Разработка сценариев развития транспортной инфраструктуры Владимирской области

Быкова О.Н.1, Путихин Ю.Е.2, Репникова В.М.1
1 Российский экономический университет им. Г.В. Плеханова, Россия, Москва
2 Санкт-Петербургский филиал Финансового университета при Правительстве Российской Федерации, Россия, Санкт-Петербург

Статья в журнале

Экономика, предпринимательство и право
Том 12, Номер 3 (Март 2022)

Цитировать:
Быкова О.Н., Путихин Ю.Е., Репникова В.М. Разработка сценариев развития транспортной инфраструктуры Владимирской области // Экономика, предпринимательство и право. – 2022. – Том 12. – № 3. – С. 1031-1050. – doi: 10.18334/epp.12.3.114308.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=48114182

Аннотация:
В данной статье рассмотрен методологический подход к разработке транспортной макроскопической модели, которая является основой при разработке сценариев развития транспортной инфраструктуры любого региона. От качества подготовки исходных данных и уровня калибровки модели зависят дальнейшие количественные оценки целевых показателей, применяемых в документах транспортного планирования. Предложенная авторами методика комплексной оценки экономической эффективности набора мероприятий по развитию транспортной логистики региона с учетом затрат и возможного социально-экономического эффекта от их реализации, определяемого полученной выгодой участников транспортного движения.

Ключевые слова: транспортная логистика, инфраструктурная поддержка, региональный аспект, социально-экономический эффект, транспортная модель

JEL-классификация: L91, R41, R49



Введение

Эффективное развитие транспортной инфраструктуры региона способствует обеспечению доступности территорий, безопасности и надежности внутренних и внешних транспортных связей в условиях прогнозируемого роста подвижности населения и объемов пассажирских и грузовых перевозок [3], а также это напрямую связано с динамикой социально-экономического развития региона, его бизнес-активностью. Однако ограниченность ресурсов для ее развития определяет актуальность качественного планирования. Проблемы развития транспортной инфраструктуры рассмотрены в работах Завьялова Д.В., Сагиновой О.В., Завьяловой Н.Б., Тинькова С.В. [6, 9] (Zavyalov, Saginova, Zavyalova, 2020; Tinkov, 2021). Однако в данных работах отсутствует комплексный подход к развитию инфраструктуры региона.

Транспортная макроскопическая модель является основой при разработке сценариев развития транспортной инфраструктуры любого региона. Однако в настоящее время такая модель отсутствует. А между тем от качества подготовки исходных данных и уровня калибровки модели зависят дальнейшие количественные оценки целевых показателей, применяемых в документах транспортного планирования.

Для решения данной многоцелевой задачи авторами была предпринята попытка разработки методики комплексной оценки экономической эффективности набора мероприятий развития транспортной логистики региона с учетом затрат и возможного социально-экономического эффекта от их реализации, определяемого полученной выгодой участников транспортного движения. При этом авторы исходят из того, что эффект может быть трудноформализуемым и неоднородным для разных категорий пользователей транспортной системы. Предполагается, что благодаря использованию макроскопической транспортной модели региона суммарный эффект будет определен как отношение выраженной в денежной форме экономии времени на поездки в рамках всего субъекта, которую планируется получить в результате выполнения предлагаемых мероприятий. Для того чтобы учесть комплексное влияние реализации каждого из предлагаемых мероприятий на суммарную экономию времени, они вводятся в модель в соответствии с хронологическим порядком, предусмотренным документами транспортного планирования.

Главной проблемой при планировании вариантов развития транспортной инфраструктуры на региональном уровне является широкий перечень возможных сценариев и отдельных мероприятий, позволяющих повысить качество транспортного обслуживания населения региона. Можно выделить следующие методологические принципы при выборе сценариев и мероприятий в рамках документов транспортного планирования, используемых на территории России [3]:

1. Сбор и подготовка исходной информации.

2. Построение верифицированной транспортной макроскопической прогнозной транспортной модели региона.

3. Установление показателей эффективности функционирования транспортной системы региона и их целевых значений.

4. Определение набора возможных мероприятий по развитию транспортной инфраструктуры.

5. Выбор оптимального сценария развития транспортной инфраструктуры региона.

Целью исследования является разработка транспортной макроскопической модели на основе комплексной оценки экономической эффективности набора мероприятий по развитию транспортной логистики региона с учетом затрат и возможного социально-экономического эффекта от их реализации.

Научная новизна заключается в разработке методологических подходов к комплексной оценке эффективности мероприятий по развитию транспортной логистики для разработки сценариев развития.

