WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

 

На правах рукописи

Козлова Валерия Петровна

СНИЖЕНИЕ ЭКОНОМИЧЕСКИХ РИСКОВ В ПРОЕКТАХ РАЗВИТИЯ ТРАНСПОРТНОЙ ИНФРАСТРУКТУРЫ

Специальности:

  08.00.05 – Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами – транспорт)

  08.00.13 – Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора экономических наук

Научный консультант

доктор экономических наук

профессор В.А. Персианов

Москва-2008

Работа выполнена в Институте  управления на транспорте Государственного университета управления (ГУУ).

Научный консультант

- Заслуженный деятель науки РФ, доктор экономических наук, профессор

Персианов Владимир Александрович

Официальные оппоненты

- доктор экономических наук, профессор

Усков Николай Сергеевич

- доктор экономических наук, профессор

Гаврилец Юрий Николаевич

- доктор экономических наук

Мухаметдинов Ильдар Бариевич

Ведущая организация

- Научный центр по комплексным транспортным проблемам (НЦКТП)

Защита состоится «22» декабря 2008 г. в 14 часов на заседании диссертационного совета  Д 212.049.07 при ГОУ ВПО Государственном университете управления (ГУУ) по адресу: 109542, Москва, Рязанский проспект, 99, зал заседаний ученого совета.

С диссертацией можно ознакомиться в библиотеке университета. Отзывы на автореферат, заверенные печатью, просим направлять по адресу университета.

Автореферат  разослан «17 » ноября 2008 г.

Ученый секретарь диссертационного совета Д 212.049.07

доктор экономических наук,

профессор

  Т.В. Богданова

Общая характеристика работы

  Экономический рост и социальное развитие страны невозможны без надежных и эффективных транспортных связей. Для этого транспортная инфраструктура должна обладать достаточной производственной мощностью, что требует больших затрат. В «Стратегии развития железнодорожного транспорта в РФ до 2030 года» они определены суммой более 13 трлн. руб. По транспортной системе в целом эту цифру надо увеличить, по меньшей мере, в 2-3 раза.

Необходимость модернизации транспортного комплекса страны обуславливают несоответствия и дисбалансы в его развитии:

  • более 35000 населенных пунктов находятся вне сети автомобильных дорог;
  • отсутствие прямого соединения всех крупных морских портов с сетью федеральных автодорог;
  • отсутствие прямого соединения большинства узловых аэропортов с сетью железных дорог;
  • крайняя перегруженность отдельных наиболее важных транспортных магистралей;
  • дефицит производственных мощностей морских портов по стратегически важным экспортным грузам.

Развитие транспортной инфраструктуры стало важнейшей народнохозяйственной задачей. Как отметил Президент России Д.А. Медведев «…Мы считаем инфраструктуру сегодня ключевым фактором развития российской экономики на период до 2020 года». Причем эта задача будет решаться в новых условиях – на основе привлечения не только бюджетных средств. Значительная часть сложных инфраструктурных проектов будет осуществляться на основе государственно-частного партнерства, и обоснованию эффективности инвестиций, что напрямую связано с корректностью расчетов по оценке показателей производственной деятельности будущего объекта, будет придаваться все большее значение.

  Сложные транспортные системы имеют структурную и функциональную связность, трудно и редко учитываемую в расчетах. За последние несколько десятилетий накопился определенный опыт применения различных методик и моделей, однако до сих пор экономические риски, связанные с их применением, учитываются весьма приближенно. Существующие научные школы придерживаются различных, а то и противоположных взглядов на выбор математического инструментария  при технико-экономическом обосновании транспортных проектов и программ.

До сих пор в инструкциях по расчету, например,  числа путей на железнодорожных станциях основу составляют простейшие формулы с массой эмпирических коэффициентов,  которые не могут адекватно отобразить особенности каждого конкретного объекта и влияние случайных процессов. Аналогично, норму оборота вагонов в промышленных узлах (а, значит, и эффективность взаимодействия магистрального и промышленного транспорта, их экономические  взаимоотношения) определяют по суточному плану-графику, который не отображает взаимодействие случайных процессов, а это существенно влияет на величину межоперационных простоев. Ошибки при использовании таких методов достигают  30% и более.

Попытки применения при технико-экономических обоснованиях формул теории массового обслуживания к желаемым результатам не приводят: в сложных транспортных сетях большую роль играет управление, которое формулы вероятностного характера практически не учитывают.

Следовательно, любые проектные решения скрывают в себе опасность либо занизить, либо завысить ожидаемый экономический результат, а инвестор рискует не получить необходимую норму прибыли на капитал. Причем риск этот имеет специфическую природу: он слабо связан с рыночной конъюнктурой, условиями купли-продажи товара или услуги, а возникает из-за погрешности в определении параметров прогнозируемого объекта. При этом принципиального значения не имеет, о каком объекте транспортной инфраструктуры идет речь – вновь строящемся или реконструируемом.

Экономическая сущность таких «технологических» рисков состоит в следующем: ошибки в расчете технических параметров приведут к неправильному расчету необходимых капитальных затрат, а ошибки в расчете технологических – к ошибке в оценке текущих затрат по проектируемому объекту со сходными в обоих случаях нежелательными последствиями.

В результате при планировании инвестиций в развитие объектов транспортной инфраструктуры возникает опасность ошибочных прогнозов и оценок. Исследовать природу неопределенностей и предложить методологию анализа и управления технологическими рисками в транспортных проектах является целью данного исследования. В обширной литературе по управлению инвестиционными рисками в этой области существует явный пробел.

Вопросам рационального проектирования и расчета сложных транспортных комплексов всегда уделялось большое внимание. Исследования сложных транспортных комплексов в нашей стране выделились в самостоятельную область знаний о транспорте со своей внутренней спецификой и дифференциацией (направления: планировочно-схемное, расчетно-конструкторское и технико-экономическое). Российско-советская школа исследователей в этой области была наиболее крупной и авторитетной, а имена ее основоположников – В.Н. Образцова, Е.А. Гибшмана, С.В. Земблинова, В.Д. Никитина, С.П. Бузанова, П.В. Бартенева, И.Г. Тихомирова, К.Ю. Скалова, И.Е. Савченко, А.М. Долаберидзе, Г.И. Черпомордика, Ф.И. Шаульского и их учеников известны не только в нашей стране, но и за ее пределами. Большой вклад в развитие теории транспортных сетей и узлов внесли В.И. Арсенов, В.А. Бураков, Л.И. Василевский, Б.А. Волков, Г.А. Гольц, А.В. Горинов, Ю.В. Дьяков, П.А. Козлов, И.Т. Козлов, Б.С. Козин, А.М. Конаков, П.В. Куренков, В.Н. Лившиц, И.Б. Мухаметдинов, Н.Н. Барков, А.М. Макарочкин, В.Н. Бугроменко, В.А. Персианов, В.И. Петров, Ф.С. Пехтерев, Н.В. Правдин, И.Е. Савченко, Е.А. Сотников, В.Л. Станиславюк, Е.М. Тишкин, М.П. Улицкий, Н.С. Усков, К.К. Таль, В.Я. Шульга и другие ученые. Меньше внимания уделялось экономическим рискам. Поэтому проблема управления рисками, связанными с проектированием транспортной инфраструктуры на различных уровнях управлениях перевозками, до сих пор остается недостаточно исследованной.

