Моделирование спроса на автомобильные перевозки грузов Текст научной статьи по специальности «Экономика и бизнес»

Оригинальная статья / Original article УДК 656.1

DOI: 10.21285/1814-3520-2017-10-195-205

МОДЕЛИРОВАНИЕ СПРОСА НА АВТОМОБИЛЬНЫЕ ПЕРЕВОЗКИ ГРУЗОВ © Л.С. Трофимова1, С.А. Бородулина2

1Сибирский государственный автомобильно-дорожный университет (СибАДИ), Российская Федерация, 644080, г. Омск, пр-т Мира, 5. 2Университет морского и речного флота,

Российская Федерация, 198035, г. Санкт-Петербург, ул. Двинская, 5/7.

РЕЗЮМЕ. ЦЕЛЬ. Сделан акцент на устойчивое развитие транспортной системы регионов РФ, характеризующееся увеличивающимися объемами перевозок и качественными показателями инфраструктуры транспорта, которое будет способствовать как росту региональной экономики, так и эффективному решению задач экономики страны. Целью исследования является разработка способа прогнозирования спроса на услуги автотранспортных предприятий с учетом их конкурентоспособности на региональном рынке транспортных услуг. МЕТОДЫ. Конкурентоспособность автотранспортных предприятий представлена в исследовании как многоуровневый и многокритериальный показатель. Предложены способы прогнозирования объемов перевозок грузов в регионе на планируемый период в условиях полной и неполной определенности с применением тренда (экстраполяция кривой спроса) и с учетом изменения показателя конкурентоспособности. РЕЗУЛЬТАТЫ. Практическая реализация математической модели возможна с применением разработанного программно-математического обеспечения. Применение математической модели в практической деятельности позволило спрогнозировать объемы перевозок строительных грузов подвижным составом общего назначения (бортовыми) на год для трех отраслевых автотранспортных предприятий г. Омска. ВЫВОДЫ. Представленная математическая модель позволит определять прогнозные объемы перевозок грузов по определенной технологической схеме в соответствии с особенностями регионального спроса на перевозки и рассчитывать потенциальный спрос на перевозки, что следует учитывать при управлении ресурсами и мощностью автотранспортных предприятий региона на прогнозируемый период на основе критерия эффективности.

Ключевые слова: грузовые автомобильные перевозки, автотранспортное предприятие, регион, прогноз, математическое моделирование.

Формат цитирования: Трофимова Л.С., Бородулина С.А. Моделирование спроса на автомобильные перевозки грузов // Вестник Иркутского государственного технического университета. 2017. Т. 21. № 10. С. 195-205. DOI: 10.21285/1814-3520-2017-10-195-205

MODELING MOTOR TRUCKING DEMAND L.S. Trofimova, S.A. Borodulina

Siberian State Automobile and Highway University,

5, Mira pr., Omsk 644080, Russian Federation.

State University of Maritime and Inland Shipping,

5/7, Dvinskaya St., Saint-Petersburg 198035, Russian Federation.

ABSTRACT. PURPOSE. The article focuses on the sustainable development of the transport system in the regions of the Russian Federation, which is characterized by the growth of traffic volume and quality indices of transport infrastructure promoting both the growth of regional economy and efficient solutions of Russian economy tasks. The purpose of this study is development of the method forecasting the demand for road transport enterprises in view of their competitiveness at the regional transport service market. METHODS. The article presents the competitiveness of motor transport enterprises as a multi-level and multi-criteria indicator. It also proposes the forecasting methods of cargo transportation volumes in the region for the planned period under complete and incomplete certainty using the trend (extrapolation of the demand curve) and taking into account the changes in the competitiveness index. RESULTS. The mathematical

1

Трофимова Людмила Семеновна, кандидат технических наук, доцент кафедры организации перевозок и управления на транспорте, е-mail: trofimova_ls@mail.ru

Lyudmila S. Trofimova, Candidate of technical sciences, Associate Professor of the Department of Transportation Organization and Transport Management, е-mail: trofimova_ls@mail.ru

Бородулина Светлана Анатольевна, доктор экономических наук, профессор кафедры экономики водного транспорта, е-mail: piter00000@mail.ru

Svetlana A. Borodulina, Doctor of Economics, Professor of the Department of Water Transport Economy, е-mail: pi-ter00000@mail.ru

ISSN 1814-3520 ВЕСТНИК ИрГТУ Том 21, № 8 2017 / PROCEEDINGS of ISTU Vol. 21, No. 8 2017

195

model can be implemented with the use of the developed software. Practical application of the mathematical model will allow to predict the construction cargo volumes transported by general rolling stock (drop-side trucks) per year for three industrial road transport enterprises in the city of Omsk. CONCLUSIONS. Presented mathematical model will allow to determine the projected volumes of cargo transportation according to the particular process scheme in accordance with the characteristics of the regional transportation demand as well as to calculate the potential transportation demand. All these should be considered in managing resources and capacity of regional transport companies over the forecast period based on the performance criterion.

