vrgupВестник Ростовского государственного университета путей сообщенияVestnik Rostovskogo Gosudarstvennogo Universiteta Putej Soobshcheniya0201-727XРостовский государственный университет путей сообщения10.46973/0201-727X_2023_4_62vrgup-50Research ArticleУПРАВЛЕНИЕ И ЛОГИСТИКА НА ТРАНСПОРТЕOPERATION AND LOGISTICS ON TRANSPORTМетодика прогнозирования спроса на грузовые перевозкиMethodology for forecasting demand for freight transportationВыскребенцевИ. С.VyskrebentsevI. S.

Выскребенцев Иван Сергеевич, кафедра «Экономика транспорта», аспирант

Vyskrebentsev Ivan Sergeevich, Chair «Transport Economics», Postgraduate Student

IVyskrebentsev@usurt.ruПетровМ. Б.PetrovM. B.

Петров Михаил Борисович, кафедра «Экономика транспорта», доктор технических наук; руководитель

Petrov Mikhail Borisovich, Chair «Transport Economics», Doctor of Engineering Sciences Supervisor

MPetrov@usurt.ruУральский государственный университет путей сообщения (УрГУПС)Ural State Transport University (URGUPS)Уральский государственный университет путей сообщения (УрГУПС); Центр развития и размещения производительных сил Института экономики УрО РАНUral State Transport University (URGUPS); Center for the Development and Placement of Productive Forces of the Institute of Economics of the Ural Branch of the Russian Academy of Sciences202330122023046271Copyright © Выскребенцев И.С., Петров М.Б., 20232023Выскребенцев И.С., Петров М.Б.Vyskrebentsev I.S., Petrov M.B.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.rgups.ru/jour/article/view/50

Содержится описание разработанной авторами эффективной методики прогнозирования спроса на грузовые перевозки. В рамках исследования предложено использовать комплексный подход, включающий в себя различные методы прогнозирования, такие как анализ временных рядов, эконометрические модели и экспертные оценки. Анализ временных рядов представляет собой метод, основанный на изучении изменений величины переменной во времени. Эконометрические модели, в свою очередь, позволяют установить зависимость между различными экономическими показателями и спросом на грузовые перевозки. Использование экспертных оценок позволяет учесть особенности конкретной отрасли и принять во внимание мнение профессионалов. Исследование подтверждает, что использование различных методов прогнозирования может значительно повысить точность прогнозов и помочь логистическим компаниям принимать более обоснованные решения. Таким образом, разработанная авторами методика прогнозирования спроса на грузовые перевозки позволяет достичь наиболее точных результатов и оптимизировать деятельность логистических компаний. 

The paper provides the description of the effective methodology developed by the authors for forecasting the demand for freight transportation. The study proposed using an integrated approach that includes various forecasting methods, such as time series analysis, econometric models and expert assessments. Time series analysis is a method based on the study of changes in the value of a variable over time. Econometric models, in turn, make it possible to establish the relationship between various economic indicators and the demand for freight transportation. The use of expert assessments considers using the characteristics of a particular industry and the professional opinions. The study confirms that using different forecasting methods can significantly improve forecast accuracy and help logistics companies make more informed decisions. So, the methodology developed by the authors for forecasting the demand for freight transportation allows us to achieve the most accurate results and optimize the activities of logistics companies. 

