CC BY
39
ВЕСТНИК УДМУРТСКОГО УНИВЕРСИТЕТА
3
Экологические проблемы и природопользование
УДК 551.582:551.509.59(075.8)
Н.А. Калинин, Д.И. Абзалилова, О.Ю. Булгакова
ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ МЕТЕОРОЛОГИЧЕСКОЙ ИНФОРМАЦИИ В ДОРОЖНОМ ХОЗЯЙСТВЕ ПЕРМСКОГО КРАЯ
Проведен анализ основных производственных затрат в дорожно-транспортном комплексе Пермского края, построены матрицы потерь потребителя в зимний период. Рассчитаны количественные экономические показатели влияния условий погоды на работу дорожных организаций. Произведен сравнительный анализ экономической эффективности использования прогностической информации в дорожном хозяйстве Пермского края и Удмуртской Республики.
Ключевые слова: производственные затраты дорожных организаций, матрица потерь потребителя, экономический эффект, экономическая эффективность.
Эксплуатация автомобильного транспорта и содержание автомобильных дорог в значительной степени зависят от погодных условий. Туманы, метели, дымки, выпадающие осадки приводят к ухудшению видимости на дорогах. Сильный ветер приводит к сносу автомобиля на открытых пространствах. Скопление воды и снега, гололедные явления ухудшают сцепление дорожного полотна. Все эти факторы ведут к уменьшению пропускной способности автомобильных дорог и к увеличению аварийных ситуаций. Ущерб дорожных организаций по автомобильным перевозкам можно значительно сократить за счет использования гидрометеорологической информации. Рост интенсивности движения на автомобильных дорогах, увеличение сети автомобильных дорог и появление скоростных многополосных магистралей делает актуальным решение задач, связанных с обеспечением безопасности, экономичности и эффективности использования дорожного полотна.
Целью данного исследования является разработка специализированной модели определения экономической полезности использования гидрометеорологической информации в дорожно-транспортном комплексе Пермского края, которая требует дифференцирования отраслевых единиц по определяющим видам работ, их затратности, оперативности и степени зависимости от погодных условий. В основу определения экономической полезности использования прогностической информации нами были положены анализ основных производственных затрат потребителя и расчет эффективности прогнозирования метеорологических условий. Были построены матрицы потерь потребителя в зимний период, так как именно в это время содержание дорог является наиболее затратным.
В качестве исходной информации использовались данные по сильным снегопадам за 20082010 гг. по 26 метеорологическим станциям на территории Пермского края.
Затраты дорожной организации на борьбу с зимней скользкостью Ззс определялись стоимостью противогололедных материалов (ПГМ) и стоимостью эксплуатации машин при проведении работ по состоянию на 2010 г. (табл. 1):
Ззс = 103q ■ B ■ Спгм + Sэм, (1)
где q - норма расхода ПГМ, г/м2; B - ширина полностью очищенной поверхности проезжей части (зависит от технической категории дороги), м; Спгм - стоимость 1 т противогололедного материала, руб.; S^ - стоимость эксплуатации машин при обработке 1 км дороги. Затраты на досыпку ПГМ увеличиваются на 12%.
Затраты на эксплуатацию машин при борьбе со снежным накатом на 1 км дороги:
Sэм Nц (S.эм,пгм ■ В + Sэм,очист ■ Кпер), (2)
где Sэм,пм - стоимость эксплуатации машины при россыпи ПГМ на 1000 м2 покрытия; S.M,04Ucm - затраты на эксплуатацию машин на очистку дорог; В - ширина очистки, м; Кпер - коэффициент, учитывающий ширину проезжей части (для дорог III категории - 1,0; для дорог II категории - 1,07; для дорог I категории - 2,86); Ыц - количество циклов очистки.
