WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

Гугнин Юрий Валентинович

МОДЕЛИ ЭФФЕКТИВНОГО УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ КОМПАНИЯМИ В СФЕРЕ МЕЖДУГОРОДНИХ АВТОБУСНЫХ ПАССАЖИРСКИХ ПЕРЕВОЗОК

Специальность 08.00.13 – Математические и инструментальные методы экономики (1.4 Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Москва – 2012

Работа выполнена на кафедре «Финансы» Московского государственного выполнена Московского технического университета университета им. Н.Э. Баумана - доктор технических наук, профессор наук, профессор Соколов Евгений Васильевич Васильевич

Научный консультант:

:

- доктор экономических наук наук, профессор Официальные оппоненты оппоненты:

Емельянов Александр Анатольевич Александр Анатольевич - кандидат экономических наук экономических наук, Волохова Татьяна Владимировна Владимировна

Ведущая организация:

- МГТУ СТАНКИН

Защита диссертации состоится «17» мая 2012 года в 10:диссертации 20на заседании диссертационного совета Д212.157.18 при ГОУ ВПО «Московский диссертационного ГОУ энергетический институт (технический университет)» по адресу: 111250, г. Москва, институт (техни адресу ул. Красноказарменная, д. 14, ауд. Ж-200.

Красноказарменная, д. 14,

С диссертацией можно ознакомиться в библиотеке Московского диссертацией библиотеке Энергетического Института Института.

Автореферат разослан разослан «13» апреля 2012 г.

Ученый секретарь Диссертационного Диссертационного совета, кандидат экономических наук Зубкова экономических наук, профессор Зубкова А.Г.

О Б Щ А Я Х А Р А К Т Е Р И С Т И К А Д И С С Е Р Т А Ц И И



Актуальность темы исследования. В настоящее время все более четко проявляется тенденция к заботе людей об окружающей среде – появляются автомобили на электрической и водородной тяге, благодаря указу Президента РФ проведение энергетического аудита на промышленных предприятиях стало обязательным, все больше появляется средств для экономии энергии и сокращения вредных выбросов в атмосферу.

Кроме того, по итогам мирового финансового кризиса 2008-2009 годов производство легковых автомобилей стало менее прибыльным, что привело к существенному повышению цен на автомобили.

В результате вопрос обеспечения современного, удобного и энергетически эффективного публичного транспорта становится все более важным, как с точки зрения улучшения экологии, так и с точки зрения сокращения транспортных расходов населения.

В рамках данной диссертации рассматривается именно наземный автобусный междугородный транспорт, поскольку этот транспорт наиболее мобильный, доступный и имеет наибольший потенциал в развитии по сравнению с авиационными и железнодорожными перевозками.

Потенциал этот, к сожалению, вызван отсутствием квалифицированного менеджмента в отечественных транспортных компаниях, занимающихся междугородными автобусными пассажирскими перевозками (ТК). В результате населению зачастую оказываются услуги недостаточно высокого уровня качества, а прибыльность самих ТК настолько мала, что не позволяет развивать предприятие, привлекать к его управлению более квалифицированных людей и повышать качество услуги.

В настоящее время отсутствует система обучения менеджмента ТК, отсутствуют даже методические материалы или описания моделей управления подобной компанией. В связи с этим, рост эффективности российских ТК и повышения качества услуги сильно затруднен.

Цели и задачи исследования. Главной целью исследования является обоснование и разработка экономико-математических моделей управления транспортными компаниями в сфере междугородних автобусных пассажирских перевозок, позволяющих повысить рентабельность при одновременном повышении качества оказываемых услуг.

Для достижения поставленной цели в работе поставлены и решены следующие задачи:

— проанализировать состояние рынка автобусных пассажирских перевозок РФ, выявить основные предпосылки текущего состояния рынка и возможности его совершенствования;

— проанализировать мировые тенденции развития отрасли пассажирских автобусных перевозок и современные подходы к управлению маршрутной сетью, пассажиропотоком, затратами на рекламу и прибыльностью транспортных компаний;

— проанализировать существующие модели управления транспортными компаниями и их компонентами;

— провести анализ финансовых и операционных рисков, влияющих на финансовые показатели транспортных предприятий, действующих на территории РФ;

— проанализировать методы решения многокритериальных задач выбора с учетом критериев, не поддающихся математическому измерению, и создать на базе наиболее подходящего метода модель оптимизации маршрутной сети транспортной компании;

— разработать модель прогнозирования пассажиропотока в зависимости от затрат на различные виды рекламы;

— создать комплексную экономико-математическую модель принятия решения по выбору оптимальных параметров транспортной компании, отвечающих критерию максимизации прибыли.

Объект и предмет исследования. Предмет исследования – процесс управления транспортными компаниями при оказании услуг междугородних автобусных пассажирских перевозок на территории России. В качестве объекта исследования выбраны российские транспортные компании, оказывающие данные услуги.

Результаты исследования могут быть применены практически к любой вышеописанной транспортной компании.

Методика исследования. Основой методики проведенного исследования явился системный подход, обеспечивший количественную и качественную оценку собранного материала, его обобщение и систематизацию. В работе применялись:

математический метод установки корреляции между статистическими выборками, метод анализа иерархий, метод математического моделирования. В качестве инструментария для моделирования и исследования его результатов применялась программа MS Excel.

