Voronezh, Russian Federation
UDK 65 Управление предприятиями. Организация производства, торговли и транспорта
The article considers the accident rate of passenger transport, determines perspective ways of development of this type of transport and the main target indicators in accordance with the Transport Strategy. The analysis of the main factors affecting the development of passenger transport - passenger turnover and availability of rolling stock - is carried out and a two-factor model is developed, which allows estimating the change in the accident rate depending on the changes in the factors under study.
PASSENGER TRANSPORTATION, VORONEZH REGION, ACCIDENT RATE, NUMBER OF ROLLING STOCK, PASSENGER TURNOVER, TWO-FACTOR REGRESSION MODEL
1 Состояние вопроса исследования и актуальность работы
Согласно Транспортной стратегии Российской Федерации к 2035 года [1] пассажиропоток во внутреннем сообщении вырастет на 37 % по сравнению с 2019 г., в свою очередь, средний прирост пассажирооборота транспорта общего пользования в российских городах к 2035 г. по сравнению с тем же базовым годом составит 11 %. Таким образом, запланированное перераспределение пассажиропотока в городах создаст определённую нагрузку на общественный транспорт, что повлияет на изменение маршрутов, а также номенклатуру подвижного состава с целью обеспечения непрерывности данного процесса и его безопасность.
В первую очередь такие изменения будут происходить в густонаселённых городах – городах-миллионниках, к числу которых относится г. Воронеж. Следует отметить, что согласно данным Воронежстат, представленным на официальном сайте [2], за период 2017-2022 гг. перевозки пассажиров автобусными видами транспорта изменились, наблюдается определённое снижение спроса на данный вид транспорта, которое может быть объяснимо недавней пандемией, а также изменением маршрутов, связанных с реформированием пассажирской системы г. Воронеж и Воронежской области в целом (табл. 1).
Таблица 1 – Перевозки пассажиров по отдельным видам транспорта общего пользования
|
Год |
Перевозки пассажиров автобусным транспортным общего пользования, млн. чел. |
|
2017 |
201,1 |
|
2018 |
224 |
|
2019 |
206,1 |
|
2020 |
158,2 |
|
2021 |
126,1 |
|
2022 |
146,3 |
В свою очередь, общее количество происшествий с участием водителей автобусов за рассматриваемый период 2017-2022 гг. увеличилось (рис. 1). Это свидетельствует о необходимости более тщательной проработки данного вопроса с учётом планируемого увеличения пассажирооборота. За рассматриваемый период в таких происшествиях погибло 44 человека и получили ранение 837 человек. Следует отметить, что безопасности пассажирского транспорта сегодня посвящено большое количество научных трудов, в которых даны определённые рекомендации по изменению ситуации, в частности её улучшения, связанные, в первую очередь, с ужесточением контроля за техническим состоянием пассажирских транспортных средств, а также повышением уровня знаний у водителей рассматриваемых транспортных средств [3-8].
Рисунок 1 – Количество дорожно-транспортных происшествий в Воронежской области
с участием водителей автобусов за период 2017-2022 гг.
С учётом установленных показателей роста пассажиропотока и изменения количества происшествий необходимым мероприятием является оценка изменения ситуации с учётом анализа двух факторов, таких как: пассажиропоток и количество подвижного состава. Двухфакторные модели позволяют оценить значимость каждого фактора и степень их влияния на рассматриваемый показатель, в нашем случае на количество дорожно-транспортных происшествий. Следует отметить, что в научной практике имеется ряд работ, посвящённых исследованию влияния определённых показателей на состояние аварийности [9-12].
2 Материалы и методы
Для исследования использован многофакторный анализ. В данном случае в качестве критерия (показателя) безопасности дорожного движения «Y» принята величина количества дорожно-транспортных происшествий с участием водителей пассажирского транспорта. Ввиду неполного информирования по показателям аварийности в общедоступной базе данных государственной автомобильной инспекции, представленной на сайте показателей состояния безопасности дорожного движения [13], в качестве исследуемого параметра определён показатель «дорожно-транспортные происшествия из-за нарушения правил дорожного движения (ПДД) водителями автобусов». Следует отметить, что начиная с 2022 года показатели в общей статистической базе данных были немного изменены и появилась возможность отдельного анализа такого показателя как «Дорожно-транспортные происшествия (ДТП) с участием автобусов». Использование данного показателя в исследовании не представляется возможным в связи с неполным информированием по рассматриваемому периоду 2017-2022 гг., в котором «ДТП с участием автобусов» не было представлено. В связи с этим, в качестве первого рассматриваемого фактора (x1) принят показатель пассажирооборота автомобильного транспорта общего пользования в млн. пассажиро-километров (рис. 2) и второго фактора (x2) − наличие эксплуатационных автобусов, выполняющих перевозки по маршрутам регулярных перевозок, ед. (рис. 3). Все рассматриваемые параметры определены для отдельного субъекта – Воронежской области.
