The main results of modeling flow processes on transport and communication corridors in the transport and logistics system of a smart city

Автор: Savin Gleb Vladimirovich, Savina Valeriya Vladimirovna

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

Статья в выпуске: 4 (72), 2022 года.

Бесплатный доступ

The main purpose of this work is to present the results of the application of the author's methodological approach to modeling flow processes along transport and communication corridors. The relevance of the study is expressed in the need to ensure the coordination of the organization of movement in the city. The article provides an overview of the development of the transport and logistics system of large Russian cities, in particular, the main indicators of traffic efficiency and its environmental friendliness, as well as highlighted transport and communication corridors using the example of a large industrial city, and predicted cost reduction in the development of logistics coordination.

Еще

Smart city, municipality, transport and logistics system (tls), smart mobility, transport and communication corridor, digital road, modeling, system congestion, logistics coordination, cost reduction

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

IDR: 143179464

Текст научной статьи The main results of modeling flow processes on transport and communication corridors in the transport and logistics system of a smart city

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.
Город	Ср.	Max	Min	Доп. время за рулем в час пик, в год, час	Утром	Вечером	ДТП в год, 2020 г.
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

CE12

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

10,3

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
Год	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

Статья научная