Диссертация (1173108), страница 11

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

Вместе с тем, доход от введения платы заиспользование УДСдля достижения эффекта замещения может бытьиспользован для реализации мероприятий повышения привлекательности ГПТ.Построение функции транспортного спроса на основах классических законовэкономики в зависимости от изменения цены не учитывает такие характеристикикак надежность в работе, скорость сообщения, комфортабельность, санитарногигиенические условия и иные факторы, однако не ставит под сомнениенеоднократно упомянутую в различных исследованиях зависимость спроса отстоимостного фактора.692.2 Выявление зависимости интенсивности движения транспортных средстви стоимостного фактора на примере участков от МКАД до Солнечногорскаавтомобильных дорог М-11 «Москва – Санкт Петербург» и М-10 «Россия»Для подтверждения теоретического исследования зависимости цены итранспортного спроса на эксплуатацию легковых автомобилей автором былипроанализированы данные за 2016-2018 г., полученные от ГК «Автодор»об интенсивности движения транспортных средств на выезд из Москвы наавтомобильных дорогах:участок 15-58 от МКАД до Солнечногорска автомобильной дороги М-11«Москва – Санкт Петербург», с учетом тарифа на выезд из города Москвы длялегковых автомобилей (далее – автомобильная дорога М-11);участок отМКАД до Солнечногорска автомобильной дороги М-10«Россия» (далее – автомобильная дорога М-10).Участок автомобильной дороги М-11 является платным с 23 ноября 2015 г.по тарифам установленных с участием ООО «Северо-Западная концессионнаякомпания» и является альтернативным бесплатному участку автомобильнойдороги М-10.

Схематическое изображение участков автомобильных дорогизображено на рисунке 2.5. Протяженность участка автомобильной дороги М-10составляет 39 км, М-11– 43 км.Средние показатели основных параметров дорожного движения дляавтомобильной дороги М-10 составляют:интенсивность движения транспортных средств – 2388 авт/час;скорость движения – 56 км/ч;плотность транспортного потока – 43 авт/км.Средние показатели основных параметров дорожного движения: дляавтомобильной дороги М-11 составляют:интенсивность движения транспортных средств – 787 авт/час;скорость движения – 110 км/ч;плотность транспортного потока – 7 авт/км.Сравнение указанных показателей представлено на рисунке 2.6.707Рис.

2.52 Схемаатическоее изображжение учасстков авттомобильнных дороггМ-111 и М-10 оот Москвы до Солнечногоррска120300010025008020006015001000405002000Средняя сккорость движжения (км/ч)М‐11Средняяя интенсивность движения транс портных среддств (авт/ч)М‐10ММ‐11М‐1050403020100Средняя плотностьь транспортноого потока (авт/км)М‐11М‐10Рисс. 2.6 Среедние покказатели оосновныхх параметрров дорожжного двиижения длляавтомобиаильных доорог М-111 и М-10717ССредние показатели основвных парааметров дорожногдго движения на обоихоучасткках дорогг свидетелльствуют о том, чтто спрос нан передввижение нан бесплаатнойавтомообильнойй дороге М-10Мзначчительно выше.вДДанныеобоссновныхпарамеетрахдорожногдгодвижженияббылипроанаализировааны за периоды:: 29.02.16-06.03.22016, 01.008. 20166-07.08.

2016,27-09.04.228.11.22016-04.112.2016, 03.04.20102017, 15.001.2018-221.01.20188, 23.04.2201829.04.22018, 04.06.2018-110.06.20188 для учаастка авттомобильнной дорооги М-11 и запериодды 02.03.2016-06.003.2016, 02.08.20116-07.08.22016, 02.112.2016-004.12.20166 дляучасткка автоммобильнойй дорогии М-10 и преддставленыы ГК «Автодор»«» (всоотвеетствии с письмомм от 28.006.2019 № 8372-004 приложжение А)). Диаграаммыраспрееделения полученнной среедней иннтенсивноости двиижения транспортттныхсредсттв по чассам сутокк, а такжее в зависиимости отт дня недделипо направлеениювъезд в Москвуу и выезд представ лены на рисункахр2.7-2.10 соответственно.Рис.

2.7 РаспределРление по часам сутток среднней интеннсивность движениия научасткке 15-58 ото МКАДД до Солнеечногорскка автомообильной дороги М-11М«Моосква– Санкт ПетербургПг» за перииод 2016-22018 г. наа выезде ииз города Москвы727Рис. 2.8 РаспределРление по часам сутток среднней интеннсивность движениия научасткке 15-58 ото МКАДД до Солнеечногорскка автомообильной дороги М-11М«Моосква– Санкт Петербуррг» за перриод 20166-2018 г. нан въезде в город МосквуМРис. 2.99 Распредееление поо дням неедели среддней интеенсивностть движенния15-58 от МКАДД до Солннечногорсска автоммобильнойй дороги ММ-11 «Моосква – СанктСПетеррбург» за период 22016-2018 г.