|
|
|
|
Рисунок 2 – Пассажирооборот |
Рисунок 3 – Наличие эксплуатационных |
По полученным данным (рис. 2, 3) была построена двухфакторная регрессионная
линейная модель:
где Y – исследуемый параметр – количество ДТП по причине нарушения ПДД водителями пассажирского транспорта, ед.; x1 − пассажирооборот автомобильного транспорта общего пользования, млн. пассажиро-километров; x2 − наличие эксплуатационных автобусов, выполняющих перевозки по маршрутам регулярных перевозок, ед.; a, 
, 
– эмпирические коэффициенты.
3 Результаты исследований
Основная задача при выполнении многофакторного анализа заключается в поиске значений коэффициентов a, и на основе алгоритма выполнения многофакторного регрессионного анализа, подробно описанных в научном направлении анализа данных – эконометрике [14, 15]. Находимые для расчёта данные представлены в табл. 2.
Таблица 2 – Значения параметров и факторов для выполнения многофакторного
регрессионного анализа
|
Год |
№ п/п |
y |
|
|
|
|
|
|
2017 |
1 |
60 |
2400,9 |
3202 |
144054 |
192120 |
7687681,8 |
|
2018 |
2 |
97 |
2578,6 |
3397 |
250124,2 |
329509 |
8759504,2 |
|
2019 |
3 |
97 |
2405,8 |
3067 |
233362,6 |
297499 |
7378588,6 |
|
2020 |
4 |
68 |
1806,4 |
2819 |
122835,2 |
191692 |
5092241,6 |
|
2021 |
5 |
114 |
2137,9 |
2502 |
243720,6 |
285228 |
5349025,8 |
|
2022 |
6 |
126 |
2465,4 |
2426 |
310640,4 |
305676 |
5981060,4 |
|
Ʃ |
562 |
13795 |
17413 |
1304737 |
1601724 |
40248102,4 |
|
|
Среднее значение |
93,67 |
2299,17 |
2902,17 |
217456,17 |
266954,00 |
6708017,07 |
|
Продолжение табл. 2
|
Год |
№ п/п |
|
|
|
|
|
|
|
|
2017 |
1 |
5764320,81 |
10252804 |
3600 |
83,12 |
-23,12 |
534,49 |
38,53 |
|
2018 |
2 |
6649177,96 |
11539609 |
9409 |
83,17 |
13,83 |
191,20 |
14,26 |
|
2019 |
3 |
5787873,64 |
9406489 |
9409 |
91,01 |
5,99 |
35,87 |
6,17 |
|
2020 |
4 |
3263080,96 |
7946761 |
4624 |
67,80 |
0,20 |
0,04 |
0,30 |
|
2021 |
5 |
4570616,41 |
6260004 |
12996 |
106,16 |
7,84 |
61,40 |
6,87 |
|
2022 |
6 |
6078197,16 |
5885476 |
15876 |
130,74 |
-4,74 |
22,43 |
3,76 |
|
Ʃ |
32113266,94 |
51291143 |
55914 |
562 |
- |
845,42 |
69,89 |
|
|
Среднее значение |
5352211,16 |
8548523,83 |
9319,00 |
93,67 |
- |
140,90 |
11,65 |
|
С использованием данных были определены значения парных коэффициентов корреляции по формулам:
где 
, 
, 
– среднеквадратические отклонения признаков.
Расчёт по формулам 2, 3 и 4 позволил определить значения коэффициентов корреляции, которые составили 0,35, -0,59 и 0,39 соответственно.
Далее были определены коэффициенты , и a с использованием формул:
На данном этапе было получено уравнение двухфакторной регрессии вида (8), расчёт с использованием которого позволил получить необходимые данные, представленные в табл. 2 и произвести дальнейшие действия для оценки достоверности модели:
Средняя ошибка аппроксимации, определённая методом наименьших квадратов, составила 11 %. Адекватность уравнения (8) была подтверждена с помощью критерия Фишера: расчётное значение F-критерия (Fфакт), как отношение факторной к остаточной дисперсии, составило 4,31, а табличное значение F-критерия (Fтабл) − 3,39. Следовательно, гипотеза об адекватности уравнения (8) не отвергается, т.к. Fфакт> Fтабл. Значимость коэффициентов регрессии a, b1 и b2 подтвердилась с помощью критерия Стъюдента (t-критерия).