Научная новизна диссертационного исследования заключается в том, что автором осуществлены постановка и решение актуальной задачи формализации и создания системы управления транспортными компаниями, занимающимися междугородними автобусными пассажирскими перевозками.

Наиболее существенные новые научные результаты, полученные лично соискателем и выносимые на защиту:

1. Разработан подход к управлению транспортной компанией, в отличие от существующих, основанный не на оптимизации процесса доставки пассажиров, а на принципах управления маршрутной сетью, пассажиропотоком и автопарком транспортной компании, обеспечивающий максимизацию прибыли от деятельности при одновременном повышении качества оказываемых услуг.

2. Разработан алгоритм и модель выбора оптимальных маршрутов с использованием метода анализа иерархий, позволяющие менеджменту транспортной компании в условиях рисков сформировать метрику для принятия решения по добавлению маршрута к маршрутной сети, в отличие от существующих подходов, подразумевающих отсутствие анализа рисков и экспертной оценки при добавлении нового маршрута в сеть. В разработанном алгоритме заложен метод контроля согласованности экспертных оценок, обеспечивающий надежность расчета метрики сравнения маршрутов.

3. Построена экономико-математическая модель, новизна которой заключается в учете зависимости распределения расходов на различные виды рекламы с изменением прибыли от пассажиропотока транспортной компании и позволяющая максимизировать прибыль и пассажиропоток благодаря оптимальному распределению рекламных бюджетов.

С помощью регрессионного анализа получен математический вид этой зависимости. Модель также позволяет определять предельную сумму затрат на рекламу, превышение которой приведет к снижению прибыли транспортной компании в силу ограниченности пассажиропотока географией работы маршрута.

4. Разработана комплексная экономико-математическая модель, согласующая изменение размера автопарка с прибылью транспортной компании и позволяющая повысить прибыль транспортной компании как в относительном, так и в абсолютном измерении.

5. Разработан алгоритм и программное обеспечение для решения задачи максимизации прибыли транспортной компании с использованием метода анализа иерархий и регрессионного анализа.

Результаты исследования соответствуют пункту 1.4 паспорта специальности 08.00.Обоснованность и достоверность результатов исследования.

Обоснованность результатов, выносимых на защиту, обеспечена применением научной методологии, системного и регрессионного анализа, метода анализа иерархий, общей теории алгоритмов, теории оптимизации, методологии эмпирического анализа, а также результатами многолетних практических экспериментов.

Достоверность полученных результатов обеспечена использованием официальных данных органов государственной статистики, официальных данных финансово-хозяйственной деятельности анализируемых хозяйствующих субъектов, калибровкой и программным тестированием созданных моделей.

Практическая ценность работы заключается в разработке методического аппарата и комплекса экономико-математических моделей управления транспортной компанией, позволяющих в условиях рыночных отношений:

— формировать маршрутную сеть транспортной компании из наиболее оптимальных маршрутов;

— прогнозировать пассажиропоток в зависимости от распределения расходов на различные виды рекламы;

— устанавливать оптимальный размер автопарка, способствующий максимизации прибыли транспортной комании;

— автоматизировать процессы принятия вышеуказанных решений.

Апробация и реализация результатов исследования. Основные теоретические и методологические положения диссертационной работы были доложены и положительно отмечены на заседаниях кафедры «Финансы» МГТУ им. Н.Э. Баумана, на конференции, посвященной финальной презентации проектов перед Экспертным Советом федерального конкурса "Зворыкинский конвент" (25 ноября 2009 г., Москва, Политехнический музей, Новая площадь, 3/4), а также на IX Всероссийской научнотехнической конференции «Актуальные проблемы развития нефтегазового комплекса России» (01 февраля 2012 г., Москва, РГУ нефти и газа имени И. М. Губкина).

Разработки и рекомендации, содержащиеся в диссертации, нашли практическое применение в деятельности российских компаний, что подтверждено соответствующими справками о внедрении.

Публикации. По теме диссертационной работы опубликовано пять печатных работ.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы, включающего 106 наименований.

О С Н О В Н О Е С О Д Е Р Ж А Н И Е Р А Б О Т Ы Во введении обосновывается выбор темы исследования, ее актуальность, сформулированы цели и задачи исследования, основные положения, защищаемые диссертантом, структура диссертации.





В первой главе – «Анализ современных подходов к управлению транспортными компаниями», приведен анализ современного состояния рынка пассажирских перевозок в РФ, а также описаны общие проблемы и операционные и финансовые риски, с которыми сталкиваются современные транспортные компании.

В данной главе освещены современные международные тенденции в развитии отрасли автобусных пассажирских перевозок на примере крупнейших мировых транспортных компаний. Проведен анализ методов управления маршрутной сетью и пассажиропотоком, а также подходов к оптимизации автопарка и повышению прибыли транспортной компании.

Очевидно, что главной причиной невысокой прибыльности у современных российских транспортных компаний является отсутствие автоматизации и контроля бизнес-процессов, а также отсутствие моделей управления. Исходя из опыта зарубежных компаний, российским транспортным компаниям необходим аппаратнопрограммный комплекс (АПК), который позволял бы объединить в себе следующие функции:

— выписка билетов;

— бронирование билетов;

— прием и обработка электронных платежей от клиентов;

— мониторинг автопарка;

— сбор и обработка статистики;

— планирование изменений маршрутной сетки и расписания рейсов;

— рекламная площадка в интернете.