Затраты на эксплуатацию машин при борьбе с рыхлым снегом на 1 км дороги:
Бэм —ц ' Бэм,очист ' Кпер. (3)
Таблица 1
Расчетная таблица потерь потребителя на уборку дорог от твердых осадков на 1 км дорог
первой, второй и третьей категории, рублей
Техническая категория дорог I II III
Ширина проезжей части, м 15 7,5 7
Состав движения, %
Грузовых 43 56 56
Легковых 51 41 41
Автобусов 6 3 3
Интенсивность движения, авт./сутки Табл. Табл. Табл.
Интенсивность движения в зимний период октябрь-март, авт./сутки Табл. Табл. Табл.
Директивное время на уборку снега, ч 4 4 5
Директивное время на уборку гололедных явлений, ч 4 4 5
Директивное время на уборку зимней скользкости, ч 4 4 5
Норма расхода ПГМ, г/м2 40-120 40-120 40-120
Стоимость ПГМ, руб./т 413,93 413,93 413,93
Стоимость ПГМ, израсходованного на 1 км, руб. 745,2 372,6 347,76
Стоимость эксплуатации машин, руб. 1137,45 1137,45 1137,45
Затраты дорожной организации на профилактику на 1 км дороги, руб. 1892,55 1519,95 1495,11
Затраты дорожной организации на борьбу со снежным накатом на один цикл очистки на 1 км дороги, руб. 20785,25 9942,625 9281,45
Затраты дорожной организации на борьбу с рыхлым снегом на один цикл очистки на 1 км дороги, руб. 3575 1337,5 1250
Скорость движения на мокром покрытии, км/ч 40-90 40-90 40-90
Скорость движения на скользком покрытии, км/ч 30-60 30-60 30-60
Себестоимость работы автотранспорта, руб. 1250 1250 1250
Количество ДТП за год 11 89 105
Количество ДТП за месяц (в зимний период) 1(6) 10(53) 14(70)
Анализ производственных затрат потребителя позволил построить матрицы при единичном коэффициенте непредотвращенных потерь е. Все элементы в матрице потерь ||Бу|| являются средними величинами потерь, которые были установлены в результате статистического анализа результатов действий потребителя при известном осуществлении погоды, отнесенные на один случай принятого потребителем решения, отвечающего единичному прогнозу.
Матрицы потерь (1) для борьбы со снежным накатом на 1 км дорог первой, второй и третьей категории, рублей
1892,55 20785,25 1892,55 0
1519,95 9942,62 1519,95 0
1495,11 9281,45 1495,11 0
Матрицы потерь (2) для борьбы с рыхлым снегом на 1 км дорог первой, второй и третьей категории, рублей
1519,95 1337,50 1519,95 0
1892,55 3575,00 1892,55 0
1495,11 1250,00 1495,11 0
При положительных значениях Бу потребитель несет потери при любом решении. Матрица потерь раскрывает результативность функционирования либо конкретного потребителя, либо дорожной отрасли экономики однотипного в климатическом отношении региона при возможных сочетаниях принимаемых решений и условий погоды (Фг).
Сложность синоптических условий проявляется через ошибочность прогнозов и потери потребителя. Статистический анализ результатов прогнозирования условий погоды проведен с использованием матриц сопряженности методических, инерционных и случайных прогнозов.
Далее, используя частоты матриц сопряженности ||Иу||, |py|| и матрицу потерь ||Sy||, были рассчитаны количественные экономические показатели влияния условий погоды на потребителя.
Для удобства дальнейших расчетов матрицы сопряженности прогнозов были переведены в вероятностную форму ||Ру||.
При использовании прогностической информации о погодных условиях и выборе потребителем оптимальной стратегии потери можно предотвратить, а предотвращенный ущерб (Упр) рассчитать по формуле:
Упр = Pli (S12 - Sil +S21) ■ Kt,an, (4)
где pu - вероятность успешного прогноза, %; Sij - составляющие матриц потерь, руб.; Кш - коэффициент, учитывающий заблаговременность прогноза и продолжительность опасного явления погоды.