Keywords: trucking, transport enterprise, region, forecast, modeling

For citation: Trofimova L.S., Borodulina S.A. Modeling motor trucking demand. Proceedings of Irkutsk State Technical University. 2017, vol. 21, no. 10, pp. 195-205. (In Russian). DOI: 10.21285/1814-3520-2017-10-195-205

Введение

В настоящее время в РФ документом, определяющим потребность в перевозках грузов автомобильным транспортом, является Федеральная целевая программа «Развитие транспортной системы России». Недостаточное развитие транспортной системы регионов страны, характеризующееся невысокими объемными и качественными показателями инфраструктуры транспорта, приводит к существенным ограничениям роста экономики и формированию угроз для ее устойчивого развития, не позволяет эффективно решать задачи растущей экономики. В связи с этим в Федеральной целевой программе разработаны прогнозные качественные и количественные параметры развития транспортной системы РФ в трех вариантах: инерционном, энергосырьевом и инновационном. Прогнозируется, что величина перевозок грузов по инерционному варианту развития транспортной системы России до 2030 года по автомобильному транспорту составит 10 000 тыс. т, а плановая величина ресурсного обеспечения на автомобильном транспорте в 2030 году для бюджетов субъектов Российской Федерации составит 1015 млрд руб.3

Очевидно, что транспорт с его системой коммуникаций является одним из основных элементов современной рыночной и конкурентной инфраструктуры. В свою очередь, особенности регионов про-

являются в факторах, определяющих потенциальный спрос на перевозки грузов автомобильным транспортом, а также на конкурентные возможности перевозчиков. Учет факторов конкуренции, региональных различий и региональной динамики позволят осуществлять прогнозирование спроса на услуги автотранспортных предприятий (АТП).

Вопросы формирования регионального спроса на автомобильные перевозки грузов находятся в поле зрения многих исследователей, как отечественных, так и зарубежных. К примеру, E. Bergkvist и L. Westin [1], рассматривая грузовые автомобильные перевозки в Швеции, в своем исследовании сделали акцент на влияние инфраструктурной составляющей с учетом региональных особенностей конкурентоспособности перевозчиков в долгосрочной перспективе, проявляющихся при неизменности факторов влияния, таких как наличие договоров с грузовладельцами и расстояния перевозки, и способных оказывать влияние на прогнозные объемы перевозок. L.H. Roller, изучая вопросы макрорегио-нальной и внутриотраслевой конкуренции на транспорте, в статье [2] представил интересные результаты исследования последствий либерализации международной торговли в Европе, повлиявшей на формирование спроса и на окружающую среду. Автор прогнозирует наибольший рост спро-

3

Федеральная целевая программа «Транспортная стратегия Российской Федерации на период до 2030 года»: утв. Распоряжением Правительства РФ от 22 ноября 2008 г. № 1734-р. / Federal target program "The Transport Strategy of the Russian Federation for the period until 2030": approved by the Order of the Government of the Russian Federation of November 22, 2008 No. 1734-р]. Moscow: Informavtodor Publ., 2008, 136 p. (In Russian).

196 ВЕСТНИК ИрГТУ Том 21, № 10 2017 / PROCEEDINGS of ISTU Vol. 21, No. 10 2017 ISSN 1814-3520

са внутри Евросоюза на морские перевозки, при смещении спроса на автомобильные перевозки с железнодорожных. C. Cherry [3], исследуя транспортную систему Китая, в основу оценки регионального спроса на автоперевозки активно растущих регионов ставит такие факторы влияния, как доступность товаров, качество и пропускная способность автодорог, альтернативные виды транспорта, возможность введения платы за проезд. Исследовав опыт таких развитых азиатских городов, как Сингапур, Гонконг и Токио, автор предлагает подход, обеспечивающий устойчивый региональный спрос на перевозки грузов с позиции элиминирования проблемных факторов. Michael F. Gorman и Daniel G.P. Conway [4], рассматривая междугородные грузоперевозки как элементы цепей поставок, предлагают использовать метод сопоставления транспортных услуг перевозчиков на основе минимизации затрат на логистику, с учетом уровня обслуживания, типа навигационных программ и пр. Полученные результаты указывают на различия потенциального спроса в региональном разрезе по видам перевозок: значительным является спрос на грузовые перевозки с более низкими логистическими затратами за счет перехода от помашин-ных отправок к схеме интермодальных перевозок. Также авторы отмечают, что факторы конкуренции и региональных различий могут внести существенную коррекцию в методику планирования грузовой транспортной инфраструктуры по наблюдаемым транспортным потокам.

