CC BY
57УДК338.47+334.7
ОЦЕНКА ОЖИДАЕМОГО ТРАНСПОРТНОГО ПОТОКА В ОБОСНОВАНИИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ ДОРОЖНОГО СТРОИТЕЛЬСТВА НА УСЛОВИЯХ КОНЦЕССИИ
Н.Н. БОНДАРЬ,
кандидат экономических наук, доцент кафедры менеджмента и туризма E-mail: [email protected] Национальный транспортный университет, г. Киев
Важнейшим вопросом обоснования концессионных проектов строительства автомобильных дорог является определение спроса - ожидаемого транспортного потока. На основе поведенческих принципов пользователей транспортной сети, сформулированных Вордропом, получены оценки равновесной величины тарифа и величины ожидаемого транспортного потока, дающие возможность обосновать эффективность проекта. Сделан вывод о возможности применения модели по группам пользователей.
Ключевые слова: спрос, концессия, тариф, строительство автодорог, риск
Транспортная инфраструктура относится к стратегической сфере хозяйства любого государства и находится под контролем его правительства. В то же время поддержание ее на должном конкурентном уровне и обеспечение дальнейшего развития требуют немалых капиталовложений, что в условиях бюджетных ограничений часто является достаточно сложным для государства заданием. Для решения возникающих проблем правительства как развитых, так и развивающихся стран все чаще прибегают к привлечению в ранее государственно-монопольную отрасль частных инвестиций на различных условиях партнерских взаимодействий. Подобная мировая практика получила название государственно-частного партнерства (ГЧП).
Одной из сфер активного привлечения частных инвестиций стало дорожное строительство, в
значительной мере определяющее темпы развития отраслей материального производства и влияющее на социально-экономический уровень развития стран и отдельных их территорий, благосостояние населения.
Наибольшую популярность в дорожном строительстве получили концессии. Подобные проекты предполагают принятие концессионером (частным партнером или совместным государственно-частным предприятием) обязательств по разработке проекта, финансированию, строительству и эксплуатации дорожного объекта в течение определенного срока, по окончании которого объект должен быть передан государству. Понесенные концессионером затраты могут компенсироваться либо в виде предоставления ему права взимать платежи с пользователей дорожным объектом (по согласованному с государством тарифу), либо в виде теневых платежей со стороны государства с учетом количества и качества предоставленных концессионером обществу услуг. Последний вариант широко применяется в Великобритании и Японии, а сама форма концессии получила название частной финансовой инициативы.
Проекты дорожного строительства на условиях концессии являются достаточно капиталоемкими, имеют длительный срок окупаемости и подвержены влиянию различных рисков, к основным из которых следует отнести:
- неопределенность спроса. Ошибки в определении прогнозного спроса на расчетной стадии
могут привести к тому, что фактически сложившийся спрос может быть значительно ниже расчетного. Величина спроса прямо влияет на ожидаемые денежные потоки, и допущенные просчеты могут привести к ошибочному выводу о финансовой жизнеспособности проекта и принятию соответствующего решения о привлечении значительных кредитов, предоставлению государством гарантий компенсаций концессионеру в случае недостаточных доходов в течение первых лет эксплуатации объекта, компенсаций кредиторам и т.д. В результате вложения средств в такой проект все его участники понесут существенные потери: инвесторы - в виде вложенных инвестиций и недополученной прибыли, а государство и налогоплательщики - в виде дополнительной нагрузки, связанной с выполнением государством принятых обязательств по проекту;
- низкий уровень тарифа. Недостаточные для покрытия инвестиционных и эксплуатационных затрат денежные потоки также могут привести проект к убыточности. Во избежание закрытия проекта государство должно принять на себя соответствующую компенсацию потерь частным инвесторам;
- возможность экспроприации объекта государством до окончания срока концессии, что не даст возможности частным инвесторам вернуть вложенный капитал и получить необходимую прибыль. Снизить риск таких потерь частных инвесторов может предоставление государством гарантий по выплате им соответствующей компенсации.
Как видно, вторая и третья группы рисков связаны с политикой, проводимой правительством страны сейчас или в будущем. В большей мере их следует отнести к систематическим. Влиять на степень таких рисков невозможно.
