Новый подход к экономической оценке использования железнодорожной инфраструктуры (в части грузовых перевозок)

Обложка

Цитировать

Полный текст

Аннотация

Цель. Разработка нового подхода к экономической оценке использования железнодорожной инфраструктуры в грузовых перевозках на основе показателя «грузовая нагрузка».

Материалы и методы. Анализ статистических данных за среднесрочный период 2022–2024 гг., сравнение традиционного показателя грузонапряженности с новым показателем грузовой нагрузки, оценка макро- и отраслевых экономических эффектов.

Результаты. Выявлено разнонаправленное изменение грузонапряженности и грузовой нагрузки, обусловленное снижением скорости доставки грузов. Определен потенциал снижения «замороженного» оборотного капитала и роста ВВП и прибыли при восстановлении параметров использования инфраструктуры в 2022 г.

Заключение. Комплементарное применение показателей «грузонапряженность» и «грузовая нагрузка» позволяет выявить резервы повышения эффективности инфраструктуры, включая снижение сезонной неравномерности ее использования.

Об авторах

Дмитрий Александрович Мачерет

Российский университет транспорта; Научно-исследовательский институт железнодорожного транспорта

Автор, ответственный за переписку.
Email: macheretda@rambler.ru
ORCID iD: 0000-0002-1322-3030
SPIN-код: 9138-4634