Методы исследования

В качестве базы для описания методологических основ разработки и оценки экономической эффективности мероприятий по развитию транспортной инфраструктуры региона в рамках данной статьи будут использоваться материалы, собранные и проанализированные при подготовке документов транспортного планирования Владимирской области.

Результаты исследования

На первом этапе собираются как общая информация о транспортных особенностях региона, так и конкретные сведения о количественных параметрах работы транспортной инфраструктуры. Транспортный комплекс любого региона состоит из предприятий и организаций автомобильного, железнодорожного, водного транспорта [1].

Так, Владимирская область обладает развитой сетью внешних транспортных коммуникаций: по территории области проходят дороги федерального, регионального, межмуниципального и местного значения, соединяющие транспортные магистрали южной и Центральной России с северными и восточными регионами. По территории региона проходит путь крупного транспортного коридора, который образуют железная дорога федерального значения Москва – Нижний Новгород и автомобильная трасса М-7 Москва – Владимир – Нижний Новгород – Казань – Уфа протяженностью 1300 км [3].

Общая протяженность дорог Владимирской области, по данным официальной статистики, составляет 15189,6 км, в том числе:

- дороги федерального значения – 521,324 км;

- дороги регионального и межмуниципального значения – 5069,076 км;

- дороги местного значения – 9599,2 км.

Схема дорожной сети Владимирской области представлена на рисунке 1.

Рисунок 1. Схема федеральных, региональных и межмуниципальных автомобильных дорог области

Источник: [2].

Таким образом, основную часть автомобильных дорог регионального и межмуниципального значения составляют дороги IV категории – 61%, далее дороги V категории – 21%, дороги III категории – 15% и совсем незначительную часть составляют дороги категории IБ и II [1].

На 01.01.2020 года количество зарегистрированных механических транспортных средств во Владимирской области составляет 513,15 тысяч единиц, большую часть которых представляют легковые автомобили – 425,88 тысяч единиц.

На рисунке 2 показано процентное соотношение парка автотранспортных средств на территории Владимирской области на 01.01.2020 г. [2].

Рисунок 2. Структура парка автотранспортных средств, зарегистрированных на территории Владимирской области на 01.01.2020 г., %

Источник: диаграмма построена на основе данных [2].

Уровень автомобилизации во Владимирской области за исследуемый период показывает ежегодный рост, общий уровень роста автомобилизации за 4 года составил 5,7%. Уровень автомобилизации во Владимирской области на 2019 год составил 314 легковых автомобилей на 1000 жителей, что соответствует общероссийским значениям автомобилизации.

По территории Владимирской области проходят три основных железнодорожных направления: «Москва – Нижний Новгород», «Москва – Казань», «Москва – Ярославль». Кроме того, в регионе расположена часть большого Московского железнодорожного кольца (на территории области пассажирские перевозки и грузовая работа на участке не осуществляется). Время в пути от г. Москвы до г. Владимира скоростным поездом «Ласточка» составляет 1 час 45 минут [3].

Железнодорожные пути удобно соединяют Владимирскую область практически с любым регионом России, СНГ и зарубежными странами. Этот вид транспорта служит в основном для транзита грузов и пассажиров. Территорию области пересекают Горьковская, Московская и Северная железные дороги. По ним осуществляется сообщение с северными регионами европейской части России, Поволжьем, Уралом и восточной частью страны. Через область проходит важнейшее направление «Москва – Нижний Новгород». Эксплуатационная длина железных дорог составляет 920,5 км [3].

С железнодорожных вокзалов и станций Владимирской области ежегодно поездами дальнего следования отправляются более 1 млн пассажиров.

Суммарный пассажирооборот железнодорожных вокзалов и станций Владимирской области в пригородном сообщении составляет около 8 млн пассажиров ежегодно, что примерно равно 56% всех перевезенных в межмуниципальном и пригородном пассажирском транспорте пассажиров.

Пассажирские межмуниципальные перевозки на территории Владимирской области осуществляются автобусами различной вместимости как по регулируемым, так и по нерегулируемым тарифам. Суточный пассажиропоток составляет около 16 тыс. пассажиров в день [3].

Регулярные грузовые и пассажирские перевозки внутренним водным транспортом по области в настоящее время не осуществляются, в том числе по реке Клязьме, ввиду обмеления судового хода.