В работе Fengxiang Qiao, Hai Yang и H.K. Lam William [5] доказано, что на основе

вероятностных моделей следует осуществлять прогнозирование транспортных потоков в идеальных условиях, что, однако, не будет иметь достаточного уровня репрезентативности в условиях влияния факторов нестабильности. Применяемые исследователями нейросетевые модели оперативного прогнозирования грузопотоков позволят учесть факторы пропускной способности региональной транспортной инфраструктуры. Y. Kamarianakis и P. Prastacos [6] предлагают решить проблемы планирования перевозок и прогнозирования транспортных потоков на основе учета времени, затраченного на перевозки, погрузочно-разгрузочные операции, а также оптимальное построение маршрута. Результаты учета рекомендуется использовать в качестве входных данных для формирования моделей спроса. В работе [7] для прогнозирования грузопотоков предлагается использовать метод авторегрессии, а также динамическое моделирование пространственно-временной зависимости, что, как полагают авторы, может повысить эффективность и надежность прогнозов региональных транспортных потоков.

Отечественными исследователями также изучен ряд проблем и факторов формирования регионального спроса на перевозки грузов автомобильным транспортом на основе конкурентных преимуществ. Так, в работах Е.А. Пономаревой4, О.Н. Шебловой5 к основам планирования объемов перевозок транспортных предприятий отнесены факторы тарифообразова-ния как основные параметры конкурентных преимуществ региональных перевозчиков. Г.И. Найденовой6 разработаны методиче-

4Пономарева Е.А. Развитие методов и моделей формирования тарифов на перевозку грузов автотранспортными организациями: автореф. дис. ... канд. экон. наук. Ставрополь, 2007. 19 c. / Ponomareva E.A. Development of methods and models of tariff formation for goods transportation by motor transport enterprises: abstract of the Candidate's Dissertation in Economics. Stavropol, 2007, 19 p.

5Шеблова О.Н. Формирование тарифной политики грузовых автотранспортных предприятий в современных условиях: автореф. дис. ... канд. экон. наук. Омск, 2003. 20 с. / Sheblova O.N. Formation of tariff policy of cargo motor transport enterprises in modern conditions: abstract of the Candidate's Dissertation i n Economics. Omsk, 2003, 20 p. 6Найденова Г.И. Территориальная организация региональных социально-экономических систем (на примере транспортного комплекса Калининградской области): автореф. дис. ... канд. экон. наук. Калининград, 2005. 25 с. / Naidenova G.I. Territorial organization of regional social and economic systems (on example of the Kaliningrad region transport complex): abstract of the Candidate's Dissertation in Economics. Kaliningrad, 2005, 25 p.

ISSN 1814-3520 ВЕСТНИК ИрГТУ Том 21, № 8 2017 / PROCEEDINGS of ISTU Vol. 21, No. 8 2017

197

ские рекомендации и направления инновационного развития регионального транспортного комплекса на основе применения информационных технологий обработки данных о грузах и транспортных средствах, что позволит оптимизировать планирование, диспетчеризацию и мониторинг внешнеторговых перевозок и обеспечит конкурентные преимущества ряду транспортных предприятий региона.

Современный этап развития международных автомобильных перевозок сопровождается усилением конкуренции как среди российских предприятий, так и со стороны иностранных перевозчиков. И.В. Домнин7, исследуя конкуренцию на европейском рынке автотранспортных услуг со стороны перевозчиков стран Центральной и Восточной Европы, к важнейшим показателям конкурентоспособности международных автомобильных перевозчиков относит следующие: количество, качество автотранспортных средств, а также эффективность их использования. Автором предложен методический подход к определению уровня конкурентоспособности отечественных перевозчиков в приграничных регионах, оцениваемый количеством на этом рынке автотранспортных средств, объемом перевезенных грузов, выполненной транспортной работой (величиной грузооборота). Однако при этом не учитывается эффективность использования последнего показателя. Кроме того, в условиях ограниченности возможностей привлечения финансовых ресурсов для обновления и расширения парков транспортных средств данный показатель практически рассмат-

ривает только количественные параметры конкурентов-перевозчиков.

А.П. Затворницкий8 разработал ме-таэвристический алгоритм планирования грузоперевозок, отличающийся способностью генерировать и корректировать планы и управляющие воздействия с учетом сложившейся ситуации в режиме реального времени. В связи с появлением и распространением спутниковых систем навигации ГЛОНАСС/GPS, развитием средств связи, большой вычислительной мощностью современных ЭВМ для внедрения таких методов появились необходимые предпосылки.

Отмечено, что наибольшее влияние на перевозочный процесс оказывает неопределенность во времени движения транспортных средств и нахождения автомобиля у клиента, учет которых позволит в прогнозировании получить модель с высоким уровнем адекватности. В исследовании А.С. Дробышева9 реализуется подход к управлению грузовыми автомобильными перевозками с учетом дескриптивных аспектов, что существенно повысит эффективность деятельности предприятия и принесет выгоду при выполнении региональных перевозок.

Таким образом, многообразие подходов к формированию индикаторов и прогнозированию величины регионального спроса на перевозки грузов подтверждают актуальность проведенного исследования, а также позволяют дополнить существующие подходы собственным новым видением и возможностями выполнения прогнозов грузовых автомобильных перевозок в исследуемом регионе.