Поставленная в диссертации цель потребовала решения следующих задач:

  • анализ инвестиционных рисков и способов оценки технологических параметров транспортных систем при их проектировании;
  • исследование природы неопределенностей при прогнозировании транспортных потоков;
  • разработка обобщенной (универсальной) теоретической модели и на ее основе принципов построения рациональной транспортной системы;
  • разработка алгоритма количественной оценки качества работы проектируемого объекта инфраструктуры с использованием имитационного моделирования;
  • анализ рисков, связанных с выбором расчетного метода при проектировании объектов транспортной инфраструктуры;
  • разработка механизма автоматизированного построения имитационной модели;
  • разработка практических рекомендаций по снижению инвестиционных рисков в транспортных проектах.

Решение этих задач позволит повысить качество проектных решений и оценки эффективности инвестиций в развитие транспортной инфраструктуры с учетом неопределенности  и связанных с ней экономических рисков.

Объектом исследования являются транспортные комплексы – сетевые структуры транспортной системы, образующиеся в пунктах слияния и разветвления транспортных потоков, передачи грузов с одного вида или звена транспортной сети на другой.

В качестве предмета исследования приняты процессы взаимодействия элементов и подсистем транспортной сети, а также технологий, что определяет показатели производственной деятельности предприятий, их экономическую эффективность и конкурентоспособность на рынке транспортных услуг.

Методологической основой исследования является системный подход к транспорту. Анализ трудов отечественных и зарубежных ученых дополняется конкретным экономическим анализом деятельности транспортных структур с использованием математических и инструментальных методов, позволяющих получить обобщенные количественные и качественные характеристики работы проектируемых объектов, влияющие на инвестиционные риски.

Научная новизна диссертации определяется решением следующих задач:

  • конкретизация научных положений системного подхода применительно к специфике разрабатываемой проблемы: оценка экономических рисков в проектах развития транспортной инфраструктуры;
  • обоснование и исследование нового класса инвестиционных рисков в инфраструктурных транспортных проектах и экономических последствий этого явления;
  • разработка теоретической модели многоэлементной транспортной системы, функционирующей в изменяющейся внешней среде;
  • разработка принципов построения автоматизированных систем анализа процессов обслуживания потоков в транспортных сетях для оценки инвестиционных рисков;
  • совокупность теоретических положений и практических выводов, подтверждающих  возможность и целесообразность перехода в  условиях информатизации от традиционных жестких форм организации транспортных потоков к гибким, что активизирует эффективные динамические резервы транспортных систем. Это существенно повышает их устойчивость и эффективность.

Практическая ценность диссертации. Применение разработанной в диссертации теоретической модели транспортной системы при экономическом обосновании транспортных проектов и программ позволяет более точно, с учетом экономических рисков, давать оценку эффективности инвестиций в развитие транспортного комплекса страны (ж.-д. станций и узлов, морских и речных портов, промышленно-транспортных узлов и терминалов).

Апробация работы. Результаты исследования рассматривались на семинарах и научно-практических конференциях в Уральском государственном университете путей сообщения (УрГУПС) и Государственном  университете управления (ГУУ) в 2004-2005 гг., Московском государственном университете путей сообщения в 2006-2007 гг., во ВНИИАСе и ряде международных конференций. Методологические основы и система имитационного моделирования использовались при оценке эффективности инвестиций в развитие транспортного узла Усть-Луга, Новороссийского и Свердловского узлов, в комплексном проекте ОАО РЖД «Оптимизация эксплуатационной инфраструктуры железнодорожного транспорта». Методология оценки экономических рисков на стадии проектирования вошла в «Методику расчетов по размещению сортировочных станций на сети дорог ОАО РЖД». Расчет реконструируемых железнодорожных станций с помощью имитационного моделирования, внедрен в учебный процесс в МГУПСе и УрГУПСе.

Публикации. По теме диссертации опубликованы 3 монографии и 23 статьи в научных журналах общим объемом 49,7 печ. л.

Структура и объем диссертации. Диссертация состоит из введения, семи глав основного текста с выводами, заключения и списка литературы. Общий объем работы 229 стр., включая 89 иллюстраций. Вспомогательный материал (41 стр.) вынесен в приложения.

Основное содержание исследования

Во введении дана постановка проблемы, показана актуальность исследования, раскрыты его цель и задачи, научная новизна и практическая ценность.

  В первой главе «Анализ инвестиционных рисков и способов расчёта технологических параметров транспортных систем» дана классификация инвестиционных рисков (рис.1), рассмотрен опыт управления рисками и организации риск-менеджмента, введен в научный оборот термин «технологические риски» в экономике, показана возможность снижения экономических потерь от технологических рисков совершенствованием методов расчёта и проектирования транспортных систем.

Рис. 1. Классификация рисков

Анализ исследований в области инвестиционных рисков показывает, что сейчас основное внимание уделяется финансовым рискам. Рассматриваются также риски политические, экологические и другие. Разработаны методы управления такого рода рисками. Сформировалось даже целое направление риск-менеджмента.

Применительно к транспортной отрасли на богатом фактическом материале выявлены основные группы факторов, которые порождают экономические риски и снижают эффективность функционирования транспортной системы страны. Набор этих факторов и их относительная значимость различаются и зависят от региональных особенностей. Для Дальневосточного полигона транспортной сети, например, решающее значение, как показал анализ, имеют следующие факторы:

1) Политические:

- принятие Транспортной стратегии РФ на период до 2020 года, нацеленной на развитие транспортной инфраструктуры, ликвидацию «узких мест», повышение конкурентоспособности транспортного комплекса и реализацию транспортного потенциала;

- объявленная политика государственных инвестиций в развитие экономики и транспортной инфраструктуры региона;

- реформа контейнерного бизнеса ОАО «РЖД», изменение организационно-правовой формы компаний  «Трансконтейнер» и «Рефсервис», изменение стратегии управления железнодорожными терминалами и  контейнерными площадками;

- влияние государственного регулирования на формирование транспортного рынка и развитие контейнерных перевозок;

- развитие альтернативных транзитных маршрутов Транссибирской магистрали (ТСМ) для перевозки грузов по направлениям Восточная Азия - Европа по территории КНР (Транскитайская магистраль) и Средней Азии;

- интенсификация «китайского фактора» в росте как транзитных, так и внутренних торговых грузопотоков;

- вступление России в ВТО и другие.

2) Экономические:

- относительно высокие темпы экономического роста РФ (рост ВВП на уровне 6-6,5%);

- высокая динамика роста внешнеторгового оборота РФ. В 2005-2007 г. внешнеторговый оборот вырос на 32% (импорт +30,4% до $100 млрд.; экспорт +33% до $ 241 млрд.);

- приход на российский контейнерный рынок глобальных терминальных операторов, вслед за которым можно ожидать роста иностранных инвестиций;

- нестабильность и непредсказуемость сквозных тарифных ставок на транзит;

- усиление дисбаланса контейнерных потоков как на глобальных маршрутах, так и на внутрироссийских направлениях, который в первую очередь связан со структурой внешнеторгового оборота. Превышение объемов и динамики импорта над экспортом формирует на территории страны значительные потоки порожних контейнеров и другие.

3) Социальные:

- рост реальных доходов населения и расширение потребительского рынка;

- дефицит квалифицированных кадров для предприятий транспортной отрасли, и другие.

4) Технологические:

- изменение структуры перевозок в пользу мультимодальности (что требует использования контейнеров);

- рост вместимости контейнеровозов, позволяющий снижать себестоимость перевозок и ставку фрахта (сокращение себестоимости перевозки 1 TEU на маршруте Восточная Азия – Западное побережье США на судне вместимостью 8000 TEU по сравнению с судном вместимостью 4000 TEU составляет около $100, в случае перевозки судном вместимостью 10000 TEU экономия увеличивается еще на $50-55);

- ввод в эксплуатацию современных фитинговых платформ, способных перевозить два 40-футовых контейнера;

- регулярные «заторы» на припортовых подъездных ж.-д. путях, приводящие к убыткам для перевозчиков и грузоотправителей;

- недостаточное развитие логистической инфраструктуры как на маршруте следования по ТСМ, так и в транспортных узлах;

- недостаточное развитие припортовой инфраструктуры;

- длительные задержки контейнеров в ожидании таможенного досмотра и другие.

