Оперативное прогнозирование спроса на пассажирские перевозки воздушным транспортом тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат экономических наук Папоян, Армен Рубенович

• Папоян, Армен Рубенович
• кандидат экономических наук
• 2000

Оглавление диссертации кандидат экономических наук Папоян, Армен Рубенович

Оглавление.

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ОТЕЧ ЕСТВЕННОЙ И ЗАРУБЕЖНОЙ ТЕОРИИ И ПРАКТИКИ ПРОГНОЗИРОВАНИЯ СПРОСА НА ПАССАЖИРСКИЕ АВИАПЕРЕВОЗКИ.

1.1. Состояние и тенденции развития авиаиндустрии.

1.2. Последствия кризиса 1998 г. в России.

1.3. Состояние методической базы прогнозирования авиаперевозок.

1.4. Применяемые методы прогнозирования основных показателей на воздушном транспорте.

1.5. Классификация методик прогнозирования.

Выводы.

ГЛАВА 2. ПРИМЕНЕНИЕ ТЕОРИИ ПОТРЕБЛЕНИЯ ДЛЯ ОПЕРАТИВНОГО ПРОГНОЗИРОВАНИЯ СПРОСА НА ПАССАЖИРСКИЕ АВИАПЕРЕВОЗКИ И УЧЁТА ВЛИЯНИЯ ТАРИФОВ.

2.1. Основные положения теории потребления.

2.2. Влияние изменения авиатарифов на перераспределение пассажирооборота конкурирующих видов транспорта.

2.3. Методы расчёта параметров моделей потребления.

2.4. Моделирование изменения спроса на конкурирующих видах транспорта при меняющихся факторах.

2.5. Влияние тарифов на изменение спроса между конкурирующими авиакомпаниями на одном направлении.

Выводы.

ГЛАВА 3. АВТОМАТИЗАЦИЯ ПРОЦЕССОВ ПРОГНОЗИРОВАНИЯ ПРОДАЖ АВИАПЕРЕВОЗОК

3.1. Совершенствование методик анализа и прогнозирования спроса на пассажирские перевозки воздушным транспортом.

1.1.1. Модели стратегического прогнозирования.

1.1.2. Модели оперативного прогнозирования.

1.1.3. Коррекция спроса на пассажирские перевозки на основе статистических данных о продажах.

3.2. Результаты применения методик прогнозирования.

3.3. Технология прогнозирования пассажирооборота на воздушном транспорте.

3.4. Концепция создания автоматизированной системы управления продажей авиаперевозок.

3.5. Архитектура автоматизированной системы управления продажей авиаперевозок.

3.6. Оценка экономического эффекта системы управления спросом на пассажирские авиаперевозки с помощью тарифов на основе теории потребления.

Выводы.

Введение диссертации (часть автореферата) на тему «Оперативное прогнозирование спроса на пассажирские перевозки воздушным транспортом»

Актуальность темы диссертации обусловлена сложившейся экономической, конъюнктурной и социальной ситуацией в Российской Федерации и странах СНГ. Резкое падение спроса на пассажирские авиаперевозки и образование множества мелких авиаперевозчиков привело к жёсткой конкуренции как между авиакомпаниями на одних направлениях, так и между разными видами транспорта.

Несогласованность общетранспортной тарифной политики, отсутствие методической базы и инструментария для прогнозирования и планирования пассажиропотоков - причина невозможности управления спросом и ресурсами как авиакомпаниями, так и ведомствами воздушного транспорта.

Авиакомпании во всех развитых странах используют различные системы прогнозирования спроса на перевозки. Как правило, зарубежные автоматизированные системы прогнозирования спроса состоят из подсистем сбора и обработки информации, анализа и прогнозирования и подсистемы выдачи рекомендаций. Система прогнозирования, в свою очередь, является интегрированной составной частью автоматизированной системы управления предприятием.

Такой комплекс позволяет авиакомпаниям научно предвидеть ситуацию на рынке транспортных услуг, заблаговременно готовиться к сезонным колебаниям, активно влиять на потребительский спрос и извлекать дополнительные сверхприбыли, грамотно используя полученные прогнозы и оптимально распоряжаясь имеющимися ресурсами. Транспортные ведомства развитых стран используют подобные автоматизированные системы управления для прогнозирования, мониторинга и при необходимости корректировки ситуации на общетранспортном уровне.

Внедрение зарубежных систем управления спросом на авиаперевозки невозможно ввиду их изначальной ориентированности на другие макро- и микроэкономические условия, технические требования и дороговизны.

