Методы прогнозирования. Исследование рынка пригородных пассажирских перевозок

Исследование рынка пригородных пассажирских перевозок

В отличие от дальних пассажирских перевозок в пригородном движении информация об отправляемых пассажирах носит условный характер, поскольку фактическое количество перевозимых пассажиров нигде не фиксируется.

На этом рынке высок удельный вес пассажиров, пользующихся сезонными и льготными формам билетов.

Наиболее точная информация может быть получена лишь при оборудовании посадочных пунктов или подвижного состава техническими средствами, например турникетами. Однако, это дорогостоящая мера, которая не всегда оправдана, поэтому на линиях, где отсутствуют подобные технические средства, периодически осуществляется визуальный учет количества перевозимых пассажиров. Такие обследования, как правило, осуществляются 2-4 раза в год, на малодеятельных линиях – реже.

Цель исследования – выявить фактические объемы перевозок в летний и зимний периоды, в рабочие и праздничные дни. Основная цель таких исследований – разработка графика движения поездов и плана формирования пригородных поездов.

На основе подобных исследований могут быть даны рекомендации по изменению составности пригородных поездов в определенные дни или периоды суток. В то же время железные дороги сталкиваются с проблемой реализации таких предложений, так как существующий пригородный подвижной состав не дает возможности варьировать количеством вагонов в поездах. В результате необоснованно увеличиваются эксплуатационные расходы, так как населенность поездов не соответствует количеству предоставляемых мест.

Современные условия рыночного хозяйствования предъявляют к методам прогнозирования очень высокие требования, ввиду все возрастающей важности правильного прогноза для судьбы предприятия, да и экономики страны в целом.

Именно прогнозирования функционирования экономики регионов или даже страны нужно уделять пристальное внимание, потому что за пеленой сиюминутных собственных проблем все почему-то забыли о том, что экономика страны тоже должна управляться, а следовательно и прогнозирование показателей ее развития должно быть поставлено на твердую научную основу.

Выбор модели прогнозирования

. В качестве инструментов прогнозирования могут быть применены статистические регрессионные модели двух типов:

1) Модели, использующие в качестве исходной информации временные ряды темпов роста соответствующих показателей (см. Методические указания к практическим занятиям тема 1);

2) Модели, использующие в качестве исходной информации значение показателей экономического и социального развития по различным регионам в определенный фиксированный момент времени (такие модели могут быть определены как пространственные).

Вопросы построения и использования для прогнозирования региональной потребности в материальных ресурсах моделей регрессии на динамических рядах достаточно хорошо разработаны в экономической литературе. Модели же пространственного типа до настоящего времени не получили ни должной разработки в экономической литературе, ни практического применения.

В то же время, как показали исследования, пространственные регрессивные модели могут быть весьма эффективным инструментом прогнозирования региональной потребности в материальных ресурсах, а следовательно и грузопотоков (объёмов перевозок), на уровне экономики региона. При этом важно отметить, что экономико-статистические модели пространственного типа имеют ряд преимуществ при решении задач прогнозирования региональной потребности в материальных ресурсах по хозяйству края по сравнению с моделями регрессии на динамических рядах. Эти преимущества заключаются в возможности использования в модели значительно большего числа независимых переменных (факторов), в возможности использования для построения многофакторных динамических моделей коротких временных рядов, в возможности фиксации взаимосвязей исследуемых переменных только на последние годы (год) ретроспективного периода, а так же в удобстве их практического использования.

Для прогнозирования наиболее приемлемо уравнение:

ln y = ln a0 + a1*ln x1 + a2*ln x2+a3*ln x3+ a4*ln x4+a5*ln x5

где а0 – свободный член;

а1….а5 - коэффициенты эластичности, каждый из которых показывает средний процент изменения общей величины объёма перевозок при изменении значения i-го фактора на 1%;

х1….х5 – значения факторов.

Необходимой предпосылкой обеспечения достоверности и качества прогноза в современных условиях должно выступать обеспечение адаптации статистических моделей к изменяющимся условиям. Долгосрочное прогнозирование потребности в материальных ресурсах как элемент обоснования основных направлений и показателей перспективного развития и размещения отраслей экономики не может строиться лишь на основе складывающихся инерционных тенденций. Такое прогнозирование требует учета не столько ретроспективных, сколько перспективных направлений развития материального производства и непроизводственной сферы. Данное обстоятельство особенно существенно в условиях планируемого ускорения научно-технического прогресса, серьезных структурных перестроек в экономике, повышения общих темпов экономического роста

Придание статистическим моделям свойства адаптации, приспособления к изменяющимся условиям развития может быть осуществлено путем использования при построении моделей планируемых (прогнозируемых) на перспективу значений исследуемых показателей, т.е. путем статистического описания взаимосвязей между наиболее вероятными в перспективе значениями основных влияющих факторов и показателями перспективной потребности в материальных ресурсах. При этом для определения показателей перспективной потребности может быть использован негативный метод, позволяющий учесть влияние на ее величину основных параметров социально-экономического развития и результатов научно-технического прогресса.

Дата добавления: 2014-01-04