Еще одним важным направлением исследований является анализ статистики дорожно-транспортных происшествий (далее – ДТП) на территории Владимирской области. Основными видами ДТП в регионе являются столкновение и наезд на пешехода, на которые приходится 65% всех ДТП, как показано на рисунке 3 [2].

Рисунок 3. Места концентрации ДТП на территории Владимирской области

в 2020 году

Источник: [2].

В целом на территории Владимирской области наблюдается недостаточный уровень транспортной безопасности, что обусловлено следующими факторами [2]:

- недостатки организации дорожного движения в местах ДТП;

- ненормативное состояние технических средств организации дорожного движения;

- превышение действующих скоростных режимов;

- недостаточность мероприятий по обеспечению безопасности движения пешеходов.

Исходные данные служат базисом для формирования предварительных оценок качества функционирования транспортной инфраструктуры и являются источником информации при построении и калибровке прогнозной макроскопической транспортной модели региона. От полноты исходных данных зависит в том числе точность оценки прогнозных значений целевых показателей эффективности функционирования транспортной системы региона.

На втором этапе собираются и обрабатываются данные, на основе которых с помощью программных комплексов транспортного моделирования создается макроскопическая транспортная модель региона, необходимая для расчета количественных значений показателей эффективности функционирования транспортной системы как на текущий момент, так и при реализации перспективных вариантов развития [3].

Исходными сведениями для создания модели являются данные социально-экономической статистики, которые для Владимирской области были представлены следующими цифрами [3]:

- численность населения – 1 358 400 чел.;

- численность трудоспособного населения – 732 231 чел.;

- численность студентов – 53 674 чел.;

- численность школьников – 145 452 чел.;

- количество рабочих мест – 301 703 ед.;

- количество учебных мест в высших и средних специальных учебных заведениях – 53 676 ед.;

- количество учебных мест в школах – 145 452 ед.

В транспортную модель были занесены данные по маршрутной сети общественного транспорта согласно реестру межмуниципальных маршрутов регулярных перевозок, включающие в себя:

- подвижной состав;

- секционность;

- расположение остановочных пунктов;

- трассы прохождения маршрутов;

- расписание движения.

При разработке транспортной модели используется стандартная четырехшаговая модель расчета транспортного спроса. Преимущества использования именно этой модели связаны с тем, что она достаточно точно описывает все этапы формирования спроса на транспорт, при этом позволяя работать с агрегированными данными без потери в качестве результатов моделирования, что, в свою очередь, сокращает время расчета и позволяет оценивать большее количество прогнозных сценариев в единицу времени. Расчет проводится по отдельным слоям спроса. Результатом работы вычислительного алгоритма модели являются расчетные (модельные) значения интенсивности движения транспортных и пассажиропотоков.

Этап создания транспортного движения описывает процессы генерации и притяжения транспортных потоков. Конечным результатом является оценка общего количества перемещений, выходящих и входящих в каждый транспортный район [2; 5, с. 119–120] (Repnikova, 2019, р. 119–120).

Результатами расчета являются суммы по строкам и столбцам матрицы корреспонденций, которые содержат данные об объемах движения из источника и движения в цель по каждому транспортному району.

На этапе создания транспортного движения была использована модель групп «источник – цель», описывающая общее количество перемещений, начинающихся или заканчивающихся в каждом транспортном районе, на основе информации и предположений о подвижности (степени создания и притяжения) различных групп населения с разными целями поездок (слои спроса).

Целью данного шага расчета транспортного спроса является определение объема корреспонденций (числа поездок/перемещений, объема транспортного потока) (Vij) между каждой парой транспортных районов моделируемой области, как показано на рисунке 4 [3].

Примечание:

Желтым цветом показаны элементы, рассчитываемые на этапе распределения транспортного движения по районам

Рисунок 4. Общий вид матрицы корреспонденций

Источник: самостоятельно построенная матрица.

Исходными данными для распределения транспортного движения по районам являются значения выходящего и входящего объема корреспонденций по каждому району, полученные на предыдущем шаге (создание транспортного движения), а также данные о затратах на перемещение между каждой парой районов (матрицы затрат).

Матрицы затрат имеют одинаковую размерность с матрицами корреспонденций (квадратные матрицы с количеством строк и столбцов, равным числу транспортных районов) и описывают затраты на перемещения между каждой парой районов с использованием различных видов транспорта. В качестве затрат могут выступать:

- время в пути при свободном потоке;

- время в пути с учетом задержек (заторов и т. д.);

- расстояние;

- стоимость проезда и другое.