Поэтому, работа над созданием отечественной системы управления спросом на пассажирские перевозки воздушным транспортом приобретает особую важность и значение.

Цель диссертационного исследования - разработка автоматизированной системы прогнозирования спроса на пассажирские авиаперевозки, используя разработанные автором методики прогнозирования спроса и расчёта оптимальных тарифов на пассажирские авиаперевозки в конкурентной среде транспортных услуг. Работа служит повышению эффективности работы предприятий воздушного транспорта.

Задачи, решённые в диссертационном исследовании для достижения поставленной цели:

- выполнен анализ современного состояния и тенденций развития авиаиндустрии;

- проанализирован опыт и составлен классификатор используемых методов прогнозирования спроса на пассажирские воздушные перевозки;

- разработана концепция и архитектура автоматизированной системы прогнозирования спроса на пассажирские авиаперевозки;

- разработаны модели среднесрочного и оперативного прогнозирования, а так же методы коррекции прогноза спроса на пассажирские перевозки воздушным транспортом;

- разработана и апробирована методика исследования влияния изменения тарифов на спрос конкурирующих видов транспорта или конкурирующих авиакомпаний;

- написаны и отлажены компьютерные программы для соответствующих методик и моделей анализа и прогнозирования авиаперевозок;

- проведены работы по практическому внедрению разработанных методик в производственную деятельность Единого центра взаиморасчётов (ЕЦВ), Института коммерческих систем воздушного транспорта (ИКСВТ), Института комплексных транспортных проблем (ИКТП), аэропорта города Сочи (Адлер), АК Сахалин, изучается возможность применения методик в перевозочном процессе грузов для «Шереметьево-Карго».

Объект исследования - отдельные предприятия пассажирского воздушного транспорта, совокупность конкурирующих на одном направлении авиакомпаний, воздушный транспорт в целом и в конкурентной среде с другими видами пассажирского транспорта.

Предмет исследования - методические положения и рекомендации по моделированию и прогнозированию спроса на пассажирские перевозки воздушным транспортом, а так же модели выработки оптимальной тарифной политики для продаж пассажирских авиаперевозок.

Методическая основа - работы ГосНИИ ГА и ИКТП, исследования ИКСВТ, материалы ТКП и ЕЦВ.

Научная новизна - усовершенствованные автором модели и методики прогнозирования авиаспроса разработаны с учётом сложившейся ситуации на рынке транспортных услуг и перспектив социально-экономического развития России и стран СНГ.

Разработанная автором методика выработки оптимальной тарифной политики в конкурентной среде транспортных услуг на основе теории потребления, в отличие от существующих, позволяет комплексно учитывать изменение факторов на конкурирующих транспортных предприятиях.

По всем моделям и методикам проводились расчёты и составлялись прогнозы на основе данных ТКП, ЕЦВ и госстатистики, в результате которых подтверждалась адекватность математических моделей и повышенная точность прогнозов.

Все расчёты и верификация результатов проводятся по компьютерным программам, составленным автором (Приложение 1).

Практическая ценность - предложенные методические основы могут быть использованы для прогнозирования и планирования производственно-хозяйственной деятельности отдельных авиапредприятий, а так же для выработки тарифной политики на уровне отрасли. Это позволит оптимально использовать существующие у предприятий ресурсы и активно влиять на потребительский спрос.

Апробация. Основные положения были доложены на научных конференциях:

- «Современные научно-технические проблемы гражданской авиации», международная научно-техническая конференция 20 - 21 апреля 1999 года, Московский государственный технический университет гражданской авиации;

- «Реформы в России и проблемы управления - 97», научная конференция молодых учёных и студентов ГАУ, Москва, 1997;

- «Проблемы управления в России - 98», научная конференция молодых учёных и студентов ГАУ, Москва, 1998;

- «Проблемы управления в России - 2000», научная конференция молодых учёных и студентов ГАУ, Москва, 2000;

Разработанные методики использовались в работах:

- «Концепция развития пассажирского воздушного транспорта Ямало-Ненецкого автономного округа», ГосНИИ ГА, 1999;

- «Прогноз отправок по внутренним воздушным линиям из аэропорта города Сочи», ГосНИИ ГА, 1999;

- «Разработка технико-экономического обоснования проекта по аэропорту Домодедово и Московскому узлу», EAST-LINE, 1998;

- «Методика оперативного анализа и прогнозирования перевозок по рейсам», ИКСВТ, 1998;

Аналитические положения работы используются для подготовки студентов института управления на транспорте ГУУ по специальности «Управление пассажирскими перевозками».

