ЮФУ
ул. М. Горького, 88, к. 211
г.Ростов-на-Дону, Россия
344002
+7 (863) 250-59-54
Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

TERRA ECONOMICUS

Эластичность спроса на лесную продукцию в макрорегионах России: моделирование для прогнозирования развития отрасли


TERRA ECONOMICUS, , Том 22 (номер 1),
Цитирование: Пыжев А.И. (2024). Эластичность спроса на лесную продукцию в макрорегионах России: моделирование для прогнозирования развития отрасли. Terra Economicus 22(1), 104–116. DOI: 10.18522/2073-6606-2024-22-1-104-116
Благодарность: Исследование выполнено за счет гранта Российского научного фонда № 19-18-00145. https://rscf.ru/project/19-18-00145/

Прогнозирование развития отраслевых рынков требует наиболее полного представления о взаимосвязях между выпуском продукции и спросом на нее внутри страны, а также в рамках внешнеторговых операций. Целью работы является оценка эластичности спроса на лесную продукцию в России в разрезе крупнейших макрорегионов, сгруппированных в соответствии с действующим административно-территориальным делением в федеральные округа. С учетом выраженной экспортной направленности российской лесной промышленности и предполагая, что рынок достигнет частичного равновесия в среднесрочном периоде, спрос моделируется через объем производства. На основе квартальных данных с 2010 по 2023 г. получены статистически значимые оценки коэффициентов эластичности спроса на лесную продукцию по цене и другим факторам, определяющим экономическую динамику. Полученные оценки применены для выполнения расчетов в рамках структурных моделей экономики лесной промышленности России с учетом региональной детализации. На примере сценарного прогнозирования динамики производства пиломатериалов в регионах Сибири показано, что наиболее приемлемым вариантом развития лесной промышленности является опережающий рост внутреннего спроса на данный вид продукции за счет роста объемов индивидуального и многоквартирного домостроения. Полноценное применение таких моделей критически важно для прогнозирования развития отрасли и формирования сбалансированной лесопромышленной политики. Особую значимость это приобретает в условиях вновь возникающих внешнеторговых ограничений.


Ключевые слова: лесной комплекс; лесная промышленность; эластичность спроса по цене; лесная продукция; эконометрическое моделирование; ретроспективный анализ

