CC BY
8DOI 10.47576/2712-7516_2021_1_3_16 УДК 338.2
ЦИФРОВАЯ ТРАНСФОРМАЦИЯ УПРАВЛЕНИЯ ОТРАСЛЕВОЙ
ТРАНСПОРТНОЙ ЛОГИСТИКИ
Дьяков Сергей Александрович,
кандидат экономических наук, доцент, Кубанский государственный аграрный университет имени И .Т. Трубилина, г. Краснодар, Россия, e-mail: docent. dyakov@mail. ru
Матвеев Александр Сергеевич,
студент экономического факультета, Кубанский государственный аграрный университет имени И .Т. Трубилина, г. Краснодар, Россия, e-mail: macedon99@yandex.ru
Позоян Давид Петрович,
студент экономического факультета, Кубанский государственный аграрный университет имени И .Т. Трубилина, г. Краснодар, Россия, e-mail: pozojan. d@yandex. ru
Статья посвящена вопросам совершенствования процесса управления отраслевой транспортной логистики на примере логистической грузовой железнодорожной компании АО «ФГК». Приведено обоснование необходимости разработки алгоритма по эффективному управлению вагонным парком компании в рамках многоуровневой системы планирования. Авторами разработан алгоритм, позволяющий выбрать наиболее выгодные перевозки, дополнив оптимальную схему неизбежными порожними пересылками вагонов.
Ключевые слова: цифровизация; логистика; железнодорожная отрасль; трансформация; автоматизированная система; вагонопоток; математическое описание.
UDC 338.2
DIGITAL TRANSFORMATION DEPARTMENTS OF INDUSTRY
TRANSPORT LOGISTICS
Dyakov Sergey Alexandrovich,
Candidate of Economic Sciences, Associate Professor, Kuban State Agrarian University named after I.T. Trubilin, Krasnodar, Russia, e-mail: docent.dyakov@ mail.ru
Matveev Alexander Sergeevich,
Student of the Faculty of Economics, Kuban State Agrarian University named after I.T. Trubilin, Krasnodar, Russia, e-mail: macedon99@yandex.ru
Pozoyan David Petrovich,
Student of the Faculty of Economics, Kuban State Agrarian University named after I.T. Trubilin, Krasnodar, Russia, e-mail: pozojan.d@yandex.ru
The article is devoted to the issues of improving the management process of industry transport logistics on the example of the logistics freight railway company JSC "FGK". The rationale for the need to develop an algorithm for the effective management of the company's car fleet within the framework of a multi-level planning system is given. The authors have developed an algorithm that allows choosing the most profitable transportation, supplementing the optimal scheme with the inevitable empty transfers of wagons.
Keywords: digitalization; logistics; railway industry; transformation; automated system; car traffic; mathematical description.
На текущий момент цифровые технологии способствуют появлению различных изменений, которые касаются коммуникации и взаимосвязи между экономическими субъектами. Цифровизация используется практически во всех областях и сферах.
В начале нового века появилось информационное общество, отмечаются довольно существенные глобальные изменения, которые принято связывать как с виртуальным ресурсом, так и «цифровизацией мира», оказывающей активное влияние на преобразования, происходящие в международной экономике.
Успешное развитие любой компании невозможно без стратегического планирования. Как правило, стратегический план охватывает все сферы деятельности компании. Описывая движение соответствующих финансовых и материальных потоков, стратегический план содержит оценку потенциальных объемов сбыта, предъявляет требования к техническому перевооружению, определяет политику укрепления кадрового потенциала и т.д.
На уровне оперативного планирования основной задачей является организация работы таким образом, чтобы обеспечить фактическое достижение желаемых (потенциальных и в то же время достижимых) параметров, определяемых стратегическим планом. Для компаний, функционирующих в логистической отрасли, это, во-первых, работа с грузовладельцами, направленная на увеличение доли на транспортном рынке за счет более существенных сегментов; во-вторых, эффективное управление парком транспортных средств, позволяющее достичь максимальных доходов при минимальных эксплуатационных расходах.