Публикации. Основные идеи диссертации опубликованы в работах:

- Материалы международной научно-технической конференции «Современные научно-технические проблемы гражданской авиации», статья «Регулирование спроса на пассажирские перевозки в авиакомпании с помощью тарифов и предложения в условиях конкуренции», Соколов А. А., Папоян А. Р., УДК 656.7, МГТУ ГА, М., 1999;

- Материалы научной конференции молодых учёных «Проблемы управления в России - 98», статья «Концепция создания единого центра сбора, хранения и обработки статистической информации», Папоян А. Р., УДК 658.012 Вып. 3/ ГУУ, М., 1998;

- Материалы научной конференции молодых учёных «Проблемы управления в России - 2000», статья «Автоматизация процессов управления продажей авиаперевозок», Папоян А. Р., УДК 658.075 ГУУ, М., 2000;

- Теоретические положения и практические примеры методики управления спросом на основе теории потребления опубликованы автором в сети Интернет по адресу http://arm.hotmail.ru .

Структура и объём работы. Диссертация состоит из введения, трёх глав, заключения, списка литературы, предметного указателя и трёх приложений. Общий объём диссертации 167 стр., в том числе,

Заключение диссертации по теме «Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда», Папоян, Армен Рубенович

Выводы

Из мирового опыта следует, что спрос на услуги воздушного транспорта, в стабильных условиях прямо зависит от уровня экономики страны, который, в свою очередь, может быть оценен через уровень ВВП на душу населения. В развитых странах Европы, США и Канаде экономические показатели и объёмы перевозок неуклонно повышаются, что предъявляет особые требования к системе управления ресурсами авиапредприятий и отрасли в целом. Оптимизация использования имеющихся ресурсов, прогнозирование и планирование будущих объёмов работ решаются введением блоков анализа и прогнозирования в системы управления предприятиями. В качестве методик для прогнозирования обычно используются регрессионные и гравитационные математические модели. В некоторых случаях используются экспертные системы, аккумулирующие опыт предыдущих лет и различные базы знаний.

В России и странах СНГ из-за резкого снижения уровня жизни населения, постоянно меняющихся внешних условий, непредсказуемости социально-экономической ситуации и из-за не сложившейся ещё культуры производства существуют специфические проблемы в прогнозировании и управлении спросом на пассажирские авиаперевозки. Их решение заключается, главным образом, в разработке общедоступных методик, учитывающих современное состояние макро- и микроэкономических показателей, в обеспечении необходимой информацией всех заинтересованных объектов перевозочного процесса, в автоматизации процессов прогнозирования и выдачи рекомендаций.

Для разработки и рекомендации методик прогнозирования, адекватно работающих в современных экономических условиях, необходимо использовать традиционную теорию и методы математической статистики совместно с теорией и методами моделирования стохастических процессов, а также новую и перспективную теорию потребления и теорию фирм с основанными на них моделями потребления и моделями конкуренции.

Основными достоинствами регрессионных моделей являются: сравнительная простота и наличие хорошо разработанного математического аппарата, возможность исследования влияния сопутствующих переменных и связей между ними на прогнозируемый показатель, возможность получения нескольких вариантов прогноза в зависимости от количества и прогнозных значений сопутствующих переменных. Недостатком метода является нацеленность на изучение внешних, а не внутренних связей экономического процесса. Возникает проблема мультиколлинеарности, из-за которой модель регрессии не отражает адекватно реально существующие процессы. Это позволяет рекомендовать использовать регрессионные методы в основном для долгосрочных оценочных прогнозов.

Адаптивные модели строятся на основе анализа ретроспективы, но при этом параметры рассматриваются как функции от времени. Основное свойство адаптивных моделей заключается в том, что при поступлении новых данных значение прогноза меняется, адаптируясь к вновь поступившей информации. Краткосрочное прогнозирование рекомендуется осуществлять с помощью адаптивных методов, которые учитывают внутреннюю динамику развития параметров модели и позволяют повысить надёжность прогноза.

Задача зависимости спроса на авиаперевозки от уровня тарифов на воздушном транспорте может быть выделена в отдельную группу моделей. Ввиду особой важности этой проблемы при проведении рациональной тарифной политики авиапредприятиями, использование теории потребления наряду с методами регрессионного анализа может быть рекомендовано в качестве основного инструмента исследования (ГЛАВА 2).