Для более детальной проработки вопроса управления факторами, влияющими на прибыльность транспортной компании, рекомендуется разработать современную модель транспортной компании, а также эффективный алгоритм построения и внедрения АПК, позволяющего оптимизировать работу транспортных компаний.

Последующий анализ модели до и после внесения изменений позволит судить о потенциальной пользе тех или иных нововведений в управлении транспортными компаниями.

Исследование современных методов оптимизации маршрутной сети транспортной компании показало, что с начала 2000-х годов в странах Европы активно внедряются новые подходы к построению и оптимизации маршрутной сети.

Подходы основанны на построении гибких маршрутов, которые позволяют повысить объем обслуживаемого пассажиропотока при сохранении географии действия маршутов. Кроме того, за счет оптимального использования пассажиропотока появляется возможность сократить объем автопарка и повысить прибыль от деятельности транспортной компании.

По итогам проведенных в Европе экспериментов можно с уверенностью сказать, что оптимизация маршрутной сети приводит к существенному повышению рентабельности и качества услуг транспортной компании.

Также в первой главе приведен анализ эксперимента по управлению пассажиропотоком, который проводился с 2000 по 2002 год в Японских префектурах Матсуэ, Окаяма, Тамано, Курэ и Фукуока, по итогам анализа которого очевидно, что современные информационные системы анализа и управления пассажиропотоком позволяют повысить лояльность потребителей и увеличить количество людей, пользующихся автобусным транспортом в рассматриваемом географическом регионе.

Анализ эксперимента по частичному внедрению системы «автобус на заказ», проведенного с 2000 по 2002 год в японской префектуре Накамура, показал, что внедрение системы «автобус на заказ» позволило увеличить количество рейсов в четыре раза (получасовой интервал вместо двухчасового), а также вдвое расширить покрываемую территорию. Таким образом, суммарный объем сервиса был увеличен в восемь раз.

Сравнимый объем услуг, при оказании их в стандартном режиме, потребовал бы в 8,3 раза большего объема операционных затрат, чем исходная система. Причем, система «автобус на заказ» (по итогам эксперимента) потребовала всего лишь в 2,раза больше затрат.

По итогам эксперимента в Накамуре можно утвердить следующие плюсы внедрения системы «автобус на заказ»:

— возможность существенного сокращения автопарка при увеличении прибыли от деятельности ТК;

— повышение мобильности населения;

— повышение количества клиентов ТК;

— увеличение качества сервиса.

Вторая глава – «Построение комплексной модели управления транспортной компанией», посвящена процессу построения экономико-математических моделей управления транспортными компаниями. Предложены модели для принятия решения о формировании маршрутной сети, прогнозирования пассажиропотока в зависимости от расходов на рекламу, а также оптимизации автопарка для максимизации прибыли транспортной компании.

Разработанная в соответствии с методологией системного анализа схема предлагаемой системы управления ТК представлена на рисунке 1.

Входом системы являются следующие показатели:

— Показатели состояния окружающей среды:

— Цены на топливо;

— Стоимость услуг по созданию, внедрению и поддержке информационных систем;

— Социально-демографические параметры, такие как распределение плотности населения, состояние инфраструктуры, деловая и социальная активность населения и т.д.;

— Стоимость различных видов рекламы;

— Существующие налоговые ставки;

— Состояние рынка труда;

— Показатели деятельности транспортной компании:

— Маршрутная сеть;

— Объем и состояние автопарка;

— Распределение бюджета по различным статьям расхода;

— Адекватность организационной структуры транспортной компании решаемым задачам;

— Достаточность уровня квалификации персонала.

Рисунок 1. Схема системы управления транспортной компанией В связи с тем, что основной целью работы транспортной компании является извлечение максимальной прибыли из хозяйственной деятельности, необходимо установить взаимосвязи между показателями деятельности транспортной компании и прибылью.

Поскольку основным источником доходов транспортной компании является пассажиропоток, предлагается внедрить следующий процесс управления:

1. Формирование маршрутной сети, позволяющей получить максимальный потенциальный пассажиропоток с учетом социально-демографических особенностей географии маршрутов;

2. Разработка рекламной политики, позволяющей при минимальных затратах на рекламу максимально реализовать потенциал пассажиропотока, заложенный маршрутной сетью;

3. Проведение оптимизации автопарка, которое позволит обслужить максимальную долю потенциального пассажиропотока при минимальных затратах.

В работе строится алгоритм, позволяющий принять взвешенное решение о том, какой маршрут действительно стоит включать в маршрутную сеть. Проблема выбора того или иного маршрута является многокритериальной, причем, почти ни один критерий не поддается четкому математическому измерению. По мнению автора для решения подобных задач наиболее целесообразно использовать метод анализа иерархий (МАИ), разработанный Томасом Л. Саати в 1970 году.

