ISSN 1995-1248
DOI 10.26163/GIEF

Прогнозирование объема региональных авиаперевозок и необходимого количества воздушных судов

Forecasting Volume of Air Transport Service and Necessary Amount of Aircraft



В.Н. Кузнецов
V.N. Kuznetsov
vassk@bk.ru
ассистент Института промышленного менеджмента, экономики и торговли, Санкт-Петербургский политехнический университет Петра Великого
assistant, the Institute of Industrial Management, Economics and Trade, Peter the Great St. Petersburg Polytechnic University
Санкт-Петербург
St. Petersburg

Ключевые слова:

  • воздушный транспорт
  • региональная авиация
  • экономическое развитие
  • пассажирские перевозки
  • прогнозирование
  • нейронные сети
  • Keywords:

  • air transport
  • regional aviation
  • economic development
  • passenger transportation
  • forecasting
  • neural networks
  • В настоящее время нагрузка на производственные мощности авиапредприятий значительно возросла. Это объясняется в первую очередь невозможностью удовлетворения потребностей авиаперевозчиков в воздушных судах с помощью лизинга или закупки зарубежной авиатехники. Возникает потребность в точном прогнозировании необходимого количества авиатехники для планирования деятельности производства, что обуславливает актуальность исследования. Данная потребность определяется многими факторами, влияние которых не всегда очевидно, что требует новых методов прогнозирования на основе нейронных сетей.

    Currently, the airline facilities are being increasingly loaded due to the failure to meet the needs of air carriers in aircraft via leasing or purchasing from foreign manufacturers. The need to accurately forecast the necessary amount of aircraft to plan the business activity determines the relevance of the research. The need in question is affected by numerous factors. Some of them are not clearly manifested, which calls for new forecasting methods based on neural networks.

    Обзор статьи

    30 марта 2024 г. совершил первый полёт полностью новый Ил-114-300 (заводской номер 01-10) производства Луховицкого авиазавода им. П.А. Воронина. Этот самолет должен прийти на смену давно устаревшим отечественным Ан-24 и импортным Dash 8-Q400, ATR-72, CRJ-100/200. Также продолжается разработка региональных самолетов меньшей вместимости – ТВРС-44 «Ладога», ЛМС-901 «Байкал» и др. По мнению экспертов, для удовлетворения потребности в авиаперевозках необходимо выпускать не менее 50 самолетов в год и ежегодно увеличивать это число на 4–5%. При этом основные производственные и конструкторские мощности заняты созданием, восстановлением и импортозамещением магистральных самолетов МС-21, Ту-214, Ил-96. На разработку и выпуск отечественных региональных самолетов выделяется недостаточно ресурсов. Также необходимо учитывать, что под эмбарго находятся и другие, дружественные России страны: Иран, Венесуэла, Куба, Боливия, Никарагуа, КНДР и, конечно же, Беларусь. Они удовлетворяют потребности в авиатехнике с помощью различных «серых» схем и тоже являются потенциальными клиентами российского авиапрома. Хотя в настоящее время выпускаемые в России воздушные суда не предназначены для реализации на внешних рынках и являются неторгуемым товаром [5], т.к. предназначены для внутреннего рынка. В условиях ожидающегося дефицита на этом рынке первую очередь будут удовлетворяться потребности авиаперевозчиков и регионов, которые смогут аргументированно обосновать свои потребности и точно их спрогнозировать.
    В 2023 г. авиаотрасль России впервые за несколько лет показала прибыль . Складывается благоприятная ситуация для дальнейшего развития отрасли главным образом на фоне восстановления рынка авиаперевозок. Наиболее активно развивается внутренний спрос в основном за счет перераспределения турпотока с международных направлений на внутренние. Загрузка самолетов достигла рекордных значений, в том числе благодаря механизму субсидирования на развитие межрегионального сообщения, на полеты на Дальний Восток . При сохранении этих тенденций и без появления новых самолетов на рынке существует риск роста цен.
    На авиационную мобильность населения влияет достаточно много факторов, и не всегда это влияние является прямым и очевидным. Тем не менее, имея достаточное количество исходных данных за длительный промежуток времени, можно проследить определенные закономерности и построить на их основе точный прогноз.
    Для начала в модель можно включить следующие факторы:
    1. Валовой региональный продукт (ВРП) – обобщающий показатель экономической деятельности региона, характеризующий процесс производства товаров и услуг для конечного использования и влияющий на устойчивость и конкурентоспособность предприятий и организаций региона [2; 3]. Рост авиаперевозок и ВРП неразрывно связаны. Если бы расчет проводился для страны в целом, следовало бы учесть паритет покупательской способности (ВВП по ППС – Россия по этому показателю занимает пятое место в мире). Покупательскую способность населения регионов также следует учесть, потому что разница средних зарплат превышает 4 раза . На основе теории ППС базируется индекс Биг-Мака (впервые введен в журнале «The Economist» в 1986 г, рассчитывается для стран в целом) и более популярный в России индекс Оливье (впервые опубликован в газете «Труд» в 2009 г). Преимущество последнего заключается в том, что он рассчитывается для федеральных округов и отдельных областей и дает возможность оценить относительную покупательную способность в регионах . Снижение ППС в стране или регионе вполне может способствовать снижению международного туризма и росту внутреннего, обслуживаемого региональными перевозками.

    Список использованной литературы

    1. Бирюков А.Н. Байесовский подход к регуляризации нейросетевых моделей кластеризации экономических объектов (на примере модели поддержки принятия решений по налоговому регулированию) // Вестник УрФУ. Серия экономика и управление. 2011. № 6. С. 109–125.
    2. Корчагина Е.В. Анализ и оценка экономической устойчивости в структурах предпринимательства: дис. … канд. экон. наук. СПб., 2000. 200 с.
    3. Корчагина Е.В. Социально-экономическая устойчивость и конкурентоспособность организаций (Россия, Санкт-Петербург) // Проблемы современной экономики. 2006. № 1-2(17-18). С. 149–151.
    4. Кулбараков М.А. К задаче прогнозирования энергопотребления с помощью нейронных сетей // Молодой ученый. 2014. № 11 (70). С. 22–25.
    5. Матюха С.В. Развитие модели рынка региональных авиаперевозок: регуляторное воздействие государства // Креативная экономика. 2023. Т. 17. № 1. С. 257–276. DOI 10.18334/ce.17.1.117016.
    6. Пархоменко С.С., Леденёва Т.М. Обучение нейронных сетей методом Левенберга-Марквардта в условиях большого количества данных // Вестник ВГУ. Серия: Системный анализ и информационные технологии. 2014. № 2. С. 98–106.
    7. Рослякова Н.А., Релецкая К.Н. Внутренние авиационные перевозки: Исследование динамики и прогнозы развития региональной авиации // Друкеровский вестник. 2019. №3 (30). С. 211–219. URL: https://www.elibrary.ru/item.asp?id=41105678 (дата обращения: 10.04.2024).
    8. Соболев Л.Б. Региональная авиация России // Экономический анализ: теория и практика. 2018. Т. 17. № 1. С. 99–115.

    РФ, Ленинградская область, г. Гатчина, ул. Рощинская, д. 5 к.2