Риск ошибки в определении величины спроса является несистематическим (действующим на уровне конкретного проекта, а также поддающимся снижению его степени) и критическим, так как допущенные просчеты могут привести к вложению средств в неэффективный проект. Это объясняет значение и необходимость внимательного изучения спроса на стадии обоснования проекта ГЧП.
Определение ожидаемой величины спроса для проектов автодорожного строительства на условиях концессии стали предметом исследования
многих известных практиков и теоретиков. Это Л. Трухильо, Э Кине, А. Эстейч [10], Дж. Де Чен, М. Питерс, С. Миллер, А. Дали [7], К. Чень, Дж. Полак [6], Дж. Интури, М. Иньяколло, С. Капри [9], А. Франк-Юнгбаккер [8] и др. Вопросы моделирования транспортных потоков рассматриваются Д.Р. Дрю [2], А.Ф. Хейтом [3], А.В. Гасниковым, Е.А. Нурминским [1], Н.Б. Шамрай [4], В.И. Швецовым [5] и другими известными специалистами.
Ряд исследователей, в частности Дж. Де Чен, М. Питерс, С. Миллер, А. Дали, выделяют два источника неопределенности прогноза транспортного потока: неопределенность входов в модель и неопределенность самих моделей.
Неопределенность входов в модель обусловлена изменениями значений социально-экономических факторов либо других экзогенных факторов, влияющих на образование транспортных потоков в будущем. Неопределенность же модели обусловлена ошибками в спецификациях, использованием неверных оценок зависимостей параметров, а также объективной невозможностью учета всех факторов, которые могут влиять на прогнозируемый параметр в будущем в базовой модели.
Рассмотрим ключевые входные параметры и спецификации моделей, влияющие на неопределенность результатов моделирования спроса при обосновании проекта строительства платной автомобильной дороги [1, 6, 7].
К факторам, влияющим на результаты модели в базовом периоде, относятся:
- качество базы данных/точность расчета существующих транспортных потоков;
- спецификация модели;
- стоимость времени/оценка экономии времени в дороге;
- модельные оценки времени в пути;
- наличие альтернативных автомагистралей;
- методология выбора маршрута;
- матрица показателей развития/методы оценки;
- государственное регулирование уровня доходности концессионера, величины тарифа, налогооболожения.
К факторам, влияющим на результаты модели в прогнозном периоде, относятся:
- ВВП/рост ВВП/рост потребления материальных ресурсов;
- количество владельцев автомобилей/эластичность ВВП;
- рост стоимости времени;
- эффект от другой схемы движения;
- размер тарифов за проезд платной дорогой;
- сгенерированный спрос/рост спроса;
- функции распределения темпа роста входящих
переменных;
- эластичность спроса от тарифа/рост тарифов
за проезд платной дорогой.
Часто построение модели транспортных потоков проводят на основании теории конкурентного бескоалиционного равновесия. Такая модель дает возможность получить прогнозные оценки по загрузке элементов транспортной сети.
Для определения объемов ожидаемой загрузки транспортной сети необходимо выявить правила, по которым водители выбирают определенный маршрут движения.
Теоретической основой построения модели стали сформулированные Дж.Г. Вардропом [11] поведенческие принципы пользователей транспортной сети, впоследствии получившие названия первого и второго принципов Вардропа:
1) пользователи сети выбирают независимо другу от друга маршруты движения, обеспечивающие им минимальные транспортные расходы;
2) пользователи транспортной сети выбирают маршруты следования, обеспечивающие минимальные общие транспортные расходы в сети.
Распределение транспортных потоков в соответствии с первым принципом отвечает конкурентному бескоалиционному равновесию, отражающему интересы участников движения: достичь конечного пункта следования как можно быстрее из возможных вариантов поездки. При этом каждый участник будет выбирать тот маршрут, который обеспечит ему минимальную сумму затрат (времени, денежных средств и т.п.) на проезд. Этот принцип получил название оптимизации пользователей (user optimization).
Следует указать на определенные допущения при реализации первого принципа: необходимо наличие полной информированности пользователей транспортной сети о расходах на передвижение по разным маршрутам движения; предполагается ничтожно малое влияние отдельного участника на расходы на передвижение по всем маршрутам транспортной сети.