В настоящее время МАИ – не единственный подобный метод – к наиболее распространенным методам выбора весовых коэффициентов относятся: метод логического анализа, метод расстановки приоритетов, метод согласования по критериям и др. Однако, МАИ является одним из наиболее широко применяемых в различных отраслях экономики и науки. МАИ подвергается официальной критике в научных кругах с 2001 года. В основном, она довольно общая и касается опасений о проблеме под названием Rank reversal, которая заключается в том, что практически все широко применяемые методы принятия одного из нескольких решений на базе сравнительных оценок могут давать неадекватные результаты про замене одного из вариантов решения на другой без пересчета суммарных оценок. Стоит отметить, что в настоящей работе замена вариантов решений не производится и проблема Rank Reversal не может повлиять на результаты применения МАИ.

В 2011 году издана критическая статья «О некорректности метода анализа иерархий», в которой ставится под сомнение правильность допущения МАИ о том, что шкалы, в которых осуществляется оценивание степеней предпочтений вариантов по каждому из критериев, полагаются шкалами отношений, и притом не связанными друг с другом и с приоритетами критериев. Однако, вышеуказанная статья на момент написания данной диссертации практически не обсуждалась в официальных научных изданиях и не получила ни одобрения, ни критики.

Поскольку количество возможных вариантов междугородних маршрутов на территории России и СНГ очень велико, предлагается для удобства сравнения кластеризовать их по социально-географическому критерию, который объединяет маршруты в кластеры по удаленности конечных точек друг от друга и основным целям маршрута, ради которых люди могут им пользоваться. Например «Москва – Московская область», «Маршруты трудовой иммиграции», «Москва – курорты».

Кластеризация позволит упростить выбор, поскольку сравнивать между собой совершенно разные маршруты довольно затруднительно.

Критериями сравнения конкретных маршрутов между собой должны являться параметры, существенно влияющие на прибыльность транспортной компании:

параметры ключевых рисков, конкуренция, возможный пассажиропоток и его плотность во времени (сезонность) и т.д. Также стоит учитывать изначальные особенности бизнеса конкретной ТК, например: наличие готовой клиентской базы в том или ином регионе, наличие партнерских компаний, которые могут поставлять клиентов и т.д.

В рамках разных кластеров маршруты сравниваются по одним и тем же критериям, поскольку затем должна быть возможность сравнить между собой наилучшие маршруты из разных кластеров, чтобы получить самый лучший маршрут.

Итоговая иерархическая структура решения задачи по выбору оптимального маршрута изображена на рисунке 3.

Рисунок 2. Иерархическая структура решения задачи по выбору оптимального маршрута Итоговый алгоритм принятия решения о выборе наиболее оптимального маршрута изображен на рисунке 4.

Для расчета приоритетов альтернатив используется метод экспертных оценок в сочетании со шкалой оценки. При использовании указанной шкалы эксперт-оценщик, сравнивая две альтернативы в смысле достижения цели, расположенной на вышележащем уровне иерархии, должен поставить в соответствие этому сравнению число в интервале от 1 до 9.

Рисунок 3. Алгоритм выбора оптимального маршрута Если оценка альтернативы Ai с альтернативой Aj дает a(i,j) = b, то a(j,i) = 1/b Пусть:

… – множество альтернатив;

… – относительные веса альтернатив по шкале сравнения.

Для каждого критерия K матрица парных сравнений альтернатив после проставления оценок выглядит следующим образом:

… … Относительная сила, величина или вероятность каждого отдельного объекта в иерархии определяется оценкой соответствующего ему элемента собственного вектора матрицы приоритетов, нормализованного к единице. Процедура определения собственных векторов матриц поддается приближению с помощью вычисления геометрической средней:

= ( … ) ; ВЕС( ) = = ( … ) ; ВЕС( ) = Где:

ВЕС(AiK) – вес альтернативы Ai относительно других альтернатив по заданному критерию K (локальный приоритет). Веса являются безразмерными величинами.

Xi – ненормализованный вес альтернативы Ai. По сути, промежуточная величина для расчета ВЕС(Аi). Величина Xi также является безразмерной.

Для выявления противоречивости результатов, которые предложили эксперты при заполнении матрицы парных сравнений используется количественная оценка – индекс согласованности (ИС):

( )( ) ИС = - - Где:

( ) = (ВЕС ) max – максимальное собственное значение матрицы парных сравнений, безразмерная величина.

Итоговым критерием адекватности проведенного сравнения альтернатив является отношение согласованности (или связность), которое рассчитывается по формуле:

ОС = ИС СС Приемлимым значанием ОС является 10% и ниже. Допустимым – до 20%. Если ОС больше допустимого значения, значит суждения о взаимных отношениях альтернатив не связаны друг с другом и необходимо их пересмотреть.

По указанной выше методике расчета относительных весов необходимо сначала рассчитать относительные веса критериев – ВЕС( ). Затем необходимо рассчитать относительные веса маршрутов по каждому отдельному критерию – ВЕС( ):

ВЕС( ) … ВЕС( ) ВЕС( ) … ВЕС( ) ВЕС( ) = ВЕС( ) ВЕС( ) ВЕС( ) = ВЕС( ) ВЕС( ) ВЕС( ) … ВЕС( ) Где:

ВЕС(Аi) – приоритет альтернативы Ai относительно всех критериев.

Безразмерная величина.