д-р экон. наук профессор

Россия, Москва; Москва

Алексей Дмитриевич Разуваев

Российский университет транспорта

Email: razuvaevalex@yandex.ru
ORCID iD: 0000-0001-9342-6163
SPIN-код: 3171-4185

канд. экон. наук, доцент

Реюньон, Москва

Анастасия Юрьевна Ледней

Российский университет транспорта

Email: trinitinoks@mail.ru
ORCID iD: 0000-0002-6471-5668
SPIN-код: 9212-5085

канд. экон. наук

Россия, Москва

Список литературы

  1. Valeev NA. Positioning of railway transport in the transport services market. Ekonomika Zheleznykh Dorog. 2023;(5):25–34. (In Russ.) EDN: DAUYLM
  2. Sokolov YI, Lavrov IM, Averyanova OA. Quality Management of Transport Services for Cargo Owners. J Soc Sci Res. 2018; Special Issue 5:434–438. doi: 10.32861/jssr.spi5.434.438. EDN: HSRJQW
  3. Sokolov YI, Lavrov IM. Economic impact of quality on the change in the volume of freight traffic in the railway transport market. Transportnoe Delo Rossii. 2022;(2):41–43. doi: 10.52375/20728689_2022_2_41. (In Russ.) EDN: NQOUSM
  4. Shkurina LV, Struchkova EV, Khareva YA. Main methods for building a unified freight transportation business process from the perspective of forming a customer-oriented approach. Nauka i Tekhnika Transporta. 2022;(1):23–27. (In Russ.) EDN: NRREDF
  5. Zhuravleva N, Chechenova L. Analytical model of reliability of the freight rail transportation forecasting system. E3S Web Conf. 2023;460. doi: 10.1051/e3sconf/202346006043. EDN: LBWRYK
  6. Khusainov FI. The market of railway freight transportation in 2024. Ekonomika Zheleznykh Dorog. 2025;(3):111–139. (In Russ.) EDN: SFYOTK
  7. Valeev NA. Criteria for the efficiency of using the locomotive fleet. Byulleten Ob”edinennogo Uchenogo Soveta OAO “RZhD”. 2015;(2):37–45. (In Russ.) EDN: TTUDET
  8. Yugrina OP, Sosnin SYu. Features of the efficient use of a private wagon fleet of an operator company. Vestnik UrGUPS. 2017;1(33):84–90. doi: 10.20291/2079-0392-2017-1-84-90. (In Russ.) EDN: YIJJAJ
  9. Zhuravleva NA, Pechkurov VA. Analysis of the tank car market in Russia and optimization of operating models of operator companies. Innovatsionnye Transportnye Sistemy i Tekhnologii. 2023;9(2):97–109. doi: 10.17816/transsyst20239297-109. (In Russ.) EDN: WDQZPV
  10. Teryoshina NP, Nikitina MA. The role of infrastructure for the interaction of market entities. Mir Transporta. 2013;11(5):78–85. EDN: RVRXOH
  11. Izmaykova AV. Economic assessment of innovation-oriented development of railway transport. [dissertation] Moscow; 2016. (In Russ.) EDN: WJIOOH
  12. Vinogradov SA, Mkhedov MI, Vakulenko SP, Yakuben’ AYu. Prospects for the development of accelerated freight transportation. Zheleznodorozhnyi Transport. 2021;(4):10–15. (In Russ.) EDN: BXHFJJ
  13. Vinogradov SA, Mkhedov MI, Khomov AV, Shvedin KI. Development of freight transportation in intermodal transport cargo units. Zheleznodorozhnyi Transport. 2022;(2):7–11. (In Russ.) EDN: JIPIRK
  14. Kabanov AV, Os’minin AT. Transition to automatic approval of transportation requests. Zheleznodorozhnyi Transport. 2023;(5):4–11. (In Russ.) EDN: IWVPSQ
  15. Macheret DA. Methodology for a comprehensive economic assessment of the acceleration of goods transportation. Transport Rossiiskoi Federatsii. 2025;2(117):16–19. (In Russ.) EDN: SQMRCS
  16. Valeev NA. Management of operational costs of railway companies. Ekonomika Zheleznykh Dorog. 2017;(2):26–36. (In Russ.) EDN: ZXPZDX
  17. Muginshtein LA, Mkhedov MI. Methodological approaches to identifying factors affecting the stability of train traffic flow. Vestnik Nauchno-Issledovatel’skogo Instituta Zheleznodorozhnogo Transporta. 2014;(2):24–33. (In Russ.) EDN: TOLGZT
  18. Khusainov FI. Discussions on price discrimination and problems of profitability of coal transportation. Ekonomika Zheleznykh Dorog. 2025;(7):14–21. (In Russ.) EDN: DKWTMV
  19. Lapidus BM. Development of heavy-haul traffic on Russian railways. Experience, problems, solutions. Byulleten’ OSZhD. 2013;(1/2):8–15. (In Russ.)
  20. Ledney AYu. Development of methodological approaches to assessing the economic efficiency of transport infrastructure development taking into account the volume and unevenness of transportation. [dissertation] Moscow; 2020. (In Russ.) EDN: YYRNLB
  21. Sotnikov EA, Shenfel’d KP. Irregularity of freight traffic in modern conditions and its impact on the required throughput capacity of sections. Vestnik Nauchno-Issledovatel’skogo Instituta Zheleznodorozhnogo Transporta. 2011;(5):3–9. (In Russ.) EDN: OJIRYH
  22. Sokolov YI, Lavrov IM, Ishkhanyan MV, Averyanova OA. The factor of irregularity in the economics of freight transportation. Ekonomika Zheleznykh Dorog. 2020;(6):39–47. (In Russ.) EDN: DPOXVM
  23. Panin VV, Orel EV. On proposals for promising technological and technical solutions to be taken into account when developing a general scheme for the development of the railway network of JSC “Russian Railways”. Byulleten’ Uchenogo Soveta AO “IERT”. 2022;(7):8–13. (In Russ.) EDN: OSCYGV
  24. Sharapov SN, Rubchenko DS. Classification and specialization of railway lines as a tool for forming technical and cost standards of JSC “Russian Railways”. Byulleten’ Uchenogo Soveta AO “IERT”. 2017;(2):66–70. (In Russ.) EDN: DKJQMF
  25. Panin VV. Tasks and methods of compromise management in the organization of the transportation process. In: II International Scientific and Practical Conference “Kochnev Readings – 2023: Modern Theory and Practice of Railway Operational Work”. Moscow; 2023:58–70. (In Russ.) EDN: WTLWLQ

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Мачерет Д.А., Разуваев А.Д., Ледней А.Ю., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».