Исходя из первого принципа Вардропа, можно ожидать, что в случае равенства расходов на движение по платной и альтернативной дорогам пользователям будет безразлично, какой маршрут
(платный или бесплатный) выбрать для своего следования.
Построим модель, позволяющую определить условие безразличия для пользователей выбора варианта движения; распределение транспортных потоков по альтернативной и платной дорогам. Построение этой модели базируется на использовании математического аппарата линейного программирования.
В модели предлагается использование следующих параметров:
- Q - общий транспортный поток, который может быть распределен между платной и альтернативной (бесплатной) автомобильными дорогами (количество автомобилей в сутки). Q= qa + qп, где qa - транспортный поток по альтернативной автомобильной дороге (количество автомобилей в сутки); qп - транспортный поток по платной автомобильной дороге (количество автомобилей в сутки);
- - длина альтернативного маршрута движения, км;
- Ьп - длина платного маршрута, км;
- t - фактическое время движения по альтернативному маршруту, ч;
- t - расчетное время движения по платному маршруту, ч;
- сч - значение стоимости единицы времени для пользователя транспортной сети (может приниматься на уровне минимальной часовой тарифной ставки), ден.ед./ч;
- ctл - ставка тарифа, взимаемая за проезд 1 км альтернативного маршрута, в стоимостных измерителях;
- cш - ставка тарифа, взимаемая за проезд 1 км платного маршрута, в стоимостных измерителях;
- Ра - расходы, связанные с потреблением топлива и смазочных материалов по нормам эксплуатации транспортных средств на альтернативном маршруте, в стоимостных измерителях;
- Ртп - расходы, связанные с потреблением топлива и смазочных материалов по нормам эксплуатации транспортных средств на платном маршруте, в стоимостных измерителях;
- Са - стоимость проезда по альтернативной дороге, в стоимостных измерителях;
- Сп - стоимость проезда по платной дороге, в стоимостных измерителях.
Стоимость проезда для пользователя можно определить исходя из следующих соотношений:
по альтернативном дороге
С = t с
а a ч
по платной дороге
С = t с + Р + ct L ;
а a ч т.а ta a'
С = t с + Р + c^ L .
п р ч т.п tn п
Пользователям будет безразлично, какой маршрут движения выбрать, если их расходы по возможным вариантам проезда будут одинаковы, т.е. Са = Сп.
Такое равенство обеспечивается равновесной величиной тарифа за проезд 1 км по платной автомобильной дороге. Эту величину можно определить из
t с + Р + ct L = t с + Р + c* L ,
a ч т.а га a р ч т.п Ш п'
где с*п - равновесная величина тарифа за проезд 1 км по платной автомобильной дороге, в стоимостных измерителях.
Отсюда равновесная величина тарифа за проезд 1 км по платной автомобильной дороге * с (t -1 ) + P -P -ctL
~ _ ч У a п'_тН_тп_tH а
Cta _ j • Ai
Учитывая, что проезд по альтернативной дороге бесплатный, т.е. c = 0, равновесная величина тарифа за проезд 1 км по платной автомобильной дороге будет рассчитываться следующим образом: * с (t -1 ) + P - P
С _ ч Va п/ т.а т.п
£п j
Таким образом, условием безразличия выбора пользователем варианта движения будет установление за проезд платной автомобильной дорогой тарифа на уровне его равновесной величины.
Исходя из предположения, что все участники транспортного движения распределяются по транспортной сети наиболее выгодным для них образом, стремясь к минимизации своих затрат, можно ожидать выполнения второго принципа Вардропа, получившего название системного оптимума (system optimization).
Примем, что общий транспортный поток равен единице, т.е. Q =1. Долю общего транспортного потока, движущегося по альтернативной дороге, обозначим как q1, по платной дороге - как q2. При этом необходимо выполнение условия ql + q2 = 1. Отсюда транспортный поток по платной дороге может быть определен как q2 = 1 - qr
Согласно условию системного оптимума транспортный поток будет распределен по транспортной сети таким образом, чтобы
qC + (1 -qi)C ^min.
Достижение такой оптимизации возможно при условии, что удельная стоимость поездки на рас-
стояние 1 км в расчете на один автомобиль будет одинаковой для всех маршрутов. Таким образом, доля общего транспортного потока, движущегося по альтернативной дороге, обеспечивающая требование системного оптимума %, может быть рассчитана исходя из равенства:
% С + Ра + Са Ю = (1 - % ) (К С + Р + е1 Lп ).