ГЛАВА 2. ПРИМЕНЕНИЕ ТЕОРИИ ПОТРЕБЛЕНИЯ ДЛЯ ОПЕРАТИВНОГО ПРОГНОЗИРОВАНИЯ СПРОСА НА ПАССАЖИРСКИЕ АВИАПЕРЕВОЗКИ И УЧЁТА ВЛИЯНИЯ ТАРИФОВ

2.1. Основные положения теории потребления

Тарифы являются одним из важнейших инструментов коммерческой политики на транспорте. Наличие в настоящее время большого количества авиакомпаний, отличающихся друг от друга по своим экономическим возможностям, с различными климатическими и географическими условиями, а также влияние политических факторов делают проблему регулирования авиатарифов весьма сложной и острой.

Повышение тарифов вызывает отрицательную реакцию у пользователей воздушного транспорта, снижает их интерес к этому виду транспорта. В результате снижения спроса на авиаперевозки происходит уменьшение доходов авиакомпаний, которые нередко становятся ниже, чем до повышения тарифов. С целью уменьшения потерь авиакомпании прибегают к неофициальному снижению тарифов путём введения системы скидок и льгот, привлекающих загрузку на их рейсы.

Тарифная политика авиакомпаний должна учитывать динамику изменения авиационных тарифов во времени, отсутствие стабильности в системе их применения и регулирования. Авиакомпании должны успевать следить за всеми изменениями, которые происходят в системе авиационных тарифов, как официально устанавливаемых, так и стихийно складывающихся цен на различных рынках авиаперевозок.

Для достижения успеха в конкурентной борьбе политика авиакомпании в области применения тарифов должна быть гибкой и эластичной. Она не только направляется на желаемое увеличение спроса и соответственно доходов, но также должна учитывать постоянно растущие эксплуатационные расходы и обостряющуюся конкуренцию между авиакомпаниями, несбалансированность перевозок по различным направлениям и различные колебания конъюнктуры рынка авиаперевозок.

В основу рассматриваемого подхода положена теория потребления [30], главные положения которой состоят в следующем.

Пассажир, обращаясь к услугам транспорта, руководствуется при этом, с одной стороны, своим предпочтением тому или иному виду транспорта, а с другой стороны - ограничением в своих действиях существующими ценами и фиксированным доходом. Наличие предпочтения, как отражение потребительских свойств транспортных услуг отдельных индивидуумов, предполагает наличие у него функции полезности U(y), определённой в п- мерном пространстве транспортных услуг (воздушный, железнодорожный, автомобильный.). Считается, что функция полезности обладает следующими свойствами:

ЗУ ЧЛ , . ди л . ди lim -т-—= 00 ; 11 ш -г-—= 0 ; on о у , о о у * о у V^-M

Величина у в данной задаче представляет собой вектор, компонентами которого являются количество поездок на конкретных видах транспорта в междугородном сообщении в расчёте на одного жителя в течение года.

Обозначим через У допустимое множество транспортных услуг для потребителя, т.е. Y={Y*Е"\<у<В,у>Щ^ где Еп - п- мерное евклидово пространство, В - бюджетное ограничение, с - вектор цен на транспортные услуги.

Бюджетное ограничение означает, что денежные расходы на транспортные услуги не могут превышать части денежного дохода индивидуума, предусмотренного для поездок. При этом вектор с, состоящий из п цен в денежном выражении ( с=(с1,с2,.,сп), где cj - цена на услуги j- того вида транспорта ) и денежный доход будут считаться заданными положительными числами: (у-в

Таким образом, задача потребления, с помощью которой можно исследовать влияние тарифов на спрос, заключается в определении такого набора у* из допустимого множества У, который является самым предпочтительным из всех остальных наборов услуг у , принадлежащих У. В терминах функции полезности задача формулируется так: max*7(у) а при условии c-v s я, у>0.

Таким образом, поставлена задача нелинейного программирования, в которой переменными у являются уровни спроса на транспортные услуги; в качестве целевой функции выступает функция полезности U(y), которая считается непрерывно дифференцируемой (по крайней мере дважды) и имеет положительные первые частные производные и отрицательно определённую матрицу Гессе вторых частных производных; ограничением является линейное неравенство, при заданных ценах c=(ci,c2,.,cn), а константой является доход В.