В качестве критерия затрат был выбран показатель времени в пути с учетом задержек. Для общественного транспорта (далее – ОТ) в этот показатель входят несколько составляющих с определенными весовыми коэффициентами: время на начальный пешеходный подход, стартовое время ожидания, время поездки в транспортном средстве, время пешком при пересадке, время ожидания при пересадке, время на конечный пешеходный подход [8, с. 23–24] (Pustokhin, Bykova, Nekrasova, 2020, р. 23–24).

Для индивидуального транспорта (далее – ИТ) учитываются также дополнительные затраты на перемещения в районы с платной парковкой, если таковая имеется – денежные затраты конвертируются во временные издержки и прибавляются к матрице затрат. Для различных слоев спроса расчет производится индивидуально, исходя из средней продолжительности использования платной парковки, применения абонементных тарифов и уровня дохода автовладельцев [5; 8, с. 22–23] (Repnikova, 2019; Pustokhin, Bykova, Nekrasova, 2020, р. 22–23):

, (1)

где Uijk – значение показателя затрат типа k, усредненное по всем маршрутам с началом в районе i и концом в районе j;

ak – весовой коэффициент, определяющий вклад частного показателя типа k в обобщенный показатель затрат.

Для ОТ затраты вычисляются с учетом оценки различных этапов поездки – как при расчете сопротивления, так и при расчете непосредственно матриц затрат. Для того чтобы учитывать воспринимаемые затраты на поездку в ОТ, каждый из этих этапов поездки имеет свой весовой коэффициент при вычислении обобщенных затрат:

- время поездки в транспортном средстве: 1.0;

- время на начальный пешеходный подход: 1.2;

- время на конечный пешеходный подход: 1.3;

- время пешком при пересадке: 1.5;

- стартовое время ожидания: 1.5;

- время ожидания при пересадке: 1.8;

- частота пересадок: 10 мин.

Матрицы затрат используются на этапе распределения транспортного движения по районам и выбора транспорта. Обычно матрицы затраты переводят в оценки выгодности совершения поездки или по-другому безусловные (априорные) вероятности совершения поездки. Для этого используются функции оценки, которые могут иметь различную форму и применяться в разных случаях.

Пусть f (Uij) – функция полезности/выгодности совершения поездки из района i в j. Для примера ниже представлена функция оценки EVA-2.

Выбор типа функции зависит от имеющихся данных о транспортной подвижности населения моделируемой области, как показано на рисунке 5.

Рисунок 5. График функции оценки EVA-2

Источник: самостоятельно построенный график.

Целью данного шага является определение объема корреспонденций (числа поездок/перемещений) между всеми районами моделируемой территории по каждому виду транспорта: индивидуальный, общественный, велосипед, пешком.

Исходными данными на этапе выбора транспорта являются:

а) матрицы межрайонных корреспонденций, рассчитанных на этапе распределения по районам;

б) матрицы затрат для каждого вида транспорта;

в) результаты социологического опроса о готовности совершения поездок на том или ином виде транспорта по слоям спроса и транспортных обследований на дорожной сети [10] (Salikhova, Grigorev, 2017).

Обсуждение

Транспортная макроскопическая модель является основой при разработке сценариев развития транспортной инфраструктуры любого региона. От качества подготовки исходных данных и уровня калибровки модели зависят дальнейшие количественные оценки целевых показателей, применяемых в документах транспортного планирования.

На третьем этапе в рамках разработки документов транспортного планирования Владимирской области был сформирован перечень ключевых показателей функционирования транспортной системы региона, как представлено в таблице 1.

Таблица 1

Выбранные целевые показатели эффективности транспортной системы Владимирской области

№ п/п
Наименование показателя
Показатели достижения целей БКАД
1
Доля автомобильных дорог регионального значения, соответствующих нормативным требованиям, %
2
Доля автомобильных дорог федерального и регионального значения, работающих в режиме перегрузки, %
3
Количество мест концентрации ДТП (аварийно-опасных участков) на дорожной сети;
4
Количество погибших в ДТП на 100 тыс. человек
Показатели качества транспортного обслуживания
5
Средняя скорость передвижения пассажира на ПТОП (км/час)
6
Средняя скорость доставки грузов (км/час)
Показатели обеспеченности территории Республики, объектами транспортной инфраструктуры
7
Доля площади территории населенных пунктов, находящаяся в нормативном радиусе пешеходной доступности от остановочных пунктов ПТОП;
Показатели уровня загрузки транспортной системы территории
8
Показатель перегруженности дорог (среднее z)
Показатели безопасности транспортного обслуживания
9
Масса выбросов загрязняющих веществ в атмосферный воздух от передвижных источников
Источник: [2].