Таким образом, итоговая модель выбора оптимальной альтернативы по методу иерархий выглядит следующим образом:

Целевая функция:

( ) ВЕС Ограничения:

ОС < 20% ОС = ИС СС ( )( ) ИС = - - ( ) = (ВЕС ) Разработанный алгоритм в сочетании с моделью расчета приоритетов альтернатив и ограничением на связность матрицы весов позволит менеджменту транспортных компаний:

1. Отобрать с помощью экспертных оценок из множества возможных вариантов формирования маршрутной сети те, которые обеспечивают наибольший пассажиропоток при наименьших рисках.

2. Контролировать адекватность экспертных оценок, обеспечивая надежность расчета относительных весов возможных маршрутов.

Во второй главе также разработана экономико-математическая модель прогнозирования пассажиропотока в зависимости от оптимизации расходов по различным видам рекламы. Для прогнозирования использовался математический аппарат многофакторного регрессионного анализа, позволяющий установить зависимость какого-либо показателя с учетом существующих связей между ним и другими показателями.

В предлагаемой работе изучается зависимость количества обращений в транспортную компанию потенциальных потребителей от величины расходов на рекламу в журналах, расклейку листовок, в интернете, по телевидению и по радио.

Модель, учитывающая данную зависимость, позволит максимизировать прибыль транспортной компании при оптимальном распределении расходов на различные виды рекламы.

Информационную основу для построения математической модели составляют статистические данные двух транспортных компаний, собранные за 2008-2010 годы.

Расчет коэффициентов парной корреляции осуществляется по формуле Пирсона:

cov(, ) =, Где X,Y — две случайные величины, определённые на одном вероятностном пространстве; cov — ковариация; — дисперсия.

Для расчета коэффициента Пирсона на основе статистической выборки можно пользоваться следующей формулой:

) ( ) ( - - =, ) ( ) ( - - Где:

и – значения величин X и Y, взятые из статистики;

n – количество значений в статистических выборках X и Y;

– среднее арифметическое среди значений статистической выборки X;

– среднее арифметическое среди значений статистической выборки Y;

В результате расчета коэффициента Пирсона можно составить корреляционную матрицу, из анализа которой в соответствии со шкалой Чеддока выявлено, что самыми эффективными рекламными каналами являются интернет и листовки.

Для решения поставленной задачи в работе используется линейная многофакторная функция, которая имеет следующий вид:

= + + Где:

Y – количество привлеченных потребителей в месяц;

x1 – расходы на рекламу в интернете в месяц;

x2 – расходы на листовки в месяц;

b, m1, m2 – вычисляемые коэффициенты регрессии.

Для вычисления коээфициентов регрессии предлагается воспользоваться стандартными средствами программного комплекса MS Excel. Построенное в соответствии с данными, полученными с помощью программы MS Excel, уравнение регрессии имеет вид:

= 99,08 + 0,125 + 0,0RКоэффициент детерминации характеризует степень близости тренда к Rисходным данным. Значение = 0,58 полученного уравнения авторегрессии, свидетельствует о том, что оно достаточно точно аппроксимирует исходные статистические данные.

Следует учесть, что пассажиропоток ограничен географией работы транспортной компании, поэтому имеет место условие:

30 пасс.макс.гео Где Nпасс.макс.гео может принимать различные значения в зависимости от социально-географических особенностей территории действия маршрута.

Очевидно, что нет смысла тратить на рекламу больше денег, чем это необходимо для привлечения количества пассажиров, равного Nпасс.макс.гео.

Формула расчета расходов на рекламу в интернете выглядит следующим образом:

= Где:

Ii – ежемесячные расходы на рекламу в интернете;

i = 1..n – порядковый номер месяца размещения рекламы в интернете.

Принцип расчета расходов на расклеивание листовок аналогичен таковому для рекламы в интернете:

= Где:

Li – ежемесячные расходы на листовки;

i = 1..n – порядковый номер месяца размещения рекламы на листовках.

Валовую прибыль транспортной компании можно определить как:

( ) = - вал бил бил п Где:

Mвал – валовая прибыль предприятия, руб./мес.;

Nбил – количество проданных билетов, шт./мес.;

Cбил – средняя цена билета, руб./шт.;

Cп – средняя себестоимость обеспечения поездки без расходов на рекламу, руб./шт.

Количество проданных билетов, равно числу людей, купивших билет:

О = Тогда валовая прибыль транспортной компании с учетом затрат на рекламу и числа покупателей, которые в результате этой рекламы совершили покупку, можно определить по формуле:

= - - вал бил усл Где:

P – расходы на рекламу, руб./мес.

С учетом изложенного, экономико-математическая модель, позволяющая прогнозировать и согласовывать расходы по видам рекламы с привлечением оптимального числа пассажиров и обеспечивающая транспортной компании максимальную прибыль, имеет вид:

Целевая функция:

= - - вал бил усл Ограничения:

= 99,08 + 0,125 + 0,0 30 пасс.макс.гео = = Предлагаемый подход и экономико-математическая модель позволяют:

1. Отобрать из множества видов рекламы те, которые обеспечивают транспортной компании наибольший приток пассажиров.

2. Обеспечить достаточную точность прогноза роста числа пассажиров от затрат вложенных транспортной компанией в тот или иной вид рекламы.

3. Варьировать и оптимизировать объем денежных средств, вкладываемых в различные виды рекламы, и увязывать эти средства с притоком пассажиров.

4. Определять оптимальную сумму затрат по видам рекламы, превышение которой приведет к снижению прибыли транспортной компании в силу ограниченности пассажиропотока географией работы маршрута.

