Основные результаты моделирования потоковых процессов по транспортно-коммуникационным коридорам в транспортно-логистической системе умного города

Автор: Савин Глеб Владимирович, Савина Валерия Владимировна

Журнал: Региональная экономика и управление: электронный научный журнал @eee-region

Статья в выпуске: 4 (72), 2022 года.

Бесплатный доступ

Основной целью данной работы является презентация результатов применения авторского методического подхода по моделированию потоковых процессов по транспортно-коммуникационным коридорам. Актуальность исследования выражается в необходимости обеспечения скоординированности организации движения в городе. В статье приведен обзор развития транспортно-логистической системы крупных российских городов, в частности, основных показателей эффективности трафика и его экологичности, а также выделены транспортно-коммуникационные коридоры на примере крупного промышленного города, прогнозировано снижение издержек при развитии логистической координации.

Еще

Умный город, муниципалитет, транспортно-логистическая система (тлс), умная мобильность, транспортно-коммуникационный коридор, цифровая дорога, моделирование, перегруженность системы, логистическая координация, снижение издержек

Короткий адрес: https://sciup.org/143179464

IDR: 143179464

Текст научной статьи Основные результаты моделирования потоковых процессов по транспортно-коммуникационным коридорам в транспортно-логистической системе умного города

В связи с продолжающейся урбанизацией и ростом численности населения во всем мире продолжают расти заторы. Последствия движения транспортных средств носят повсеместный характер, включая загрязнение воздуха, потерю времени и гибель людей на дорогах [1].

При этом формирование ТЛС умного города требует нового подхода, который основан на развитии транспортных коммуникационных коридоров (цифровой модели дороги [2]), который может решить проблему перегруженности данных систем более ускоренными темпами. Данный подход и моделирование по ним потоковых процессов позволяет обеспечить рост экономики в рамках теории устойчивого развития, повысить уровень логистической координации, а также улучшить экологическую обстановку в городе и снизить совокупные издержки для каждого экономического агента.

Методы исследования

Подчеркнем, что российские города частично присутствуют в рейтингах (IESE Cities in Motion Index [3], EasyPark Smart City Index [4] и пр.), по которым их можно отнести к категории «умный». В данных структурных единицах и взаимности от бюджетов происходит внедрение социотехнологических драйверов цифровой экономики во все значимые сферы экономики и социальной сферы, но их развитие существенно отстает от лидеров в области инвестиций в транспортно-логистическую, цифровую и интеллектуальную инфраструктуру.

ТЛС умного города является инфраструктурным проектом [5] и согласно авторскому методологическому подходу развития необходимо выделить ключевые российские проблемы организации потоковых процессов.

Еще в рубриках

РЕГИОНЫ РОССИИ

  • •    Внедрение

экосистемного подхода как ступень к развитию цифровой экономики АПК региона (на материалах Старооскольского городского округа)

  • •    Регулирование безработицы в СевероКавказском федеральном округе в условиях пандемии

  • •    Развитие геоинформационн ых систем в инфраструктуре пространственны х данных России

ТРАНСПОРТ И ЛОГИСТИКА

  • •    Анализ транспортной обеспеченности Дальневосточног о федерального округа

Во-первых, перегруженность центральной части города («городского ядра»), что характерно для всех ТЛС городов мира.

Во-вторых, популяризация и использование индивидуального пассажирского транспорта при организации движения, что негативно сказывается на экологии и удовлетворенности граждан.

В-третьих, устаревшие градостроительные нормы, и сложность согласования нововведений, а также большие сроки их реализации.

В-четвертых, административная система управления городским транспортом, а также не полностью согласованная политика в области развития транспортной инфраструктуры и объектов логистической, производственной и градостроительной деятельности, большой ее износ, а также транспортных средств.

В-пятых, ограниченные финансовые ресурсы, а также слабое развитие концессии, государственно-частного партнерства, высокая доля закредитованности муниципалитетов.

В-шестых, отсутствие вовлеченности обычных граждан, а также молодежи в решения проблем организации движения и улучшения городской жизни.

В-седьмых, большинство стратегий развития муниципалитетов пишется на основе анализа сложившихся тенденций и их экстраполяции, что является в корне не верным подходом обустройства будущего.