Сказанное доказывает актуальность и своевременность нахождения комплексного подхода к организации работы, оптимально сочетающего экономические интересы клиентов и объекта исследования в рамках внутренних и внешних технических, технологических и нормативно-правовых ограничений.
Акционерное общество «Федеральная грузовая компания» (АО «ФГК») является одним из самых крупных логистических грузовых железнодорожных компаний в нашей стране, входящих в тройку лидеров рейтинга операторов INFOLine RAIL RUSSIA TOP.
Представляя собой один из самых крупных грузовых железнодорожных операторов
в России, АО «ФГК» предоставляет существенный перечень услуг, которые направлены на перевозку грузов железнодорожным транспортом: предоставление вагонов (полувагоны, крытые вагоны, платформы, цистерны); экспедирование грузов; аренда вагонов; комплексная услуга, направленная на организацию грузовой деятельности, обслуживание путей необщего пользования.
Структура вагонного парка АО «ФГК» (по состоянию на 01.04.2021):
- полувагоны - 112,6 тыс. ед.;
- крытые вагоны - 5,4 тыс. ед.;
- платформы - 10,2 тыс. ед.;
- цистерны - 6 тыс. ед.
Управление таким огромным парком является уникальной задачей. АО «ФГК» имеет возможность выбора перевозок, представляющих коммерческий интерес, и отказа от убыточных условий. Таким образом, многие из оптимизационных задач для АО «ФГК» переносятся на уровень оперативного планирования и согласования заказов, а также на уровень стратегического планирования.
Перемещение порожних вагонов имеет для компании четкую денежную стоимость. Также Компания несет прямые расходы, связанные с отстоем вагонов и временным их нахождением на путях общего пользования. Включение этих параметров в модель существенно изменяет решение. Нельзя из анализа исключать стоимость и время ремонтных работ, географию пунктов ремонта, время ожидания технического обслуживания или подготовки [2].
АО «ФГК» может иметь несравненно большую гибкость и свободу в использовании экономических рычагов влияния на грузоотправителей, позволяющие существенно повысить экономическую привлекательность совместных проектов для обеих сторон.
Следует отметить, что эффективность использования вагонного парка снижается по причине имеющих место неравномерностей в отправлении грузов. Из рис. 1 видим, что в воскресные дни отгружается на 9,5 % меньше от среднего или почти на 15 % меньше от пикового дня погрузки - пятницы. По пятницам превышение относительно среднесуточных данных составляет 6 %. По некоторым оценкам, при такой неравномерности необходимость в дополнительном парке составляет 7,1 %.
Рисунок 1 - Неравномерность отправления грузов по дням недели
Также наблюдается неравномерность в течение месяца по декадам. Как правило, по -грузка в течение первой декады на 3 % ниже среднемесячной, а в последнюю - на 2 % выше. Обеспечение равномерности погрузки позволило бы повысить эффективность использования подвижного состава на 16,3 %.
Предоставление скидок «выходного дня», «начала месяца» и т.д. могло бы существенно снизить наблюдаемую неравномерность. Отправление грузов группами вагонов и маршрутами существенно снижает расходы, связанные с организацией перевозок, поэтому стоимость таких отправок несколько ниже. При организации отправления грузов по графикам в определенных направлениях, обе-
спечивающей перемещение грузов сгущенными потоками, величина эксплуатационных расходов может быть существенно ниже [4].
Далее следует выделить основные проблемы, выявленные при анализе управления вагонопотоками компании, а также определить их приоритет (табл. 1).
Приоритет выявленных проблем выставлялся согласно 5-балльной шкале, где 5 -это самая существенная проблема. Таким образом, было определено, что значительной проблемой при управлении вагонопото-ками в АО «ФГК» является неравномерность в отправлении грузов и неиспользование механизма оперативного поиска встречных грузопотоков.
