Методология исследований пассажирских транспортных потоков на сетевом и региональных уровнях управления перевозками

В статье изложены методические подходы к определению тенденций развития спроса по магистральным направлениям сети ОАО «РЖД» и принципов классификации линий в зависимости от динамики объемов перевозок в дальнем сообщении. Методика классификации включает алгоритмы проведения аналитических исследований о пассажиропотоках с использованием современных методов математической статистики и маркетингового анализа, критерии и порядок классификации направлений сети ОАО «РЖД» для определения приоритетов и необходимости развития инфраструктуры. В качестве критериев многомерной (многокритериальной) классификации железнодорожных линий приняты объемы пассажирских перевозок дальнего сообщения, стабильность и тенденции развития спроса (прогноз), сезонные факторы, уровень конкурентоспособности направлений пассажиропотоков. Объектами классификации, формирующими направления, являются отдельные станции и группы станций, входящие в железнодорожные узлы, города, субъекты РФ, железные дороги, а также территориальные кластеры станций, входящие в города-мегаполисы, курортные зоны, районы тяготения аэропортов. Аналитическая база разработана на основе сбора и систематизации исходной информации о реальных пассажиропотоках на направлениях сети ОАО «РЖД» (период 2006 - 2014 гг.) и фактических данных о конкурентном транспортном рынке (авиаперевозчики). Разработанная авторами данной статьи методика выступает в качестве аналитической базы, она обеспечивает процессы рационализации системы пассажирских железнодорожных сообщений и построения маршрутной сети на основе реальных корреспонденций пассажирских транспортных потоков и тенденций их изменения на перспективу.

пассажирские перевозки, дальнее сообщение, классификация железнодорожных направлений, критерии классификации пассажиропотоков

1. Макарова Е. А. Принципы построения аналитической отчетности для пассажирского комплекса ОАО «РЖД» на базе АСУ «Экспресс» // Железнодорожный транспорт на современном этапе развития: сборник трудов к 70-летию аспирантуры / под ред. Б. М. Лапидуса, Г. В. Гогричиани. М.: ВМГ-Принт, 2014. С. 29 - 35.

2. Классификация пассажиропотоков на базе АСУ «Экспресс» для определения транспортной подвижности между регионами Российской Федерации / Макарова Е. А. [и др.] // Вестник ВНИИЖТ. 2015. № 3. С. 42 - 47.

3. Jajuga, K., Walesiak, M. (2000), Standardisation of data set under different measurement scales, In: R. Decker, W. Gaul (Eds.), Classification and information processing at the turn of the millennium, Springer-Verlag, Berlin, Heidelberg, pp. 105 - 112.

4. Амелькин С. А., Захаров А. В., Хачумов В. М. Обобщенное расстояние Евклида - Махаланобиса и его свойства // Информационные технологии и вычислительные системы. 2006. № 4. С. 40 - 44.

5. Хачумов М. В. Расстояния, метрики и кластерный анализ // Искусственный интеллект и принятие решений. 2012. № 1. С. 81 - 89.

6. Суржин К. В., Муктепавел С. В. Оценка влияния фактора численности населения на объем пассажирских перевозок // Вестник ВНИИЖТ. 2015. № 4. С. 59 - 64.

7. Сборник методов поиска новых идей и решений управления качеством / сост. В. В. Ефимов. Ульяновск: УлГТУ, 2011. 194 с.

8. Макарова Е. А., Елизаров С. Б., Муктепавел С. В. Автоматизированная система прогнозирования пассажирских транспортных потоков на базе АСУ «Экспресс» // Вестник ВНИИЖТ. 2011. № 4. С. 21 - 27.

9. Buliński J., Waszkiewicz C. and Buraczewski P. (2013) Utilization of ABC/XYZ analysis in stock planning in the enterprise. Annals of Warsaw University of Life Sciences - SGGW Agriculture, 2013, No. 61, pp. 89 - 96.

10. Gatnar, E., Walesiak, M. (Eds.) (2004), Metody statystycznej analizy wielowymiarowej w badaniach marketingowych [Multivariate statistical analysis methods in marketing research], Wydawnictwo AE, Wroclaw, pp. 35 - 38.