Воронеж, Россия
УДК 65 Управление предприятиями. Организация производства, торговли и транспорта
В статье рассмотрена аварийность пассажирского транспорта, определены перспективные пути развития данного вида транспорта и основные целевые показатели в соответствии с Транспортной стратегией. Выполнен анализ основных факторов, влияющих на развитие пассажирского транспорта – пассажирооборот и наличие подвижного состава и разработана двухфакторная модель, позволяющая оценить изменение показателя аварийности в зависимости от изменения исследуемых факторов.
ПАССАЖИРСКИЙ ТРАНСПОРТ, ВОРОНЕЖСКАЯ ОБЛАСТЬ, АВАРИЙНОСТЬ, КОЛИЧЕСТВО ПОДВИЖНОГО СОСТАВА, ПАССАЖИРООБОРОТ, ДВУХФАКТОРНАЯ РЕГРЕССИОННАЯ МОДЕЛЬ
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. Транспортная стратегия Российской Федерации до 2030 года с прогнозом на период до 2035 года / утв. распоряжением Правительства Российской Федерации от 27 ноября 2021 г. № 3363-р.
2. Территориальный орган Федеральной службы государственной статистики по Воронежской области / URL:https://36.rosstat.gov.ru/ (дата обращения: 09.09.2024).
3. Агеева, Е. В. Повышение безопасности пассажирских перевозок в г. Курске / Е. В. Агеева, М. С. Королев, А. И. Пыхтин // Мир транспорта и технологических машин. – 2018. – № 4(63). – С. 96-103.
4. Котляренко, В. И. Тенденции развития автотранспортных средств в Российской Феде-рации / В. И. Котляренко // Труды НАМИ. – 2019. – № 4 (279). – С. 22-27.
5. Любимов, И. И. Анализ моделей взаимодействия субъектов пассажирских автомобильных перевозок / И. И. Любимов, Н. Н. Якунин, Н. В. Якунина // Вестник Сибирского государственного автомобильно-дорожного университета. – 2022. – Т. 19, № 6(88). – С. 878-889.
6. Локтионова, А. Г. Определение динамического показателя автомобиля в транспортных потоках городской транспортной системы / А. Г. Локтионова, А. Г. Шевцова // Мир транспорта и технологических машин. – 2023. – № 1-2(80). – С. 37-42.
7. Вопросы управления городскими транспортными системами / И. Е. Агуреев, В. А. Пышный, Л. Е. Кущенко [и др.] // Современные социально-экономические процессы: проблемы, закономерности, перспективы: монография. – Пенза: "Наука и Просвещение" (ИП Гуляев Г.Ю.), 2017. – С. 72-94.
8. Курганов, В. М. Надежность и снижение затрат на перевозки пассажиров в городах с градообразующими предприятиями / В. М. Курганов, М. В. Грязнов, К. А. Давыдов // Вестник Сибирского государственного автомобильно-дорожного университета. – 2020. – Т. 17, № 1(71). – С. 98-109.
9. Новиков, А. Н. Безопасное и эффективное управление транспортными потоками в городской транспортной системе / А. Н. Новиков, А. Г. Шевцова. – Москва: Академия, 2022. – 205 с. – ISBN 978-5-361-01115-5.
10. Куракина, Е. В. Повышение уровня безопасности дорожного движения в системе "Участник дорожного движения - Транспортное средство - Дорога - Внешняя среда" / Е. В. Куракина, А. А. Склярова // Вестник Сибирского государственного автомобильно-дорожного университета. – 2020. – Т. 17, № 4(74). – С. 488-499.
11. Анализ влияния внешнеэкономических факторов на развитие транзитных перевозок на территории ЕАЭС / С. В. Дорохин, В. А. Зеликов, А. Ш. Субхонбердиев [и др.] // Вестник Воронежского государственного университета инженерных технологий. – 2020. – Т. 82, № 1(83). – С. 419-425.
12. Шевцова, А. Г. Прогнозирование количества дорожно-транспортных происшествий с участием средств индивидуальной мобильности на примере Краснодарского края / А. Г. Шевцова, С. Е. Савотченко, А. А. Юнг // Вестник Сибирского государственного автомобильно-дорожного университета. – 2024. – Т. 21, № 4(98). – С. 594-604.
13. Показатели состояния безопасности дорожного движения / URL: http://stat.gibdd.ru/ (дата обращения 16.09.2024).
14. Орлова, И. В. Опыт применения пакета R при изучении темы "Предварительный анализ данных" в эконометрике / И. В. Орлова // Фундаментальные исследования. – 2019. – № 6. – С. 115-120.
15. Максимова, Т. Г. Эконометрика / Т. Г. Максимова, И. Н. Попова. – Санкт-Петербург: Санкт-Петербургский национальный исследовательский университет информационных техно-логий, механики и оптики, 2018. – 70 с.