на выеезде из горорода Моссквы737Рис. 2.100 Распредделение ппо дням неедели среедней инттенсивноссть движеения1от МКАДМдоо Солнечнногорска автомобиаильной дороги М-11на участке 15-58СПетербург» зза периодд 2016-20118 г. на въъезд в горрод Москвву«Моосква – СанктППо данныым рисуннков2.77-2.8 виддно, что пиковымми периоддами в обоихонаправвлениях являютсяявременныые интерввалы с 16 до 20 чассов.ДДля устанновления закономеерностей влияния тарифа, ппредлагаеемого СеввероЗападннойконнцессионннойкоммпанией(Х),наинтеенсивносттьдвижжениятрансппортных средств (Y)( по нааправлениию из Москвы в пятницу и субботту наданныых автомообильныхх дорогахх, произвееден коррреляционнный и регрессионнныйанализзы указаннных покказатель за пиковвый перииод времмени напрравленныый нарешенние следуюющих заддач:- выяснеение сущществует ли колиичественная связь между исследуеемымявлениием и даннными велличинамии Х1, Х2, … Хn;- определение формы связи, и описание ее сооответстввующим уравнениуем.ДДанные методымрееализованны в прогграмме Microsoft EExel, с поммощью паакета«Аналлизданнных».ИтогиИккорреляциионногоирегррессионнногоанаализапредсттавлены в приложеении.ТТеснота корреляцционной связи междумфаактором и функццией отккликаоцениввалась поо величинне корреляяции r дляя линейноой моделии [54, с.533]:74rxy= ( X  X )(Y  Y ) ( X  X )  (Y  Y )2Коэффициент корреляциимежду(2)2тарифом на движение легковыхавтомобилей и интенсивностью движения составилrХ1Х2= -0,59, что означаетсреднюю корреляционную связь между показателями.Коэффициент детерминации R2= 0, 36, в целом указывает на среднююдостоверность интерпретации.

То есть уравнение регрессии объясняется на 36 %влиянием результативных признаков, а на долю прочих факторов приходится64% ее дисперсии.Полученное уравнение регрессии имеет вид:y=2451,82 − 3,3х(2.1)где: y− интенсивность движения транспортных средств (авт/ч);х – тариф на движение легковых автомобилей (руб);Нулевая гипотеза о том, чтокоэффициент регрессии (const=2451,82) вуравнении не является статистически значимым не подтверждается, посколькувероятность принятия этой гипотезы Р = 1,4*10-22  0,05. При этом изменятьсякоэффициент может в интервале от 2335 до 2567.Нулевая гипотеза о том, что коэффициент регрессии при переменной x вуравнении не является статистически значимым не подтверждается, посколькувероятность принятия этой гипотезы Р = 4,6*10-5  0,05.

При этом изменятьсякоэффициент может в интервале от -2,58 до 4,02.Адекватность математической модели была оценена по критерию Фишера,Дарбина-Уотсона и средней ошибки аппроксимации.Значимость уравнения регрессии или самого коэффициента детерминациипо критерию Фишера составила F= 259  Fak1k2 соответственно коэффициентдетерминации статистически значим.75R 2 (n  m )F  F ak 1 k 2(1  R 2 )( m  1)(2.2)где: Fak1k2 табличное значение критерия Фишера, определенное на уровнезначимости a = 0,05 при k1= m − 1 и k2= n − m числе степеней свободы, где:m − количество оцениваемых параметровR2 − коэффициент детерминацииn – количество наблюдений.Нулевая гипотеза о том, что уравнение регрессии статистически незначимоне подтверждается, поскольку вероятность принятия этой гипотезы составляетP=4,68*10-5  0,05.Следующимкритериемпроверкизначимостиуравнениярегрессиииспользован критерий Дарбина-Уотсона [37]:    DW 2i 1i(2.3)2iДля работы с данным критерием были получены остатки регрессионноймодели .

