (и социальные группы) по отдельности

Стоит так же отметить, что расчетные нормативные показатели ВСН 21-83 требуют корректировки для соответствия современным реалиям. Далее, в ВСН 21-83 набор факторов экономической эффективности явно избыточен для каждого конкретного проекта. Таким образом, Подход Всемирного банка получается более гибким, что позволяет использовать необходимую свободу действий при его адаптации к различным условиям разнородных экономических систем и транспортных проектов.

Применительно к данному исследованию подход Всемирного Банка ближе, так как позволяет сосредоточиться на самом главном и учесть все выгоды, связанные с развитием транспортного проекта, к которым можно отнести и выгоду от увеличения коммерческой активности ввиду увеличения пассажиропотока всего метрополитена или отдельной станции. Иными словами в данном исследовании производится оценка эффекта от развития сферы услуг и розничной торговли, вызванной постройкой станции метро, которая может быть учтена в обоих подходах, однако подход Всемирного банка подходит для этого лучше, так как в нем проще учесть рассматриваемы эффект.

Глава 3. Расчет влияния доступности станций метрополитена СПб на развитие сферы услуг и розничной торговли

3.1 Методология расчетов и статистические результаты

Для того чтобы понимать на сколько сильно влияют (и влияют ли) станции метрополитена на распределение коммерческой активности в Санкт-Петербурге, в данной работе проводится анализ собранных данных по объектам розничной торговли и сферы услуг, находящимся рядом со станциями метро, которые далее так же называются объектами коммерческой активности.

В качестве коммерческой активности понимаются все официально зарегистрированные коммерческие объекты на Апрель 2013 года. Количество коммерческих объектов делится на площадь, на которой они все находятся – так получается плотность коммерческой активности.

Измерение количества коммерческих объектов производится с помощью программного пакета географической информационной системы «2ГИС». Замеры количества коммерческих объектов производится в различных радиусах вокруг всех действующих на 17.03.2011 станций метрополитена (список см. приложение В). Такая дата обусловлена имеющимися данными (НИПИград, 2011) по объему пассажирооборота и другим данным по станциям метрополитена (см. приложение В). Разница в 2 года межу замерами количества коммерческих объектов и пассажирооборотом станций метрополитена в данной работе считается несущественной, так как эффекты, производимые подобными метрополитену инфраструктурными объектами, проявляются с большим временными лагом (это будет показано в работе далее).

Для замеров выбраны следующие радиусы:

• 250 метров (<5 минут пешком, согласно системе 2ГИС)
• 500 метров (6-10 минут пешком)
• 750 метров (9-15 минут пешком)
• 1000 метров (12-20 минут пешком)

Погрешность составляет 1 метр при замерах радиуса в 250, 500 и 750 метров и 10 метров при замере радиуса в 1 км. Подобное расхождение погрешности обусловлено особенностями географической информационной системы 2ГИС, и в данной работе считается незначительным (погрешность в любом случае 1%).

Данные замеры призваны определить радиус влияния станций метрополитена на плотность расположения объектов коммерции.

Методика замеров такова:

Сперва подсчитывается количество объектов, входящих в каждый радиус каждой станции метро, то есть - сколько объектов находится в радиусе 250 метров, сколько в радиусе 500 и так далее для каждой станции.

Затем, чтобы узнать количество коммерческих объектов в каждом промежутке, вычитаем количество объектов в меньшем радиусе из большего:

ca250 = ca250 – 0

ca250-500 = ca500-ca250

ca500-750 = ca750 – ca500

ca750-1000 = ca1000-ca750,

где ca250 – количество коммерческих объектов в радиусе 250 метров

ca500 – количество коммерческих объектов в радиусе 500 метров

ca750 – количество коммерческих объектов в радиусе 750 метров

ca1000 – количество коммерческих объектов в радиусе 1000 метров

ca250-500 - количество коммерческих объектов в радиусе от 250 до 500 метров

ca500-750 - количество коммерческих объектов в радиусе от 500 до 750 метров

ca750-1000 - количество коммерческих объектов в радиусе от 750 до 1000 метров

Таким образом, мы получаем количество коммерческих объектов в каждом промежутке. И теперь, чтобы рассчитать плотность коммерческих объектов в каждом таком промежутке необходимо вначале посчитать площадь каждого радиуса по формуле: S=r2, где

S – площадь круга

r – радиус круга

– отношение длинны окружности к её диаметру (=const. = 3.14)

S250=r2= 3.14*2502=196250 м2

S500=r2= 3.14*5002=785000 м2

S750=r2= 3.14*7502=1766250 м2

S1000=r2= 3.14*10002=3140000 м2

Затем, необходимо вычесть площадь меньшего круга из большего, то есть:

S250-500 = S500- S250= 785000 – 196250 = 588750 м2

S500-750 = S750- S500= 1766250 – 785000 = 981250 м2

S750-1000 = S1000- S750= 3140000 – 1766250 = 1373750 м2

Теперь, когда посчитаны коммерческие объекты и известны площади, можно рассчитать плотность распределения коммерческих объектов на разном удалении от станций метро. Для этого необходимо, очевидно, просто поделить количество объектов на площади, на которых эти объекты расположены:

ca250 / S250

ca250-500 / S250-500

ca500-750 / S500-750

ca750-1000 / S750-1000

Проведя подобные расчеты по всем станциям метрополитена, получаем значения плотности коммерческих объектов на разных удалениях (см. приложение В).