7Домнин И.В. Разработка методов повышения конкурентоспособности российских предприятий, выполняющих международные автомобильные перевозки грузов: автореф. дис. ... канд. экон. наук. М., 2003. 24 с. / Domnin I.V. Development of methods to improve competitiveness of Russian international road haulage enterprises: abstract of the Candidate's Dissertation in Economics. Moscow, 2003. 24 p.

8Затворницкий А.П. Управление перевозками грузов автомобильным транспортом на основе ситуационного и вероятностного подхода: автореф. дис. ... канд. экон. наук. Воронеж, 2007. 16 с. / Zatvornitsky A.P. Road haulage management on the basis of situational and probabilistic approach: abstract of the Candidate's Dissertation in Economics. Voronezh, 2007, 16 p.

9Дробышев А.С. Нормативно-дескриптивная модель перевозок грузов автомобильным транспортом в регионе на примере Московской области: автореф. дис. ... канд. экон. наук. М., 2011. 24 с. / Drobyshev A.S. Standard and descriptive model of motor trucking in the region on example of the Moscow region: abstract of the Candidate's Dissert a-tion in Economics. Moscow, 2011, 24 p.

198 ВЕСТНИК ИрГТУ Том 21, № 10 2017 / PROCEEDINGS of ISTU Vol. 21, No. 10 2017 ISSN 1814-3520

Моделирование спроса на автомобильные перевозки грузов

Процесс перевозки грузов представляет собой определенную организационную систему, управление которой включает выполнение общих эксплуатационных функций. Их реализация должна определять эффективность деятельности каждого АТП. Автотранспортное предприятие следует рассматривать как большую систему, осуществляющую процессы перевозки грузов, технического обслуживания (ТО) и текущего ремонта (ТР) подвижного состава автомобильного транспорта. Технологический процесс доставки грузов автомобильным транспортом включает комплекс взаимосвязанных операций по подготовке производства к транспортному обслуживанию и доставке грузов, начиная с выдачи груза и документов на складе отправителя и кончая приемом грузов на складе получателя [8]. Содержание технологического процесса различается в зависимости от вида грузов (промышленные, строительные, сельскохозяйственные и пр.), применяемого подвижного состава, условий доставки, территории выполнения (городские, областные, междугородные, международные).

Кроме того, условия выполнения автотранспортных процессов доставки грузов в ряде регионов также имеют существенные различия и описываются влиянием множества разнообразных факторов, в том числе и вероятностных [9]. Одним из параметров, который определяет спрос на услуги АТП, является региональный коэффициент конкурентоспособности перевозчика, связанный с описанием как его провозных возможностей, так и характеристикой надежности доставки грузов, наличием необходимого парка транспортных средств для обеспечения технологического процесса (грузоподъемность, тип транспортного средства, наличие, уровень технической готовности, наличие отказов и неисправностей и пр.), а также уровнем клиентоориен-тированности, качества транспортных услуг и других составляющих. Конкурентоспособность АТП как элемент прогнозирования регионального спроса на перевозки пред-

ставляет собой многоуровневый и многокритериальный показатель, который определяется с учетом макроэкономических показателей региона: его деловой активностью, отраслевой динамикой в регионе, наличием грузовой базы, маршрутами доставки и пр. Показатель учитывает внутрирегиональные факторы, определяющие потенциальные возможности и потенциальный спрос на услуги каждого исследуемого АТП: технологические, технические, организационные, экономические и др. Макроэкономические факторы, которые определяют уровень деловой активности в регионе и, в свою очередь, влияют на обеспечение спроса на услуги транспортных перевозчиков в регионе, подробно рассмотрены в статье [10].

Особое значение в вопросах прогнозирования спроса на услуги автоперевозчиков в регионе, на наш взгляд, имеют факторы внутрирегиональной конкурентоспособности АТП (рис. 1). Причем технико-технологические факторы определяются наличием подвижного состава с требуемыми характеристиками, количество которого достаточно для выполнения тех или иных процессов перевозки с учетом технологии (схем и условий маршрутов, видов груза и пр.). Организационно-экономические факторы связаны с особенностями организации и эффективностью основных бизнес-процессов АТП - перевозки грузов, что оказывает существенное влияние на обеспечение качества и надежности услуг перевозчиков, а в итоге - на уровень клиенто-ориентированности, имидж предприятия на рынке, формирующий пакет долгосрочных договоров и его долю присутствия на региональном рынке транспортных услуг (РРТУ) [11]. Поэтому организация технологических процессов АТП имеет свои особенности: транспортные средства выступают как в форме объекта труда (при выполнении работ по ТО и ТР), так и в форме средств труда (при осуществлении транспортного процесса). В составе имущественного комплекса АТП имеется подвиж-

ISSN 1814-3520 ВЕСТНИК ИрГТУ Том 21, № 8 2017 / PROCEEDINGS of ISTU Vol. 21, No. 8 2017

199

ной состав, каждой единице которого может быть присвоен индивидуальный номер для удобства идентификации при моделирова-

нии. Каждая единица подвижного состава может быть одномоментно включена в один технологический процесс перевозки грузов.