Список литературы:
  • Антонова Н. (2017). Трансформация лесного комплекса за годы российских реформ: дальневосточный срез. Пространственная экономика 3(51), 83–106. [Antonova, N. (2017). Transformation of the forest complex during the years of Russian reforms: a Far Eastern crosssection. Spatial Economics 3(51), 83–106 (in Russian)]. DOI: 10.14530/se.2017.3.083-106
  • Баранов А., Павлов В., Тагаева Т., Слепенкова Ю. (2020). Опыт построения и использования межотраслевых региональных моделей эколого-экономического развития. Мир экономики и управления 20(3), 27–47. [Baranov, A., Pavlov, V., Tagayeva, T., Slepenkova, Y. (2020). Experience in building and using inter-sectoral regional models of ecological and economic development. World of Economics and Management 20(3), 27–47 (in Russian)].
  • Блам Ю., Машкина Л. (2018). Построение иерархического набора моделей: от стоимостной ОМММ к отраслевой модели в натуральных показателях. Мир экономики и управления 18(4), 126–139. [Blam, Y., Mashkina, L. (2018). Building a hierarchical set of models: from a value-based OMMM to an in-kind industry model. World of Economics and Management 18(4), 126–139 (in Russian)]. DOI: 10.25205/2542-0429-2018-18-4-126-139
  • Блам Ю., Машкина Л., Стойлова А. (2016). Об одном подходе к детализации народнохозяйственного прогноза развития отрасли (на примере лесного комплекса). Мир экономики и управления 16(4), 39–47. [Blam, Y., Mashkina, L., Stoilova, A. (2016). On one approach to the detailing of the national economic forecast of the industry development (on the example of the forest complex). World of Economics and Management 16(4), 39–47 (in Russian)].
  • Вольчик В. (2022). Фундаментальные условия инновационного развития экономики. Journal of Economic Regulation 13(2), 6–21. [Volchik, V. (2022). Fundamental conditions of innovative development of the economy. Journal of Economic Regulation 13(2), 6–21 (in Russian)]. DOI: 10.17835/2078-5429.2022.13.2.006-021
  • Глазырина И., Яковлева К., Жадина Н. (2015). Социально-экономическая эффективность лесопользования в регионах России. Регионалистика 2(5-6), 18–33. [Glazyrina, I., Yakovleva, K., Zhadina, N. (2015). Socio-economic efficiency of forest use in Russian regions. Regionalistika 2(5-6), 18–33 (in Russian)]. DOI: 10.14530/reg.2015.5–6
  • Дианов С.В., Гулин К.А., Антонов М.Б., Ригин В.А. (2021). Агент-ориентированное моделирование регионального лесного комплекса. Вологда: ФГБУН ВолНЦ РАН. [Dianov, S., Gulin, K., Antonov, M., Rigin, V. (2021). Agent-based modeling of regional forest complex. Vologda: Vologda Scientific Centre RAS (in Russian)].
  • Крюков В., Баранов А., Павлов В., Суслов В., Суслов Н. (2020). Проблемы развития единого комплекса средств макроэкономического межрегионального межотраслевого анализа и прогнозирования. Экономика региона 16(4), 1072–1086. [Kryukov, V., Baranov, A., Pavlov, V., Suslov, V., Suslov, N. (2020). Problems of development of a unified complex of means of macroeconomic interregional interindustry analysis and forecasting. Regional Economics 16(4), 1072–1086 (in Russian)]. DOI: 10.17059/ekon.reg.2020-4-5
  • Петров В.Н., Каткова Т.Е., Карвинен С. (2019). Тенденции развития лесной экономики в России и Финляндии. Экономические и социальные перемены: факты, тенденции, прогноз 12(3), 140–157. [Petrov, V., Katkova, T., Karvinen, S. (2019). Trends in the development of forest economy in Russia and Finland. Economic and Social Changes: Facts, Trends, Forecast 12(3), 140–157 (in Russian)]. DOI: 10.15838/esc.2019.3.63.9
  • Порфирьев Б.Н. (2020). Перспективы экономического роста. Вестник Российской академии наук 90(3), 243–250. [Porfiriev, B. (2020). Prospects for economic growth. Herald of the Russian Academy of Sciences 90(3), 243–250 (in Russian)]. DOI: 10.31857/S0869587320030159
  • Поршаков А.С., Пономаренко А.А., Синяков А.А. (2016). Оценка и прогнозирование ВВП России с помощью динамической факторной модели. Журнал Новой экономической ассоциации(2), 60–76. [Porshakov, A., Ponomarenko, A., Sinyakov, A. (2016). Estimation and forecasting of Russiaʼs GDP using a dynamic factor model. Journal of the New Economic Association (2), 60–76 (in Russian)].
  • Пыжев А. (2022). Лесной комплекс России за годы реформ: больше законов, но меньше порядка? Journal of Institutional Studies 14(3), 91–102. [Pyzhev, A. (2022). Russiaʼs forest complex in the years of reform: More laws but less order? Journal of Institutional Studies 14(3), 91–102 (in Russian)]. DOI: 10.17835/2076-6297.2022.14.3.091-102
  • Рязанов В.А. (2023). Япония и Южная Корея как рынки для российских экспортеров древесных гранул. Вестник Института экономики Российской академии наук (1), 130–142. [Ryazanov, V. (2023). Japan and South Korea as markets for Russian exporters of wood pellets. Bulletin of the Institute of Economics of the Russian Academy of Sciences (1), 130–142 (in Russian)]. DOI: 10.52180/2073-6487_2023_1_130_142
  • Широв А., Янтовский А. (2014). Межотраслевая макроэкономическая модель как ядро комплексных прогнозных расчетов. Проблемы прогнозирования (3), 18–31. [Shirov, A., Yantovsky, A. (2014). Inter-sectoral macroeconomic model as the core of complex forecast calculations. Problems of Forecasting (3), 18–31 (in Russian)].
