МОДЕЛЬ КОЛИЧЕСТВЕННОЙ ОЦЕНКИ РИСКОВ В УПРАВЛЕНИИ УСТОЙЧИВОЙ ЛОГИСТИКОЙ ЭНЕРГЕТИЧЕСКИХ КОМПАНИЙ
DOI:
https://doi.org/10.56584/1560-8816-2026-2-30-35Ключевые слова:
энергетическая логистика; устойчивая логистика; количественная оценка риска; моделирование методом Монте-Карло; транспортировка СПГАннотация
В условиях устойчивого развития структура рисков в системах энергетической логистики становится все более сложной. Традиционный анализ рисков, ориентированный на аварии, больше не может в полной мере отражать неопределенности в работе системы. В статье предлагается многомерная система классификации рисков, включающая экономические, экологические и социальные аспекты, а также интегрированная модель количественной оценки рисков. Модель использует аналитическую структуру «вероятность-потери-последствия» и сочетает модель вероятности Бернулли, функции распределения вероятностей и моделирование методом Монте-Карло. Результаты применения модели показывают, что она может эффективно характеризовать многомерную структуру рисков энергетических логистических систем с точки зрения устойчивого развития и обеспечивать количественную поддержку управления рисками и принятия решений в области устойчивой логистики.
Библиографические ссылки
1. A methodology for risk assessment of LNG carriers accessing vulnerable port areas / Marroni G., Casson Moreno V., Ovidi F., Chiavistelli T., Landucci G. // Ocean Engineering. – 2023. Vol. 273. - P. 114019. DOI: 10.1016/j.oceaneng.2023.114019 EDN: FLGCOQ
2. Seuring S., Müller M. From a literature review to a conceptual framework for sustainable supply chain management // Journal of cleaner production. – 2008. – Vol. 16, No 15. – P. 1699-1710. DOI: 10.1016/j.jclepro.2008.04.020
3. Корчагина Е.В. Анализ современных подходов к оценке устойчивого развития на уровне компаний // Проблемы современной экономики. - 2008. - № 4(28). - С. 169-173. EDN: LDFULT
4. Корчагина Е.В. Сравнительный анализ отчетности устойчивого развития российских и зарубежных компаний // Проблемы современной экономики. - 2008. - № 4(28). - С. 158-164. EDN: LDFUKZ
5. Introducing a demand-based electricity distribution tariff in the residential sector: Demand response and customer perception / Bartusch C., Wallin F., Odlare M., Vassileva I., Wester L. // Energy Policy. – 2011. – Vol. 39, No 9. – P. 5008-5025. DOI: 10.1016/j.enpol.2011.06.013
6. Rubinstein Reuven Y., Kroese Dirk P. Simulation and the Monte Carlo method. - John Wiley & Sons, 2016. – 414 p. ISBN:9781118632161. DOI:10.1002/9781118631980
7. Alonso Noguer I. Mean-Variance Optimization with CVaR Constraint: Theory and Application. – Preprint (October 22, 2024). DOI:10.2139/ssrn.4995677
8. Dong Y., Frangopol Dan M., Sabatino Sa. A decision support system for mission-based ship routing considering multiple performance criteria // Reliability Engineering & System Safety. – 2016. - Vol. 150. - P. 190-201. DOI: 10.1016/j.ress.2016.02.002