Конкурентоспособность АТП / Motor transport enterprise (МТЕ) competitiveness

Отраслевая конкурентоспособность регионального рынка транспортных успуг (смежные виды транспорта в регионе) / Branch competitiveness of the regional transport service market (joint means Внутриотраслевая конкурентоспособность / Intra-branch competitiveness

Региональные факторы конкурентоспособности / Regional factors of competitiveness

Технико-технологические I Technical and technological

Организационно-экономические I Organizational and economic

Элементы оценки конкурентоспособности АТП в регионе / Elements МТЕ competitiveness evaluation in the region

Качество автотранспортных услуг / Quality of motor transportation services

Доля АТП на Py MTE share of the regional marke t

ТУ/

of transport services

Уровень клиентоориентированности I Customer focus level

Методы определения конкурентоспособности АТП в регионе / Methods of MTE competitiveness determination in the region

Метод экспертной оценки I Expert assessment method

Параметрические способы оценки на основе значимости показателей / Parametrical assessments based on indicator importance

Рис. 1. Схема факторов формирования показателя конкурентоспособности автотранспортного предприятия в исследуемом регионе Fig. 1. Diagram of factors of motor transport enterprise (MTE) competitiveness index formation in the examined region

200 ВЕСТНИК ИрГТУ Том 21, № 10 2017 / PROCEEDINGS of ISTU Vol. 21, No. 10 2017 ISSN 1814-3520

Автотранспортные средства, предназначенные для выполнения городских и междугородных перевозок грузов, являются взаимозависимыми рабочими единицами, а все условия перевозок, осуществляемых ими, определяются требованиями к эксплуатационным показателям. Разработанная нами математическая модель регионального спроса позволяет планировать работу АТП с учетом его конкурентной позиции на РРТУ.

Объем региональных перевозок грузов обеспечивается за счет прямой зависимости выработки в тоннах за год и регионального спроса, учитываемого в прогнозируемом годовом объеме перевозок Q:

Х

2 min(Qc,x, j ■ Пг,Х, j ) X

x(st - b) > Q ; i = 1J, (1)

где I - количество технологических процессов; x - порядковый номер единицы по-

движного состава в АТП; X - количество единиц подвижного состава в АТП; у - индекс типоразмера подвижного состава, соответствующего виду перевозимого груза; J - количество типоразмеров подвижного состава; 0С х - сменная выработка х-й единицей подвижного состава у-го типоразмера при перевозке груза по /-му технологическому процессу, т; п,ху - булева переменная назначения с учетом возможности применения х-го подвижного состава у-го типоразмера при перевозке грузов по /-му технологическому процессу, п,ху = 0,1, п,ху = П(п, ху); в,- - планируемое количество смен работы подвижного состава при перевозке грузов по /-му технологическому процессу; Ь, - количество смен простоя в ТО и Р подвижного состава при перевозке грузов по /-му технологическому процессу в соответствии с графиком выполнения технического обслуживания и ремонта; - планируемый объем перевозок в тоннах по /-му технологическому процессу в соответствии со спросом, т.

Создание математической модели

В математической модели (2) учитывается возможность выполнения перевозок технически исправным подвижным составом.

П ■ = i

i,X,j

1, если

(NTO-1 i,x, j ' UTO-1 j ) > У ТО -1 i ,x, j; (NТО-2 i,x, j 'UTO-2 j ) > УтО-2 i,x, j; (NTF i,x, j ' UTFj ) > У TF i,x, j;

0, в противном случае;

i = 1,1 ; x = 1, X ; j = 1, J,

(2)

где Ыто-1 х, №то-2 ¡¿у и Мтр ¡¿у - количество воздействий для х-ой единицы подвижного состава у-го типоразмера при перевозке грузов по /-му технологическому процессу по ТО-1, ТО-2 и ТР, ед.; Ыто-1 ¡,ху = = ЩМтО-И,ху), NТ0-21ХУ = ЩМтО-2!,ху), ^Р/,ху = = ЩМтр у ито-1 у, ито-2 у и итР у - трудоемкость одного воздействия для у-го типораз-

мера соответственно по ТО-1, ТО-2 и ТР, челчас; уТ0-1 у, уТ0-2 у и уТР у - необходимая трудоемкость всех воздействий для х-го подвижного состава /-го типоразмера при перевозке грузов по у-му технологическому процессу соответственно по ТО-1, ТО-2 и ТР согласно нормам, правилам и процедурам технического обслуживания и ремонта транспортных средств, установленных заводами-изготовителями транспортных

средств с учетом условий их эксплуата-

10

ции , чел час.