В итоге, основное внимание сегодня необходимо уделить развитию транспортно-коммуникационных коридоров, а также формированию норм и правил в рамках институциональной экономики на основе современной трансформации логистики [6, 7], что позволит при развитии современных цифровых технологий синхронизировать потоковые процессы и обеспечить новую степень логистической координации и умной мобильности [8, 9]. С этой целью моделирование потоковых процессов позволит снизить перегруженность данных систем и снизить затраты для каждого экономического агента.

  • •     Совершенствован ие методики оценки конкурентности региональных рынков госзакупок

  • •    Анализ грузооборота транспортной системы Азово Черноморского бассейна

Анализ перегруженности и прочих показателей транспортнологистической системе в российских городах

Уровень трафика в российских городах сопоставим с ТЛС умных городов-лидеров, но в них превалирует использование автомобильного транспорта перед другими альтернативами, а также данные системы характеризуются высокими экологическими выбросами (табл. 1).

Таблица 1 – Оценка трафика в российских городах [10]

Город

Tra^c Index

Time

Index (in minutes)

Time

Exp.

Index

Ine^ciency

Index

CO 2

Emission

Index

Москва

219,61

51,34

7 325,46

226,70

4 573,09

Санкт-

Петербург

205,50

47,94

5 043,46

196,91

5 257,89

Новосибирск

167,36

40,60

1 792,73

173,90

5 073,00

Екатеринбург

143,58

37,98

1 099,03

152,28

3 614,05

Нижний

Новгород

104,57

28,96

71,04

119,91

3 162,19

Задержка при тридцатиминутной поездке составляет от 28,96 до 51,34 мин, что также соизмеримо с ТЛС умных городов-лидеров при соответствующей категории людности. При этом уровень неудовлетворенности временем поездки (Time Exp. Index) отражает утомленность поездкой более 25 минут, а показатель (Ine^ciency Index) – превалирование использование личного по отношению с общественному транспорту, CO2 Emission Index – выбросы транспорта при организации движения.

Использование вида транспорта и другие показатели при перемещении граждан по городу отображены на карте мобильности (табл.2).

Таблица 2 - Показатели использования передвижения в российских городах [10]

Город/ Показатели

Работа на дому

Про

гулка

Авто

Вело

сипед

Мото

цикл

Автобус

(Троллейбус)

Трамвай

Метро

(Поезд)

Москва, % 1

5,57

17,3

28,23

2,39

0,99

5,69

0,6

38,97

- расстояние (км)

8,67

22,75

7,08

26,33

14,82

10,50

21,10

- время (мин)

36,16

54,69

27,88

39,00

51,66

39,17

58,43

Санкт-Петербург, %

8,44

20,44

40,44

2,67

7,11

1,33

19,56

- расстояние (км)

6,81

19,52

11,78

20,64

12,00

20,45

- время (мин)

37,91

43,65

27,17

68,69

60,00

61,50

Новосибирск, %

11,11

27,78

40,74

11,11

1,85

7,14

- расстояние (км)

4,00

17,32

17,13

11,00

23,12

- время (мин)

26,73

40,77

62,17

64,00

53,50

Екатеринбург, %

4,76

33,33

35,71

2,38

14,29

7,14

2,38

- расстояние (км)

4,04

12,87

11,50

9,25

4,33

10,00

- время (мин)

32.00

34,33

40,00

64,67

31,67

33,00

Нижний Новгород, %

3,39

23,73

37,29

1,69

1,69

15,25

6,78

10,17

- расстояние (км)

3,68

11,88

3,50

10,00

8,48

5,68

10,97

- время (мин)

24,21

30,98

17,00

10,00

35,44

32,00

26,00

1 % - процент использования от общего числа респондентов.

В крупных городах большинство граждан используют личный автомобиль (от 28,23 до 40,44% респондентов) и метро (от 2,17 до 38,97%) и автобус (от 5,69 до 15,25%), при этом время, затрачиваемое на одну поездку, составляет от 26,00 до 61,50 мин.

Комбинации использования общественного транспорта отражены в табл. 3.

