Модель долгосрочного прогнозирования объёма грузовых автомобильных перевозок в регионе на основе эконометрического подхода (на примере Белгородской области)

Введение. В условиях трансформации транспортно-логистической системы России и усиления роли региональных грузопотоков актуальной задачей становится разработка надёжных инструментов долгосрочного прогнозирования объёма грузовых перевозок. В статье представлена эконометрическая модель прогнозирования объёма перевезённых грузов автомобильным транспортом в Белгородской области на период до 2040 г.

Методы и материалы. В качестве материалов использованы официальные статистические данные за 2010–2023 гг., включая объём перевозок, валовой региональный продукт, протяжённость автомобильных дорог и количество грузовых автомобилей. Методологическую основу исследования составляет множественная линейная регрессия с последующей диагностической проверкой на мультиколлинеарность, гетероскедастичность и автокорреляцию остатков.

Результаты. Построенная модель объясняет 87% дисперсии объёма перевозок (R² = 0,87), средняя абсолютная процентная ошибка (MAPE) составляет 4,2%. Все коэффициенты статистически значимы (p < 0,05), что подтверждает её надёжность для сценарного прогнозирования в условиях геополитической и экономической неопределённости.

Заключение. Результаты работы могут быть использованы органами исполнительной власти субъектов РФ при разработке транспортных стратегий, инвестиционных программ и логистических кластеров, а также интегрированы в цифровую экосистему Национальной цифровой транспортно-логистической платформы (НЦТЛП) и Транспортно-экономического баланса (ТЭБ).

1. Meyer M.D. Urban Transportation Planning / M. D. Meyer, E. J. Miller. New York: McGraw-Hill, 2001. 576 p.

2. Goodwin P. Forecasting freight transport demand: a critical review / P. Goodwin // Transport Reviews. 1996. Vol. 16, № 3. P. 215–239.

3. Banister D. The sustainable mobility paradigm / D. Banister. Transport Policy, 2008, vol. 15, no. 2, pp. 73–80.

4. Ma X. Long short-term memory neural network for traffic speed prediction / X. Ma, Z. Tao, Y. Wang, H. Yu, Y. Wang. Transportation Research Part C: Emerging Technologies, 2015, vol. 54, pp. 171–188.

5. Li Y. Freight volume forecasting using machine learning / Y. Li, J. Wang, H. Liu. Journal of Transport Geography, 2021, vol. 92, P. 103028.

6. Zhang Y.A deep learning approach for freight demand forecasting / Y. Zhang, L. Wang, X. Chen. Transportation Research Record, 2020, vol. 2674, no 9, pp. 334–345.

7. Sterman J.D. Business Dynamics: Systems Thinking and Modeling for a Complex World / J.D. Sterman. Boston: McGraw-Hill, 2000, 984 p.

8. Ge, Y. System dynamics modeling for regional freight transportation planning / Y. Ge, H. Zhang, X. Wang. Transport Policy, 2014, vol. 35, pp. 104–113.

9. Иванов А.В. Прогнозирование грузопотоков на железнодорожном транспорте России // Вестник транспорта Поволжья. 2019. № 4. С. 45–52.

10. Петрова Е.С. Моделирование международных грузопотоков в коридоре «Север–Юг» // Экономика и управление. 2022. № 5. С. 78–85.

11. Макарова И.В., Ореховский П.А. Транспортный коллапс 1990–1991 гг. и сдвиг в структуре российских грузоперевозок // Вопросы теоретической экономики. 2025. № 2. С. 164–180. Https://doi.org/10.52342/2587-7666VTE_2025_2_164_180

12. Мякишев В.С. Оценка современного состояния и перспективы развития грузового автомобильного транспорта в Ставропольском крае // Экономика и управление. 2007. № 3(52). С. 22–26.

13. Подхалюзина В.А., Дрейцен М.А. Научно-методические подходы оценки современного состояния транспорта региона // Транспортное дело России. 2017. № 2. С. 56–57.

14. Особенности региональных интегрированных логистических систем (на примере АПК Белгородской области) / А.С. Трошин, И.А. Новиков, Н.О. Блудян, В.Ю. Линник // Транспорт Урала. 2024. № 4(83). С. 61–68. Https://doi.org/10.20291/1815-9400-2024-4-61-68

15. Новиков А.Н., Блошеннков О.Ю. Анализ использования автомобильного транспорта в условиях АПХ «Мираторг» // Мир транспорта и технологических машин. 2024. № 3–3(86).С. 62–68. Https://doi.org/10.33979/2073–7432-2024-3-3(86)-62–68

16. Государственная поддержка работы грузовой транспортно-логистической системы / С.Н. Глаголев, И.А. Новиков, Ю.Н. Линник, А.А. Акулов // Вестник Ростовского государственного университета путей сообщения. 2024. № 2. С. 119–131. Https://doi.org/10.46973/0201–727X_2024_2_119

17. Актуальные задачи трансформации национальных транспортно-логистических систем в условиях санкционных воздействий / Д.В. Капский, О.Н. Ларин, Ф.Д. Венде, А.А. Арский, Д.А. Жильцов, О.Н. Жильцова // Наука и техника. 2024. № 6(23). С. 517–525. Https://doi.org/10.21122/2227–1031-2024-23-6-517-525