Regressionsfunktion zur Ermittlung von Fahrzeiten im gewerblichen Güterkraftverkehr

Scientific Essay , 2008 , 10 Pages

Business economics - Supply, Production, Logistics

In this article a regression function is described, that could be used for calculation of driving times of freight vehicles. This is especially helpful in connection with large numbers of data, which are necessary to calculate the usually yearly based contract volumes of road hauliers. Through the integration of this function in existing ERP systems, the transfer orders or even tours could be significantly assessed.

Inhaltsverzeichnis

1 Einleitung

2 Zur Methodik

3 Regressionsrechnung

4 Fazit

Literaturverzeichnis

1 Einleitung

Mit etwa 77% der Beförderungsmenge hat der Straßengüterverkehr den stärksten Anteil am Transportaufkommen [STAT07], das bis zum Jahr 2015 noch um mehr als 20%, auf insgesamt 4.632 Millionen Tonnen Transportgut bei 420 Mrd. Tonnenkilometern, ansteigen soll [Mann01, 200ff, Reim05]. Die Transportunternehmen haben seit der Liberalisierung der Güterverkehrsmärkte einen deutlichen Verfall der Transportpreise und Frachttarife zu verzeichnen und können darüber hinaus die steigenden Kosten nur unzulänglich an ihre Kunden weitergeben. In diesem Zusammenhang sind insbesondere die Kraftstoffkosten, die neben den Personalkosten den zweithöchsten Anteil an den Gesamtkosten der deutschen Transportunternehmen erreichen, von Bedeutung [vgl. BAGa07, 17]. Die Vereinbarungen bezüglich der Beförderungs- entgelte erfolgen jedoch überwiegend im Rahmen von längerfristigen Verträgen bzw. Jahreskontrakten, so dass Preisanpassungen nur schwer durchsetzbar sind [vgl. BAGa07, 15] und die Transportunternehmen den Mehraufwand selbst tragen müssen. Insbesondere bei den Beförderungen von Lebensmitteln, im Automobilsektor und im Bausektor sind auf Grund des hohen Wettbewerbsdrucks nur unterdurchschnittliche Entgelterhöhungen im Rahmen der regelmäßigen Vertragsverhandlungen zum Jahreswechsel 07/08 erreicht worden [ebd., 15]. Im aktuellen Jahr lag der Dieselpreis nach Angaben des Statistischen Bundesamts im Januar bei 99,20€, erreichte dann bis Juli 123,23€ und befand sich im Oktober bei 101,50€ [vgl. BGLa08, 2]. Die Umsatzrenditen sind, bedingt durch die Entwicklung dieser Kraftstoffpreise, im 1. Quartal auf 1 bis 2% gesunken [vgl. Verk08] und bewegen sich im 3. Quartal bei einigen Spediteuren bereits gegen Null. Für die Logistikdienstleister ist daher eine möglichst genaue Kalkulation des zu erwartenden Auftragsvolumens insbesondere in Zeiten hoher Kraftstoffpreise von existenzieller Bedeutung.

Für die Kalkulation dieser Transporte, die oftmals auf den vom Verlader bereitgestellten Daten des Vorjahres basieren und je nach Unternehmensgröße tausende von Aufträgen umfassen können, ist vor allem die Ermittlung der zugehörigen Entfernungen und Fahrzeiten von Bedeutung. Zusammen mit den sich, aus dem betrieblichen Rechnungswesen ergebenen Stunden- und Kilometer-Sätzen, bilden sie die Grundlage zur Ermittlung der Transportkosten. Die Streckenentfernungen des Datenpools können innerhalb der Tabellenkalkulation mit Hilfe existierender Softwarelösungen, wie beispielsweise der Distance Funktion von Map&Guide¹ oder dem Zip Code Distance Calculator² berechnet werden. Die Ermittlung der einzelnen Fahrzeiten, die das Fernverkehrsfahrzeug für den Transport des jeweiligen Auftrags benötigt, gestaltet sich in der Regel zeitaufwendiger.