Экономический эффект дорожной организации в этом случае рассчитывается по формуле:
АЭ = Упр = S12 - Sil = АЭд+АЭп, (5)
где АЭд - экономический эффект потребителя от сокращения затрат на содержание дорог, руб.; АЭп -экономический эффект потребителя от увеличения скорости движения, уменьшения количества дорожно-транспортных происшествий, улучшения экологической обстановки, руб.
Экономическая эффективность использования метеорологических прогнозов в работе дорожных организаций может составить по проведенным расчетам от 155 до 159 % прибыли от затрат на содержание зимних дорог (табл. 2).
Таблица 2
Расчет экономической эффективности использования метеорологической информации
в дорожном хозяйстве
Методические Инерционные Случайные
прогнозы прогнозы прогнозы
Вероятность успешного прогноза, % 94,5 77,2 75,7
Предотвращенный ущерб на дорогах первой категории, руб./км 20348,76 15734,43 15006,95
Предотвращенный ущерб на дорогах второй категории, руб./км 9733,83 7526,567 7178,575
Предотвращенный ущерб на дорогах третьей категории, руб./км 9086,54 7026,058 6701,207
Экономический эффект, руб. 18892,7 8422,675 7786,34
Экономическая эффективность, % 155 159
Потребитель прогностической информации характеризуется экономико-метеорологическим отношением А:
А = С, (6)
где С - затраты потребителя на предупредительные меры, руб.; L - прямые потери потребителя, если защитные меры не приняты, руб.
Чем меньше экономико-метеорологическое отношение, тем больше экономическая выгода от использования прогностической информации. Из рис. 1 следует, что наибольшую выгоду получит потребитель при использовании методических прогнозов в случае образования снежного наката. При р10 > А, пороговая оправдываемость находилась по формуле
RnoP = 1" 2А(1 - р10), (7)
при р10 < А
Rпор = 1 - 2 Рю(1 - А). (8)
Методические Инерционные Случайные Рис. 1. Экономико-метеорологическое отношение А
Выбор оптимальной стратегии Бопт проводился по методу, предложенному Л.А. Хандожко, в основу которого было положено сравнение вероятностей р10 с экономико-метеорологическим отношением потребителя [1]:
[pw > А ^^
и10 < A
С _ ] '"кл.1 I ГГ (9)
Бопт | л , г» I Pмет > Рпор ^ Бпр . ( )
Таблица 3
Экономические показатели при различных условиях дорог I, II, III категории
Экономические показатели Снежный накат Рыхлый снег
Категория
I II III I II III
А (безразмерная) 0,09 0,15 0,16 0,53 1,14 1,20
Рпор (условная вероятность) 0,84 0,78 0,78 0,88 1,04 1,05
Р (условная вероятность) 0,94 0,77 0,75
д (безразмерная) 0,30 -0,18 -0,24 -3,07 -7,74 -8,20
Я, руб. -2209,63 -896,96 -817,47 27,70 221,70 226,62
Р10 (условная вероятность) 0,13 0,13 0,13 0,13 0,13 0,13
Я *, руб. 246,03 197,59 194,36 246,03 197,59 194,36
Е (безразмерная) 9,98 5,54 5,21 0,89 -0,12 -0,17
Экономическая выгода прогнозов Q * приp10 > A рассчитана по формуле:
д* = Pl0 ~ A . (10)
Средние потери потребителя при использовании методических прогнозов:
Я = ри [С - L(1 - 2е)] + Р21С + Р12 [С * -L(1 - 2е*)]. (11)
Средние потери при постоянной защите потребителя при наличии явления Ф:
Я* = р10 [С * ^(1 - 2е*)]. (12)
Тогда меру ценности прогнозов можно представить как
77 R * - R
р =—==—
R *
(13)
Соответствующие расчеты представлены в табл. 3. Далее была построена интегральная зависимость между экономико-метеорологическим отношением и мерой ценности использования прогнозов (рис. 2). Данную зависимость можно использовать для долговременного выбора оптимальной стратегии дорожной отрасли Пермского края.