После моделирования и оптимизации маршрутной сети и пассажиропотока появляется возможность разработки общей модели транспортной компании, а также моделирования и оптимизации ее ключевых параметров.

Критерием оптимизации является M, чистая прибыль от деятельности предприятия:

M = Где:

Mi – чистая прибыль за конкретный месяц работы предприятия Mi = Ri - Pi - Pai Ri – доход за конкретный месяц работы предприятия;

Pi – себестоимость оказания услуг за конкретный месяц работы предприятия;

Pai – расходы на рекламу.

В рассматриваемой модели единственным источником дохода транспортной компании является продажа билетов пассажирам, таким образом, он прямо порпорционален количеству перевезенных пассажиров и стоимости билета. Как описано выше, пассажиропоток складывается из двух частей – пассажиров основного режима и режима «транспорт на заказ».

Доход за каждый месяц работы предприятия можно рассчитать по формуле:

Ri = Nпасс*30*Cбил Где:

Nпасс – общее количество обслуживаемых пассажиров в сутки; Рассчитывается по формуле: Nпасс = Nпасс.осн + Nпасс.тнз Причем, Nпасс <= Nпасс.макс.тс Nпасс.осн – количество пассажиров в сутки, обслуживаемых в основном режиме.

Причем, Nпасс.осн <= Nпасс.макс.гео.осн Nпасс.макс.гео.осн – максимально возможное количество пассажиров основного рейса по расписанию в сутки, обусловленное географией основного маршрута;

Nпасс.тнз – количество пассажиров в сутки, обслуживаемых в режиме «транспорт на заказ». Стоит отметить, что данная величина зависит от расходов на рекламу.

Причем, Nпасс.тнз <= Nпасс.макс.гео.тнз Nпасс.макс.гео.тнз – максимально возможное количество пассажиров в сутки для режима «транспорт на заказ», обусловленное географией основного маршрута. Эта величина равна суммарному объему населения, пользующегося автобусным транспортом, в населенных пунктах, обслуживаемых маршрутом;

Nпасс.макс.тс – максимально возможное количество пассажиров в сутки, которое может обслужить автопарк. Ограничение обусловлено вместимостью транспортных средств и количеством рейсов каждого ТС в сутки;

Cбил – стоимость билета;

30 – количество дней в месяце.

Себестоимость оказания услуг можно рассчитать по формуле:

Pi = Pхост + Pинет + Рис.обсл + Рмон.обсл + Pто + Pтопл +( Pупр + Pбух + Pсекр + Pвод* 2 * Nтс)*(1+Qнфот)+ Pофис.обсл + Pстоянка + Ri*Qндс+ Aпарк + Aмон + Aсайт + Aис + Aофис Где:

Pхост – расходы на хостинг (обслуживание сервера для сайта);

Pинет – расходы на поддержку и обслуживание сайта;

Рис.обсл – расходы на обслуживание информационной системы;

Рмон.обсл – расходы на обслуживание системы мониторинга;

Pто – расходы на тех.обслуживание автопарка;

Pтопл – расходы на топливо;

Pупр – зарплата управляющего;

Pбух – зарплата бухгалтера;

Pсекр – зарплата двух секретарей;

Pвод – зарплата водителя;

Nтс – количество транспортных средств. Стоит отметить, что количество водителей рассчитывается как 2*Nтс, поскольку необходимо обеспечить посменную работу для обслуживания маршрутов, работающих более 8 часов в сутки;

Qнфот – суммарный размер налогов на фонд оплаты труда;

Pофис.обсл – аренда и обслуживание офиса;

Pстоянка – аренда охраняемой стоянки;

Qндс – ставка НДС;

Aпарк – амортизация автопарка. Рассчитывается по формуле:

Aпарк = Cтс * (1+Qлизинг ) * Nтс / где Cтс – стоимость одного транспортного средства, Qлизинг – стоимость лизинга ТС в процентах от стоимости ТС, Nтс – количество ТС, а 36 – количество месяцев, в течение которых амортизируются ТС;

Aмон – амортизация системы мониторинга. Рассчитывается по формуле:

Aмон = Cмон.тс*Nтс / 36, где Cмон.тс – стоимость установки системы мониторинга на одно ТС;

Aсайт – амортизация сайта компании. Рассчитывается по формуле:

Aсайт = Cсайт / 36, где Cсайт – стоимость разработки сайта;

Aис – амортизация информационной системы для бронирования билетов и предложения оптимального времени отправления автобусов. Рассчитывается по формуле: Aис = Cис / 36, где Cис – стоимость внедрения информационной системы;

Aофис – амортизация офисного оборудования. Рассчитывается по формуле: Aофис = Cофис / 36, где Cофис – стоимость мебели и оргтехники, необходимой для офиса;

Расходы на рекламу рассчитываются по формуле:

= + Где:

Ii – ежемесячные расходы на рекламу в интернете, руб.;

Li – ежемесячные расходы на расклейку рекламных листовок, руб.