Выявленные данные по плотности коммерческих объектов вокруг станций метрополитена Санкт-Петербурга показывают существенный скачёк плотности на удалении до 250 метров от станции (разница плотности с поясом в 250-500м. примерно в 2.5 раза, см. приложение В).

Такое положение вещей свидетельствует о большом значении станций метро для развития коммерческих объектов. Более того, отрицательная зависимость коммерческой активности от удаленности от станций метро наблюдается вплоть до ограничения наблюдаемой дистанции (1км.) (1.52; 0.62; 0.47; 0.45 объектов на км2), а это в свою очередь свидетельствует о том, что изначальное предположение о подобной взаимосвязи – верно и подтверждено статистически. Однако с другой стороны, имеются и некоторые нюансы, например, часто на отрезке, удаленном от 500м до 750м, сосредоточенность коммерческих объектов оказывалась меньше, чем на отрезке, удаленном от 750 до 1000м от той же станции (см. значения и списки станций в приложении В). И, хоть, средние значения плотности коммерческих объектов всё равно меньше на дальнем отрезке, разница эта не столь существенна, как предполагалось изначально.

Причиной подобного положения вещей, скорее всего, служат другие станции метро, расположенные в непосредственной близости. Так, количество пересечений со станциями, расположенными в радиусе 1 км. друг от друга составляет 61 (см. приложение В). Более того, с ростом радиуса количество пересечений с другими станциями существенно возрастает. Таким образом, в пределах подобного радиуса перекрывается большое количество станций метрополитена Санкт-Петербурга, то есть на большом радиусе на плотность распределения коммерческих объектов уже начинают влиять другие станции метро, что может искажать, полученные данные, если не учитывать данный фактор. Более того в следующем разделе, строится регрессионная модель, показывающая статистическую значимость влияния близкорасположенных станций метро на плотность коммерческой активности у рассматриваемой станции.

3.2 Построение регрессионной модели и интерпретация полученных результатов

Для выявления статистически значимых факторов, оказывающих влияние на плотность распределения коммерческой активности вокруг станций метрополитена, в работе строится линейная регрессионная модель, вида:

Y = b0 + b1x1 + b2x2 +…+ bkxk + (1)

Оценка проводится методом наименьших квадратов (МНК, OLS) при помощи эконометрического пакета Stata 11, данные сформированы и обработаны в программе MS Excel 2007.

Плотность коммерческих объектов около станций метрополитена оценивается при помощи гео-информационной системы 2ГИС. Учитываются все объекты недвижимости, имеющие официальную регистрацию на Май 2013 года. Методология расчесов заключается в выделении всех коммерческих объектов в пределах определенного радиуса (250, 500, 750, 1000м), подсчета площади круга, ограниченного этим радиусом и расчетом плотности коммерческой активности, то есть деление количества объектов на площадь, на которой они находятся. Затем, выбирается больший радиус и то же самое проделывается с ним, за исключением того, что данные меньшего радиуса вычитаются.

Первоначальные предположения:

• Чем больше пассажиров в день – тем больше коммерческая активность
• Чем больше станций рядом (в радиусе 1 км) – тем больше коммерческая активность
• На недавно построенных станциях коммерческой активности меньше
• Близость к историческому центру положительно влияет на объем коммерческой активности в районе

CA500 = b0 + b1(passngday) + b2(cross1km) + b3(notnew) + (1)

CA500 = b0 + b1(passngday) + b2(cross1km) + b3(notnew) + b4(histcent) + (2),

Где

1. CA500 - Плотность коммерческих объектов на расстоянии от станций метро в 500м (шт./км2.)
2. passngday - Суточный пассажирооборот станции метро (тыс.человек/сутки)
3. histcent -Принадлежность станции метро к историческому центру СПб
4. cross1km - Находятся ли еще станции метро в пределах 1 км. ( 0 – нет, 1 – одна, 2 – две и.т.д.)
5. notnew - Является ли станция старой/новой (построенной в течении 10 лет) (1 – если старая; 0 - если новая)

	(1)	(2)
CA500	Coef.	Coef.
passngday	4.01 (4.56)	3.41 (3.5)
cross1km	189.21 (8.23)	159.40 (7.7)
notnew	249.91 (3.01)	226.63 (3.71)
histcent		197.75 (1.7)
R2	0.71	0.74