Таблица 3 – Основные схемы движения по ТЛС российских городов [10]

Город

Прогулки

Автобус

Трамвай

Метро (Поезд)

Москва

Авто – Автобус– Трамвай – Метро

Трамвай – Метро

Метро

Авто –

Автобус – Трамвай

Санкт-

Петербург

Автобус – Трамвай– Метро

Трамвай – Метро

Метро

Автобус – Трамвай

Новосибирск

Автобус – Трамвай

Метро

Екатеринбург

Авто – Метро

Нижний

Новгород

Авто –

Автобус – Метро

Автобус – Метро

Результаты позволяют удержать, что приведенные ТЛС российских городов характеризуются минимальной комбинацией использования альтернатив при выборе способа передвижения. При этом уровень перегруженности достигает критических значений (табл. 4).

Таблица 4 – Перегруженность расширенного пула ТЛС российских городов [11, 12]

Город

Конгестия, %

Доп.

время за

рулем в час

пик, в год, час

Доп. время ежедневно, мин

ДТП в год, 2020 г.

Ср.

Max

Min

Утром

Вечером

Москва

59

97

12

225

26

32

790

Санкт-

Петербург

49

105

14

207

24

30

507

Новосибирск

45

115

23

181

20

26

94

Екатеринбург

36

91

15

163

19

23

94

Нижний

Новгород

30

67

10

135

15

20

182

Ростов-на-

Дону

34

73

13

140

17

20

74

Самара

41

91

18

167

19

24

106

Казань

29

69

9

128

15

19

143

Челябинск

31

64

18

131

16

18

164

Омск

31

67

14

135

16

19

183

Как итог, уровень перегруженности транспортно-логистической системы для расширенного пула российских городов в сравнении с городами-лидерами в мире следующий: максимальный уровень конгестии достигает 83% против 115% для отечественных представителей в категории от 1 до 3 млн. чел., в два раза выше для ТЛС от 3 млн. чел., что позволяет судить о интенсификации основных усилий и внедрении современных технологий и инноваций в основные и с большей людностью структурные единицы территориального развития в мире.

Сегодня российские ТЛС только точечно реализуют концепцию устойчивого развития в области «умных» городов, и в частности, в области интеллектуальных транспортных систем.

Моделирование потоковых процессов по транспортнокоммуникационным коридорам

Авторами сформулированы следующие транспортнокоммуникационные коридоры для цифровой модели г. Екатеринбурга (табл. 5).

Приведенные ТКК являются основными направлениями движения от зон генерации грузов и основных объектов их хранения [13].

Формирование в конечных пунктах ТКК категории «Промзона» позволяет выйти на новый уровень скоординированности потоковых процессов и прийти к роботизированным системам последней мили по уже сформированной транспортной инфраструктуре.

Структура транспортных потоков однотипная: личный (88%), общественный (7%) и грузовой (5%) транспорт. Проведем моделирование транспортных потоков, в результате получены следующе результаты (табл. 6).

Таким образом, результаты позволяют утверждать, что выделение отдельных полос позволит изменить скорость движения по ТКК, а разгрузка перекрестка будет происходит в отдельную фазу светофора, а при развитии высокоавтоматизированных средств позволит роботизировать все процессы транспорта.

Таблица 5 – Основные схемы движения по ТКК

ТКК

Направления (улицы/ переулки)

Расстояние, км

Количество светофоров, ед.

CW11

Ленина/ Московская – Татищева – Токарей – Халтурина – Бебеля – Таватуйская – Расточная –Промзона

8,7

16

CW12

Малышева/8 Марта – Репина – Зоологическая – С. Дерябиной – В. де Геннина – А. Сахарова – Амундсена – Мостовая – Промзона

12,9

31

CS11

Фурманова/8марта – Московская – Волгоградская –

Амундсена – Мостовая – Промзона

9,0

15

CS12

Фурманова/8марта – Московская – Военная –

Титова – Новинская –

Промзона

7,8

16

CS13

Ю. Фучика/Белинского – Щербакова – Пархоменко – Грибоедова – Торговая – Альпинистов – Промзона

10,1

17

CS14

Ю. Фучика/Белинского – С. Белых – Луганская – Кольцовский тракт – Бахчиванджи – Промзона

15,9

7

CE11

Ленина/Восточная – Гагарина – Малышева – Сыромолотова – 40-летия Комсомола – Сибирский тракт дублер – Комсомольская – Промзона