Intention dieses Beitrags war daher die Suche nach einer mathematischen Funktion, mit deren Hilfe sich bei gegebener Streckenentfernung die jeweilige dazugehörige Fahrzeit des Fernverkehrsfahrzeuges näherungsweise ermitteln lässt. Dies trägt insbesondere der Forderung nach einer zügigen Kalkulation von Jahreskontrakten mit einer großen Anzahl an Datensätzen Rechnung.

Darüber hinaus hat eine Formel den Vorteil, dass sie sich softwaretechnisch in ein bestehendes WWS³ oder ERP integrieren lässt, um damit zusätzlich zu den vom WWS ermittelten Entfernungen auch Fahrzeiten mit geringem Rechenaufwand abspeichern zu können.

Im folgenden Kapitel erfolgt eine nähere Beschreibung der Vorgehensweise, der methodischen Grundlagen zur Ermittlung, sowie der Überprüfung des Resultates. In Kapitel drei wird die eigentliche Regressionsrechnung anhand empirischer Daten, als auch die Regressionsfunktion vorgestellt und erläutert. Mit einem Fazit schießt dieser Beitrag.

2 Zur Methodik

Grundlegend für die Untersuchung ist ein verlässlicher Datenbestand der als Referenz verwendet werden kann. Der Branchenführer PTV⁴ bietet hierfür eine Software mit deren Hilfe sich die Straßenentfernung zwischen zwei Orten und die dazugehörige Fahrzeit unter Berücksichtung der Geschwindigkeiten von Fernverkehrsfahrzeugen manuell ermitteln lässt. Man kann so eine ausreichende und repräsentative Anzahl an Daten erstellen, die dann als Basis für die Regressionsrechnung dient.

Nach Schwarze [vgl. Schw92, 125f] wird bei der Regressionsrechnung üblicherweise zunächst die Regressionsfunktion anhand quantitativer Merkmale festgelegt. Der Funktionstyp ergibt sich aus der Analyse der Daten, dem Streuungsdiagramm oder einem entsprechendem Sachzusammenhang. Die Bestimmung der numerischen Werte für die Koeffizienten erfolgt gemäß dem Kriterium der kleinsten Quadrate, durch Minimierung der Summe der quadrierten Abweichungen (ebd. S 127f).

Abbildung in dieser Leseprobe nicht enthalten

Abb.1: Methode der kleinsten Quadrate [vgl. Lueb99]

Hierbei werden durch die Quadrierung größere Abweichungen stärker berücksichtigt als die kleineren Abweichungen [vgl. Lueb99], so dass in den Daten enthaltene „Ausreißer“ einen starken Einfluss auf das Ergebnis haben. Für die Überprüfung der Varianz aus der KQ-Schätzung⁵ bietet sich die Schätzung der Standardabweichung, die sich aus der Wurzel der Stichprobenvarianz ergibt, an [siehe auch Pola97, 263]:

Abbildung in dieser Leseprobe nicht enthalten

Abb.2: Schätzung der Standardabweichung

[...]

---

¹ http://www.mapandguide.info/support/downloads/mapguide/version_9x/english/ DistanceFunction.pdf, Abruf am 2008−12−06

² http://www.business−spreadsheets.com/solutions.asp?prod=232, Abruf 2008−12−06

³ Das „Warenwirtschaftssystem (WWS; engl. Enterprise resource planning system ERP) ist ein rechner −

gestütztes System zur artikel− und mengengenauen Erfassung und Verfolgung von Bedarfs− und Mengenströmen“ [HoHe07, 316] und wird überwiegend in Zusammenhang mit Software für Disposition und Logistik verwendet. −> http://de.wikipedia.org/wiki/Warenwirtschaftssystem, Abruf 2008−12−05

⁴ PTV Planung Transport Verkehr AG, Karlsruhe

⁵ KQ−Schätzung = Kleinste Quadrat−Schätzung oder ordinary least squares estimation OLS−Schätzung

• Author: Dipl.-Wirt. Ing., Dipl.-Ing. Stephan Hens (Author)
• Publication Year: 2008
• Pages: 10
• Catalog Number: V119716
• ISBN (eBook): 9783640226733
• ISBN (Book): 9783640227921
• Language: German
• Tags: Güterkraftverkehr, Fahrzeit, Lkw, Fernverkehr, Fahrzeitberechnung, Formel zur Ermittlung von Fahrzeiten, Fahrzeit berechnen