5) Состояние  конкурентной среды проекта (программы).

Как показал анализ, слабое развитие транспортно-логистической инфраструктуры является одним из ключевых препятствий для роста российского рынка транспортных услуг, контейнерного рынка, в частности, и фактором экономических рисков. Основные логистические мощности сосредоточены в трех регионах: Санкт-Петербург, Москва и Московская область, Южный федеральный округ. На Дальнем Востоке полностью отсутствует подобная инфраструктура.

В главе подробно рассмотрены технологические риски из-за ошибок проектно-расчетного характера.

Из проведенного в главе анализа вытекает: под технологическими рисками в инвестиционных транспортных проектах следует  понимать риски ошибочного расчета технологических параметров проектируемых объектов и соответственно, качества транспортного обслуживания. Погрешности в технико-экономических расчетах приводят к ошибочным оценкам экономической эффективности инвестиций.

При вложении средств в развитие транспортных систем необходимо считаться с существенной неопределенностью при прогнозе перспективных потоков, уметь оценивать её негативные последствия и принимать меры по их снижению. При обосновании транспортных проектов необходимо учитывать нелинейные эффекты взаимодействия структуры потоков и структуры объекта, случайные и детерминированные процессы и процессы управления. Существующие отраслевые методики действие этих факторов не учитывают.

Важное практическое значение имеет автоматизация процессов построения моделей транспортных комплексов, так как погрешности возникают уже на стадии проектирования в связи с недостаточной профессиональной подготовкой  специалистов и естественными ошибками человека.

И, наконец, существует риск ошибочной интерпретации результатов расчета и риск неверных выводов. Поэтому необходима разработка теоретической модели транспортной системы, учитывающей эффекты взаимодействия элементов и подсистем, случайных процессов и процессов управления. Эти и другие вопросы рассматриваются в последующих главах диссертации.

Во второй главе «Риски при прогнозировании транспортных потоков» рассмотрены опыт прогнозирования грузопотоков в условиях плановой экономики, неопределенности в схемах регионального и межрегионального грузообмена, риски ошибочного прогнозирования объемов перевозок и географии грузопотоков, предложены пути снижения неопределенности прогнозов, дана экспериментальная оценка экономических последствий ошибочного прогноза.

  При экспертной оценке тенденций изменения грузооборота в перспективе необходимо было иметь в виду, что по одним грузам средняя дальность сократиться, а по другим – увеличиться. Например, расширение связей Сибири и Казахстана в сообщении с районами Центра и Урала в связи с ростом перевозок угля, леса и хлебных грузов вызвало увеличение средней дальности перевозок этих грузов. Появление новых промышленных комплексов создавало условия для установления более рациональных связей, что влекло за собой сокращение средней дальности перевозок.

Но ещё большая неопределенность появляется, когда необходимо устранять вероятные рассогласования в планировании, а также учитывать изменения в производственно-технологических процессах. С этим может быть связано снижение энерго- и материалоемкости продукции, а значит, уменьшение грузовой массы, поступающей в сферу транспорта. Это одновременно приведет к изменению не только величины, но и структуры грузопотоков.

На примере железнодорожного транспорта показана возможность снижения ошибок в прогнозировании грузооборота с использованием эконометрической модели (рис.2).

На основе предполагаемых темпов роста промышленного производства по федеральным округам и проанализированным межрайонным связям и поставкам по экспорту и импорту составляются грузопотоки по основным группам продукции – угольной, нефтеперерабатывающей, черной и цветной металлургии, химической и лесной промышленности

Рис. 2. Общая схема расчетов с использованием эконометрической модели

Исходными данными для глубокого экономического анализа положения ОАО «РЖД» в сфере грузовых перевозок и построения эконометрических моделей прогнозирования объемных показателей может послужить динамика основных  индикативных параметров конъюнктуры не только транспортного, но и товарных рынков важнейших перевозимых по железным дорогам грузов.

Базой определения ожидаемых и прогнозных значений объемных показателей перевозок грузов могут стать оценки изменения общеэкономических индикаторов и основных параметров транспортного и товарных рынков Министерства экономического развития и торговли РФ, а также различных аналитических групп и компаний, специализирующихся на макроэкономическом анализе.

Расчеты осуществляются в следующей последовательности (рис.3).

Рис. 3. Последовательность расчета перспективных грузопотоков

Основой моделирования прогнозных значений показателей перевозок грузов и доходов от них является создание и ведение дифференцированных по железным дорогам (филиалам ОАО «РЖД») и структурированным по важнейшим номенклатурным позициям грузов  баз данных основных показателей, а также индикативных параметров развития экономики промышленности и сельского хозяйства страны с глубиной отчетной информации минимум 3 года и временным шагом 1 месяц (для ВВП – 1 квартал).

Анализ изменения основных показателей перевозок грузов  базируется на вычислении соответствующих  индексов:

  • к  значению соответствующего периода предыдущего года;
  • к значению предыдущего периода (месяца, квартала, полугодия);
  • к плановому значению.

Для вычисления ожидаемых значений показателей текущего года используются средневзвешенное отношение значений имеющихся месячных данных к годовым  за  k  последних лет:

, (1)

где  m  –  номер  текущего месяца;

- месячные отчетные данные N-го текущего года  нарастающим итогом;

месячные отчетные данные (N-j)-го  года нарастающим итогом;

  -  годовые отчетные данные (N-j)-го года;

  k – количество  лет накопленной отчетной информации.

Оценки прогнозных значений исследуемых величин основываются на построении эконометрических моделей зависимости  отраслевых показателей перевозок грузов от различных факторов развития экономики, в том числе и фактора времени (трендовый анализ), с возможностью ежемесячной  их корректировки.

В качестве более эффективного средства снижения неопределенностей в условиях рыночной экономики можно использовать подход, реализованный в трудах ученых ВНИИЖТа. Здесь вместо опросов и экспертных оценок предлагается программный комплекс, позволяющий моделировать устойчивые и глубокие взаимосвязи в экономике страны, а также связи между экономикой и транспортом (рис.4). При этом в качестве математического аппарата используются методы корреляции и регрессии. Информационная база формируется на основе официальных статистических данных Госкомстата России и разработанных в отрасли специальных расчетных процедур. Таким образом, структуру модели определяют, с одной стороны, цель разработок, а с другой, – объективно существующие взаимозависимости и пропорции в развитии отраслей народного хозяйства.

Рис. 4. Структурная схема взаимодействия основных блоков модели

В третьей главе «Разработка теоретической модели транспортной системы» раскрыты понятие предлагаемой теоретической модели и особенности её функционирования, механизмы взаимодействия подсистем, а также влияние на параметры системы управленческих воздействий, что позволило сформулировать требования к проектированию реальных объектов транспортной инфраструктуры.

При разработке модели автор исходила из того, что главная задача транспорта состоит в обеспечении эффективной и надежной связи поставщика (отправителя) и потребителя (получателя) товара через транспортные потоки. Транспортная связь должна обеспечить их «комфортное» взаимодействие. Так как в общем случае ритмы производства продукции и ее перевозки не совпадают, то чтобы принять потоки в ритме, удобном для отправителя, и выдать их в ритме, удобном для получателя, транспортная система должна уметь преобразовывать потоки, т.е. влиять на их динамику,  поглощать и порождать «всплески» потока.