8,2

14

CE12

Ленина/Восточная –

Блюхера – Уральская –

6,3

13

Учителей – Сулимова – Д. Зверева – Промзона

CN11

Ленина/К. Либкнехта –

Свердлова – Челюскинцев – Космонавтов –

Кировоградская –

Донбасская –

Суворовский – Серовский тракт – Расточная — Промзона

13,3

24

CE12

Ленина/К. Либкнехта – Свердлова – Челюскинцев – Космонавтов – Фронтовых Бригад – Старых Большевиков – Фрезеровщиков – Промзона

10,3

29

Таблица 6 – Результаты моделирования потоковых процессов по

ТКК

ТКК

Насыщенность, авт/ч

Время циклов, с

Насыщение зеленого, %

Сумма потока, авт

CW11

1800

1320

62

82

CW12

1950

1980

58

88

CS11

1350

1215

48

68

CS12

1200

1420

53

55

CS13

1415

1570

59

59

CS14

850

815

45

44

CE11

920

1100

62

48

CE12

2100

1270

50

95

CN11

1850

1455

55

83

CE12

1715

2130

63

76

Моделирование транспортных потоков по выделенной полосе с учетом выделения фазы работы светофора позволяет обеспечить и внести коррективы в организацию движения и задать начальные условия внедрения.

Примером может служить следующее представление потоковых процессов на перекрестке (рис. 1).

Рис. 1. Пример моделирования перекрестка при выделении отдельного цикла светофора с целью координации движения по ТКК

Подчеркнем, что для развития ТКК необходимы административные меры по их выделению, а также нормы и правила взаимодействия экономических агентов, а также высокоавтоматизированных транспортных средств в будущем [14].

Сегодня для ТЛС г. Екатеринбурга данный проект может выступить новым видением организации движения, который затрагивает нет только роботизированные системы, развитие интеллектуальных транспортных систем, а также единую систему управления [15]. Его развитие позволит обеспечит более высокий уровень логистической координации и снизить потери (согласно авторской методике [1]) для каждого экономического агента (табл. 7).

Таблица 7 – Прогноз авторских вариаций снижения затрат для экономических агентов г. Екатеринбурга при формировании нового типа, тыс. руб.

Год

Перспективный

Оптимистичный

Стандартный

Пессимистичный

θ ср

θ мах

θ ср

θ мах

θ ср

θ мах

θ ср

θ мах

2024

15,17

32,04

14,87

28,40

14,26

26,22

13,34

17,49

2025

16,14

33,65

15,82

29,83

15,50

27,54

14,19

18,38

2026

17,18

32,23

16,83

28,61

16,49

26,44

15,09

17,76

2027

18,27

33,83

17,90

30,04

17,54

27,76

16,05

18,65

2028

19,44

35,51

19,05

31,53

18,66

29,14

17,08

19,59

2029

20,69

37,28

20,27

33,10

19,86

30,60

18,16

20,57

2030

22,01

39,13

21,56

34,74

21,12

32,12

19,32

21,60

Результаты позволяют утверждать, что формирование ТЛС нового типа позволит получить годовую экономию в среднем от 13,34 до 22,01 тыс. руб. (максимально – до 39,1 тыс. руб.) для каждого экономического агента.

Заключение

Сегодня развитие высокоавтоматизированных транспортных средств в условиях городской застройки требует разрешительных согласований, а формирование кооперативных интеллектуальных систем требует достаточно высоких финансовых средств.

Предлагаемый авторский подход по моделированию позволяет изменить традиционные подходы по организации движения в городе, и добиться более высоких показателей эффективности, используя авторское видение.

Для развития современной ТЛС сегодня необходимо сформировать интегрированную систему управления, которая позволит сформировать альтернативный путь ее развития, основанный на развитии транспортно-коммуникационных коридоров, что приведет в более существенным результатам и снижению совокупных издержек для экономических агентов в области организации движения при меньшем уровне инвестиций.