Рис. 2. Интегральная зависимость между А и р
Алгоритм расчета экономических показателей является частью модели эффективности определения экономической полезности использования гидрометеорологической информации в дорожно-транспортном комплексе Пермского края и может быть представлен в виде следующей схемы (рис. 3).
Долговременная интегра зависимость ценности информации г^
Рис. 3. Алгоритм расчета экономической эффективности использования гидрометеорологической
информации
Подобные работы, выполненные по дорожно-транспортному комплексу для территории Удмуртии, представлены в работах [2-5]. Сравнительный анализ показал, что экономическая эффективность использования прогностической информации на территории Пермского края сравнима с показателями экономической эффективности Удмуртии при экономико-метеорологическом отношении равном около 0,4. В случае уменьшения экономико-метеорологического отношения ценность прогнозов погоды для потребителей Пермского края несколько выше. На это также указывают более высокие значения меры ценности и более высокая крутизна интегральной зависимости между А и F, что объясняется увеличением меридионально направленных градиентов температуры воздуха с запада на восток и высоким общим фоном влияния неблагоприятных условий погоды на рассматриваемого потребителя на территории Пермского края.
Работа выполнена при поддержке РФФИ (проект № 11-05-96025-р_урал_а).
СПИСОК ЛИТЕРАТУРЫ
1. Хандожко Л.А. Экономическая метеорология. СПб.: Гидрометеоиздат, 2005. 492 с.
2. Калинин Н.А. Способ определения эффективности методов прогноза погоды на основании сравнения показателей их успешности // Вестн. Удм. ун-та. Сер. Биология. Науки о земле. 2011. Вып. 3. С. 91-95.
3. Калинин Н.А., Булгакова О.Ю., Дегтярева Л.А. Пространственное распределение комплексных критериев погодной изменчивости по территории Пермского края и Удмуртской Республики // Вестн. Удм. ун-та. Сер. Биология. Науки о земле. 2012. Вып. 4. С. 96-103.
4. Калинин Н.А., Загребина Т.А., Булгакова О.Ю. Расчет критериев оптимальности использования метеорологической информации в дорожном хозяйстве Удмуртии // Вестн. Удм. ун-та. Сер. Биология. Науки о земле. 2010. Вып. 3. С. 3-11.
5. Калинин Н.А., Загребина Т.А., Булгакова О.Ю. Региональная модель расчета показателей экономической эффективности использования метеорологической информации в дорожном хозяйстве. Перм. гос. нац. исследо-ват. ун-т. Пермь, 2012. 156 с.
Поступила в редакцию 24.06.13
N.A. Kalinin, D.I. Abzalilova, O. Yu. Bulgakova
Economic indicators for the efficiency of using the meteorological information in a public road system of the Perm region
The paper analyzes main production costs in the road transport complex of the Perm region and presents the matrix of consumer losses in winter. Quantitative economic indicators of the influence of weather conditions on the work of road traffic organizations were calculated. In addition, the comparative analysis of economic efficiency of using the forecast information in the public road system in the territory of Udmurtia and Perm region was carried out.
Keywords: production costs of road organizations, consumer losses matrix, economic effect, economic efficiency.
Калинин Николай Александрович, доктор географических наук, профессор E-mail: [email protected]
Абзалилова Динара Ильдаровна, аспирант
Булгакова Ольга Юрьевна, кандидат географических наук, доцент
ФГБОУ ВПО «Пермский государственный национальный исследовательский университет» 614990, Россия, г. Пермь, ГСП, ул. Букирева, 15
Kalinin N.A.,
doctor of geography, professor E-mail: [email protected]
Abzalilova D.I., postgraduate
Bulgakova O.Yu.,
candidate of geography, associate professor
Perm State National Research University 614990, Russia, Perm, Bukireva st., 15