Таким образом, транспортная система обретает двойственную функцию – «канала» для пропуска потоков и «бункера» для поглощения и порождения всплесков. Поэтому в качестве основных элементов теоретической модели удобно выбрать элементы «канал» и «бункер».

Модель транспортной системы должна в первую очередь отражать механизмы взаимодействия ее элементов и подсистем, а также влияние функций управления на ход перевозочного процесса. Речь идет об усилении тех или иных элементов для устранения «узких мест» и повышении общей производительности транспортной системы,  увеличении её адаптивных свойств для обеспечения устойчивости работы транспорта в динамичной внешней среде.

Обобщая сказанное выше, схематично, в виде свёртки, теоретическую модель транспортной системы можно представлять в виде совокупности одного «большого» канала и одного «большого» бункера (рис.5), которые состоят, в свою очередь, из мини-каналов  и мини-бункеров, как элементов системы.

На практике каналами являются технологические пути на станциях, перегоны, стрелки, горки и т.д. В качестве бункеров могут выступать резервные пути в парках, склады и др.

В рационально построенной и организованной системе элементы структуры – каналы и бункера – имеют вполне определённые пропускные способности и ёмкости, рассчитанные на конкретные потоки с заданными характеристиками. При этом совокупная пропускная способность узла D будет зависеть от:

– пропускной способности каналов dij;

– вместимости бункеров ql;

– качества структуры S;

– характеристик потока Х – неравномерности, его структуры и других факторов.

То есть  D = f* ( {dij}, {ql}, S, X ).                                        (2)

Рис. 5. Свёртка модели транспортной системы

Совокупная ёмкость Q как свойство погашать и порождать всплески потока является функцией ёмкости бункеров ql и схемы включения их в структуру S,  схемы каналов dij, характеристик потока X, а также развитости функций управления R, то есть величины динамических резервов, которые они создают:

Q = f** ( {ql}, {dij}, S, X, R ).                                (3)

Рационально построенная структура S должна обеспечивать заданную совокупную пропускную способность и требуемую ёмкость при наименьших затратах. Как правило, это предполагает максимизацию динамических резервов R, что  будет показано далее.

Таким образом, задача сводится к минимизации суммы затрат F:

                       (4)

при ограничениях  D D*, Q Q*,

где - затраты на единицу пропускной способности каналов;

- затраты на единицу вместимости бункеров;

D*  и Q*  - фактически необходимые совокупные пропускные способности и ёмкости.

Как следует из изложенного выше, в рамках предлагаемого подхода транспортную систему можно описывать в виде структуры, состоящей из каналов и бункеров, по которой пропускается некоторый поток, представляющий собой совокупность перемещающихся по системе дискретных единиц. Природа их может быть самой различной (единица подвижного состава, тонна груза, повагонная отправка и т.д.). Поток характеризуется:

- средней величиной ;

- дезорганизацией ;

- расчетной величиной  .

Дезорганизация (энтропия) , в общем случае, затрудняет пропуск потока и требует резерва пропускной способности канала. В первом приближении дезорганизацию потока можно измерять коэффициентом его неравномерности.

Канал как элемент системы имеет следующие параметры:

- входной поток  w(t);

- выходной поток  u(t);

- время перемещения (хода)  (t);

- пропускная способность  U;

- дезорганизация .

Канал имеет собственную энтропию, в общем случае ухудшающую свойства потока, увеличивая его параметр . Канал с ненулевым не может быть использован полностью и должен иметь соответствующий резерв пропускной способности.

Рассматривая взаимодействие канала и потока, запишем соотношения:

;

; (5)

. (6)

Влиянием произведения можно пренебречь. Тогда                                                                         (7)

При прохождении потока по каналу параметр увеличивается, так как без воздействия на поток функциями управления дезорганизация (энтропия) в любой замкнутой системе, естественно, возрастает на величину :

, (8)

которая является функцией и :

.

Отличием параметра от известного на транспорте коэффициента неравномерности состоит в том, что этот параметр может быть и отрицательным, когда неравномерность не случайная, а управляемая величина.

Бункер как элемент системы описывается следующими параметрами:

- входной поток w(t);

- выходной поток  u(t);

- текущее наполнение q(t);

- предельная ёмкость (вместимость) Q.

Для бункера соблюдаются следующие условия:

q(t)    Q,  для всех  t,

q(t+1) = q(t) +  w(t)  -  u(t).                                (9)

Бункер, в отличие от канала, способен снижать неравномерность, то есть сглаживать поток на величину :

.                                        (10)

Таким образом, выходной поток из бункера является управляемым. Величина зависит от вместимости бункера и его текущего состояния.

Далее детально проанализированы механизмы взаимодействия элементов системы в различных комбинациях. Наиболее очевидным является сочетание двух каналов, расположенных последовательно. Механизмы их взаимодействия, как уже отмечалось в главе 1, рассматривались рядом учёных и достаточно изучены.

В главе рассмотрены также механизмы взаимодействия укрупненных блоков-подсистем с использованием понятия статические и динамические резервы.

Под статическими резервами понимается запас производственной мощности, который обеспечивается на стадии проектирования дополнительными затратами на материальное наполнение системы, а под динамическими – приращение пропускной способности и емкости благодаря эффективному управлению потоками. Совокупность динамических резервов в условиях неравномерности позволяет существенно повысить эффективность работы транспортной системы. Каждая из подсистем (транспортная сеть и потоки), в отличие от элементов, уже  обладает определенными динамическими резервами. Задача организации их взаимодействия сводится к максимизация суммарных динамических резервов:

, (11)

где - динамические резервы соответственно первой и второй подсистемы при обособленной их работе;

- коэффициенты, учитывающие уровень взаимодействия, т.е. степень увеличения резервов подсистем при объединении их в систему.

При несогласованном взаимодействии для потоков во внешнюю среду динамические резервы подсистем не складываются, так как действия подсистем не согласованы.

При согласованном (управляемом) взаимодействии возникает эффект организации (синергии). Продвижение, ускорение и замедление потоков теперь происходит в рамках всей системы как единого целого. Соответственно возрастают и динамические резервы:

(12)

Коэффициенты и учитывают степень согласованности управленческих воздействий в подсистемах.

В заключительной части главы разработаны требования к проектированию объектов инфраструктуры, вытекающие из свойств теоретической модели. В сжатом виде они формулируются следующим образом.

Метод расчета транспортных систем при их проектировании должен:

1) возможно более полно отображать структуру объекта на уровне линейных устройств и учитывать их  взаимодействие с потоками;

2) учитывать технологию работы объекта. Характер связей и взаимодействия элементов определяется их технологическим наполнением;

3) достаточно адекватно описывать случайные процессы, ибо без этого нельзя достаточно полно и точно отобразить взаимодействие элементов;

4) отражать разнообразное управление потоками и процессами, ибо в противном случае теряются динамические резервы системы и свойства объекта существенно искажаются;

5) результаты расчетов должны обладать необходимой полнотой для получения обоснованных выводов и практических рекомендаций.

В четвертой главе «Риски выбора методов расчёта при проектировании инфраструктурных объектов транспорта» дан сравнительный анализ различных методов оценки производственной мощности при разработке проектов развития транспортной инфраструктуры, разработаны требования к выбору способа моделирования в зависимости от особенностей проектной задачи, рассмотрены результаты экспериментальной проверки разработанной модели на реальных объектах.

Как показал анализ (табл.1), основную часть знаний о сложных транспортных системах составляют знания опытного характера, или частично-формализованные. Имитационное моделирование можно считать завершающим этапом в развитии методологии расчетов. На основе анализа особенностей проектируемых объектов транспортной сети делается вывод о целесообразности в ряде случаев использовать комбинированные методы расчёта.