Принимая во внимание, что = Ьп = 1 км,
С = 0, имеем
ta '
t С + P + С*
р ч т.п tn
% =-——-—=—-. (1)
Сч(tа + tр) + Рт.а + Рт.п + Сп
Таким образом, распределение транспортных потоков между альтернативной и платной автомобильными дорогами (в количестве автомобилей за сутки) будет следующим:
- по альтернативной дороге
%а = QЧi;
- по платной дороге
= Q (1 - %). (2)
Изменяя величину тарифа за проезд платной автомобильной дорогой, государство (или концессионер) может влиять на величину транспортного потока по этой дороге.
В случае снижения тарифа за 1 км проезда по платной автомобильной дороге транспортный поток будет увеличиваться. Нижний уровень тарифа должен обеспечивать покрытие эксплуатационных затрат концессионера, верхний - регулируется государством.
Соответствующая величина ожидаемого транспортного потока по платной автомобильной дороге будет определяться на основе формул (1) и (2). При этом в формулу (1) вместо с* следует подставлять предполагаемую величину тарифа.
Использование предложенной модели может проводиться по группам пользователей транспортной сети. Например, компаниями, предоставляющими коммерческие грузовые перевозки, пассажирские международные, владельцами легковых автомобилей, используемых в личных целях.
Таким образом, предложенная модель дает возможность аналитическим путем определить параметры спроса (ожидаемого транспортного потока) в разрезе групп пользователей, используемые на стадии обоснования проекта строительства автомобильной дороги на условиях концессии; обосновать величину тарифа за проезд по платной автомобильной дороге для разных групп пользователей.
Эти характеристики являются необходимыми для расчета показателей эффективности концес-
сионных проектов в сфере строительства платных автомобильных дорог и дальнейшего принятия решения о целесообразности реализации проекта.
Модель статически описывает распределение транспортных потоков. В случае роста объемов перевозок, развития альтернативных путей передвижения, изменения величины фактически взимаемого тарифа и других параметров для определения ожидаемых транспортных потоков можно применить метод Монте-Карло. Он позволяет с учетом вероятностного распределения значений входящих в модель параметров, а также их корреляции, получить оценку вероятностного распределения итогового показателя - ожидаемого спроса со стороны пользователей платной дороги. Наиболее вероятная величина принимается за основу при обосновании проекта строительства платной автомобильной дороги на условиях концессии.
Список литературы
1. Гасников А.В., Кленов С.Л. Введение в математическое моделирование транспортных потоков. М.: МФТИ, 2010. 382 с.
2. Дрю Д. Теория транспортных потоков и управление ими. М.: Транспорт, 1972. 424 с.
3. Хейт Ф. Математическая теория транспортных потоков. М.: Мир, 1966. 288с.
4. Шамрай Н.Б. Решение задач транспортного равновесия с декомпозицией по ограничениям // Труды всероссийской конференции «Равновесные модели в экономике и энергетике». Иркутск: ИСЭМ СО РАН. 2008. С. 618-624.
5. Швецов В.И. Математическое моделирование транспортных потоков // Автоматика и телемеханика. 2003. № 11. С. 3-46.
6. Cheung K.A., Polak J.W. Bayesian approach to modelling uncertainty in transport infrastructure project forecasts. AET, 2009. URL: http://80.33.141.76/ pashmina_models/attachments/MODELLING_ UNCERTAINTY_TRANSPORT.pdf.
7. De Jong G. Uncertainty in Traffic Forecasts. Literature Review and New Results for the Netherlands. AVV Transport Research Centre, Rand Europe, 2005. URL: http: //datamining. dongguk. ac.kr/work/project/ KDI/EA%B8%B0%EC%A2%85%EC%A0%90%EC %9E%90%EB%A3%8C/ref/RAND_WR268.pdf/.
8. Frank-Jungbecker A. Verkehrsmengenrisiko bei PPP-Projekten im Strassensektor-Determinanten effizienter Risikoallokation. URL: http://e-pub.uni-weimar.de/opus4/frontdoor/index/index/docId/1357.