← Предыдущая публикация

Следующая публикация →

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Комментарий *

Имя*

Сайт

Email*

Отправить комментарий

Название издания: "Региональная экономика и управление: электронный научный журнал"

Электронное периодическое издание зарегистрировано Роскомнадзором, свидетельство ЭЛ № ФС 77 - 45106 от 19 мая

2011 г. Возрастная категория сайта 6+

ISSN 1999-2645

Учредитель и издатель: Общество с ограниченной ответственностью "Международный центр научно-исследовательских проектов"

Гл.редактор: Бакланова Юлия Олеговна

Тел. 8-951-354-54-84

Подписаться на новости

Политика конфиденциальности

Пользовательское соглашение

Правила отзыва (ретракции/ретрагирования) статьи от публикации Публичная оферта

Список литературы Основные результаты моделирования потоковых процессов по транспортно-коммуникационным коридорам в транспортно-логистической системе умного города

  • Савин, Г.В. Показатель качества транспортно-логистической системы умного города // Экономический анализ: теория и практика. 2020. Т. 9., №11 (506). С. 2116-2135. DOI: https://doi.org/10.24891/ea.19.11.2116.
  • Malone, K., Silla, A., Johanssen, C., Bell D. Safety, mobility and comfort assessment methodologies of intelligent transport systems for vulnerable road users. EURASIP Journal on Wireless Communications and Networking, 2019, vol. 9 (2). DOI: https://doi.org/10.1007/s12544-017-0235-y
  • IESE Cities in Motion Index [Электронный ресурс]. - Режим доступа: https://media.iese.edu/research/pdfs/ ST-0542-E.pdf (дата обращения: 01.06.2021);
  • EasyPark Smart City Index [Электронный ресурс]. - Режим доступа: https://www.easyparkgroup.com/smart-cities-index (дата обращения: 01.06.2021);
  • Savin, G.V. The smart city transport and logistics system: Theory, methodology and practice // Управленец. 2021, Т. 12, №6. С. 67-86. DOI: 10.29141/2218-5003-2021-12-6-5.
  • Сагинов, Ю., Сагинова, О. Умная городская логистика: направления исследований // Логистика. 2022. № 4 (185). С. 32-36.
  • Winkelhaus, S., Grosse, E. Logistics 4.0: a systematic review towards a new logistics system International. Journal of Production Research, 2020, vol. 58, pp. 18-43. DOI: https://doi.org/10.1080/00207543.2019.1612964.
  • Kronsell, A., Mukhtar-Landgren, D. (2020), Experimental Governance of Smart Mobility: Some Normative Implications, Paulsson, A. and S0rensen, C.H. (Ed.) Shaping Smart Mobility Futures: Governance and Policy Instruments in times of Sustainability Transitions, Emerald Publishing Limited, Bingley, pp. 119-135. DOI: https://doi.org/10.1108/978-1-83982-650-420201007.
  • Pan,, Zhou, W., Piramuthu, S., Giannikas, V., Chen, C. Smart city for sustainable urban freight logistics. International Journal of Production Research, 2021, vol. 59, pp. 2079-2089. DOI: https://doi.org/10.1080/00207543.2020.1809733.
  • Numbeo [Электронный ресурс]. - Режим доступа: https://www.numbeo.com (дата обращения: 17.04.2021);
  • TomTom [Электронный ресурс]. - Режим доступа https://www.tomtom.com (дата обращения:01.06.2021);
  • ГИБДД [Электронный ресурс]. - http://stat.gibdd.ru (дата обращения:17.04.2021);
  • Программа комплексного развития транспортной инфраструктуры города Екатеринбурга на 2020-2023 годы [Электронный ресурс]. - Режим доступа https:// M.екатеринбургрф/file/6335ae3c0ab1da42ab21f83ef172a1f2 (дата обращения: 17.04.2021);
  • Acheampong, R.A., Cugurullo, F., Dusparic, I., Gueriau, M. The transition to autonomous cars, the redesign of cities and the future of urban sustainability. Urban Geography, 2020. vol. 02, pp. 1-27. DOI: doi.org/10.1080/02723638.2020. 1746096.
  • Collado, A., Kakderi, C., Komninos, N., Panori, A., Papadaki, I. Digital Transformation of City Ecosystems: Platforms Shaping Engagement and Externalities across Vertical Markets. Journal of Urban Technology, 2020. vol. 14, pp. 1-22. DOI: https://doi.org/10.1080/10630732.2020.1805712.
Еще
Статья научная