методика прогнозирования спроса на грузовые перевозкианализ временных рядовэконометрические моделиэкспертные оценкиточность прогнозовуправление логистическими процессамиmethodology for forecasting demand for freight transportationtime series analysiseconometric modelsexpert assessmentsforecast accuracylogistics process managementReferencesИзотов, О. А. Прогнозирование перевозок грузов / О. А. Изотов // Системный анализ и логистика. – 2019. – №. 4. – С. 12–19. – EDN NDIYRJ.Izotov, O. A. Forecasting cargo transportation / O. A. Izotov // System analysis and logistics. – 2019. – No. 4. – P. 12–19– EDN NDIYRJ.Анализ выходных характеристик пневмоприводной системы пескоподачи транспортных машин / И. А. Яицков, П. Ю. Коновалов, Ю. П. Булавин, И. В. Волков // Известия Тульского государственного университета. Технические науки. – Вып. 3. – 2020. – С. 242–253. – EDN HHGRAE.Analysis of the output characteristics of the pneumatic drive system for sand supply of transport vehicles / I. A. Yaitskov, P. Yu. Konovalov, Yu. P. Bulavin, I. V. Volkov // News of Tula State University. Technical science. – Iss. 3. – 2020. – P. 242–253. – EDN HHGRAE.Головач, Ю. Н. Пневмоавтоматика локомотивов / Ю. Н. Головач, И. В. Скогорев, В. О. Кубиль. – Новочеркасск : Геликон, 2006. – 276 с. – ISBN 5-901677-02-1.Golovach, Y. N. Pneumoautomatics of locomotives / Y. N. Golovach, I. V. Skogorev, V. O. Kubil. – Novocherkassk : Helikon, 2006. – 276 p. – ISBN 5-901677-02-1.Краковский, Ю. М. Прогнозирование грузооборота дороги на основе статистической и экспертной информации / Ю. М. Краковский, И. А. Домбровский // Вестник стипендиатов DAAD. – 2013. – № 1. – С. 48–54. – DOI 10.36724/2072-8735-2023-I7-I-33-41.Krakovsky, Yu. M., Dombrovsky, I. A. Forecasting road freight turnover based on statistical and expert information / Yu. M. Krakovsky, I. A. Dombrovsky // Bulletin of DAAD Fellows. – 2013. – No. 1. – P. 48–54. – DOI 10.36724/2072-8735-2023-I7-I-33-41.Краковский, Ю. М. Обобщенное прогнозирование показателей грузовых перевозок железнодорожным транспортом на основе сценарного подхода / Ю. М. Краковский, Н. Н. Попова // Вестник Ростовского государственного университета путей сообщения. – 2020. – № 3. – С. 132– 138. – DOI 10.31063/2073-6517/201.16-4.10.Krakovsky, Yu. M. Generalized forecasting of indicators of freight transportation by rail based on the scenario approach / Yu. M. Krakovsky, N. N. Popova // Vestnik Rostovskogo Gosudarstvennogo Universiteta Putey Soobshcheniya. – 2020. – No. 3. – P. 132–138. – DOI 10.31063/2073-6517/201.16-4.10.Петров, М. Б. Новые подходы к прогнозированию в целях управления развитием больших систем территориальной инфраструктуры / М. Б. Петров, К. Б. Кожов // Инновационный транспорт. – 2017. – № 2. – С. 3–10. – DOI 10.20291/2311.164Х-2017-2-3-10.Petrov, M. B. New approaches to forecasting for the purpose of managing the development of large systems of territorial infrastructure / M. B. Petrov, K. B. Kozhov // Innovative transport. – 2017. – No. 2. – P. 3–10. – DOI 10.20291/2311.164Х2017-2-3-10.Application of fuzzy-based support vector regression to forecast of international airport freight volumes / C. H. Yang [et al.] // Mathematics. – 2022. – Vol. 10, No. 14. – P. 2399. – DOI 10.3390/math10142399.Application of fuzzy-based support vector regression to forecast of international airport freight volumes / C. H. Yang [et al.] // Mathematics. – 2022. – Vol. 10, No. 14. – P. 2399. – DOI 10.3390/math10142399.СП 131.13330.2020. Строительная климатология : свод правил : издание официальное : утвержден и введен в действие Приказом Министерства строительства и жилищно-коммунального хозяйства Российской Федерации от 24 декабря 2020 г. № 859/пр. (ред. 30.05.2022). – Москва : Минстрой России, 2020. – 150 с.SP 131.13330.2020. Construction climatology : Set of Rules : approved and put into effect by the Order of the Ministry of Construction and Housing and Communal Services of the Russian Federation dated December 24, 2020 No 859/pr. – (ed. May 30, 2022).