CC BY
89
УДК 656.073.3
ВИЗНАЧЕННЯ ЗАКОНОМ1РНОСТ1 ЗМ1НИ ВЕЛИЧИНИ ПОПИТУ НА СПЕЦИФ1ЧН1 ВАНТАЖ1 В1Д ХАРАКТЕРИСТИК МАРШРУТУ ПЕРЕВЕЗЕННЯ
£. В. Нагорний
доктор технiчних наук, професор Завiдуючий кафедрою* Контактний тел.: 8-(057)-707-37-20. E-mail: ktt@khadi.kharkov.ua
Д. О. Музильов
астрант, асистент кафедри* Контактний тел.: 8-(057)-707-37-20. E-mail: murza_1@ukr.net
*Кафедра транспортних технолопй Харкiвського нацiонального автомобiльно-дорожнього ушверситету вул. Петровського 25, м. Хармв, УкраТна, 61002
■D Q
Розглянуто сучасний стан проблеми розвитку системи прогнозування попиту на ван-тажн перевезення специфiч-них груп вантажу. Розроблено регресшну модель визначен-ня закономiрностi змти вели-чини попиту на специфiчнi види вантажу вiд характеристик маршруту перевезення. За результатами експеримен-ту для врахування сезонних коливань попиту на зазначет види вантажiв виведено коре-гувальш коефщенти
■о о
1. Вступ
На сьогодтшнш день при проектуванш ращональних маршрупв перевезення вантажiв у мктах важливу роль мае знання перевiзниками величини попиту. Це, насам-перед, досягаеться прогнозуванням попиту на конкретш види перевезень. Визначення перспективного значення попиту на перевезення вантажiв автомобшьним транспортом з урахуванням впливу сукупност економiчних та технолопчних факторiв i кон'юнктури транспортного ринку репону дозволяе вибрати оптимальну модель поводження, тому що забезпечуе можлившть гнучко! адаптацii виробничих показниюв автотранспортних пщ-приемств на коливання попиту [1]. Це у свою чергу дозволяе знизити економiчнi втрати перевiзника й збшь-шити прибуток. З шшого боку точний прогноз попиту на товар дозволяе досягти бажаного рiвня обслуговування покупщв при зберканш мiнiмальних запасiв [2].
Проблема моделювання автотранспортних перевезень, проектування й оргашзацп функцiонування транспортних мереж в великих мктах на основi прогнозних значень попиту далеко не нова. Але в сучасних дост-дженнях, поки що, мало уваги прид^еться питанням, щодо полшшення органiзацii перевезень «специфiчних» груп вантажiв (питно! води, квасу, молочно! продукцп i т. i.). Саме перевезення дано! групи вантажiв, останнiм часом, у мктах набувае масового характеру. Юнцевий етап технологи цих перевезень полягае у доставки ванта-жу безпосередньо до рядового споживача, застосовуючи принцип реалiзацii товару «з колес».
Таким чином, проблема розвитку системи прогнозування попиту на специфiчнi вантажт перевезення в сучасних умовах стала особливо актуальною. З ураху-ванням рашше виконаних дослщжень у цiеi областi [3, 4] необхщна розробка сучасно! методологи прогнозування попиту на вантажш перевезення з використанням ма-тематичних моделей й !хньою адаптацiею до особливос-тей ринку транспортних послуг. Крiм того, необхщ-нiсть використання розробок у практищ прогнозування в реальних умовах накладае певш вимоги до тдбору ма-тематично! моделi: вона одночасно повинна вiдрiзнятися простотою й наочшстю в застосуваннi, максимально базуватися на наявнш у розпорядженнi перевiзника ш-формаци [5].
2. Аналiз публжацш
У сучасних лiтературних джерелах досить багато уваги придшено питанням, як пов'язанi з розробкою моделей прогнозування попиту на перевезення. Бшьшкть з цих моделей включае параметри визначення необхщ-но! кiлькостi продукцп i супроводжуючих послуг, якi споживач потребуе у визначений час у майбутньому [2]. Однак, слщ розумiти, що навиь при добрiй якостi прогнозу реальний попит дуже часто вщхиляеться вщ передба-ченого рiвня [6]. Це пояснюеться тим, що бшьшкть роз-роблених моделей прогнозування попиту не враховують або неповнiстю встановлюють уа закономiрностi змiни попиту вiд характеристик репону споживання.