Значения целевых показателей эффективности работы транспортной системы Владимирской области на текущей и перспективный периоды определяются на основе анализа параметров работы транспортной системы в настоящее время, целей национального проекта «Безопасные и качественные автомобильные дороги» (далее – БКАД), оценочных прогнозов на основе метода компьютерного моделирования транспортных потоков на макроскопическом уровне [9] (Tinkov, 2021).

На четвертом этапе необходимо ранжировать возможные мероприятия по развитию транспортной инфраструктуры по степени их важности для улучшения показателей качества транспортного обслуживания населения с помощью транспортной модели региона. Главной проблемой на этом этапе является поиск возможностей [12] (Bykova, Stroev, Morkovkin, Kurbakova, Repnikova, 2020) для развития дорожно-транспортной сети, что является сложноформализуемой задачей, в отличие от мероприятий по ремонту и реконструкции существующих элементов транспортной инфраструктуры.

Для определения недостаточности существующих транспортных связей на уровне региона был использован принцип математической гравитационной модели. Предполагается, что между населенными пунктами существуют потенциальные транспортные связи, степень которых прямо пропорциональна демографическому потенциалу населенных пунктов и обратно пропорциональна расстоянию между ними.

Для формирования устойчивых транспортных связей населенные пункты должны обладать минимальным порогом численности, для Владимирской области этот параметр принят равным 2000 человек. Данный показатель выбирается на основе анализа структуры численности населения изучаемой области и может гибко варьироваться в различных пределах в зависимости от необходимой детализации.

В общем виде гравитационную модель можно представить следующим образом [7] (Mukhopad, Bykova, 2009):

, (2)

где и – численность населения муниципальных образований, для которых определяется сила транспортного притяжения;

– расстояние между населенными пунктами по воздушной линии, в километрах;

– корректирующий весовой коэффициент (используется при необходимости)

– количественный показатель степени транспортного притяжения между населенными пунктами.

Поскольку территория Владимирской области обладает относительной однородностью как в плане природных условий, так и в части распределения экономических и социальных объектов, то корректирующий коэффициент в данном случае можно принять равным 1.

Значение F не стоит интерпретировать количественно – оно используется для сравнительного анализа глубины потенциальных транспортных связей между различными населенными пунктами.

Анализ проводится по следующим этапам:

Этап 1. Нормализация значений F. Нормирование данных заключается в приведении диапазона изменения значений признаков к некоторым требуемым границам, что позволяет упростить операции с ними. В работе используется минимаксная нормализация, которая рассчитывается по следующей формуле:

, (3)

где – нормализованное значение F;

– текущее значение F;

– минимальное значение F;

– максимальное значение F.

В результате значения F приводятся к диапазону от 0 до 1, что облегчает восприятие данных и дальнейшие операции с ними.

Этап 2. Редактирование выбросов данных. Данный этап необходим для исключения экстремальных значений, которые могут повлиять на результаты следующих этапов. В ходе расчетов от данных отфильтровываются нормализованные значения F, превышающие величину трех стандартных отклонений значений признака, а также нормализованные значения F, меньшие, чем 0,0001.

Этап 3. Повторная нормализация значений F. После исключения экстремальных значений с оставшимся диапазоном значений F проводится повторная минимаксная нормализация, дополнительно снижающая размерность данных по сравнению с первым этапом, что позволяет точнее разбить диапазон на группы значений.

Этап 4. Квантование нормализованных значений F. Целью данного этапа является группировка нормированных значений F в соответствии в выявленной глубиной потенциальных транспортных связей. Группировка должна соответствовать принятой в России классификации дорог по категориям. Поскольку однозначно формализовать значения F для достижения поставленной цели сложно, в данном случае применяется экспертная оценка определения границ групп внутри диапазона. Выделяется следующий набор групп:

1) первый класс – значения F от 0,32 до 1;

2) второй класс – значения F от 0,08 до 0,32;

3) третий класс – значения F от 0,005 до 0,08;

4) четвертый класс – значения F от 0 до 0,05.

Этап 5. Фильтрация значений F и присвоение категорий. Попадание значения F в определенную группу не означает автоматического соответствия данной потенциальной транспортной связи между населенными пунктами по дороге выбранной категории. Для уточнения оценки необходимо дополнить анализ критериями численности населения и расстояния между населенными пунктами. Так, при небольшом расстоянии между населенными пунктами гравитационная модель может завышать категорию дороги по сравнению с необходимой. Для устранения этого возможного несоответствия для каждой группы значений F необходимо установить пороговые значения численности населения муниципальных образований и расстояния между ними, которые однозначно будут смещать определяемую категорию дороги в соседние классы [3].