Определение прогнозируемого объема перевозок в регионе в соответствии со спросом в формуле (1), на наш взгляд, может выполняться в условиях полной определенности и в условиях неполной определенности. Прогнозирование объемов перевозок грузов АТП на планируемый период в условиях полной определенности, когда известны объемы перевозок всех отраслевых предприятий-конкурентов в предпола-

ISSN 1814-3520 ВЕСТНИК ИрГТУ Том 21, № 8 2017 / PROCEEDINGS of ISTU Vol. 21, No. 8 2017 201

гаемом регионе выполнения заказов за текущий период (год), а также объемы перевозок исследуемого АТП, может осуществляться двумя методами. Первый метод основан на прогнозировании тренда (экстраполяция кривой спроса). Второй метод (3) основан на изменении показателя конкурентоспособности. Прогнозируемый объем перевозок грузов исчисляется как среднее значение:

Q = L + M - i = П

(3)

где . - прогнозируемый годовой объем перевозок в соответствии со спросом на выполнение /-го технологического процесса, полученный методом, основанным на прогнозировании тренда (экстраполяция кривой спроса), т; М,■ - прогнозируемый годовой объем перевозок в соответствии со спросом на выполнение /-го технологического процесса, полученный методом, основанным на изменении показателя конкурентоспособности, т.

По нашему мнению, осуществлять прогноз регионального спроса лишь на основе данных об объемах работ прошедших периодов нецелесообразно, так как такое прогнозное значение не может точно описать тенденцию и динамику данного показателя. Использование коэффициента изменения конкурентоспособности позволит проследить происходящие изменения в АТП:

С • &

L =

i F

i = 1,1,

(4)

f=0

i ,f

где С/ - прогнозируемый спрос для АТП на выполнение /-го технологического процесса, т; в,- - прогнозируемый спрос на выполнение /-го технологического процесса в предполагаемом регионе выполнения заказов, т; / - индекс отраслевого предприятия-конкурента, т; Р - количество отраслевых предприятий-конкурентов в предполагаемом регионе выполнения заказов, т; С/ -ожидаемые производственные возможности /-го АТП при выполнении /-го техноло-

гического процесса, работающего в предполагаемом регионе выполнения заказов, т; £С/г - ожидаемые суммарные производственные возможности всех отраслевых предприятий-конкурентов в предполагаемом регионе выполнения заказов на /-й технологический процесс (включая рассматриваемое АТП).

m, = OKI

i = 1, i,

IO

f=0

(5)

i ,f

где О, - объем перевозок грузов (спрос, перешедший в заказ) на выполнение /-го технологического процесса рассматриваемого АТП за текущий период (год), т; К - коэффициент конкурентоспособности на выполнение /-го технологического процесса рассматриваемого АТП на начало прогнозируемого периода; О/ - выполненный объем перевозок грузов (спрос, перешедший в заказ) /-го АТП по /-му технологическому процессу за текущий период (год), т; £0^ - выполненный объем перевозок грузов (спрос, перешедший в заказ) всех отраслевых предприятий-конкурентов в анализируемом регионе выполнения заказов на /-й технологический процесс за текущий период (год), т.

В условиях перевозок грузов, когда отсутствует информация о выполненных объемах перевозок, особую актуальность приобретают вопросы прогнозирования регионального спроса в условиях неполной определенности. В этом случае применяется объем перевозок грузов (спрос, перешедший в заказ), выполненный АТП за текущий период (год), и коэффициент конкурентоспособности:

Q_ = О • K ; i = 1, i.

(6)

В математической модели в качестве критерия эффективности используется прибыль предприятия. Для практической реализации математической модели применяется программно-математическое обеспечение [12]; оптимизация выполняется методом перебора. Для программирования использовался язык программирования

202 ВЕСТНИК ИрГТУ Том 21, № 10 2017 / PROCEEDINGS of ISTU Vol. 21, No. 10 2017 ISSN 1814-3520

Visual Basic for Applications. Тип реализующей ЭВМ: IBM PC-совместимый ПК. Вид и версия операционной системы: Microsoft Windows 2000 / XP. Объем программы: 770 Кб.

Для практического применения математической модели в деятельности АТП разработана методика определения регионального спроса на перевозки грузов, включающая следующие этапы.

1. Сбор информации. Этап предполагает изучение состояния отрасли, целевого регионального рынка, изучение потребностей заказчиков на выполнение перевозок грузов, изучение динамики развития технологий перевозок грузов.

2. Определение объема перевозок для АТП.

3. Определение выработки подвижного состава в тоннах для перевозок АТП.

4. Расчет прибыли от выполнения перевозок.

На этапах 2, 3 и 4 применяется программно-математическое обеспечение, позволяющее установить объем перевозок грузов в условиях полной или неполной определенности. Выполняется подбор подвижного состава по обусловленной технологии и определяется величина максимальной прибыли при эффективном использовании подвижного состава АТП. Применение математической модели в практической деятельности позволило спрогнозировать объемы перевозок строительных грузов подвижным составом общего назначения (бортовыми) на год для трех отраслевых АТП г. Омска. Характер перевозимых грузов и соответственно применение бортовых автомобилей определяется преимущественно кирпично-монолитной технологией строительства в г. Омске, широким применением штучных и рулонных материалов.