Решение задачи потребления начинается с построения функции Лагранжа:

ЦуД)=и(у)+МВ-су), (2.2) и составления условий первого порядка: а и (у) 1е = 0> д v д v

0L ' <2-3>

- В - с у = 0 \ д X разрешение которых позволит определить потребляемые услуги транспорта и множитель Лагранжа как функции цены и дохода, т.е. у* =у(с,В), и V =Цс,В), (2.4)

Подставляя эти функции в условия первого порядка, получим систему, состоящую из (п+1) тождеств, которая в матричной форме может быть представлена как: dU (у * {с, В)

Sv

- Л* (с,В) = О,

В ~ су * (с , В ) = 0; (2.5)

Если продифференцировать эти (п+1) тождества по цене с1 (тариф воздушного транспорта), то получим систему уравнений:

О , и . , . . и , , " „ . и i „ . „

1 Л с, d у ,

I д с,

Я v | А где dJJ ( v ) дги {v) и , = ---, и ., = дУ i ' '' ду у ]

Матрицей этой системы уравнений является окаймлённая матрица Гессе функции U(y). Обозначим её символом U. д у

Решение системы уравнений относительно ■ находится путём деления определителя матрицы, полученной заменой u(i+1) -го столбца вектором свободных членов на определитель U. Вектор свободных членов содержит только две ненулевые компоненты: первую и последнюю. Поэтому: ду ,. д с ,

- Л у М ,. + AU i 1 d е t U

2.6) где: Uj - алгебраическое дополнение к элементу Ц в определителе U; ии- алгебраическое дополнение к элементу 11и в определителе U;

Для исследования влияния доходов В при неизменных тарифах на спрос, необходимо условие первого порядка продифференцировать по В. В результате получим систему линейных уравнений, в которой вектор свободных членов будет иметь только один ненулевой элемент. Решая эту систему уравнений по методу Крамера, получим: ду t Я U дВ ~ d е t U <2-7)

Подставляя в предыдущее уравнение (2.6) получим уравнение Слуцкого: ду ■. dv . Л U ,, г, п " . + Т™777™'' е Р ' п ] (2.8) d е t U

Первый член определяет влияние дохода (индекс дохода), а второй- изменение спроса, являющееся результатом вариации тарифа, при условии, что U(y) остаётся неизменной.

Таким образом, уравнение Слуцкого позволяет не только исследовать влияние дохода и тарифа на спрос по какому-либо виду транспорта (например, воздушному), но и влияние изменения тарифов на других видах транспорта на этот спрос при изменяющемся бюджетном ограничеI нии пассажиров. Такой подход позволяет комплексно подойти к проблеме формирования тарифной политики на транспорте.

Для нахождения спроса по эластичности (полученное уравнение Слуцкого является показателем эластичности спроса по авиатарифу) необходимо проинтегрировать найденное выражение у (с х 9 с 2 ) = / д с д у ^ (2.9) д с

При реализации модели потребления важное значение имеет выбор функции полезности, которая бы адекватно описывала поведение и предпочтения пассажиров. Кроме того, необходимо дополнительно исследовать динамику бюджетного ограничения и найти для него подходящую зависимость.

При реализации модели потребления важное значение имеет выбор функции полезности, которая бы адекватно описывала поведение и предпочтения пассажиров.

Как показали проведённые исследования, наиболее подходящей функцией полезности является функция вида:

U(Y) = ВД" + Y21"0), (210) где Yi - спрос на пассажирские перевозки первым видом транспорта, У2 - спрос на пассажирские перевозки вторым видом транспорта, а - параметр «полезности».

Расчёт бюджетного ограничения пассажира выполняется по формуле: B = Y1C, + Y2C2, (211) где Сг значение тарифа на первым виде транспорта, С2- значение тарифа на втором виде транспорта.

Реализация системы управления спросом на пассажирские авиаперевозки с помощью тарифов на основе теории потребления

Теоретически разработан и практически реализован метод прогнозирования на основе модели потребления, который позволяет обеспечить комплексность описания развития транспортной системы и повысить научную обоснованность тарифной политики, как в масштабах государства, так и в масштабах отдельного предприятия.

Методика, основанная на теории потребления, разрабатывалась и применялась автором для исследования в двух основных направлениях:

1) Для моделирования перераспределения спроса на различные виды транспорта (воздушный, железнодорожный, автомобильный) при изменении тарифов на одном или нескольких из них. В исследованиях на основе построенной модели потребления смоделированы различные варианты развития спроса на авиа-, авто- и железнодорожные перевозки и подвижность населения при меняющихся факторах - тарифах, бюджетного ограничения на поездки у пассажиров, численности населения.

