Сравнение методик прогнозирования междугородних пассажиропотоков на различных видах транспорта

Статья посвящена методическим особенностям прогнозирования междугородних пассажиропотоков в условиях трансформации транспортной системы России, а именно, появления нового вида транспорта – скоростного железнодорожного сообщения. Цель статьи – изложить авторскую методику прогнозирования пассажиропотоков и доказать её более высокую эффективность относительно методик, применяемых в России сегодня. В статье рассмотрен исторический аспект прогнозирования пассажиропотоков, проанализированы сильные и слабые стороны существующих подходов к их моделированию. Авторы отмечают невозможность моделирования количества поездок при изменениях параметров транспортного сообщения только на основании закономерностей, выявленных по ретроспективным рядам данных (наиболее распространённый подход к прогнозированию пассажиропотоков в России).
В статье предлагается альтернативная методика, основанная на расчёте совокупных затрат пассажира при совершении поездки, которые зависят от стоимости проезда, потерь времени, частоты отправления транспортных средств и их комфортности, а также учитывающая динамику ключевых социально-экономических показателей. Методика позволяет минимизировать погрешности измерений, возникающие из-за недостатка первичной информации о некоторых видах пассажирского транспорта, а также рассчитать индуцированный спрос на поездки, возникающий вследствие улучшения характеристик сообщения. Авторами определены ивыражены в количественных показателях основные факторы перераспределения пассажиропотока на нововведённые виды транспорта.
В статье рассмотрен опыт прогнозирования пассажиропотока по предлагаемой методике на примере четырёх корреспонденций, где было начато движение скоростных поездов типа «Ласточка». Результаты прогнозирования сопоставлены с фактическими объёмами перевозок, на основании чего сделаны выводы об эффективности методики прогнозирования иеё применимости в современных реалиях российской транспортной системы. Выявлены преимущества и недостатки предложенного подхода к прогнозированию пассажиропотоков, а также определены возможности его распространения и дальнейшего развития в России.

транспорт, методы прогнозирования, пассажиропоток, транспортный спрос, транспортная подвижность населения, скоростной поезд

1. Cervero, R. Induced Travel Demand: Research Design, Empirical Evidence, and Normative Policies. Journal of Planning Literature, 2002, Vol. 17 (3), pp. 3–20. [Электронный ресурс]: http://jpl.sagepub.com/cgi/content/abstract/17/1/3. Доступ 27.02.2020. DOI:10.1177/088122017001001.

2. Осетров Е. С. Математические модели, методы и алгоритмы для прогнозирования пассажирских перевозок / Дис… канд. физ.-мат. наук. – Дубна. – 2018. [Электронный ресурс]: https://wwwinfo.jinr.ru/dissertation/Osetrov_disser.pdf. Доступ 27.02.2020.

3. McNally, M. G. The Four-Step Model. In: Handbook of Transport Modelling. Ed. D. A. Hensher, K. J. Button, 2000, pp. 35–52. [Электронный ресурс]: https://pdfs.semanticscholar.org/c91e/e47992495bd9c9fe36ed4dbe85dc3c21aecf.pdf. Доступ 27.02.2020. DOI: https://doi.org/10.1108/9780857245670-003.

4. Бонсалл П. У., Чемперноун А. Ф., Мейсон А. К., Уилсон А. Г. Моделирование пассажиропотоков в транспортной системе / Пер. с англ. Е. М. Шлафштейна. – М.: Транспорт, 1982. – 207 с.

5. Box, G. E. P., Jenkins, G. M. Time Series Analysis, Forecasting and Control. Holden-Day, San Francisco, 1970. [Электронный ресурс]: https://www.scirp.org/reference/ReferencesPapers.aspx? ReferenceID=2106713. Доступ 27.02.2020

6. Sartono. Models for Train Passenger Forecasting of Java and Sumatra. Journal of Physics: Conference Series, Vol. 824:012032, 3rd International Conference on Mathematics, Science and Education 2016, 3–4 September 2016, Semarang, Indonesia. DOI: 10.1088/1742-6596/824/1/012032.

7. Nagel, K., Wagner, R., Woesler, R. Still flowing: Approaches to traffic flow and traffic jam modeling. Operations Research, January 2, 2003, Vol. 51, pp. 681–710. Corpus ID: 3616360. DOI: 10.1287/opre.51.5.681.16755.

8. Guo, Xin. Passenger capacity prediction model based on LOGIT and system dynamics for passenger dedicated line. Transaction of Beijing Institute of Technology, Iss. 1, pp. 31–34.

9. Yan, Xi; Li, Jing. Analysis on predict model of railway passenger travel factors judgment with softcomputing methods. Journal of Industrial Engineering and Management (JIEM), OmniaScience, Barcelona, 2014, Vol. 7, Iss. 1, pp. 100–114. [Электронный ресурс]: https://www.econstor.eu/bitstream/10419/188593/1/v07-i01-p0100_940-6029-2-PB.pdf. Доступ 26.02.2020. DOI: http://dx.doi.org/10.3926/jiem.940