В итоге можно построить экономико-математическую модель:

Целевая функция:

= Ограничения:

Mi = Ri - Pi - Pai Ri = Nпасс*30*Cбил Nпасс = Nпасс.осн + Nпасс.тнз Pi = Pхост + Pинет + Рис.обсл + Рмон.обсл + Pто.тс + Pтопл +( Pупр + Pбух + Pсекр + Pвод* 2 * Nтс)*(1+Qнфот)+ Pофис.обсл + Pстоянка + Ri*Qндс+ Aпарк + Aмон + Aсайт + Aис + Aофис Rai = Ii + Li Nпасс.осн <= Nпасс.макс.гео.осн Nпасс.тнз <= Nпасс.макс.гео.тнз Nпасс <= Nпасс.макс.тс В силу наличия моделей для принятия оптимальных решений по выбору маршрута, а также внедрения тех или иных рекламных политик, программноаппаратных комплексов и прочих рисков, наибольший интерес представляет зависимость прибыльности транспортной компании от объема автопарка. Знание данной зависимости позволит сформировать автопарк оптимального размера, позволяющий извлечь максимальную прибыль при заданной географии маршрутов.

В третьей главе – «Реализация системы управления транспортной компанией», реализован математический инструментарий выбора оптимальных параметров управления транспортной компанией при предоставлении услуг междугородних автобусных пассажирских перевозок на базе электронных таблиц MS Excel.

В качестве примера принятия решения о выборе маршрута рассмотрен выбор маршрута для оказания услуг по междугородним пассажирским перевозкам, причем одним из конечных пунктов маршрута должна быть Москва. Альтернативы для рассмотрения выбраны принципиально разные, чтобы охватить максимально полный спектр возможностей выбора.

Для подбора альтернатив конечные пункты маршрутов были кластеризованы в следующие группы:

1. «Подмосковье»: маршруты между населенными пунктами Московской области и Москвой.

2. «Межрегиональные»: маршруты между Москвой и другими субъектами Российской Федерации.

3. «Точки иммиграции»: маршруты, соединяющие Москву с населенными пунктами, в которых регистрируется наибольший приток иммигрантов из других государств.

4. «Места отдыха»: маршруты между наиболее популярными местами отдыха и Москвой.

В качестве критериев выбора при сравнительном анализе решено использовать следующие свойства маршрутов:

1. Риск «последствия от поломки»: потенциальные затраты на обеспечение запасного транспортного средства (далее ТС) а также буксировку неисправного ТС до ближайшего автосервиса. Чем меньше протяженность маршрута, тем меньше риск. Чем больше количество населенных пунктов на протяжении маршрута, тем меньше риск.

2. Пассажиропоток: потенциальное количество людей, которым будет необходимо воспользоваться маршрутом.

3. Сезонность маршрута: параметр, оценивающий возможность того, что маршрут будет необходим не круглый год, а лишь в некоторые периоды.

4. Конкуренция с РЖД и авиакомпаниями: параметр, оценивающий близость конечных остановок железнодорожных и авиамаршрутов между двумя выбранными населенными пунктами, а также сравнительную скорость и стоимость этих маршрутов относительно автобусных.

Для расчета математической модели принятия решения была разработана электронная таблица MS Excel. По итогам расчета модели наиболее привлекательной альтернативой для выбора является маршрут Москва – Троицк.

Далее проведено моделирование пассажиропотока и прибыли в зависимости от структуры расходов на различные виды рекламы. Для моделирования был выбран маршрут Москва – Троицк, признанный наиболее экономически привлекательным при расчете модели выбора маршрутов.

По результатам моделирования рассчитано, что максимальная прибыль соответствует суммарным расходам на рекламу в 1 400 000 рублей, из которых 1 300 000 рублей тратится на интернет-рекламу, а остальные 100 000 – на листовки.

Дальнейший рост расходов на рекламу уменьшает прибыль, поскольку после достижения предельного объема пассажиропоток перестает расти и доходы фиксируются на одном уровне.

Результаты моделирования приведены на рисунке 4.

M (прибыль) 300 000 0250 000 0200 000 0150 000 0100 000 050 000 01 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 -50 000 0-100 000 0Рисунок 4. График прибыли в зависимости от количества транспортных средств в автопарке Моделирование оптимизации автопарка производилось с помощью таблиц MS Excel на основе данных, полученных по результатам выбора оптимального маршрута и расчета максимального пассажиропотока в зависимости от расходов на рекламу Результаты моделирования адекватны: рост доходов ограничен пределом объема пассажиропотока, который обусловлен географией маршрутов транспортной компании. При этом себестоимость растет практически прямо пропорционально размеру автопарка.

В итоге, максимальная прибыль для заданных начальных условий обеспечивается при автопарке из 26 транспортных средств. Дальнейший прирост автопарка лишь уменьшает прибыль.

Выбор маршрута с помощью предлагаемой модели принятия решений позволил обеспечить оптимальное соотношение конкуретной среды, объема потенциального пассажиропотока и прочих социально-географических условий для максимально эффективной экономической деятельности.

Благодаря внедрению дополнительного режима работы «транспорт на заказ» и проведенной оптимизации расходов на рекламу пассажиропоток рассматриваемой транспортной компании увеличился в 4,4 раза с 1386 до 6120 человек в сутки. Это привело к возможности нарастить объем автопарка и увеличить абсолютный размер чистой прибыли.

За счет оптимизации автопарка рентабельность транспортной компании повысилась со средних по рынку 10% до 36%. Это стало возможно благодаря сокращению доли расходов на управление, офис и обслуживание информационных систем с 25% до 6%. Кроме того, оптимизация размера автопарка позволила максимально эффективно использовать привлеченный рекламой пассажиропоток.