Экспериментальная проверка эффективности имитационного моделирования на реальных объектах транспорта показала, что поиск оптимальных решений на имитационных моделях характеризуется рядом особенностей:

  • функционал и ограничения заданы в неявном виде;
  • при построении моделей широко используются алгоритмически заданные функции, свойства которых малоизвестны;

Анализ опыта разработки и практики применения различных методов показал, что «имитационное моделирование» является одним из наиболее надёжных методов расчёта и количественной оценки эффективности транспортных проектов. Использование имитационного моделирования как системы обоснования проектных решений объясняется тем, что оно позволяет производить оценку транспортных проектов на основе частично формализованных, экспертных знаний, а доля таких знаний в области транспортных систем остаётся весьма значительной. В работе под имитационной системой понимается упорядоченный комплекс алгоритмов, программ, формальных и неформальных процедур, позволяющий на основе компьютерного моделирования решать сложные проектные и производственные задачи.

Таблица 1.

Сравнение методов расчета транспортных систем

Свойства

Метод

Учет внутренней структуры

Отображение управления

Учет взаимодействия случайных процессов

Возможность

проведения экспериментов

Определение «узких мест»

Результат

Графический

+

+–

Занижение потребности

Аналитический детерминированный

Занижение потребности

Аналитический вероятностный

+

Завышение потребности

Имитационное моделирование

++

++

++

+

++

Точное соответствие

«+» - хорошо, «++» - очень хорошо, «+–» - недостаточно хорошо, «–» - плохо, «» - нет

К преимуществам имитационного моделирования перед другими методами можно, в частности, отнести:

  • возможность более полного учета взаимосвязей, действующих в системе;
  • отображение влияния структуры проектируемого объекта и структуры потоков на результаты расчётов;
  • возможность неявного задания целевой функции и ограничений для транспортных систем высокой сложности.

Как показывает опыт, в общем случае эксперименты с моделями сложных транспортных систем достаточно трудоемки, требуют значительных затрат машинного времени, а функционал задан обычно в пространстве большой размерности. Поэтому полный перебор вариантов при поиске оптимума, как правило, невозможен. Чаще приходится использовать некоторые методы планирования экспериментов, многократно сужающие множество вариантов и ускоряющие рекурсию процесса оптимизации. Избежать полного перебора вариантов, в частности, позволяет метод ускорения процесса оптимизации, так называемый «имитационный спуск».

В этом случае модель строится так, чтобы оптимизируемый показатель был пропорционален (прямо или обратно) суммарной величине задержек 

.  (13)

- стоимость единичной задержки из-за элемента ;

- задержка в операции из-за элемента в момент .

Стоимость (цена) задержки зависит от характера выполняемой операции. Это означает, что параметры модели изменяются таким образом, чтобы в следующем расчете задержки предположительно уменьшились пропорционально их величине на предыдущем шаге с учетом удельной стоимости.

В каждой системе при заданных условиях существует такой уровень задержек, дальнейшее снижение которых практически невозможно. Это состояние и будет соответствовать условному оптимуму. Схематически процесс имитационного спуска поясняет рис.6.

Рис. 6. Механизм поиска оптимума методом  имитационного «спуска»

Каждый раз изменяем параметры модели так, чтобы задержки уменьшились одновременно и по величине, и по стоимости. Однако вследствие того, что зависимость функционала от параметров модели задана алгоритмически и в неявном виде, а также вследствие влияния случайных процессов, действительный результат отличается от предполагаемого.

С использованием имитационной модели системы «ИСТРА» на примере крупного портового комплекса производилась оценка показателей работы предпортовой станции в двух вариантах – при согласованном и несогласованном подводе вагонопотока. Оценивались:

а) пропускная и перерабатывающая способность станции;

б) полный и расчлененный простой вагонов;

в) полезная загрузка основных железнодорожных устройств;

г) задержки вагонов и причины, их вызывающие.

Проведенные автором экспериментальные расчеты по реальным объектам транспортной инфраструктуры с использованием имитационного моделирования показали хорошие результаты. Например, с помощью имитационной системы «ИСТРА» оценивался проект реконструкции транспортной системы Магнитогорского металлургического комбината (а это несколько десятков станций, свыше 900 км развернутой длины путевого развития) при переходе от мартеновского производства к конвертерному. Эксперименты на полной имитационной модели убедительно показали, что привычные аналитические расчеты пропускной способности районов узла приводили к ошибкам и более.

Оптимизация проектно-плановых решений возможна с помощью предлагаемого автором метода «имитационного спуска». При построении полной модели любого сложного транспортного комплекса возникает немало трудностей. Во-первых, требуется высокая квалификация технологов; во-вторых, велика трудоемкость построения самой компьютерной модели. Поэтому назрела объективная необходимость создания автоматизированной системы построения моделей. Эта и другие задачи рассматриваются в последующих главах работы.

В пятой главе «Количественная оценка риска несовпадения объектов вложения и определения эффективности инвестиций» рассмотрены группы факторов, оказывающих существенное влияние на степень риска принять ошибочное решение. К ним отнесены определение границ объекта проектирования, особенности организации транспортно-складского сервиса и резервирование мощности транспортных терминалов.

При описании теоретической модели транспортной системы было показано, что управление создает динамические резервы, дополняющие и замещающие статические. Очевидно, что процесс управления есть функция состояния:

  (14)

- управление,

- состояние системы.

Эффективное управление транспортным потоком нельзя осуществлять вне зависимости от состояний пунктов отправления и пунктов назначения потока, т.е.

  (15)

, - состояние, соответственно, пунктов отправления и назначения;

Состояние пункта назначения задает управленческий императив (как надо регулировать потоки), а состояние - в какой мере пункт отправления может реализовывать заданный императив.

Итак, если провести границы объекта «проектирования» (в широком смысле) по сильноуправляемым связям, можно лишиться динамических резервов, которые для обеспечения надежности функционирования придется заменить статическими резервами. Производственная база объекта проектирования будет обладать большой избыточностью, что приведет к серьезным ошибкам в принятии решения.

Неправильное определение границ проектируемого объекта и возможная потеря динамических резервов может приводить к ошибкам и опасности серьезного экономического риска. В диссертации этот аспект проблемы подробно рассмотрен применительно к сфере, где ожидается инвестиционный бум – на проектах создания региональных и межрегиональных транспортно – складских систем (терминалов, транспортно–логистических и распределительных центров). Показано, что транспортно-складские системы с управляемыми потоками обладают динамическими резервами (рис.7). Управление здесь заменяет потребность в дополнительных складских емкостях или резервах вагонного парка, которые можно считать статическими резервами. Таким образом, по каждому сквозному потоку суммированные резервы (величина буфера) будет равна:

  , (16)

где - суммированный эффективный резерв по струе грузопотока;

- эффективный резерв по струе в распределительном складе;

- эффективный резерв в j-м складе у потребителя;

- динамические резервы по струе.

Укрупненная оценка резервов транспортно-складской системы в целом в этом случае будет:

  ,  (17)  где - средневзвешенная по струям эффективная емкость транспортно-складской системы;

- средневзвешенная по струям эффективная емкость распределительного склада;

- суммарные динамические резервы;

- средневзвешенная по складам у потребителя эффективная емкость.

Рис. 7. Суммарные резервы транспортно-складской системы

Таким образом, эффективная емкость определяется величиной всплеска потока, которую она способна погасить в реальной транспортно-складской системе с её структурными связями и  принятой организацией продвижения потоков. Как правило, она меньше полной емкости склада.