2) Для моделирования изменения спроса на каком-либо направлении с конкурирующими авиакомпаниями при введении новых тарифов одной или несколькими авиакомпаниями. Исследуется влияние параметров модели и оценивается потенциальный спрос.

2.2. Влияние изменения авиатарифов на перераспределение пассажирооборота конкурирующих видов транспорта

Следуя приведённой теории и разработанной методике, в прогнозе использовался показатель «средняя доходная ставка на 1 пассажиро-километр» (Q), а прогнозирование осуществлялось пассажирооборота на воздушном, железнодорожном и автомобильном транспорте.

Как показали проведённые исследования, наиболее подходящей функцией полезности для моделирования является (2.10).

Расчёты начинаются с определения параметра а функции полезности. Расчёт проводится с помощью итеративной процедуры (Программа вычисления параметра альфа и прогнозного значения Y1 и Y2 в модели потребления). Повторим расчёты, связанные с определением параметра а за каждый год ретроспективного периода. В результате получим динамический ряд параметра а. Составим такие же динамические ряды на основе статистической отчётности или других источников информации по тарифам. Проведём расчёты по определению расходов населения за ретроспективный период (2.11)

На основе анализа тенденций за ретроспективный период спрогнозируем значения необходимых параметров на перспективный период. Для этой цели можно воспользоваться регрессионными (1.1.1) и адаптивными (1.1.2) моделями.

Как показали проведённые исследования, для прогнозирования доходных ставок по видам транспорта рекомендуется использовать регрессионные модели, в которых в качестве сопутствующих переменных используется индекс инфляции, так как именно этот процесс оказывает основное влияние на формирование доходных ставок:

C,(t) = ро + PiLnJu(t), j = А, В, Ж (2Л2)

Так, для автомобильного, воздушного и железнодорожного транспорта уравнения регрессий будут иметь вид:

CA(t) = 35,53 + 44,448 In Ju(t), ] CB(t) = 270,45 + 307,97 In Ju(t), . c>K(t) = 34,349 + 40,325 In Ju(t),

Где: Cj (t) - доходная ставка на i виде транспорта в t году, коп/1 Опаскм, i = А, В, Ж. ju(t) - индекс инфляции в t году по сравнению с 1995 г. {Ju(1995r)=1}. Спрогнозированные до 2003 года значения средних доходных ставок приведены в Таблица 2.1.

Заключение

В основу диссертации положена работа автора, совместно с учёными нескольких научно-исследовательских институтов (ГосНИИ ГА, ИКСВТ, ИКТП), над проблемой прогнозирования спроса на авиаперевозки в складывающихся рыночных условиях. Главными требованиями, предъявляемыми к прогнозированию, как к одной из функций управления, являются адекватность реальным процессам и высокая точность прогнозов. Основными условиями для применения научного прогнозирования в перевозочном процессе являются формализация и автоматизация процедур анализа статистических данных, моделирования процесса, расчёта прогноза и выработки рекомендаций. Дополнительным условием, предъявляемым к системе управления спросом и ресурсами, является возможность интеграции с уже имеющимися системами автоматизации производства.

Исходя из перечисленных требований и условий, предъявляемых субъектами перевозочного процесса, в результате работы были решены следующие задачи:

1) проанализированы состояние и тенденции развития отечественной и зарубежной авиаиндустрии, опыта в использовании методов прогнозирования спроса на воздушные перевозки;

2) составлен классификатор методов и методик прогнозирования показателей на воздушном транспорте;

3) разработана концепция и архитектура автоматизированной системы прогнозирования спроса на авиаперевозки;

4) предложены модели среднесрочного и оперативного прогнозирования и методы коррекции прогноза для автоматизированной системы прогнозирования спроса на авиаперевозки;

5) разработана и апробирована методика исследования влияния изменения тарифов на спрос различных видов транспорта или конкурирующих авиакомпаний;

6) произведён расчёт экономической эффективности от использования методики;

7) написаны и отлажены компьютерные программы для соответствующих методик и моделей анализа и прогнозирования АСУ продажи авиаперевозок.

Внедрение системы научно-обоснованного управления на транспортных предприятиях позволит повысить эффективность их работы и позволит максимизировать доход путём применения оптимальной тарифной политики.