На основi проведеного аналiзу наукових праць можна видшити наступнi типи моделей яю застосовуються при прогнозуваннi попиту на споживання [7]:
■ моделi часових рядiв;
■ моделi нових виробiв;
■ оцiночнi моделi;
■ причино-наслiдковi моделi.
Моделi часових рядiв представляють собою досить великi модели що ускладнюе в цiлому одержання точного значення потенцiйного попиту. О^м того, даний тип моделей застосовуеться лише при короткостроковому плануванш ланцюга поставок.
Що стосуеться моделей «нових вироб1в» та оцiночних моделей, то вони, як правило, застосовуються для перед-бачення величини попиту на новi вироби. Тому побудова цих титв моделей не може базуватися на звиних стати-стичних даних, що не дозволяе говорити о сто вщсотковш здатносп перевiзника правильно i своечасно реагувати на потреби ринку [8].
Найбшьш доцшьним для прогнозування попиту на перевезення специфiчних груп вантажiв е використання причино-наслiдкових моделей. Бо щ моделi використо-вують методи статистично! регресii. Це дозволяе вста-новити взаемозв'язок мiж залежними змшними попиту в особливiй точцi в майбутньому i незалежними змш-ними, яю можуть не тiльки включати тi ж самi змiннi попиту в бшьш раннiх точках, але також включати i iншi змшш, значення яких обумовлюють попит [7]. Саме при-чино-наслiдковi моделi (регресшт), у даному випадку, представляють повну шформащю про купiвельнi потреби споживачiв, конкуренте середовище на цьому сегмент ринку, технологiчнi параметри роботи рухомого складу на маршрутах. Тому розробка регресшно! моделi визна-чення закономiрностi змiни величини попиту вiд характеристик маршруту перевезення дозволить забезпечити безперебштсть поставок i зняття невизначеносп при проектуваннi рацiональних маршрутiв перевезення.
3. Мета роботи та постановка задачi
Метою роботи е виявлення ступеню впливу парамет-рiв iснуючих розвiзних маршрупв на обсяги продажу специфiчного вантажу, шляхом проведення пасивного експерименту на реальному об'екп дослщження — маршрута доставки питно! води «Роганська» у м. Харковi. В заюнченому видi результат дослщження повинен пред-
ставляти собою розроблену регресiйну модель визначен-ня закономiрностi змiни величини попиту специфiчних вантажiв вiд характеристик маршруту перевезення.
4. Результати дослщження
Для отримання вихщних даних проводиться пасив-ний експеримент. У зв'язку з тим, що маршрутна мережа доставки питно! води охоплюе всю територш Харкова, для опису ще! мережi було обстежено по 1-му розвiзному маршруту у кожному iз 9 адмiнiстративно-територiаль-них районiв мкта. Загальнi результати цього обстеження представлено в табл. 1.
Маршрут перевезення такого специфiчного вантажу, як питна вода буде характеризуватися багатьма параметрами, основним з яких е тип забудови та кшьюсть населення проживаючих в цих будинках, а також рiвень попиту на цю продукщю. Крiм того можна навести досить багато впливових факторiв, але найбшьш суттевими до-цшьно вважати наступнi:
■ Х1 — ЦМАХ — максимальний обсяг реалiзацii про-дукцп у точщ продажу [3];
■ Х2 — ТСУМ — загальний час знаходження автомо-бiля-цистерни в точках на маршруту год [4];
■ Х3 — NТ — кшьюсть точок продажу на маршруту од;
■ Х4 — NTK — кшьюсть точок продажу на маршруту яю спiвпали з точками конкуренпв, од;
■ Х5 — ДН — день тижня, в який здшснюеться пере-везення.
Важливу роль при проведет пасивного експерименту грае обгрунтування потрiбно'i кiлькостi спостережень, тобто вибiр необхiдноi сукупностi [9]. 1снуе деюлька методик знаходження необхiдно'i кiлькостi спостережень. Для цього ж експерименту потрiбний розмiр вибiрки був взятий на основi таблиць досить великих чисел Чеби-шева. Так при Рд = 0,95 загальна кiлькiсть спостережень складе N = 387. При цьому на кожному маршрут було проведено по 43 опити, тобто кшьюсть серш опипв скла-ла т = 9.