  В диссертации приведены результаты экспериментальных расчётов по конкретным объектам. Расчеты для реальной распределенной транспортно – складской системы дали следующие результаты.  Если склады объединены управляемыми, адаптивными связями, то существенно снижается среднее время хранения грузов (рис. 8).

В шестой главе «Автоматизированное построение имитационных моделей как способ снижения экономических рисков в инвестиционных проектах из-за ошибок операторов» рассмотрены причины ошибок и экономических рисков в расчётах по обоснованию проектов, сформулированы принципы автоматизированного построения моделей и алгоритмизация процесса решения данной задачи. Речь идет о влиянии таких факторов, как правильность исходной информации, надежность работы вычислительных комплексов и  корректность используемых алгоритмов.

 

Рис. 8. Средняя продолжительность хранения грузов на складе

Известно также, что надежность работы вычислительных комплексов снижают отказы и сбои технических средств, ошиб­ки в комплексе алгоритмов и программ, ошибки в исходной ин­формации и ошибки операторов.

В диссертации показано, что алгоритмические ошибки связаны прежде всего с нечёткой постановкой условий решения задачи. Программные ошибки обусловлены неправильной записью программы на языке программирования, а также ошибками трансляции про­грамм с алгоритмических языков в машинные коды. При анализе использована представительная статистика об ошибках в комплексе алгоритмов и программ.

Экспериментальные дан­ные свидетельствуют о том, что на начальном этапе отладки программ около 40% выявленных ошибок относятся к програм­мным, и свыше 40% - к алгоритмическим ошибкам. Время отлад­ки такого комплекса программ обычно не превышает 10% жиз­ненного цикла модели. После отладки, т. е. к началу эксплуатации модели, частота ошибок комплекса программ уменьша­ется более чем на три порядка и становится соизмеримой с часто­той устойчивых отказов технических средств. В дальнейшем эта частота остается примерно постоянной. В процессе эксплуатации перераспределяется процентное соотношение выявленных про­граммных, алгоритмических и системных ошибок. Теперь уже пре­валируют системные ошибки, их доля превышает 50% от общего числа ошибок, оставшихся в программном комплексе. Процент оставшихся программных ошибок сравнительно невелик.

Разработанная модель транспортной системы позволяет степень риска оценить количественно. Технологический риск (несовпадение проектного и фактического значений некоторого технологического параметра) оценивается следующим образом:

,  (18)

где - проектная величина i-го параметра транспортного объекта,

- фактическая величина того же параметра.

  Экономический риск (несовпадение ожидаемой и фактической рентабельности инвестиций или другого экономического параметра) будет равен:

,  (19)

где - проектная эффективность инвестиций, 

  - то же фактическая эффективность.

Автоматизированное построение моделей включает следующие процедуры:

  • автоматизированное, удобное  для пользователя отображение структуры моделируемой системы и преобразование структуры в элементы модели;
  • автоматизированное отображение технологии с заданием технологических параметров и преобразование технологии в операции модели и их взаимосвязи;
  • автоматическое получение параметров структуры и технологии из оперативных баз данных информационного хранилища или из электронных справочников;
  • удобный диалоговый интерфейс для исследователя.

Электронный справочник должен содержать:

    • перечень операций;
    • технологию выполнения операций и их последовательность;
    • нормативы на выполнение операций и др.

Автоматизированное построение имитационной модели – довольно трудоемкий и длительный процесс, протекающий в диалоговом режиме и включающий различные процедуры (на примере железнодорожных узлов). Наиболее сложными операциями являются отображение структуры объекта его технологии, включая автоматизированное построение маршрутов.

В рамках процесса разбиения узла на элементы принято, что пути, перегоны и стрелочные переводы имеют два состояния: «занято» и «свободно», что представляется в виде логических элементов, имеющих состояния , где 0 – «свободно» и 1 – «занято».

Критерием разбиения принято минимальное количество элементов на схеме с ограничениями:

  • все части схемы должны быть отражены в элементах:

,       (20)

где         - множества путей, перегонов и стрелок;

Е - множество элементов.

Конкретный -ый путь, перегон, стрелка и любой другой элемент обозначим через соответственно;

  • все виды реально возможных передвижений должны быть возможны на схеме после разбиения и все одновременно происходящие передвижения должны быть возможны:

,       (21)

где          - маршруты передвижений на реальной схеме;

- маршруты передвижений на схеме поэлементного разбиения;

       -        номера передвижений на реальной схеме;

       -        номера передвижений на схеме поэлементного разбиения;

  • все виды одновременно невозможных передвижений должны быть на схеме исключены.

  Технология работы объекта в модели описывается набором операций. Под операцией понимается законченная часть технологического процесса, например, приём поезда, его отправление и др. Автоматизированное построение модели делает процесс моделирования существенно менее трудоемким, избавляет пользователя от множества рутинных ошибок и не требует высокой квалификации оператора. Система дает квалифицированную «подсказку» и осуществляет логический контроль на всех этапах построения модели.

В заключительной седьмой главе «Системное развитие транспорта – основа снижения инвестиционных рисков» показано, что инвестиционные риски зависят не только от корректности расчета параметров проектируемого объекта, но и от гармоничности развития транспортной системы страны в целом и соответствия этой системе рассматриваемого объекта как элемента. Реструктуризация транспорта в условиях распада Союза и переходных процессов в экономике весьма негативно отразилась на его состоянии и эффективности его работы. Рост аварийности и травматизма, повышение транспортных издержек, недопустимо высокий износ технических средств, особенно подвижного состава, огромные очереди у морских портов и растущие «пробки» на автомобильных дорогах убеждают в том, что транспорт России продолжает находиться в кризисном состоянии.

Несмотря на многократные преобразования управленческой структуры, эффективная организационная форма отрасли не найдена. В ходе непродуманных реорганизаций утрачены стратегические цели развития наземного,  водного  и  воздушного  транспорта.  Система  управления транспортным комплексом стала сложной и дорогостоящей, с большой избыточностью и дублированием функций на всех уровнях управления.

Надо признать, что и сама наука оказалась в крайне сложном положении, которое сохраняется по сей день. Сложившиеся научные коллективы без серьезной государственной поддержки распадались и деградировали. Транспорт лишился той мощной научно-технической и проектной базы, которая прежде была сосредоточена в Институте комплексных транспортных проблем, в ЦНИИ МПС и других отраслевых исследовательских и проектных организациях.

Только корректное понимание целей, критериев и путей развития транспорта как системы с гармонизацией режимов продвижения потоков в разных подсистемах позволит сделать инвестиции целесообразными и предохранит от неоправданных рисков.

Предложенная теоретическая модель может внести большую ясность в выборе рациональных управленческих решений на транспорте на уровне взаимодействия элементов системы. В модели товаропроводящая линия рассматривается как единая цепочка, состоящая из каналов и бункеров. При этом предложены принципы выбора рациональных и согласованных параметров этих элементов. Применительно к реальным проектным задачам это будет означать, что по каждой струе потока должна быть создана рациональная товаропроводящая линия с включением смежных видов транспорта. Отсюда вытекает системный принцип: – требование согласованного развития инфраструктуры различных видов транспорта, которое соблюдается все реже. Следует напомнить, что при недостатке гасящих всплески потока резервных емкостей по пути его продвижения основные задержки будут возникать у конечных каналов (что мы и наблюдаем в действительности).