Данные пороговые значения для Владимирской области определены следующим образом:

1) для первого класса: – расстояние между населенными пунктами больше 10 километров, численность населения обоих пунктов более 5000 человек (иначе связь перемещается во второй класс);

2) для второго класса – расстояние между населенными пунктами больше 10 километров, численность населения обоих пунктов более 5000 человек (иначе связь перемещается в третий класс);

3) для третьего класса – расстояние между населенными пунктами меньше 100 километров, но если расстояние больше 100 километров и численность населения обоих пунктов более 5000 человек, то связь перемещается во второй класс (остальные связи исключаются);

4) для четвертого класса – расстояние между населенными пунктами меньше 40 километров, остальные транспортные связи исключаются;

5) для выбросов значений F, превышающих величину трех стандартных отклонений, – если расстояние между населенными пунктами больше 15 километров, то связь переходит в первый класс, если меньше 15 километров, то во второй класс.

Присвоенные таким образом транспортным связям категории дорог, соответствующие перечисленным классам, служат основой для принятия решений о реконструкции существующих транспортных магистралей.

Этап 6. Расчет коэффициента непрямолинейности. Данный показатель характеризует конфигурацию трассы маршрута по отношению к расстоянию между пунктами маршрута по воздушной линии [3].

Коэффициент непрямолинейности рассчитывается по формуле:

, (4)

где – коэффициент непрямолинейности;

– фактическая длина поездки между пунктами города;

– расстояние между пунктами по воздушной линии.

Степень непрямолинейности, характеризующаяся этим коэффициентом, приведена в таблице 2.

Таблица 2

Степень непрямолинейности

Коэффициент непрямолинейности
Степень непрямолинейности
Более 1,3
Исключительно высокая
1,25 ÷1,3
Очень высокая
1,2÷1,25
Высокая
1,15÷1,2
Умеренная
1,1÷1,15
Малая
Менее 1,1
Очень малая
Источник: составлено автором.

В случае, если рассчитанное значение коэффициента превышает 1,2, это означает необходимость строительства новых транспортных путей, способствующих снижению значения коэффициента.

На последнем этапе необходимо создать методику комплексной оценки экономической эффективности набора мероприятий по развитию транспортной инфраструктуры региона с учетом затрат и возможного социально-экономического эффекта от их реализации, определяемого полученной выгодой участников транспортного движения. При этом необходимо понимать, что эффект может быть трудноформализуемым и неоднородным для разных категорий пользователей транспортной системы. Предполагается, что благодаря использованию макроскопической транспортной модели региона суммарный эффект будет определен как отношение выраженной в денежной форме экономии времени на поездки в рамках всего субъекта, которую планируется получить в результате выполнения предлагаемых мероприятий [8] (Pustokhin, Bykova, Nekrasova, 2020).

Общий социально-экономический эффект рассчитывается за период, в течение которого отремонтированные и вновь введенные в эксплуатацию объекты транспортной инфраструктуры будут поддерживать заданное качество уровня обслуживания [4] (Bykova, Pustokhina, 2020). Для того чтобы учесть комплексное влияние реализации каждого из предлагаемых мероприятий на суммарную экономию времени, они вводятся в модель в соответствии с хронологическим порядком, предусмотренным документами транспортного планирования.

Таким образом, экономия времени по каждому мероприятию будет отдельно учитываться на срок до ввода в эксплуатацию следующего мероприятия и так до завершения предназначенных для реализации всех мероприятий. Поскольку в течение календарного года может быть запланирована реализация нескольких мероприятий без указания точной даты их завершения, экономия рассчитывается на момент завершения календарного года с учетом реализации всех запланированных на этот год мероприятий [12] (Bykova, Stroev, Morkovkin, Kurbakova, Repnikova, 2020).

Для непосредственного расчета социально-экономического эффекта используется математическая модель транспортной системы Владимирской области, рассчитанная на сутки. В рамках модели существует возможность рассчитать экономию времени для пользователей трех категорий автомобильного транспорта: индивидуального, общественного и грузового.