Для ощнки ступеня впливу вхiдних факторiв (характеристик маршруту перевезення) на вихщ системи (попит) було складено регресшну модель. Регресшну модель можна представити у виглядi апроксимуючого полшому першого порядку:
Y=ао + а1 ■ Х1 + а2 ■ Х2 + а3 ■ Х3 + а4 ■ Х4 + а5 ■ Х5, (1)
Адмшютративно-територ1альний район Площа, Га Маршрут Кшьюсть точок завозу, од. Максимальна кшьюсть точок на маршрут!, що з1впали з точками у конкурента, од. Кшьюсть дшв роботи маршруту протягом тижня, од.
Дзержинський 4578 № 34 12 3 3
Кшвський 4620 № 32 11 7 4
Комштершвський 2419 № 12 8 1 2
Лешнський 3331 № 24 8 2 3
Московський 2554 № 50 10 6 4
Жовтневий 3425 № 11 9 2 3
Орджониюдзовський 3541 № 5 13 0 3
Фрунзенський 2141 № 41 12 3 4
Червонозаводський 3953 № 54 14 5 3
Таблиця 1
Загальна характеристика маршрулв перевезення питноТ води «Роганська» у м. Харковi
Восточно-Европейский журнал передовым технологий
де Y — функщя вщгуку (обсяг продажу); ai — коефщенти регресп.
Коефщенти регресивно' модeлi та ix значимкть (див. табл. 2) було визначено за допомогою статистичного про-грамного пакету
сшна модель е адекватною, тобто ця модель з довipчою ймовipнicтю 95 % описуе вивчаемий процес.
Потpiбно також вiдмiтити, що отримана регресшна модель для розрахунку потенцшного обсягу peалiзацii на pозвiзному маpшpутi такого cпeцифiчноrо товару, як
Таблиця 2
Значимкть коефщкнлв регреси
Regression Summary for Dependent Variable: QM (bed2.sta) R= ,94246858 RI= ,88824702 Adjusted RI= ,88678044 F(5,381)=605,66 p<0,0000 Std.Error of estimate: 410,44
BETA St. Err. of BETA B St. Err. of B t(381) p-level
Intercpt -23,5551 113,2458 -0,208 0,83534
Qmax 0,842601 0,030412 0,923315 0,033325 27,70655 0
Tcym -0,17028 0,024788 -2,11323 0,30762 -6,86961 2,63E-11
Nt 0,204 0,033211 112,9927 18,39515 6,142527 2,04E-09
Ntk -0,09005 0,022182 -53,50018 13,17896 -4,05952 5,97E-05
Dh 0,075401 0,017306 42,73621 9,808666 4,356985 1,7E-05
Сама perpeciйна модель мае наступний вигляд:
Qm = 0,923 ■ Qmax - 2,113 ■ Тсум + + 112,993 ■ NT - 53,5 ■ NTK + 42,736 ■ Д Н.
(2)
Пicля проведення пасивного експерименту необхщ-но оцiнити його вщтворюватсть. Вiдтвоpюванicть експерименту оцшюеться за кpитepiем Кохрена (G — крите-piй). Розрахункове значення G — критерш визначаеться як вщношення максимально'! диcпepcii Sjmax значень функцп вiдrуку до суми диcпepciй Sj2 по вciм cepiям
S2
G — max Р _ m
питна вода не враховуе сезонний характер попиту саме на даний тип продукцп. Тому потрiбно вивести коре-гувальний коефщент, за допомогою якого можна буде визначати достовiрнi данi о можливих обсягах продажу у будь-який сезон року.
Розподш попиту на питну воду «Роганська» у м. Хар-ковi представлено у виглядi дiаграми (рис. 2).
Так як пасивний експеримент було проведено у листо-падi, то можна вважати, що сезонний коефщент у цьому мшящ дорiвнюе 1. Знаючи це можна розрахувати коефь щент в кожному мiсяцi, виходячи iз значень середнiх об-сягiв продажу протягом 3-х остантх рокiв за наступною залежнiстю:
(3)
I Sj
j—1
k --О.
J Q
(5)
де m — кiлькicть серш опитiв, m — 9;Smax — найбшьша диcпepciя iз вcix серш; Sj — дисперая j-й cepii.
Розрахункове значення диcпepcii eмпipичниx значень функцп вщгуку склало Gp — 0,15102. Експеримент вважаеться таким, що може бути вщтворений, якщо викону-еться умова:
де Qj — середня величина попиту на питну воду «Роганська» за три роки у j-му мшящ, т; Qnac — середнш попит в мшящ проведення пасивного експерименту, т.