Согласование критериев и уровня управления потоками должно быть сквозным на всем направлении, проходящим через все подсистемы. Отсюда следует:

  • согласование технологий должно распространяться на взаимодействующие виды транспорта;
  • объективно необходим переход от излишне жесткой технологии к гибкой, многовариантной.
  • невозможно организовать сквозное управление потоками на всем пути следования без создания единой информационной среды.;
  • смена взгляда на развитие информационных технологий. В настоящее время под этим понимается, по сути, развитие информационных систем. Однако само по себе это не дает технологического результата. На железнодорожном транспорте вагон как был в движении 21%, так и остался. Увеличение эффективных динамических резервов может быть только, если на основе развитой информационной среды возникает новая, более гибкая технология; 
  • поструйное управление потоками, приводящее в действие динамические резервы второго рода, может быть осуществлено только при наличии достаточных резервов;
  • динамические резервы позволят транспортной системе быть более маневренной и обеспечивать надежное транспортное обслуживание без больших статических резервов;
  • фирмы-операторы перевозок должны обеспечить рациональное управление потоком на всём пути его продвижения в пункт назначения. Только так можно осуществить эффективное управление по единому критерию, одного и того же груза различными видами транспорта при отсутствии единого собственника подвижного состава. Операторами могут выступать или экспедиционные фирмы, или один из перевозчиков.

Несоблюдение сформулированных принципов при развитии транспортной инфраструктуры приводит к неоправданным инвестиционным рискам.

Качество транспортного обслуживания производства непосредственно зависит от резервов транспортной инфраструктуры, ибо ритмы отправления потоков и требуемые ритмы прибытия никогда не могут совпадать полностью. Опыт стран с развитой экономикой доказывает, что инфраструктура вообще и транспортная в частности должна быть избыточна по отношению к обслуживаемому производству. Но производство также развивается, причем интенсивно. Значит, уровень требуемых резервов будет зависеть от двух параметров.

Критерий управления потоками фирмой-оператором должен учитывать интересы отправителей, получателей и других участников транспортного рынка. По сути речь идет о многокритериальной оптимизации. Переход к экономическим методам управления требует более серьёзной научной проработки этой проблемы. 

Как показало исследование, каким бы тщательным, с детальной отработкой частностей ни было обоснование инвестиционных проектов на транспорте, имея в виду стадию непосредственного проектирования, будет сохраняться опасность серьезных ошибок из-за неверной оценки будущих темпов экономического роста, а следовательно, и перспективного роста грузопотоков в транспортных сетях.

Необходимо серьезное научное обоснование перспективной грузовой базы. В числе первоочередных проблем научного характера нужно также назвать:

- формирование единой транспортной системы (ЕТС) России с гармонизацией интересов государства, общества и бизнеса;

- оптимизация проектов и программ развития транспортного комплекса в  условиях  многоукладной  рыночной экономики и с учетом природно-климатических, социально-экономических, демографических, политических и других особенностей страны;

- управление транспортным комплексом и перевозочным процессом с использованием современных информационных технологий;

- обеспечение транспортной безопасности России как объекта социо-экономико-экологических исследований;

- ускорение и повышение эффективности интеграционных процессов в транспортном комплексе России и других стран СНГ;

- организация контроля и надзора в транспортном комплексе страны.

Проведение этих исследований позволит повысить эффективность реализации ФЦП «Модернизация транспортной системы России (до 2020 года)», а также уточнить ряд позиций в таком важном руководящем документе, как «Транспортная стратегия в Российской Федерации до 2030 года».

Решение всех этих вопросов потребует серьезных коллективных усилий специалистов разных видов транспорта - как научных работников, так и практиков. Должна быть внесена большая определенность в раскрытие показателей эффективности работы транспорта и его продукции.

На современном транспортном рынке единого и общего для многочисленных участников перевозочного процесса критерия оптимизации уже нет. Это серьезно затрудняет объективную оценку эффективности проектных решений. С дроблением единого железнодорожного комплекса на части повышаются экономические риски, причем степень этих рисков многократно возрастает в проектах, связанных с большими инвестициями.

Ставить и решать оптимизационные задачи так, как это делалось еще недавно в условиях одноукладной социалистической экономики, сейчас уже нельзя. Каждый субъект транспортного рынка будет вынужден идти на компромисс, и механизм компромиссов определит равновесное состояние системы «государство (общество) - перевозчик - оператор - грузовладелец». Здесь также неизбежны высокие экономические риски.

В  этих  условиях  оптимизация  будет  носить  не  глобальный (народнохозяйственный), а локальный (по монопольному и конкурентным секторам транспортного рынка) характер.

В заключительной части главы даны научно-практические рекомендации по прогнозированию транспортных потоков и сегментации транспортного рынка, что позволит сделать более надежным информационное обеспечение инфраструктурных проектов на транспорте и снизить уровень  экономических рисков при их реализации.

Заключение

В результате проведенного исследования выявлен новый класс рисков – проектно-технологических, исследована их природа, разработана методология снижения их негативных последствий. С использованием экономико-математического аппарата и инструментальных методов решена важная научная проблема – снижение экономических рисков при реализации проектов развития многоэлементных транспортных комплексов со сложной структурой. Получены следующие новые результаты, выносимые на защиту.

  1. Показано, что задачи построения транспортных сетей, определения их производственной мощности и продолжительности нахождения транспортных средств и грузовой массы в процессе перевозок должны решаться одновременно и в тесной взаимной связи. Это условие является необходимым для объективного обоснования эффективности инвестиций в проекты развития транспортных комплексов со сложной структурой.
  2. Исследована природа нового класса рисков в инвестиционных проектах развития транспортной инфраструктуры, возникающих на стадии проектирования из-за:
  • неправильного прогнозирования транспортных потоков;
  • ошибочного определения границ объекта вложения инвестиций;
  • введения в расчеты различных коэффициентов и усредненных параметров, искажающих результаты экономических оценок;
  • ошибок операторов при построении модели объекта и задании исходной информации (структура сети, временные параметры и др);
  • неверной интерпретации результатов расчета и экономических оценок эффекта по элементам структуры объекта.
  1. Вскрыты причины неопределенностей и рисков при прогнозировании потоков. Показана необходимость повышения роли государства в управлении развитием транспортной инфраструктурой страны, укрепления планового начала в развитии стратегически важных отраслей экономики, заключения долгосрочных договоров с частными инвесторами в сфере транспортной деятельности.
  2. Предложена методика определения границ проектируемого объекта при обосновании эффективности инвестиций, имея в виду, что эти границы не всегда совпадают с границами объекта вложения инвестиций.
  3. Проведен сравнительный анализ различных методов определения производственной мощности объектов транспортной инфраструктуры. Показаны преимущества имитационного моделирования и даны практические рекомендации по его эффективному использованию при обосновании инвестиционных проектов.
  4. Разработана методология автоматизированного построения имитационных моделей, позволяющая снизить риски, возникающие на различных этапах моделирования.
  5. Показано, что объективная экономическая оценка инвестиционных проектов в сфере транспорта требует пространственно-временного отображения взаимодействия элементов и подсистем, учета информационной энтропии и синергетических эффектов, возникающих в транспортных сетях.
  6. Показано, что уровень инвестиционных рисков в инфраструктурных транспортных проектах зависит и от соответствия параметров проектируемого объекта той объективной роли, которую он будет играть в развивающейся транспортной системе страны.

Снижение экономических рисков в инвестиционных проектах – сложный процесс, в котором методы моделирования транспортных сетей должны сочетаться с использованием практического опыта, накопленного на предприятиях транспорта и зафиксированного в отраслевых инструкциях. Важное практическое значение имеет качество государственного регулирования в сфере транспорта, гармонизирующего противоречивые интересы участников транспортного рынка и опирающегося на цели и ценности более высокого народнохозяйственного уровня.