– Moscow : Ministry of Building of the Russian Federation, 2020. – 150 p.Богачёв, Т. В. Методика анализа и прогнозирования экономических показателей региональных транспортных систем методом нечеткой линейной регрессии / Т. В. Богачёв, Т. В. Алексейчик, И. А. Харитонов // Вестник Ростовского государственного экономического университета (РИНХ). – 2020. – № 1(69). – С. 150–157. – EDN FMLPPP.Bogachev, T. V. Methodology for analyzing and forecasting indicators of economic regional transport systems using the fuzzy linear regression method / T. V. Bogachev, T. V. Alekseychik, I. A. Kharitonov // Bulletin of the Rostov State Economic University (RINH). – 2020. – No. 1(69). – P. 150–157. – EDN FMLPPP.A system dynamics model for shipbuilding demand forecasting / Y. Wada [et al.] // Journal of Marine Science and Technology. – 2018. – Vol. 23, No. 2. – P. 236–252. – DOI 10.1007/s00773-017-0466-6.A system dynamics model for shipbuilding demand forecasting / Y. Wada [et al.] // Journal of Marine Science and Technology. – 2018. – Vol. 23, No. 2. – P. 236–252. – DOI 10.1007/s00773-017-0466-6.Gao, S. Road Traffic Freight Volume Forecast Using Support Vector Machine Combining Forecasting / S. Gao, Z. Zhang, C. Cao // Journal of Software. – 2011. – Vol. 6, No. 9. – P. 1680–1687. – DOI 10.4304/JSW.6.9.1680-1687.Gao, S. Road Traffic Freight Volume Forecast Using Support Vector Machine Combining Forecasting / S. Gao, Z. Zhang, C. Cao // Journal of Software. – 2011. – Vol. 6, No. 9. – P. 1680–1687. – DOI 10.4304/JSW.6.9.1680-1687.Тимченко, В. С. Программный комплекс имитационного моделирования процессов железнодорожных перевозок / В. С. Тимченко // НАУКА. УНИВЕРСИТЕТ. – 2016. – С. 176– 178. – EDN XAQVFJ.Timchenko, V. S. Software complex for simulation modeling of railway transportation processes / V. S. Timchenko // SCIENCE. UNIVERSITY. – 2016. – P. 176–178. – EDN XAQVFJ.Timchenko, V. S. Software complex for simulation modeling of railway transportation processes / V. S. Timchenko // SCIENCE. UNIVERSITY. – 2016. – P. 176–178. – EDN XAQVFJ.Federal State Statistics Service : official website. – URL: https://rosstat.gov.ru (date of access: 11/11/2023).Федеральная служба государственной статистики : официальный сайт. – URL: https://rosstat.gov.ru (дата обращения: 11.11.2023).Official statistical methodology for calculating the index of industrial production : approved by order of Rosstat dated January 16, 2020 No. 7. URL: https://rosstat.gov.ru/storage/mediabank/met_indOKVED2.pdf (date of access: 11/11/2023).Официальная статистическая методология исчисления индекса промышленного производства : утверждена приказом Росстата от 16.01.2020 № 7. – URL: https://rosstat.gov.ru/storage/mediabank/met_indOKVED2.pdf (дата обращения: 11.11.2023).Vyskrebentsev, I. S. Methodology for assessing the level of development of transport infrastructure in the region / I. S. Vyskrebentsev, M. B. Petrov // Transport of the Urals. – 2023. – No. 3(78). – P. 99–104. – DOI 10.20291/1815-9400-2023-3-99-104.Выскребенцев, И. С. Методика оценки уровня развития транспортной инфраструктуры региона / И. С. Выскребенцев, М. Б. Петров // Транспорт Урала. – 2023. – № 3(78). – С. 99–104. – DOI 10.20291/1815-9400-2023-3-99-104.Выскребенцев, И. С. Методика оценки уровня развития транспортной инфраструктуры региона / И. С. Выскребенцев, М. Б. Петров // Транспорт Урала. – 2023. – № 3(78). – С. 99–104. – DOI 10.20291/1815-9400-2023-3-99-104.

The authors declare that there are no conflicts of interest present.