Дальнейшими путями в исследованиях должны стать:

1) оценка на продолжительном временном периоде адекватности предложенных моделей прогнозирования авиаспроса;

2) продолжение исследований в области применения предложенных методик для других видов транспорта;

3) реализация методики управления спросом по теории потребления для предприятий - грузоперевозчиков;

4) адаптация предложенных систем и методик для использования с СУБД ЕЦВ, ТКП, ФАС, а так же с мировыми системами бронирования авиабилетов;

5) поиск подходящих математических функций полезности для методики на основе теории потребления. Функции полезности должны адекватно описывать поведение пассажира или грузоотправителя и удовлетворять ряду требований (п.2.1);

6) разработка логистической системы взаимодействия транспортных предприятий на основе разработанной методики выработки оптимальной тарифной политики с использованием теории потребления. т t-статистика, 161 А

Автоматизированная система оперативного планирования, 114 авторегрессия, 39, 43 Адаптивная модель, 98 Аддитивная компонента, 94 АС «Сирена 2», 115 Б

Биноминальное распределение, 100 бюджетное ограничение, 46, 52 В

Верификация модели, 159 внутренний продукт, 111 Г

Гипотеза, 102 групповая модель, 41, 42 д доверительный интервал, 162 мкость рынка, 84 И индивидуальная модель, 40, 42 К

Квадрат R, 160

Квантиль нормированного нормального распределения, 102 компонентный анализ, 45 конъюнктура рынка, 84

УКАЗАТЕЛЬ

Коррекция перевозок на рейс по классам обслуживания, 115 Коррекция прогнозов, 103 Коррекция спроса, 100 коэффициент авианизации, 23 Коэффициент корреляции Пирсона, 160 Коэффициент линейного роста, 93 Коэффициент экспоненциального роста, 93 Критерий «промежутков», 102 критические границы, 100 м математические модели, 19, 20 Математическое ожидание. 32, 100, 102 метод наименьших квадратов, 159 метод наискорейшего спуска, 43, 96 Метод Тригга и Лича, 99 минимальная потребительская корзина, 111 Множественная регрессия, 28 Множественный R, 160 Модель Тригга и Лича, 99, 116 Модель Уинтерса, 94 мультиколлинеарность, 37, 45, 50, 161 Мультипликативная компонента, 94 н

Неавтокоррелированный «шум», 92 Нормированный R, 160 О оперативная стратегия авиакомпании, 118 операция линейной фильтрации, 43, 95 остатки, 162 п платёжеспособый спрос, 84 проверка незначимости регрессии, 161 Прогноз перевозок на рейс по классам обслуживания, 115 Р распределение Фишера, 161 реальные располагаемые денежные доходы, 111 Рекуррентное оценивание параметра, 31 рыночные исследования, 84 С сглаженная ошибка, 99 сопутствующие переменные, 38, 112, 159 среднедушевые денежные доходы, 85, 111, 146 Среднее квадратическое отклонение, 100 средняя доходная ставка, 57, 85, 86, 111, 130, 146 Стандартная ошибка оценки, 160 Стандартная ошибка регрессии, 160 стоимость, 20. 21 стохастическая компонента, 159 стохастическая модель, 23 т теория потребления, 45, 46. 50, 56, 80 Теория потребления, 51, 56 Толерантные пределы, 101,103,104,106, 147 тренд, 159 Ф факторный анализ, 37, 44, 45, 152 Функция нормального распределения, 30, 31, 32 функция полезности, 46, 52, 53, 55, 57, 77 Функция предпочтения, 30 э энтропийные модели, 45

Список литературы диссертационного исследования кандидат экономических наук Папоян, Армен Рубенович, 2000 год

1. Андронов А. М. «Прогнозирование перевозок пассажиров на воздушном транспорте» М.: Транспорт, 1983.

2. Андронов А. М., Хижняк А. Н. «Математические методы планирования и управления производственно-хозяйственной деятельностью предприятий гражданской авиации», М., Транспорт, 1977.

3. Андронов A.M., Гулбис М.Р.«Модель выбора пассажиром вида транспорта» Экономика и математические методы, 1979.

4. Андронов A.M., Киселенко А.Н., Мостивенко Е.В. «Прогнозирование развития транспортной системы региона», Сыктывкар: РАН, Уральское отделение, Коми научный центр, 1991.

5. Бек Н. Н., Голенко Д. И. «Статистические методы оптимизации в экономических исследованиях», М., Статистика, 1971.

6. Бестужев-Лада И. В. «Рабочая книга по прогнозированию», М., Мысль, 1982.