  • Широв А.А. (2020). Статистика в интересах экономики и общества. Проблемы прогнозирования(1), 5–9. [Shirov, A. (2020). Statistics in the interests of economy and society. Problems of Forecasting (1), 5–9 (in Russian)].
  • Широв А.А. (2021). Использование потенциала роста российской экономики для достижения целей развития общества. Научные труды Вольного экономического общества России 230(4), 113–120. [Shirov, A. (2021). Utilization of the growth potential of the Russian economy to achieve the goals of society development. Scientific Proceedings of the Free Economic Society of Russia 230(4), 113–120 (in Russian)]. DOI: 10.38197/2072-2060-2021-230-4-113-120
  • Широв А.А. (2023). Развитие российской экономики в среднесрочной перспективе: риски и возможности. Проблемы прогнозирования (2), 6–17. [Shirov, A. (2023). Development of the Russian economy in the medium term: Risks and opportunities. Problems of Forecasting (2), 6–17(in Russian)]. DOI: 10.47711/0868-6351-197-6-17
  • Babushkina, E., Zhirnova, D., Belokopytova, L., Tychkov, I., Vaganov, E., Krutovsky, K. (2019). Response of four tree species to changing climate in a moisture-limited area of South Siberia. Forests 10(11), 999. DOI: 10.3390/f10110999
  • Banaś, J., Šafařík, D., Utnik-Banaś, K., Hlaváčková, P. (2022). Identifying long-run and short-run relationships in the European Union softwood market. Forest Policy and Economics 143, 102821. DOI: 10.1016/j.forpol.2022.102821
  • Buongiorno, J. (2019). Country-specific demand elasticities for forest products: Estimation method and consequences for long term projections. Forest Policy and Economics 106, 101967. DOI: 10.1016/j.forpol.2019.101967
  • Buongiorno, J., Johnston, C. (2018). Potential effects of US protectionism and trade wars on the global forest sector. Forest Science 64(2), 121–128. DOI: 10.1093/forsci/fxx001
  • Chas-Amil, M., Buongiorno, J. (2000). The demand for paper and paperboard: econometric models for the European Union. Applied Economics 32(8), 987–999. DOI: 10.1080/000368400322048
  • Chugunkova, A., Pyzhev, A. (2020). Impacts of global climate change on duration of logging season in Siberian boreal forests. Forests 11(7), DOI: 10.3390/f11070756
  • Heaton, C., Ponomareva, N., Zhang, Q. (2020). Forecasting models for the Chinese macroeconomy: the simpler the better? Empirical Economics 58(1), 139–167. DOI: 10.1007/s00181-019-01788-0
  • Hu, L., Song, C., Ye, S., Gao, P. (2022). Spatiotemporal statistical imbalance: A long-term neglected defect in UN Comtrade dataset. Sustainability 14(3): 1431. DOI: 10.3390/su14031431
  • Jiang, Z., Chen, C., Li, N., Wang, H., Wang, P. et al. (2022). Advancing UN Comtrade for physical trade flow analysis: Addressing the issue of outliers. Resources, Conservation and Recycling 186, 106524. DOI: 10.1016/j.resconrec.2022.106524
  • Kharuk, V., Ponomarev, E., Ivanova, G., Dvinskaya, M., Coogan, S., Flannigan, M. (2021). Wildfires in the Siberian taiga. Ambio (50), 1953–1974. DOI: 10.1007/s13280
  • Kirdyanov, A., Hughes, M., Vaganov, E., Schweingruber, F., Silkin, P. (2003). The importance of early summer temperature and date of snow melt for tree growth in the Siberian Subarctic. Trees – Structure and Function 17(1), 61–69. DOI: 10.1007/S00468-002-0209-Z
  • Korotkikh, O. (2020). A multi-country BVAR model for the external sector. Russian Journal of Money and Finance 79(4), 98–112. DOI: 10.31477/rjmf.202004.98
  • Mayorova, K., Fokin, N. (2021). Nowcasting growth rates of Russia’s export and import by commodity group. Russian Journal of Money and Finance 80(3), 34–48. DOI: 10.31477/rjmf.202103.34
  • Michinaka, T., Tachibana, S., Turner, J. (2011). Estimating price and income elasticities of demand for forest products: Cluster analysis used as a tool in grouping. Forest Policy and Economics 13(6), 435–445. DOI: 10.1016/j.forpol.2011.05.011
  • Nepal, P., Buongiorno, J., Johnston, C., Prestemon, J., Guo, J. (2021). Global forest products trade model. In: van Kooten, C., Voss, L. (eds.) International Trade in Forest Products: Lumber Trade Disputes, Models and Examples. CABI, 110–141. DOI: 10.1079/9781789248234.0006
  • Pyzhev, A., Gordeev, R., Vaganov, E. (2020). Reliability and integrity of forest sector statistics – A major constraint to effective forest policy in Russia. Sustainability 13(1), 86. DOI: 10.3390/su13010086
  • R Core Team. (2023). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna. https://www.R-project.org (accessed on June 23, 2023)
  • Riviere, M., Caurla, S., Delacote, P. (2020). Evolving integrated models from narrower economic tools: The example of forest sector models. Environmental Modeling & Assessment 25(4), 453–469. DOI: 10.1007/s10666-020-09706-w
  • Tchebakova, N., Parfenova, E., Soja, A. (2009). The effects of climate, permafrost and fire on vegetation change in Siberia in a changing climate. Environmental Research Letters 4(4). DOI: 10.1088/1748-9326/4/4/045013
  • Wickham, H. (2009). ggplot2. Elegant Graphics for Data Analysis. New York: Springer.
  • Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L. et al. (2019). Welcome to the Tidyverse. Journal of Open Source Software 4(43), 1686. DOI: 10.21105/joss.01686
Издатель: Южный Федеральный Университет
Учредитель: Южный федеральный университет
ISSN: 2073-6606