Таблица 1 - Основные проблемы АО «ФГК» при управлении вагонопотоками компании
№ п/п Проблема Приоритет
1 Недостаточность собственной выгрузки по отдельным родам подвижного состава для обеспечения погрузки 2
2 Отсутствие корректного представления реальных графиков отправления грузов на долгосрочную перспективу 3
3 Неучитывание неравномерности в течение планового периода 3
4 Неравномерность в отправлении грузов 4
5 Неиспользование механизма оперативного поиска встречных грузопотоков 4
Общие требования к разрабатываемому - большую часть оптимизационных задач алгоритму по эффективному управлению по эффективной организации работы парка вагонным парком АО «ФГК» в рамках много- необходимо решать на этапе оперативного уровневой системы планирования выглядят планирования; следующим образом:
- в связи с необходимостью учета большого количества факторов решение указанной оптимизационной задачи человеком «вручную» невозможно;
- решаемая задача является динамической, так как все события последовательно связаны друг с другом во времени, а любая их перестановка по времени критична;
- в условиях большого числа переменных с целью сокращения трудовых и временных затрат без снижения качества планирования и достоверности информации необходимо обеспечить максимально возможный импорт данных из действующих информационных систем;
- критерием эффективности управления вагонным парком в рамках оперативного пла -нирования является максимизация разницы между общей величиной доходов, полученных за плановый период, и общей величиной расходов на осуществление перевозок и содержание парка;
- в системе максимально полно в формализованной форме должны быть описаны все возможные схемы организации перевозок;
- в систему должна оперативно вноситься и поддерживаться в актуальном состоянии информация о внутренних и внешних ограни-
чениях, как физических, так и определяемых договорами:
- технические и технологические ограничения грузоотправителей, грузополучателей, станций отправления и станций назначения (либо зональные ограничения), пунктов подготовки и ремонта вагонов, а также станций временного отстоя (вагоно-места), возможность отправления и приема групповыми партиями и т.д.;
- количество вагонов, их состояние, необ -ходимость и сроки плановых видов ремонта;
- прогноз требуемого времени на движение и начально-конечные операции [5];
- система должна руководствоваться максимально возможным набором тарифных и ценовых условий: величиной затрат по слагаемым, связанных с отстоем вагонов и с нахождением на путях общего пользования, тарифами на порожние рейсы, величиной эксплуатационных издержек, связанных с эксплуатацией вагона (износ), стоимостью ремонтных работ;
- система должна иметь максимально полную информацию о потенциальных грузопотоках: объемах, направлениях, стоимостных условиях, гарантированных и вероятностных частях грузопотоков, условиях конкурентов и, по возможности, - объемах
Рисунок 2 - Структура управляющей автоматизированной системы НАУЧНО-ПРАКТИЧЕСКИЙ ЖУРНАЛ
перевозок конкурентов, в том числе о перевозках в инвентарном парке ОАО «РЖД» с учетом вагонной составляющей тарифа;
- при выработке решений системой должно учитываться возможное влияние случайных факторов (несвоевременная доставка, неблагоприятные погодные условия, конвенции, погрешность в работе ППЖТ и т.д.);
- в целях повышения оперативности взаимодействия с клиентами и партнерами автоматизированная система должна предусматривать доступ внешних пользователей (через Интернет), при условии разграничения доступа и выполнения требований безопасности (возможность использования ЭЦП при электронном документообороте);
- система должна обеспечивать электрон -ный документооборот филиалов Компании между собой и с центральным аппаратом, с клиентами и партнерам [3].
Общая схема структуры модулей автоматизированной системы, реализующих комплексную технологию, представлена на рис. 2.
Масштаб задачи требует большого количества времени на реализацию проекта. Описанная схема потребует и дальнейшего усовершенствования, например, включения в себя интермодальных перевозок. В то же время каждый день работы по прежней методике наносит существенный ущерб компании. Поэтому крайне необходимо скорейшее поэтапное внедрение отдельных модулей будущей системы.