Также следует отметить, что доля расходов на рекламу относительно общего объема расходов сократилась до 13% благодаря наращиванию объемов автопарка и обслуживаемого пассажиропотока.

По итогам внедрения инновационного для Росии режима «транспорт на заказ», а также применения методики моделирования и оптимизации расходов на рекламу и автопарка годовая чистая прибыль рассматриваемой транспортной компании выросла с 5,1 млн. руб. до 216,9 млн.руб. в абсолютном размере, а рентабельность выросла с 10% до 36%.

Таким образом, можно утверждать, что предлагаемая система управления позволяет существенно повысить экономическую эффективность транспортной компании.

В заключении приведены основные теоретические, методические и практические результаты работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИ 1. Разработан подход к управлению транспортной компанией, в отличие от существующих, основанный на принципах управления маршрутной сетью, пассажиропотоком и автопарком транспортной компании, обеспечивающий максимизацию прибыли от деятельности при одновременном повышении качества оказываемых услуг. Процесс управления транспортной компанией базируется на установленной взаимосвязи между прибылью и показателями деятельности транспортной компании. Предложен процесс управления транспортной компанией, предполагающий последовательную оптимизацию маршутной сети, распределения расходов на рекламу и автопарка.

2. Разработан алгоритм и модель выбора оптимальных маршрутов с использованием метода анализа иерархий, позволяющие менеджменту транспортной компании в условиях рисков принимать взвешенные решения по развитию маршрутной сети. Алгоритм подразумевает выделение критериев для сравнения маршрутов, кластеризацию маршрутов и проведение экспертизы по выбору оптимального маршрута, которая затем подвергается оценке на противоречивость.

3. Создана экономико-математическая модель, увязывающая распределение расходов на различные виды рекламы с изменением прибыли и пассажиропотока транспортной компании, учитывающая предельные значения пассажиропотока в заданной области действия маршрутов и позволяющая максимизировать прибыль и пассажиропоток благодаря оптимальному распределению рекламных бюджетов. Зависимость количества клиентов транспортной компании от завтрат на рекламу представлена в форме уравнения регрессии. Функция количества обращений потенциальных потребителей представляет собой эконометрическую модель, которая связывает количественные характеристики затрат на используемые виды реклам, выступающих в модели в роли факторных признаков, с количественными характеристиками результата, получаемого от их использования. Информационную основу для построения регрессионной зависимости составляют статистические данные за 2008-2010 годы.

4. Разработана комплексная экономико-математическая модель, учитывающая социально-географические особенности маршрутной сети, согласующая изменение размера автопарка с прибылью транспортной компании и позволяющая повысить прибыль транспортной компании как в относительном, так и в абсолютном измерении. Модель базируется на системном анализе структуры доходов и расходов транспортной компании.

5. Разработан алгоритм и программное обеспечение для решения задачи максимизации прибыли транспортной компании с использованием метода анализа иерархий и регрессионного анализа, в котором интегрированы в единое целое описанные в работе модели управления различными параметрами транспортной компании. Программное обеспечение разработано на базе электронных таблиц Excel и позволяет в качестве входных данных варьировать показатели окружающей среды и показатели деятельности транспортной компании. Программное обеспечение позволяет рассчитывать приоритеты различных вариантов выбора маршрутов, моделировать размер пассажиропотока в зависимости от распределения затрат на рекламу, а также прогнозировать рентабельность транспортной компании в зависимости от входных данных.

6. Представлена реализация алгоритма на примере транспортной компании и рассчитана эффективность системы, которая заключается в возможности оказывать непосредственное влияние на будущую рентабельность и пассажиропоток за счет принятия взвешенных решений по развитию маршрутной сети, определения оптимальной структуры рекламных расходов и оптимизации автопарка. Реализация состоит в автоматизированном моделировании транспортной компании с помощью разработанного программного обеспечения на данных, максимально приближенных к реальной статистике.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ 1. Гугнин Ю. В., Картвелишвили В. М. Количественная оценка финансовых рисков транспортной компании // Вестник Российской Экономической Академии имени Г. В. Плеханова. – 2010. – № 3 (33), С. 82-89. – 1,8 п.л.

2. Гугнин Ю.В. Анализ принятия решения о выборе маршрута для перевозок пассажиров // Вестник Екатерининского Института, 20№ 1 (13), С. 27 – 32.

3. Гугнин Ю.В., Соколов Е.В. Модель зависимости прибыли транспортной компании от размера автопарка: [Электронный ресурс] // Наука и образование: электронное научно-техническое издание. — 2012. — №02.

(http://www.technomag.edu.ru/). 1,6 п.л 4. Гугнин Ю.В. Способы оптимизации использования пассажирских перевозок в нефтегазовой отрасли // Материалы IX Всероссийской научно-технической конференции «Актуальные проблемы развития нефтегазового комплекса России», 2012 г.

5. Гугнин Ю.В.,Картвелишвили В.М. Анализ операционных и финансовых рисков транспортных компаний, занимающихся междугородными и международными автобусными пассажирскими перевозками // Современные аспекты экономики, 2009 № 4 (141), С. 169 – 174. – 1,2 п.л.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.