Variable QPR ; distribution: Normal Kolmogorov-Smirnov d = ,0416758, p = n.s. Chi-Square: 15,00245, df = 1, p = ,0001076
Gp — ^табл ,
(4)
де Gx^ — табличне значення критерш Кохрена.
Осюльки Gp — 0,15102 < G^^ — — 0,1525, то вимipювання в експери-мeнтi cлiд вважати такими, що вщтво-рюються.
За допомогою статистичного про-грамного пакету було виявлено, що обсяг продажу питно' води розпод^-еться за нормальним законом розподь лення (рис. 1).
Отриману регресшну модель було пepeвipeно на адекватшсть за крите-piем Фшера. Оcкiльки виконуеться умова Fp — 605,66 < F^^ — 625, то ро-бимо висновок, що розроблена регре-
4400
Category (upper limits)
7200
Expected
Рисунок 1. Визначення закону розподтення обсягу продаж питноТ води
обсяг продажу, т
10000 9000 8000 7000 6000 5000 4000 + 3000 -2000 -1000
0
5. Висновки
ПМТН
I
□
1-2005
J-2006
-,-2007
мюяць
о*
Рисунок 2. Розподiл попиту на питну воду «Роганська» за роками
Збiр даних проведено за три останшх роки, тому знай-демо середню величину обсягу по мкяцях за наступною залежтстю:
I а*
_ 1=1
(6)
де — значення обсягу продажу ]-му мiсяцi i-го року, т; п — кiлькiсть роюв у звiтному перiодi; ] — порядковий номер мкяця з початку року.
За допомогою мкячних сезонних коефщенпв можна виявити середньозваженi сезонш коефiцiенти за порами року за наступною формулою:
I 1
1=1
■1
(7)
I ъ
1=1
де т — кiлькiсть мiсяцiв роботи рухомого складу на роз-вiзних маршрутах при доставщ питно! води автомобшя-ми-цистернами протягом календарного року, од.
Отримаш значення коефщенпв подано у табл. 3.
Завдяки сезонним коефщентам можна отримати ре-альний попит на воду домножуючи на них величину потенцшних обсягiв продажу визначених за регресшною моделю (2).
Отримана регресiйна модель виз-начення закономiрностi змiни величи-ни попиту вiд характеристик маршруту перевезення дозволяе проектувати ращональш маршрути перевезення доставки специфiчних видiв вантажу. Окрiм того, з урахуванням визначен-них сезонних коефщенпв перевiзник мае можливiсть проводити яюсне опе-ративне, а в деяких випадках i довго-строкове планування свое! дiяльностi iз мiнiмальними втратами для себе.
Величина попиту споживання спе-цифiчних видiв вантажу отримана за розробленою моделю дозволить оптимiзувати мшта дислокацп пересувних розподшьчих центрiв. Це повино в цшому покращити обслуговування безпосередньо спо-живачiв, мiнiмiзувати транспортнi витрати та знизити еколопчне навантаження на райони мкта.
Лiтература
Сток Дж. Р., Ламберт Д. М. Стратегическое управление логистикой: Пер. с 4-го англ. изд. — М.: ИНФРА — М,
2005, ХХХ11. 797 с.
Эффективное управление запасами / Джон Шрайбфе-дер; Пер. с англ. — 2-е изд. — М.: Альпина Бизнес Букс,
2006. — 304 с.
Вдовиченко В. О., Музильов Д. О. Розробка методики визначення законом1рностей змши попиту на питну воду при доставщ и до споживача за допомогою автомобшв цистерн // Вюник Кременчуцького державного поль техшчного ушверситету. — Кременчук: КДПУ, 2006. — Вип. 2 (37), ч. 1. — С. 48-50.
Вдовиченко В. О., Музильов Д. О. До питання визна-чення рацюнально! юлькосп пункта завозу питно! води при доставщ автомобшями-цистернами // ВосточноЕвропейский журнал передовых технологий. — 2006. — № 4/2 (22). — С. 4-6.