Разница между общим временем движения за предыдущий год и временем за текущий является экономией или потерями (в зависимости от знака) времени для участников движения от реализации всех мероприятий за данный период. На следующем этапе, так как математическая модель является суточной, эта величина умножается на 365 дней – продолжительность календарного года (с учетом корректировки деления календарного года на будние и выходные дни). После все величины суммируются, и получается общая экономия времени всех участников движения.

Результаты примерных расчетов представлены в таблице 3.

Таблица 3

Суммарная экономия времени от реализации мероприятий по сценариям развития транспортной системы Владимирской области, в часах

Категории времени
Базовый вариант
Целевой вариант
Инновационный вариант
Экономия времени при поездках на индивидуальном транспорте
46438006,15
54447694,74
44279075,34
Экономия времени при поездках на общественном транспорте
34768575,6
37431906,6
96425788,8
Экономия времени при поездках на грузовом транспорте
13159910,00
20020005,00
28310815,00
Всего экономия времени
94366491,75
111899606,3
169015679,1
Источник: составлено авторами.

При расчете необходимо учесть изменение уровня автомобилизации, которое приводит к колебаниям суммарных затрат времени на перемещения участников дорожного движения по сравнению с исходным вариантом. Для этого во всех сценариях развития транспортной системы Владимирской области по каждому виду транспорта общие затраты времени рассчитываются как произведение количества автотранспортных средств в исходной модели на среднее время поездки.

На следующем этапе необходимо перевести временные показатели в финансовые для расчета эффекта и эффективности реализации каждого сценария. Для автомобильного и общественного транспорта за базу при переводе берется среднемесячная заработная плата, которая во Владимирской области на момент анализа составляла 36 500,8 рублей в месяц, или 147,18 рублей за час. Для грузового транспорта стоимость рабочего часа определяется исходя из средней стоимости аренды грузовых автомобилей разных классов, которая по Владимирской области составила 1800 рублей в час.

Так как экономия времени должна быть переведена в денежную форму и рассчитана за ряд последующих лет, то необходимо учесть снижение стоимости денежных средств во времени с помощью дисконтирования денежных потоков в соответствии с формулой (5):

, (5)

где – дисконтированный доход от реализации сценария;

– экономия времени в денежном выражении за отдельный год;

– ставка дисконтирования;

– порядковый номер года;

– порядковый номер последнего года реализации сценария.

Ставка дисконтирования берется равной ожидаемому уровню инфляции в календарный год, определенному в соответствии с долгосрочным прогнозом социально-экономического развития России от Министерства экономического развития Российской Федерации. Дисконтированный доход позволяет оценить выгоду от реализации сценариев развития транспортной системы Владимирской области в денежном выражении на текущий момент.

После реализации всех планируемых мероприятий созданные и отремонтированные объекты транспортной инфраструктуры продолжат функционировать. В соответствии с постановлением Правительства Российской Федерации от 30 мая 2017 года № 658 «О нормативах финансовых затрат и Правилах расчета размера бюджетных ассигнований федерального бюджета на капитальный ремонт, ремонт и содержание автомобильных дорог федерального значения» срок службы автомобильных дорог до капитального ремонта составляет 24 года, поэтому за этот период экономия времени также должна быть дополнительно рассчитана с учетом расходов на содержание объектов транспортной инфраструктуры.

Еще одним важным компонентом экономической эффективности реализации мероприятий по развитию транспортной системы региона является снижение количества дорожно-транспортных происшествий. Соответствующая экономия от снижения социально-экономического ущерба с учетом фактора времени для Владимирской области может быть рассчитана, как показано в таблице 4.

Таблица 4

Экономия от сокращения количества дорожно-транспортных происшествий при реализации сценариев развития транспортной системы Владимирской области

Годы
Базовый вариант
Целевой вариант
Инновационный вариант
Количество погибших, на 100000 человек
Экономия от снижения ущерба, в тыс. рублей
Количество погибших, на 100000 человек
Экономия от снижения ущерба, в тыс. рублей
Количество погибших, на 100000 человек
Экономия от снижения ущерба, в тыс. рублей
2021
15
0
15
0
15
0
2022
14
195680,771
13
397648,816
13
397648,816
2023
11
767205,261
11
767205,261
10
962032,791
2024
8
1300091,68
7
1488319,92
6
1676548,16
2025
7
1433138,92
6
1615095,93
5
1797052,93
2026
7
1387934,88
6
1563342,75
5
1738750,63
2027
7
1345967,67
6
1515289,73
5
1684611,8
2028
7
1307029,85
6
1470697,47
5
1634365,1
2029
7
1270932,04
6
1429347,42
5
1587762,8
2030
7
1237501,41
6
1391040,1
5
1544578,79
Итого:
10245482,5
11637987,4
13023351,8
Источник: [2].

