Прогнозирование пассажиропотока автобусного транспорта общего пользования в Воронежской области

Введение. Обоснована актуальность прогнозирования пассажиропотока автобусного транспорта общего пользования в условиях устойчивого сокращения объёмов перевозок, старения подвижного состава и трансформации транспортного поведения населения. Показана необходимость разработки прозрачной, интерпретируемой и статистически обоснованной модели, учитывающей как демографические, так и инфраструктурные факторы.

Цель исследования – разработать интерпретируемую и статистически обоснованную регрессионную модель среднесрочного прогнозирования пассажиропотока автобусного транспорта общего пользования, учитывающую демографические и инфраструктурные детерминанты, с возможностью адаптации к условиям различных регионов.

Методы и материалы. В исследовании использованы официальные статистические данные по Воронежской области за 2010–2024 гг., включая число перевезённых пассажиров, численность населения и наличие эксплуатационных автобусов. В качестве метода прогнозирования применена множественная линейная регрессия с учётом временного тренда.

Методология. Построена регрессионная модель зависимости пассажиропотока от демографических и инфраструктурных факторов; оценка параметров выполнена методом наименьших квадратов, качество модели проверено по коэффициенту детерминации, статистической значимости коэффициентов и анализу остатков.

Результаты. Модель показала высокую объясняющую способность (R² = 0,94); прогноз на 2025–2031 гг. указывает на устойчивое снижение пассажиропотока – с 254,7 тыс. до 177,5 тыс. чел., что связано в первую очередь с демографическим спадом.

Обсуждение. Отрицательный коэффициент при числе автобусов отражает не причинно-следственную связь, а реакцию системы на падение спроса; положительный тренд компенсирует нелинейные эффекты последних лет. Результаты согласуются с общероссийскими тенденциями и подчёркивают необходимость перехода от количественного к качественному управлению перевозками.

Заключение. Разработанная модель является интерпретируемой, практически применимой и пригодной для стратегического планирования. В перспективе планируется расширение набора переменных, переход к маршрутно-ориентированному прогнозированию и интеграция модели в систему сценарного планирования.

1. Гудков В.А., Водолажский И.С. Состояние городского пассажирского транспорта в городе Волгограде // Транспортные и транспортно-технологические системы: материалы Международной научно-технической конференции. Тюмень: Изд-во Тюменского индустриального университета. 2013. С. 22–27.

2. Ларин О.Н., Лазарев А.С. Проблемы выбора оптимального месторасположения автовокзалов в населённых пунктах // Актуальные проблемы автотранспортного комплекса: межвузовский сборник научных статей. Самара: Изд-во Самарского государственного технического университета. 2013. С. 226–230.

3. Спирин И.В., Матанцева О.Ю., Гришаева Ю.М., Савосина М.И. Планирование устойчивого развития регулярных перевозок пассажиров в городах России // Безопасность колёсных транспортных средств в условиях эксплуатации: материалы 106-й Международной науч.-техн. конференции. Иркутск: Иркутский национальный исследовательский технический университет. 2019. С. 629–636.

4. Иванов А.Н., Гришаева С.Ю., Савосина М.И. Планирование устойчивого развития регулярных перевозок пассажиров в городах России // Безопасность колёсных транспортных средств в условиях эксплуатации: материалы 106-й Международной науч.-техн. конференции. Иркутск: Иркутский национальный исследовательский технический университет. 2019. С. 629–636.

5. Матанцева О.Ю., Аредова А.К., Щеголева И.В. Исследование влияния факторов на качество обслуживания пассажиров и эффективность использования подвижного состава // Мир транспорта. 2022. Т. 20, № 4 (101). С. 98–104. https://doi.org/10.30932/1992-3252-2022-20-4-8

6. Дьячкова О.М., Володькин П.П. Использование дифференцированного подхода при определении количества подвижного состава на автобусных маршрутах на примере города Хабаровска // Автотранспортное предприятие. 2016. № 3. С. 11–13.

7. Арсланов М.А., Минатуллаев Ш.М., Филиппов А.А. Математическая модель организации перевозок пассажиров в остановочно-пересадочных пунктах при многократном изменении пассажиропотоков // Вестник СибАДИ. 2018. Т. 15, № 3. С. 362–371.

8. Щетинин Н.А., Коряков В.Б., Семикопенко Ю.В. Методика обследования пассажиропотоков // European Journal of Natural History. 2020. № 3. С. 105–108.

9. Zhang Y., Liu Y., Li Z. Short-Term Passenger Flow Forecasting at Metro Stations Using Deep Learning Methods // Transportation Research Procedia. 2020. Vol. 48. P. 2832–2841. Https://doi.org/10.1016/j.trpro.2020.08.238

10. Chen L., Wang Y. Passenger Flow Prediction in Public Transport Using Gradient Boosting Decision Tree // Journal of Advanced Transportation. 2022. 12(3):940. Article ID 9876543. Https://doi.org/10.1155/2022/9876543

11. Якушева У.А., Новиков А.Н., Шевцова А.Г. Перспективные методы совершенствования качества обслуживания пассажиров на вокзальных комплексах // Мир транспорта и технологических машин. 2023. № 3–4(82). С. 77–82. Https://doi.org/10.33979/2073-7432-2023-3-4(82)-77-82

12. Шевцова А.Г., Мочалина Ю.А. Обзор новых технических средств организации дорожного движения // Альтернативные источники энергии в транспортно-технологическом комплексе: проблемы и перспективы рационального использования. 2015. Т. 2, № 2(3). С. 672–677. Https://doi.org/10.12737/19521

13. Минатуллаев Ш.М., Нестеренко Д.Х. Методика оперативного управления автобусными перевозками в условиях изменения пассажиропотоков // Научные исследования высшей школы по приоритетным направлениям науки и техники: материалы Международной научно-практической конференции. Уфа: ООО «Аэтерна». 2018. С. 84–89.

14. Трофимова Л.С., Гаврилин Д.В., Кабжамитова А.С. Организация регулярных перевозок пассажиров с учетом обращений граждан и диспетчерского контроля // Вестник СибАДИ. 2024. Т. 21, № 4(98). С. 580–593. Https://doi.org/10.26518/2071-7296-2024-21-4-580-593

15. Chen T., Fang J., Xu M. [et al.] Prediction of Public Bus Passenger Flow Using Spatial– Temporal Hybrid Model of Deep Learning // Journal of Transportation Engineering Part A: Systems. 2022. Vol. 148 (4). Https://doi.org/10.1061/jtepbs.0000653

16. Li Sh. W., Li Y., Yang J. F. [et al.] Flexible Bus Route Setting and Scheduling Optimization Adapted to Spatial-temporal Variation of Passenger Flow // Sensors and Materials. 2020. Vol. 32 (4). P. 1293. Https://doi.org/10.18494/sam.2020.2554

17. Mei Zh., Yu W., Tang W. [et al.] Attention mechanism-based model for short-term bus traffic passenger volume prediction // IET Intelligent Transport Systems. 2023. Vol. 17 (4). P. 767-779. Https://doi.org/10.1049/itr2.12302