7. Бокс Дж., Дженкинс Г. «Анализ временных рядов. Прогноз и управление» М. "Мир", 1974.

8. Большаков И.А., Ракошиц B.C. «Прикладная теория случайных потоков»,М, Советское радио, 1978.

9. Боровков А.А. «Асимптотические методы в теории массового обслуживания», М, Наука, 1980.

10. Ю Бортенко Д. «Стохастические модели социальных процессов», М, Финансы и статистика, 1985.

11. Венецкий И. Г., Венецкая В. И. «Основные математико-статистические понятия и формулы в экономическом анализе», М., Статистика, 1974.

12. Герцбах И.М., Кордонский Х.Б., Никитина Н. А. «О статистической оценке величины неудовлетворённого спроса на пассажирские авиаперевозки», Р, РИИГА, 1966.

13. Гмурман В. Е. «Теория вероятностей и математическая статистика», М., Высшая школа, 1972.

14. Дрейнер, Смит «Прикладной регрессионный анализ», М., "Мир", 1973.

15. Ермолаев Ф.П. «К вопросу о моделировании поведения пассажира в транспортной системе», ЦНИИ АСУ ГА, вып.12, М. 1975.

16. Ермолаев Ф.П. «Исследование методов идентификации спроса в авиатранспортной системе управления транспортной деятельностью гражданской авиации», Диссертация, Рига, 1975.

17. Ермолаев Ф.П., Паничерский Н.В. «Техно-рабочий проект на группу комплексов задач «Диалоговый режим разработки и согласования плана движения самолетов», ЦНИИАСУ ГА, Рига, 1980.

18. Ермолаев Ф.П., Парамонов Ю.М., Фрайман А.Б. «Статистический анализ темпов роста авиационных пассажирских потоков при стабильной транспортной ситуации и при введении прямой связи», Рига, РКИИ ГА, вып. 167, 1970.

19. Калашников В.В., Рачкев С.Т. «Математические методы построения стохастических моделей обслуживания», М., Наука, 1988.

20. Ланкастер К. «Математическая экономика», М, Советское радио, 1972.

21. Лукашин Ю.П. «Адаптивные методы краткосрочного прогнозирования», М., Статистика, 1979.

22. Льюис К.Д. «Методы прогнозирования экономических показателей», М., Финансы и статистика, 1986.

23. Мандрица В. М., Краев В. Н. «Прогнозирование перевозок грузов на автомобильном транспорте», М., Транспорт, 1981.

24. Мину М. «Математическое программирование. Теория и алгоритмы», М. Наука, 1990.

25. Мордэкэй Е., Карл А. Фокс «Методы анализа корреляций и регрессий». М. Статистика, 1966.

26. Парсегов Г.А., Парамонов Ю.М. Бобреев Г.М. «Влияние тарифной политики на распределение пассажиров между воздушным и железнодорожным транспортом», Рига, РКИИ ГА, вып.216, 1972.

27. Петрович М. Л., Давидович М. И. «Статистическое оценивание и проверка гипотез на ЭВМ»- М., Финансы и статистика, 1989.

28. Рао С.Р. «Линейные статистические методы и их применение», М., Наука,1968.

29. Соколов А.А. «Методика определения спроса на пассажирские перевозки на ВТ», Отчет ГосНИИГА, (договор N80.012-1638), 1994.

30. Соколов А.А. Кондрахина Т.Е. «Методика оценки и прогнозирования спроса населения на пассажирские перевозки воздушным транспортом», Отчет ГосНИИГА, (договор N80.012-229), 1989.

31. Соколов А.А., Кондрахина Т.Е., Федина Т.Н. «Использование факторного анализа при прогнозировании пассажирских авиаперевозок в региональном разрезе», Сб.

32. Наука и техника гражданской авиации". Серия "Организация, управление, экономика", N2., М., ЦНТИ ГосНИИ ГА, 1980.

33. Тейл Г. «Экономические прогнозы и принятие решений», М., "Статистика", 1971.

34. Тинтнер Г. «Введение в эконометрию», М., "Статистика", 1965.

35. Фишер Ф. «Проблема идентификации в эконометрии», М., Статистика, 1978.

36. Эйкхофф П. «Основы идентификации систем управления», М., Мир, 1975.

37. Brown R. G. "Smoothing, Forecasting, and Prediction of Discrete Time Series N.Y.", Prentice-Hall, Englewood Cliffs, 1963.