Основой разрабатываемой системы является маркетинговый прогноз.
При анализе грузопотоки целесообразно разделить на 2 группы: осуществляемые крупными грузоотправителями и всеми остальными. По первой группе необходимо вводить данные по каждому грузоотправителю отдельно, по второй достаточно общего описания (по Дороге, по Отделению или иной зоне).
Грузоотправитель или маркетолог, ответственный за договор с данным грузоотправителем, для основных грузопотоков вводит в автоматизированную систему следующие данные отдельно по каждому роду подвижного состава:
- станцию отправления; если отгрузка осуществляется с разных станций, то отделение дороги;
- отделение назначения (если имеются
существенные ограничения возможностей приема станции назначения или грузополучателя, то конкретную станцию назначения);
- вид сообщения (внутреннее сообщение, экспорт через порты РФ, экспорт через СНГ); если перевозка планируется в экспортном сообщении через станции погранпереходов, то указывается страна назначения;
количество вагонов (гарантированное и вероятностное);
- тарифные условия (стоимость предоставления вагонов);
- время в пути (время в пути автоматически должно рассчитываться по данным статистики, но пользователь будет иметь возможность его подправить);
время на начально-конечные операции (будет автоматически проставляться по величине, заложенной в справочнике системы, например, двое суток, но пользователь будет иметь возможность его подправить);
- класс груза (влияет на стоимость возврата порожних вагонов);
- характеристики неравномерности;
- перспективные объемы (ожидаемые и гарантированные).
На основе введенных данных автоматизированная система по каждому грузопотоку рассчитывает величину дохода на вагон, на вагон в сутки, а также общий доход за период по гарантированным и вероятностным перевозкам.
Алгоритм, заложенный в систему, позволит выбрать наиболее выгодные перевозки, дополнив оптимальную схему неизбежными порожними пересылками вагонов. Около каждого потока проставляется соответствующий признак (принимается или не принимается перевозка, в полном или неполном объеме), формируется журнал согласования перевозок. Таким образом, в автоматизированном режиме строятся оптимальные логистические цепочки.
Наиболее простым является алгоритм для ритмичных гарантированных основных грузопотоков.
Для данного случая в общем виде задачу оптимизации можно записать следующим образом. Имеется т узлов зарождения и погашения грузопотоков (например, отделений дорог): А;л1;-—.Ак- Известны заказы, и имеются достоверные прогнозы перевозок между ними - а1,]. Необходимо определить целесо-
образный объем перевозок х>, и дополнить логистические цепочки соответствующими порожними пробегами y'.j, максимизируя следующую целевую функцию:
лип
УХ *¿ж**™* * х _ ур. * . л ШЩЛ Ч
при ограничениях:
1 ^ ^
что является сбалансированностью ваго-нопотоков (сколько вагонов отправлено из узла, столько и должно прибыть в него, груженых или порожних),
Я = (#- у^
1ИИМ11 * .
(4)
Ъг, < < "г,,
где:
а,
(5)
(6)
¡ур-жтп - срок доставки груженых вагонов ^ (с учетом погрузочно-выгрузочных работ);
лмчюжтш - срок доставки порожних вагонов;
и
г - ставка за отстой одного вагона в плановом периоде в сутки;
N - общее количество вагонов.
Для гарантированных нерегулярных потоков описанную модель необходимо дополнить рядом требований.