Коэффициент Дарбина-Уотсона составил величину DW= 0,74.Не обращаясь к таблице критических точек Дарбина-Уотсона, использованоусредненноеправило,чтоавтокорреляцияостатковотсутствует,если1,5<DW<2,5.Если автокорреляция отклонений присутствует, уравнение регресcии можносчитать удовлетворительны – что справедливо для настоящего уравнениярегрессии.Средняя ошибка аппроксимации уравнения регрессии составила 27%:A( y  yˆ )1*100%ny(2.4)Значение средней ошибки аппроксимации до 15% свидетельствует охорошо подобранной модели уравнения, при средней ошибки аппроксимацииравной A = 27 %, уравнение можно считать удовлетворительным.76Таким образом, проведенный корреляционный и регрессионный анализмодели формирования спроса на передвижение в пиковые периоды времени(выраженного в интенсивности движения транспортных средств) в зависимостиот тарифа показывает удовлетворительную адекватность модели регрессии.Дляустановлениязакономерностейвлияниячасасуток(Х1)иинтенсивности движения транспортных средств на участке 15-58 от МКАД доСолнечногорска автомобильной дороги М-11 «Москва – Санкт Петербург» (Х2) натариф, предлагаемый Северо-Западной концессионной компанией (Y), такжепроизведеныкорреляционный и регрессионный анализы, реализованные впрограмме Microsoft Exel, с помощью пакета «Анализ данных».Теснота корреляционных связей между фактором и функцией откликаоценивалась по величине парной корреляции r для линейной модели [54, с.53]:rxy=x* y  x* y ( x) *  ( y )(2.5)где:cсреднеквадратическое отклонение: ( x)  D( x) ( y )  D( y )(2.6)дисперсия:D(x)= x 2iD(y)= y 2inn x2(2.7) y2Коэффициент корреляции между часами суток и интенсивностью движениятранспортныхсредствсоставилrХ1Х2=0,48,корреляционную связь между показателями.чтоозначаетсреднюю77Коэффициент корреляциимежду часами суток и тарифом составилrХ1у=0,59, что означает среднюю корреляционную связь между показателями.Коэффициент корреляции между интенсивностью и тарифом составилrХ2у=0,63, что означает среднюю корреляционную связь между показателями.Явление мультиколлинеарности −слишком тесной связи между отдельнымифакторными признаками не выявлено.Множественныйкоэффициенткорреляции позволилоценитьтеснотусовместного влияния факторов на результат [37]:r 2 yx1  r 2 yx2  2 * ryx1 * ryx2 * rx1 x2Ryx1x2=1  r 2 x1 x2(2.8)Величина множественного коэффициента корреляцииRyx1x2= 0,72определила достаточную корреляционную связь совместного влияния факторов.Множественный коэффициент детерминации R2 = 0, 51, в целом указываетна среднюю достоверность интерпретации.

То есть уравнение регрессииобъясняетсяна 51% влиянием результативных признаков, а на долю прочихфакторов приходится 49% ее дисперсии.Полученное уравнение регрессии имеет вид:y=114,1+4,5х1+0,07х2(2.9)где: y− искомый тариф (руб);x1− часы суток (час);х2 − интенсивность движения транспортных средств (авт/ч).Нулевая гипотеза о том, чтокоэффициент регрессии (const=114,1) вуравнении не является статистически значимым не подтверждается, посколькувероятность принятия этой гипотезы Р = 4,3* 10 -72  0,05. При этом коэффициентконстанта может изменяться в интервале от 103,7 до 124,5.Нулевая гипотеза о том, что коэффициент регрессии при переменной x1 вуравнении не является статистически значимым не подтверждается, посколькувероятность принятия этой гипотезыР = 8,32*10-23 0,05.

При этом78коэффициентприпеременнойX1можетизменятьсявинтервалеот 3,6 до 5,3.Нулевая гипотеза о том, что коэффициент регрессии (0,07) при переменнойx2в уравнении не является статистически значимым не подтверждаетсяпоскольку вероятность принятия этой гипотезы Р = 8,98*10-31 0,05. При этомкоэффициент при переменной x1 может изменяться в интервале от 0,06 до 0,08.Адекватность математической модели была оценена по критерию Фишера,Дарбина-Уотсона и средней ошибки аппроксимации.Значимость уравнения регрессии или самого коэффициента детерминациипо критерию Фишера (формула 2.2) составила F= 259  Fak1k2 соответственнокоэффициент детерминации статистически значим.Нулевая гипотеза о том, что уравнение регрессии статистически незначимоне подтверждается, поскольку вероятность принятия этой гипотезы составляетP=6,47*10-75  0,05.Следующимкритериемпроверкизначимостиуравнениярегрессиииспользован критерий Дарбина-Уотсона (формула 2.3).Для работы с данным критерием были получены остатки регрессионноймодели .

Характеристики

Список файлов диссертации