Основные научные результаты исследования, его теоретические положения и выводы опубликованы в следующих работах автора:

  1. Монографии

1. Козлова В.П. Системная оценка экономической эффективности инвестиционных проектов на транспорте. ВИНИТИ РАН. – М., –2006. –  9,5 печ. л.

2. Козлова В.П. Снижение экономических рисков в проектах развития транспортной инфраструктуры. ГОУВПО ГУУ – М., –2008. – 14 печ. л.

3. Персианов В.А., Козлова В.П. Научная мысль в развитии путей сообщения России (Исторические вехи, проблемные вопросы и решения) ГОУВПО ГУУ – М., –2008. – 24,75 печ. л.

II. Научные статьи в ведущих журналах и трудах университета, входящих в перечень ВАК РФ.

4. Козлова В.П.  Расчет технико-технологических параметров для оценки эффективности инвестиционных транспортных проектов // Транспорт Урала. – Екатеринбург. – 2007. – № 3 (14). – 0,6 печ. л.

5. Козлова В.П. Риски, связанные с прогнозом транспортных потоков в инвестиционных транспортных проектах // Научный информационный сборник «Транспорт: наука, техника, управление» ВИНИТИ. – М. –2006. – № 11.  – 0,8 печ. л.

6. Козлова В.П. Расчет технологической основы для экономической оценки инвестиционных транспортных проектов // Научно-технический журнал «Вестник Ростовского государственного университета путей сообщения» – Ростов. – 2007. – № 4 (28).  – 0,8 печ. л.

7. Козлова В.П. Особенности прогнозирования транспортных потоков при недетерминированных экономических связях // Транспорт Урала. – 2007.– Екатеринбург. – № 4 (15).  – 0,6 печ. л.

8. Козлова В.П. Риски ошибочного прогноза потоков в инвестиционных проектах на транспорте // Ежеквартальный аналитический журнал «Управление риском» – М. – 2007 – 4 (44). – 0,6 печ. л.

9. Козлова В.П. Инвестиционные риски при создании логистических центров / В соавторстве с П.А. Козловым// Транспорт Урала. – Екатеринбург. – 2007. – № 1 (12). – 0,5 печ. л.

10. Козлова В.П. Сравнение методов расчета транспортных систем при оценке эффективности инвестиций / В соавторстве с П.А. Козловым, А.Э. Александровым // Научный информационный сборник «Транспорт: наука, техника, управление» ВИНИТИ. – М. –2006. – № 11.  –  0,5 печ. л.

11. Козлова В.П О построении автоматизированных аналитических систем на транспорте / В соавторстве с Э.Р. Бугуловым , О.В. Осокиным // Научный информационный сборник «Транспорт: наука, техника, управление» ВИНИТИ. – М. –2007. – № 6.  –  0,5 печ. л.

12. Козлова В.П. Распределенные транспортно-складские системы с логистической организацией грузопотоков / В соавторстве с Н.В. Якушевым // Научный информационный сборник «Транспорт: наука, техника, управление» ВИНИТИ. – М. –2007. – № 10.  – 0,4 печ. л.

13. Козлова В.П. От согласования к взаимодействию / В соавторстве с П.А.  Козловым // Журнал «Мир транспорта» – М. –2007. – № 4(20).  – 0,5 печ. л.

14. Козлова В.П. Расчет параметров проектируемых транспортных узлов / В соавторстве с П.А.  Козловым //Журнал «Железнодорожный транспорт» – М. –2008. – № 7.  – 0,6 печ. л.

III. Прочие публикации в научных журналах, материалах конференций и других изданиях.

15. Козлова В.П. Природа неопределенностей при прогнозировании транспортных потоков и их преодоление // Сборник докладов Пятой Юбилейной Международной научно-практической конференции Телекоммуникационные и информационные технологии на транспорте России «ТелеКомТранс-2007" Сочи 18-20 апреля. – Сочи. – 2007. –  0,8 печ. л.

16.  В.П. Козлова Транспортные узлы: их основные этапы развития и их роль в транспортной системе России // Вестник транспорта. –  М. – 2004. – № 11.  – 0,8 печ. л.

17. В.П. Козлова Управление технологическими рисками при  инвестициях в инфраструктурных транспортных проектах / В соавторстве с П.А.  Козловым, Э.Р. Бугуловым // Тезисы международной научно-практической конференции, посвященной 50-летию ВНИИАС «Современные тенденции развития средств управления на железнодорожном транспорте», 30 мая – 2 июня 2006 года, Московская область, г. Звенигород, г. Москва. – М. – 2006. – 0,4 печ. л.

18. В.П. Козлова Задачи информационных технологий и технологические риски при создании логистических центров / В соавторстве с Э.Р. Бугуловым // Тезисы IV Международной конференции «ОАО «Российские железные дороги» на рынке транспортных услуг: взаимодействие и партнерство», 1 - 2 ноября 2006 года,  Москва –  М. – 2006. – 0,3 печ. л.

19.  В.П. Козлова Экономико-технологические риски в инвестиционных транспортных проектах / В соавторстве с П.А.  Козловым // Межвузовский сборник научных трудов по материалам научно-практического семинара по вопросам рисков в современной экономике «Актуальные проблемы управления рисками и страхования» Москва-Магнитогорск 2007 выпуск 2 «Августовские чтения». – Магнитогорск. – 2007. – 0,6 печ. л.

20. В.П. Козлова Повышение эффективности инвестиций на транспорте за счет активизации динамических резервов // Межвузовский сборник научных трудов по материалам научно-практического семинара по вопросам рисков в современной экономике «Актуальные проблемы управления рисками и страхования» Москва-Магнитогорск 2007 выпуск 2 «Августовские чтения». – Магнитогорск. – 2007. – 1,1 печ. л.

21. В.П. Козлова Мало знать, надо управлять / В соавторстве с П.А.  Козловым // Журнал «РЖД Партнер» – М. –2006. – № 10 (98).  –  0,5 печ. л.

22. В.П. Козлова Динамические резервы как способ повышения эффективности инвестиций на транспорте / В соавторстве с Э.Р. Бугуловым // Журнал «РЖД Партнер» – М. –2007. – № 8 (108).  – 0,4 печ. л.

23. Козлова В.П. Актуальные вопросы взаимодействия морского транспорта с железными дорогами в современной России / В соавторстве с В.А. Персиановым // Вестник ГУУ – М. – 2007. – № 3 (21).  – 0,8 печ. л.

24. Козлова В.П. К выбору метода определения производственной мощности транспортных комплексов в инвестиционных проектах / В соавторстве с В.А. Персиановым, А.А. Юнушкиным .// Вестник транспорта – М. – 2008. – № 8  – 0,7 печ. л.

25. Августовские чтения в Магнитогорске-2007: в центре внимания риски в промышленности // Научный журнал «Вопросы анализа риска» – М. – 2008. – № 1 (11) – 1,1 печ. л.

26. В.П. Козлова Теоретическая модель транспортной системы / В соавторстве с П.А.  Козловым, А.Э. Александровым // Транспорт Урала. – Екатеринбург. – 2008. – № 3 (18). – 0,3 печ. л.

Козлова Валерия Петровна

Снижение экономических рисков в проектах развития транспортной инфраструктуры

Специальности:

08.00.05 – Экономика и управление народным хозяйством

(экономика, организация и управление предприятиями, отраслями, комплексами – транспорт)

08.00.13 – Математические и инструментальные методы экономики

Автореферат диссертации на соискание ученой степени

доктора экономических наук

Формат 60х84/16. Объем 2,5. Тир. 100  Зак.1046 Бумага писчая № 0

ВНИИАС МПС России

____________________________________________________________________

109029, г. Москва, ул. Рабочая, д.78






© 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.