9. Inturri G., Ignaccolo M., Capm S. Sensitivity and Risk Analysis for the Evaluation of Transport Investments. Engineering Management Research, 2012, vol. 1, no. 2, рp. 16-32.
10. Trujillo L., Quinet E., Estache A. Forecasting the Demand for Privatized Transport: what economic regulators should know and why. URL: http:// econpapers.repec.org/paper/wbkwbrwps/2446.htm.
11. Wardrop J.G., Whitehead J.I. Correspondence. Some Theoretical Aspects of Road Traffic Research. ICE Proceedings: Engineering Divisions. 1952. Vol. 1, no. 5, pp. 325-362. doi: 10.1680/ipeds.1952.11362
Innovation and investment
ESTIMATION OF THE PREDICTED TRAFFIC PATTERNS TO VALUATE INVESTMENT PROJECTS OF CONCESSION ROAD CONSTRUCTION
Nataliia N. BONDAR'
Abstract
A determination of the prospective traffic flow, as a kind of demand, is very important to validate highway construction concession projects. On the basis of Wardrop's behavioral principles oftransport network users the author estimates the equilibrium tariff value and value of the predicted traffic flow, which help to justify the efficiency of the proj ect. The author draws a conclusion of a possibility to apply the mode referring to groups of users.
Keywords: demand, concession, tariff, highway engineering, risk
References
1. Gasnikov A.V., Klenov S.L. Vvedenie v matematicheskoe modelirovanie transportnykhpotokov [An introduction to mathematical modeling of traffic flows]. Moscow, MIPT Publ., 2010, 382 p.
2. Drew D. Teoriia transportnykh potokov i upravlenie imi [Theory of traffic flow and management]. Moscow, Transport Publ., 1972, 424 p.
3. Haight F.A. Matematicheskaia teoriia transportnykh potokov [Mathematical Theories of Traffic Flow]. Moscow, Mir Publ, 1966, 288 p.
4. Shamrai N.B. [Solving vehicle equilibrium decomposition on limitations]. Trudy vserossiiskoi konferentsii "Ravnovesnye modeli v ekonomike i energetike" [Proc. Sci. Conf. "Equilibrium models in economics and energy"]. Irkutsk, Scientific Center SB RAS Publ., 2008.
5. Shvetsov V.I. Matematicheskoe modelirovanie transportnykh potokov [Mathematical modeling of traffic flows]. Avtomatika i telemekhanika - Automation and remote control, 2003, no. 11, pp. 3-46.
6. Cheung K.A., Polak J.W. Bayesian approach to modelling uncertainty in transport infrastructure project forecasts. Available at: http://80.33.141.76/ pashmina_models/attachments/MODELLING _ UNCERTAINTY_ TRANSPORT.pdf.
7. De Jong G., Pieters M., Miller S. Uncertainty in Traffic Forecasts. Literature Review and New Results for the Netherlands. AVV Transport Research Centre, Rand Europe, 2005. Available at: http://datamining. dongguk.ac.kr/work/project/KDI/EA%B8%B0%EC% A2%85%EC%A0%90%EC%9E%90%EB%A3%8C/ ref/RAND_WR268.pdf/.
8. Frank-Jungbecker A. Verkehrsmengenrisiko bei PPP-Projekten im Strassensektor-Determinanten effizienter Risikoallokation, 2010. Available at: http:// e-pub.uni-weimar.de/opus4/frontdoor/index/index/ docId/1357.
9. Inturri G., Ignaccolo M., CaprM S. Sensitivity and Risk Analysis for the Evaluation of Transport Investments. Engineering Management Research, 2012, vol. 1, no. 2, pp. 16-32.
10. Trujillo L., Quinet E., Estache A. Forecasting the Demand for Privatized Transport: what economic regulators should know and why. Available at: http:// econpapers.repec.org/paper/wbkwbrwps/2446.htm.
11. Wardrop J.G., Whitehead J.I. Correspondence. Some Theoretical Aspects of Road Traffic Research. ICE Proceedings: Engineering Divisions, 1952, vol. 1, no. 5, pp. 325-362. doi: 10.1680/ipeds.1952.11362
Nataliia N. BONDAR'
National Transport University, Kiev, Ukraine [email protected]