В расчетах используются следующие данные: груз первого класса, коэффициент использования грузоподъемности равен единице; подвижной состав, применяемый для перевозки данного вида груза, - ГАЗ-3512, ГАЗ-3307, КамАЗ-4326, КамАЗ-43114-02, КамАЗ-43118-02, МАЗ-6312А5-

320-015; погрузка и разгрузка производятся механизировано; режим работы - 8 часов; средняя техническая скорость - 24 км/ч; средняя длина ездки с грузом - 14 км; дни работы в году - 300; ожидаемые суммарные производственные возможности всех отраслевых предприятий-конкурентов в предполагаемом регионе выполнения заказов (£ С/ - 1 595 121,3 т; прогнозируемый спрос на выполнение технологического процесса в предполагаемом регионе выполнения заказов (в) - 1 434 014,0 т; количество отраслевых предприятий-конкурентов в предполагаемом регионе выполнения заказов - 5 ед.; выполненный объем перевозок грузов (спрос, перешедший в заказ) всех отраслевых предприятий-конкурентов за текущий период (год) с учетом коэффициента изменения конкурентоспособности (£0/ - 1 563 218,8 т.

Для определения годового объема перевозок, полученного методом, основанным на прогнозировании тренда, использовались данные за период 2012-2016 гг.: 2012 г. - 319 176,2 т; 2013 г. - 315 984,5 т; 2014 г. - 319 169,5 т; 2015 г. - 318 218,7 т; 2016 г. - 318 857,1 т. Согласно полученным статистическим данным, О/ - объем перевозок грузов (спрос, перешедший в заказ) на выполнение технологического процесса рассматриваемого АТП за текущий период (2016 г.) составил 318 857,1 т.

Получено уравнение тренда для АТП г. Омска 0 = 159,59х + 317 802. Прогнозируемый спрос для рассматриваемого АТП на выполнение технологического процесса в 2017 г. (С/) - 318 759,5 т.

Величина коэффициента конкурентоспособности на выполнение технологического процесса рассматриваемого АТП на начало прогнозируемого периода может быть определена любым из существующих методов оценки, указанным на рис. 1. Значение показателя определялось экспертами на основе экспертной оценки. В качестве экспертов привлекаются ведущие специалисты АТП. К/ = 1,10.

Объем перевозок в условиях полной определенности, т:

ISSN 1814-3520 ВЕСТНИК ИрГТУ Том 21, № 8 2017 / PROCEEDINGS of ISTU Vol. 21, No. 8 2017 203

= гВбЗб4,8 + 321752,8 = 304158,8.

ПЛОi 2

Объем перевозок в условиях неполной определенности, т:

Q = 318857,1 1,1 = 350742,8.

¿--плиг ' ' '

В таблице представлены результаты расчета годового объема перевозок в условиях полной определенности и в условиях неполной определенности. Для определения прогнозируемой прибыли был реализован этап 4 методики. Величина максимальной прибыли при эффективном использовании подвижного состава АТП также указана в таблице.

Результаты определения годового объема перевозок, полученного в условиях

полной и неполной определенности Determination results of the annual transportation volume obtained in the conditions _of complete and incomplete certainty_

Показатель / Indicator Значение / Value

Объем перевозок в условиях полной определенности, т / Transportation volume in conditions of complete certainty, in tons 304 158,8

Прибыль при прогнозировании в условиях полной определенности, руб. / Forecasting profit under conditions of complete certainty, in rubles 422 1085,8

Объем перевозок в условиях неполной определенности, т / Transportation volume under conditions of incomplete certainty, in tons 350 742,8

Прибыль при прогнозировании в условиях неполной определенности, руб. / Forecasting profit under conditions of incomplete certainty, in rubles 4 867 573,8

Заключение

Разработанная модель для определения прогнозных объемов перевозок грузов по конкретному технологическому процессу в соответствии с отраслевым спросом позволяет рассчитать потенциальные объемы перевозок, которые должны быть учтены при определении производственных мощностей АТП на прогнозируемый пери-

од. Применение в практической деятельности автотранспортного предприятия методики прогнозирования объемов перевозок грузов позволяет повышать экономическую эффективность выполнения технологических процессов при управлении в условиях полной и неполной определенности.

Библиографический список

1. Bergkvis, E., Westin L. Regional valuation of infrastructure improvements. The case of Swedish road freight: Umea University, 1998, 32 p.

2. Roller L. Trade Liberalization, Transportation, and the Environment. The Quarterly Journal of the lAEE's Energy Economics Education Foundation. 2006, vol. 13, no. 3, pp. 54-65.

3. Cherry C. China's Urban Transportation System: Issues and Policies Facing Cities. Working paper UCB-ITS-VWP. 2005, no. 4, pp. 42-57.

4. Gorman M.F., Conway D.G. Logistics Costs Based Estimation of Freight Transportation Demand. Journal of the Transportation Research Forum. 2005, vol. 44, no. 1, pp. 141-155.