Эффективность реализации сценариев развития транспортной системы Владимирской области представляет собой соотношение между достигнутым результатом и использованными ресурсами и рассчитывается для каждого сценария в соответствии с формулой (6), соответствующей принятому в экономической теории индексу рентабельности. Для учета фактора времени необходимо использовать дисконтированные величины дохода и затрат.

. (6)

Значение эффективности должно быть положительным, и наиболее выгодным будет тот сценарий, для которого результаты оценки экономической эффективности будет выше, чем у остальных вариантов развития транспортной инфраструктуры.

Заключение

В результате применения подобной методологии качество документов транспортного планирования и степень их проработки значительно возрастают за счет комплексной оценки всех составляющих транспортной инфраструктуры. Данный комплексный подход, предложенный авторами, позволяет выбрать оптимальный вариант стратегического развития транспортной инфраструктуры для обеспечения доступности территорий, безопасности и надежности внутренних и внешних транспортных связей в условиях прогнозируемого роста подвижности населения и объемов пассажирских и грузовых перевозок.

Предлагаемый алгоритм проведения работ по анализу и моделированию транспортной инфраструктуры является комплексным и универсальным и может быть применен при разработке документов транспортного планирования в других субъектах Российской Федерации.


Источники:

1. Постановление Правительства РФ от 30 мая 2017 г. N 658 «О нормативах финансовых затрат и Правилах расчета размера бюджетных ассигнований федерального бюджета на капитальный ремонт, ремонт и содержание автомобильных дорог федерального значения». Гарант. [Электронный ресурс]. URL: https://base.garant.ru/71689744 (дата обращения: 10.05.2021).
2. Геоинформационная система Владимирской области. [Электронный ресурс]. URL: http://gis.avo.ru (дата обращения: 10.05.2021).
3. Основные показатели транспортной деятельности в России. Федеральная служба государственной статистики. [Электронный ресурс]. URL: https://rosstat.gov.ru/folder/23455 (дата обращения: 10.05.2021).
4. Быкова О.Н., Пустохина И.В. Вызовы и перспективы развития рынка транспортно-логистических услуг // Экономика, предпринимательство и право. – 2020. – № 1. – c. 63-70. – doi: 10.18334/epp.10.1.41562 .
5. Репникова В.М. Роль малого бизнеса в организации технологического прорыва // Модернизация России: приоритеты, проблемы, решения: Материалы XVIII Международной научной конференции. Москва, 2019. – c. 117-125.
6. Завьялов Д., Сагинова О., Завьялова Н. Методы оценки парковочного пространства в мегаполисах для решения задач развития городской инфраструктуры // Логистика. – 2020. – № 5(162). – c. 36-42.
7. Мухопад В., Быкова О.Н. Методы оценки инвестиционного потенциала и интегральной оценки экономической привлекательности территорий и комплексов // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. – 2009. – № 1. – c. 99-101.
8. Пустохин Д., Быкова О., Некрасова Е. Перспективы применения новых технологий в транспортно-логистических системах // Логистика. – 2020. – № 1(158). – c. 22-25.
9. Тиньков С.А. Подходы к оценке транспортной доступности точек притяжения в мегаполисе // Экономика, предпринимательство и право. – 2021. – № 2. – c. 377-394. – doi: 10.18334/epp.11.2.111582 .
10. Салихова Я.Ю., Григорьев К.А. Особенности сегментации цифрового рынка. / В книге: Трансформация непрерывного образования: теория и практика развития магистерского образования в условиях экономики знаний. К десятилетию института магистратуры. - Санкт-Петербург: Санкт-Петербургский государственный экономический университет, 2017. – 197-202 c.
11. Samylina Yu.N., Matveev P.A., Malysheva E.N., Fedorova T.N., Repnikova V.M. Formation of integrated system development models in the information and telecommunications cluster // International Journal of Innovative Technology and Exploring Engineering. – 2019. – № 12. – p. 4057-4061. – doi: 10.35940/ijitee.L3631.1081219 .
12. Bykova O.N., Stroev P.V., Morkovkin D.E., Kurbakova S.N., Repnikova V.M. Improvement of approaches to the strategic development management of enterprise // Entrepreneurship and Sustainability Issues. – 2020. – № 1. – p. 301-312. – doi: 10.9770/jesi.2020.8.1(21) .

Страница обновлена: 03.07.2022 в 11:29:48