Во-первых, при неравномерном отправлении грузов часть вагонов будет простаивать в ожидании погрузки, что требует ввести в формулу, определяющую необходимое количество вагонов, коэффициент неравномерности:
что говорит о том, что количество задействованных вагонов не может быть больше имеющегося парка (величина, указанная в скобках, показывает, сколько нужно вагонов на каждый поток при данном суточном объеме отправления грузов - , чтобы обслужить данное направление),
ТМГГ
^ироенот/хоетк_
« ^неровиохароспа:^ ^порожгнич ,) < ДГ
количество вагонов для " буфера"
общее количество груженых вагонов, отправленных за ¡триод
(7)
(8)
Во-вторых, за простаивающие вагоны потребуется платить. Дополнительные расходы отразим в целевой функции:
(9)
•у ^ *^вджияй тх _ у ^ ъ^юрожнийт
_ Д _ у1 дл^рамыцрюгаи: * jCp.sp.zm. 1-1^-1
что подразумевает расходы, связанные с отстоем вагонов в сутки,
X., > 0 ,у > 0
- суточная доходность вагона, сниженная на величину амортизации и среднесуточных расходов на ремонт;
Рг- - тариф за порожний вагон от станции выгрузки до станции погрузки в сутки;
Хг-' - количество груженых вагонов из пункта 4 в пункт в сутки;
Уг-, - количество порожних вагонов из пункта 4 в пункт 4 в сутки;
аг-1 - прогнозируемый (заявляемый) среднесуточный объем перевозок из пункта 4 в пункт 4;
- обязательная среднесуточная величина грузопотока, например, по ранее заключенным договорам или иным соображениям
(Ъи < );
, - стоимость отстоя в сутки, она может быть различной (равняться г или нет) в зависимости от того, являются ли подъездные пути путями общего пользования, оформляется ли заказ на отстой и т.д.
^квравшяарихти *
Величина^ ^показывает, какое
в среднем количество вагонов, прибывших под погрузку, оказывается невостребован-
¿ср.ер.еже.
ным. Значение^ представляет собой среднее время отстоя.
Коэффициенты неравномерности вводятся клиентом или маркетологом при описании грузопотоков, при этом пользователю должен предоставляться удобный калькулятор, позволяющий определить данный коэффициент (например, пользователь может описать подекадную неравномерность и колебания в течение недели, а программное обеспечение вычислит итоговый коэффициент, либо же пользователь может попросить рассчитать коэффициент на основе статистики).
Как показано на рис. 2, «вагонного буфера», равного площади фигуры ABCD, достаточно для того, чтобы своевременно вывозить весь объем. Чтобы рассчитать «буфер» для данного примера, необходимо сложить
Рисунок 2 - Определение «вагонного буфера» на основе статистических данных
разницу между фактическим отправлением и среднесуточными значениями за вторник, среду, четверг, пятницу и субботу [1].
Для случаев, когда отклонения от средних значений различны, а также наблюдаются отличия по амплитуде колебаний, необходимо выбрать фигуру с наибольшей площадью, расположенную выше средних значений за весь период наблюдений.
Следует отметить, даже при равномерном отправлении груза вагоны будут прибывать на станцию отправления неритмично; сроки доставки грузов существенно колеблются. Ввод в модель дополнительного коэффициента неравномерности, отражающего задержки в пути следования, существенно усложнит модель. Кроме того, так как г;7™ время, рассчитанное на основе статистических данных, уже содержит в себе оценку возможных задержек, то определяемое моделью количество необходимого парка будет достаточно для вывоза всего планируемого объема. При этом неравномерность прибытия будет по цепочке передаваться в узлы, в которые данные потоки «впадают», и порождать дальнейшую неравномерность в отправлении груза.
Если для какого-то клиента равномерность отправления критична, то можно воспользоваться ранее введенным коэффициентом неравномерности и задать необходимое ко-
личество резервного парка. При этом экономическая оценка искажена не будет; нужно достоверно оценивать, что для того, чтобы гарантировать ритмичное регулярное отправление грузов, необходимы определенные резервы («вагонный буфер»).
Алгоритм поиска решений с учетом вероятных потоков заключается в определении, оставлять подвижной состав в местах текущей дислокации либо направлять его в места потенциальной погрузки до того, как получена информация о возможных перевозках.
Путем использования алгоритма можно получить: план перевозок грузов для каждого филиала в объемных и стоимостных показателях, «шахматки» груженых и порожних грузопотоков по дорогам сети, четкие ориентиры для оперативных автоматизированных систем, осуществляющих пересылки подвижного состава.