5. Fengxiang Q., Yang H, William H.K. Intelligent simulation and prediction of traffic flow dispersion. Transportation Research. Part B: Methodological. 2001, iss. 9, vol. 35, pp. 843-863.

6. Kamarianakis Y., Prastacos P. Space-time modeling of traffic flow. Retrievedfromhttps: // ideas. repec.org/p/wiw/wiwrsa/ersa02p141.html (accessed 17 July 2017).

7. Воркут А.И. Грузовые автомобильные перевозки. 2-е изд., перераб. и доп. Киев: Вища шк., 1986. 447 с.

8. Трофимова Л.С. Влияние фактической массы отправки груза на результаты планирования работы автотранспортного предприятия // Вестник Иркутско-

204 ВЕСТНИК ИрГТУ Том 21, № 10 2017 / PROCEEDINGS of ISTU Vol. 21, No. 10 2017 ISSN 1814-3520

го государственного технического университета. 2017. Т. 21. № 3. С. 184-192. йСН: 10.21285/18143520-2017-3-184-192.

9. Губенко В.А. Факторы, влияющие на авиационную подвижность населения в регионах России // Теория и практика современной науки. 2016. Т. 10. № 4. С. 216-218.

10. Бородулина С.А. Автотранспортное предприятие и его бизнес-процессы: анализ, мониторинг, ре-

инжиниринг: монография. СПб.: Изд-во СПбГИЭУ, 2012. 147 с.

11. Трофимова Л.С., Ловыгина Н.В. Оптимизация планирования текущего функционирования грузового автотранспортного предприятия с учетом условий договоров [Электронный ресурс]. URL: http://www1.fips.rU/wps/portal/IPS_Ru#1486990302073 (13.07.2017).

References

1. Bergkvis, E., Westin L. Regional valuation of infrastructure improvements. The case of Swedish road freight: Umea University, 1998. 32 p.

2. Roller L. Trade Liberalization, Transportation, and the Environment. The Quarterly Journal of the lAEE's Energy Economics Education Foundation. 2006, vol. 13, no. 3, pp. 54-65.

3. Cherry C. China's Urban Transportation System: Issues and Policies Facing Cities. Working paper UCB-ITS-VWP. 2005, no. 4, pp. 42-57.

4. Gorman M.F., Conway D.G. Logistics Costs Based Estimation of Freight Transportation Demand. Journal of the Transportation Research Forum. 2005, vol. 44, no. 1, pp. 141-155.

5. Fengxiang Q., Yang H., William H.K. Intelligent simulation and prediction of traffic flow dispersion. Transportation Research. Part B: Methodological. 2001, issue 9, vol. 35, pp. 843-863.

6. Kamarianakis Y., Prastacos P. Space-time modeling of traffic flow. Retrievedfromhttps: //ideas. repec.org/p/wiw/wiwrsa/ersa02p141.html (accessed 17 July 2017).

7. Vorkut A.I. Gruzovye avtomobil'nye perevozki [Long-haul trucking]. Kiev: Vishcha shk. Publ., 1986.

Критерии авторства

Трофимова Л.С., Бородулина С.А. заявляют о равном участии в получении и оформлении научных результатов и в равной мере несут ответственность за плагиат.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

Статья поступила 24.08.2017 г.

447 p. (In Russian)

8. Trofimova L.S. Actual cargo weight effect on the results of motor transport enterprise operation planning. Vestnik Irkutskogo gosudarstvennogo tekhnicheskogo universiteta [Proceedings of Irkutsk State Technical University]. 2017, vol. 21, no. 3, pp. 184-192, DOI: 10.21285/1814-3520-2017-3-184-192. (In Russian)

9. Gubenko V.A. Factors of population aviation mobility in Russian regions. Teoriya i praktika sovremennoi nauki [Theory and practice of modern science]. 2016, vol. 10, no. 4, pp. 216-218. (In Russian)

10. Borodulina S.A. Avtotransportnoe predpriyatie i ego biznes-protsessy: analiz, monitoring, reinzhiniring [Motor transport enterprise and its business processes: analysis, monitoring, reengineering]. SPb.: SPbGIEU Publ., 2012, 147 p. (In Russian)

11. Trofimova L.S., Lovygina N.V. Optimizatsiya plani-rovaniya tekushchego funktsionirovaniya gruzovogo avtotransportnogo predpriyatiya s uchetom uslovii dogovorov [Freight motor transport enterprise current operation planning optimization taking into account contract terms]. Available at: http://www1.fips.ru/wps/ por-tal/IPS_ Ru#1486990302073 (accessed 13 July 2017).

Authorship criteria

Trofimova L.S., Borodulina S.A. declare equal participation in obtaining and formalization of scientific results and bear equal responsibility for plagiarism.

Conflict of interests

The authors declare that there is no conflict of interests regarding the publication of this article.

The article was received 24 August 2017

ISSN 1814-3520 ВЕСТНИК ИрГТУ Том 21, № 8 2017 / PROCEEDINGS of ISTU Vol. 21, No. 8 2017 205