4 Обсуждение и заключение
В ходе выполненного исследования была получена двухфакторная регрессионная модель (формула (8)), имеющая корреляционную связь факторов х1 и х2 с критерием Y при коэффициенте детерминации 
= 0,74). Это доказывает наличие связи, позволяющей оценить изменение условного количества ДТП с участием автобусов при изменении пассажирооборота и численности подвижного состава на регулярных рейсах. Установлено, что увеличение пассажирооборота и сокращение количества подвижного состава на регулярных рейсах, будет способствовать увеличению рассматриваемых типов происшествий в случае отсутствия мероприятий, направленных на их снижение, например, направленных на обучение водителей, усиление контроль-надзорных мероприятий и иных мероприятий. В частности, оценить данное изменение позволил расчёт коэффициентов эластичности при учёте первого и второго фактора, значения которых составили 
=1,52 и 
= -1,74 соответственно для первого и второго рассматриваемого фактора.
1. Transport Strategy of the Russian Federation up to 2030 with a forecast for the period up to 2035, approved by the order of the Government of the Russian Federation on November 27, 2021 № 3363-r.
2. Territorial body of the Federal State Statistics Service for the Voronezh Region / URL: https://36.rosstat.gov.ru/ (access date: 09.09.2024).
3. Ageyeva, E. V. Increasing the safety of passenger transportation in Kursk / E. V. Ageyeva, M. S. Korolev, A. I. Pykhtin // The world of transport and technological machines. - 2018. - № 4(63). - P. 96-103.
4. Kotlyarenko, V. I. Trends in the development of motor vehicles in the Russian Federation / V. I. Kotlyarenko // Proceedings of NAMI. - 2019. - № 4(279). - P. 22-27.
5. Lyubimov, I. I. Analysis of the interaction models of the subjects of passenger motor-vehicle transportation / I. I. Lyubimov, N. N. Yakunin, N. V. Yakunina // Bulletin of the Siberian State Auto-mobile and Road University. - 2022. - T. 19, № 6(88). - P. 878-889.
6. Loktionova, A. G. Determination of the dynamic index of the car in the trans-port flows of the urban transportation system / A. G. Loktionova, A. G. Shevtsova // World of transport and techno-logical machines. - 2023. - № 1-2(80). - P. 37-42.
7. Issues of urban transportation systems management / I. E. Agureev, V. A. Pyshny, L. E. Kushchenko [et al.] // Modern socio-economic processes: problems, patterns, prospects : a monograph. - Penza : “Science and Enlightenment” (IP Gulyaev G.Yu.), 2017. - P. 72-94.
8. Kurganov, V. M. Reliability and cost reduction for passenger transportation in cities with city-forming enterprises / V. M. Kurganov, M. V. Gryaznov, K. A. Davydov // Bulletin of the Siberian State Automobile and Road University. - 2020. - T. 17, № 1(71). - P. 98-109.
9. Novikov, A. N. Safe and efficient traffic flow management in the urban transportation sys-tem / A. N. Novikov, A. G. Shevtsova. - Moscow : Academia, 2022. - 205 p. - ISBN 978-5-361-01115-5.
10. Kurakina, E. V. Increasing the level of road safety in the system “Road user - Vehicle - Road - External environment” / E. V. Kurakina, A. A. Sklyarova // Bulletin of the Siberian State Au-tomobile and Road University. - 2020. - T. 17, № 4(74). - P. 488-499.
11. Analysis of the influence of foreign economic factors on the development of transit trans-portation in the EAEU territory / S. V. Dorokhin, V. A. Zelikov, A. Sh. Subkhonberdiev [et al.] // Bul-letin of Voronezh State University of Engineering Technologies. - 2020. - T. 82, № 1(83). - P. 419-425.
12. Shevtsova, A. G. Forecasting the number of road accidents involving means of individual mobility on the example of Krasnodar Krai / A. G. Shevtsova, S. E. Savotchenko, A. A. Yung // Bulle-tin of the Siberian State Automobile and Road University. - 2024. - T. 21, № 4(98). - P. 594-604.
13. Road safety indicators / URL: http://stat.gibdd.ru/ (access date 09/16/2024).
14. Orlova, I. V. Experience of using the R package when studying the topic “Preliminary data analysis” in econometrics / I. V. Orlova // Fundamental Research. - 2019. - № 6. - P. 115-120.
15. Maximova, T. G. Econometrics / T. G. Maximova, I. N. Popova. - St. Petersburg : St. Pe-tersburg National Research University of Information Technologies, Mechanics and Optics, 2018. - 70 p.