Таким образом, измененная модель решает задачу эффективного управления вагонным парком как для гарантированных ритмичных, так и для гарантированных нерегулярных потоков. При этом для ритмичных потоков коэффициент неравномерности принимается равным нулю, если только нет необходимости оценить размер «вагонного буфера», достаточного для устранения фактора неравномерности прибытия погрузочных ресурсов.
Список литературы_
1. Буравцев, А.В. Цифровая железная дорога как сложная организационно-техническая система / А.В. Бурав -цев // Наука и технологии железных дорог. - 2018. - 1 (5). - С. 69-79.
2. Замышляев, А.М. Информационное управление в транспортной сфере / А.М. Замышляев // Наука и техно -логии железных дорог. - 2017. - Том 1. - 4 (4). - С. 11-24.
3. Лёвин, Б.А. Цифровая железная дорога: принципы и технологии / Б.А. Лёвин, В.Я. Цветков // Мир транспорта. - 2018. - Том 16. - № 3 (76). - С. 50-61.
4. Ознамец, В.В. Информационное управляющее транспортное пространство / В.В. Ознамец // Наука и технологии железных дорог. - 2020. - Том 4. - 4 (16). - С. 43-50.
5. Павлова, А.В. Современное состояние и перспективы цифровизации грузового железнодорожного транспорта и логистики России / А.В. Павлова // Транспортное право и безопасность. - 2020. - № 1 (33). - С. 162-170.
6. Рысьмятов, А.З. К вопросу об особенностях формирования и основных трендах развития цифровой инновационной экосистемы в региональных агропромышленных кластерах / А.З. Рысьмятов, С.А. Дьяков // Инновационное развитие АПК: Экономические проблемы и перспективы: материалы XV Международной научно-практической конференции, посвященной 60-летию экономического факультета Кубанского ГАУ. - Краснодар, 2020. - С. 305-310.
7. Рысьмятов, А.З. Место и роль цифровых инновационных экосистем в управлении региональных АПК / А.З. Рысьмятов, С.А. Дьяков // Внешние связи регионов Юга России: опыт, проблемы, перспективы развития: сборник научных трудов по материалам Международной научно-практической конференции, посвященной 80-летию Адыгейского государственного университета. - Майкоп, 2020. - С. 164-170.
References_
1. Buravtsev A.V. Digital railway as a complex organizational and technical system. Science and technology of Railways, 2018, 1(5), рр. 69-79.
2. Zamyshlyaev A.M. Information management in the transport sector. Science and technology of Railways, 2017, vol. 1, 4(4), рр. 11-24.
3. Levin B.A., Tsvetkov V.Ya. Digital railway: principles and technologies. The world of transport, 2018, t. 16, No 3 (76), рр. 50-61.
4. Oznamets V.V. Information management transport space. Science and technology of railways, 2020, vol. 4, 4 (16), pр. 43-50.
5. Pavlova A.V. The current state and prospects of digitalization of freight rail transport and logistics in Russia. Transport law and security, 2020, No 1 (33), pp. 162-170.
6. Rysmyatov A.Z., Dyakov S.A. On the question of the peculiarities of the formation and main trends in the development of the digital innovation ecosystem in regional agro-industrial clusters. Innovative development of the agro-industrial complex: Economic problems and prospects: Materials of the XV International Scientific and Practical Conference dedicated to the 60th anniversary of the Faculty of Economics of the Kuban State University, Krasnodar, 2020, pp. 305-310.
7. Rysmyatov A.Z., Dyakov S.A. The place and role of digital innovation ecosystems in the management of regional agro-industrial complex. External relations of the regions of the South of Russia: experience, problems, development prospects: collection of scientific papers based on the materials of the International Scientific and Practical Conference dedicated to the 80th anniversary of the Adygea State University, Maykop, 2020, pp. 164-170.
