Результаты исследований: Вклад в журнал › Статья › Рецензирование
Результаты исследований: Вклад в журнал › Статья › Рецензирование
}
TY - JOUR
T1 - Математическое моделирование региональных грузо- и пассажиропотоков
AU - Sinitsyn, E.
AU - Tolmachev, A.
AU - Brusyanin, D. A.
PY - 2019
Y1 - 2019
N2 - Разработка и реализация стратегий экономического и социального развития регионов России на период до 2035 года делает актуальным адекватное развитие транспортных услуг, затрагивающих все отрасли экономики и слои населения. В связи с этим в работе предложена модель, связывающая характеристики пассажирских и грузовых потоков с параметрами экономического и социального развития и демографической ситуацией в регионе. Такая модель позволяет конкретизировать нагрузку на транспортную систему, вытекающую из планов социально-экономического развития, а также планируемых решений в области хозяйственной деятельности. Для разработки модели были отобраны характеристики, описывающие экономическую ситуацию, рынок труда, демографические характеристики уровень жизни и социальную ситуацию в анализируемом субъекте,имеющие наибольшие коэффициенты корреляции с анализируемыми параметрами транспортной инфраструктуры. Затем пошагово проводился регрессионный анализ, при этом на каждом шаге к уже имеющимся переменным модели добавлялась новая, дающая наибольший прирост коэффициента детерминированности R2. Показано, что основным фактором, определяющим количество перевезенных автобусами общего пользования пассажиров, является среднегодовая численность занятых; на пассажирооборот наиболее сильно влияет численность населения. Количество перевезенных грузов определяется параметрами, характеризующими уровень развития производства (инвестициями в основной капитал и основными фондами в экономике, а также объемом отгруженных товаров собственного производства). Использование нелинейных моделей и сетей не привело к существенному уменьшению ошибок моделей. В работе также проведена кластеризация регионов РФ по показателям социально-экономического развития и характеристикам транспортной инфраструктуры, влияющим на транспортные потоки, оценена эффективность использования транспортной инфраструктуры в различных кластерах. Это позволит осуществлять целенаправленный бенчмаркинг — выбор субъектов для сравнения с анализируемым регионом
AB - Разработка и реализация стратегий экономического и социального развития регионов России на период до 2035 года делает актуальным адекватное развитие транспортных услуг, затрагивающих все отрасли экономики и слои населения. В связи с этим в работе предложена модель, связывающая характеристики пассажирских и грузовых потоков с параметрами экономического и социального развития и демографической ситуацией в регионе. Такая модель позволяет конкретизировать нагрузку на транспортную систему, вытекающую из планов социально-экономического развития, а также планируемых решений в области хозяйственной деятельности. Для разработки модели были отобраны характеристики, описывающие экономическую ситуацию, рынок труда, демографические характеристики уровень жизни и социальную ситуацию в анализируемом субъекте,имеющие наибольшие коэффициенты корреляции с анализируемыми параметрами транспортной инфраструктуры. Затем пошагово проводился регрессионный анализ, при этом на каждом шаге к уже имеющимся переменным модели добавлялась новая, дающая наибольший прирост коэффициента детерминированности R2. Показано, что основным фактором, определяющим количество перевезенных автобусами общего пользования пассажиров, является среднегодовая численность занятых; на пассажирооборот наиболее сильно влияет численность населения. Количество перевезенных грузов определяется параметрами, характеризующими уровень развития производства (инвестициями в основной капитал и основными фондами в экономике, а также объемом отгруженных товаров собственного производства). Использование нелинейных моделей и сетей не привело к существенному уменьшению ошибок моделей. В работе также проведена кластеризация регионов РФ по показателям социально-экономического развития и характеристикам транспортной инфраструктуры, влияющим на транспортные потоки, оценена эффективность использования транспортной инфраструктуры в различных кластерах. Это позволит осуществлять целенаправленный бенчмаркинг — выбор субъектов для сравнения с анализируемым регионом
KW - passenger and cargo flows
KW - passenger turnover
KW - cargo turnover
KW - socio-economic development
KW - correlation coefficients
KW - multidimensional regression
KW - determinacy coefficients
KW - data mining
KW - clustering
KW - Kohonen self-organizing map
KW - k-means method
KW - hierarchical structure of clusters
KW - Passenger and cargo flows
KW - Determinacy coefficients
KW - Socio-economic development
KW - K-means method
KW - Correlation coefficients
KW - Multidimensional regression
KW - Clustering
KW - Data mining
KW - Passenger turnover
KW - Cargo turnover
KW - Hierarchical structure of clusters
KW - Kohonen self-organizing map
KW - cargo turnover
KW - clustering
KW - correlation coefficients
KW - data mining
KW - determinacy coefficients
KW - hierarchical structure of clusters
KW - k-means method
KW - multidimensional regression
KW - passenger and cargo flows
KW - passenger turnover
KW - socio-economic development
UR - https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcAuth=tsmetrics&SrcApp=tsm_test&DestApp=WOS_CPL&DestLinkType=FullRecord&KeyUT=000503421700019
UR - https://elibrary.ru/item.asp?id=41526421
UR - http://www.scopus.com/inward/record.url?scp=85078618012&partnerID=8YFLogxK
U2 - 10.17059/2019-4-19
DO - 10.17059/2019-4-19
M3 - Статья
VL - 15
SP - 1212
EP - 1225
JO - Economy of Region
JF - Economy of Region
SN - 2072-6414
IS - 4
ER -
ID: 11785448