Таблиця 3
Результати розрахунмв сезонних коефщieнтiв
п
к
нас к
Мюяць Величина попиту, т Середнш обсяг продажу, т Сезонш коефщенти Середньо зважений коефщент за порами року
2005 2006 2007
ачень 5635,5 5721,1 5352,7 5569,770 1,133 зима 1,141
лютий 4980 5335,7 5334,6 5216,772 1,061
березень 6171,8 7197,6 7255,2 6874,877 1,398
кв1тень 6568,1 7880 7724,9 7391,009 1,503 весна 1,525
травень 7471,7 8565,9 8357,2 8131,596 1,653
червень 7352,2 8429,3 8467,7 8083,030 1,644
липень 7330,3 8643,7 8053,5 8009,148 1,629 лгго 1,532
серпень 7116,4 6219,1 5306,7 6214,038 1,264
вересень 6027,3 5489,1 5534,4 5683,596 1,156
жовтень 4609,3 5497,4 5100,4 5069,025 1,031 осшь 1,066
листопад 4013,6 4931 5809,5 4918,024 1,000
грудень 5790,6 5373,6 6820,3 5994,812 1,219
5. Джонсон Дж. С., Вуд Д. Ф., Вордлоу Д. Л., Мерфи-мл. Поль. Р. Современная логистика, 7-е издание: Пер. с англ. — М.: Издательский дом «Вильямс», 2004. — 624 с.: ил. — Парал. тит. англ.
6. Транспортная логистика: Учебник / Под общ. ред. Л. Б. Миротина. — 2-е изд., стереотип. — М.: Издательство «Экзамен», 2005. — 512 с. (Серия «Учебник для вузов»).
7. Шапиро Дж. Моделирование цепи поставок / Пер. с англ. под ред. В. С. Лукинского — СПб.: Питер, 2006. — 720 с.: ил. — (Серия «Теория менеджмента»).
8. Харр1сон Алан, Ван Хоук Ремко. Управлшня лопстикою: Розробка стратегш лопстичних операцш / Пер. з англ.; За наук. ред. О. 6. М1хейцева. — Дншропетровськ: Баланс Б1знес Букс, 2007. — 368 с.
9. Боровков Л. Л. Математическая статистика. — Учебник. — М.: Наука. Главная редакция физико-математической литературы, 1984. — 472 с.
■а &
В статье показано, что одним из важнейших направлений обеспечения конкурентности товаров и услуг в современных условиях является процесс экономии при использовании всех видов ресурсов. Достижение указанной цели возможно только на базе комплексной программы, обеспечивающей проведение работ по экономному и рациональному использованию всех видов «ресурсов»
УДК 001.895
АНАЛИЗ ОСНОВНЫХ РЕСУРСОСБЕРЕГАЮЩИХ
НАПРАВЛЕНИЙ В ПРОЦЕССЕ ПРОИЗВОДСТВА ТОВАРОВ И УСЛУГ В СОВРЕМЕННЫХ
УСЛОВИЯХ
Р. Ф. Смоловик
кандидат экономических наук
О. В. Евсюкова
Совершенствование рыночных отношений в современных условиях вызывает такие количественные и качественные изменения в хозяйственном механизме, которые усложняют процесс управления экономическим развитием страны.
Ухудшаются горно-геологические условия добычи полезных ископаемых и других природных ресурсов, увеличиваются затраты на охрану окружающей среды, происходит ускоренное развитие отраслей производственной инфраструктуры, сокращается возможность использования инвестиционных средств, особенно зарубежных.
В таких условиях особо возникает необходимость ориентации хозяйственного механизма на поиск наиболее эффективных направлений по снижению материалоемкости общественного производства и рационального использования трудовых ресурсов.
Усилия научных и практических работников должны быть сконцентрированы на решении целевых проблем повышения эффективности ресурсопотребления, создания товаров и услуг, ориентированных на полную комплексную переработку, вовлекаемого в процесс производства сырья.
К таким важнейшим направлениям по усилению процесса ресурсосбережения можно отнести: снижение материалоемкости продукции, услуг; увеличение выхода годной продукции, использование вторичных ресурсов и другие направления (рис. 1).
Причем, одним из важнейших направлений выявления факторов ресурсосбережения на предприятии, может быть анализ использования отдельных видов ресурсов, который может выполняться по предлагаемой ниже схеме (табл. 1).
Такой анализ может иметь большое количество вариантов. Например, наряду с изучением самого процесса использования материальных ресурсов, может анализироваться процесс расходования отдельных видов материалов, либо использование различных материалов при изготовлении отдельных видов продукции.
Следовательно, снижение материалоемкости продукции, услуг обеспечивается путем совершенствования конструкций изделий, создания инновационных технологических процессов, применения новых видов материалов.
Металлоемкость выпускаемых машин и механизмов можно значительно снизить путем применения различ-
