Research on the price of harvesters in the secondary market as an aspect of changing their technical condition


Cite item

Full Text

Abstract

In the timber industry complex of Russia, medium-sized and small enterprises with a volume of timber harvesting up to 100 thousand cubic meters per year occupy a share of 48 % in the total volume. Most of these enterprises do not have the capacity to purchase new harvesters. An alternative to the new harvesters are the harvesters from the secondary market. Thus the study of changes in the technical condition of harvesters during their operation is an actual study for Russia. The data on the models, age, number of hours worked and the cost of harvesters that are offered on the secondary market was collected. 202 commercial offers were collected. In total there are 31 harvesters under 5 years of operation; 99 harvesters from 5 to 10 years of operation; 56 - from 10 to 15 years of operation; and 16 - older than 15 years of operation. There are 73 John Deere harvesters (including the outdated Timberjack models), with 8 tracked vehicles, 29 Ponsse harvesters; 49 Komatsu harvesters (including the outdated Valmet models) with 4 harvesters based on a tracked excavator; 37 harvesters of different models made on the basis of tracked excavators and 18 harvesters of other models. Hypothetically assuming that there is a connection between the price of the harvester and its condition, correlations were analyzed between the price and the age of the harvester and between the price and the number of worked hours of the harvester. The relationship between the price and the age is described by power and exponential curves, with coefficients of determination of 0,56 and 0.54, respectively. Filtering data by power range (160-205 kW) and by model (three models were considered: John Deere 1270; Ponsse Ergo; Komatsu 931) did not lead to clear certainty about the form of regression, although it slightly increased the coefficient of determination. There are groups of factors that can influence the type of regression: the seller's factor, the repair factor, the operation factor, and the technical characteristics factor, but determining the degree of influence of these groups requires additional research. The dependence between the price and the number of worked hours is characterized by a very weak relation due to a large spread of data owing to incorrect values of the hours marked by sellers. General regression trends for harvesters are consistent with data for other types of tractors. But to determine unambiguity in regressions requires the accumulation of empirical data on the reliability of machinery and changes in their price over a number of years.

About the authors

M. A Piskunov

Petrozavodsk State University

Email: piskunov_mp@list.ru
PhD in Engineering Petrozavodsk, Russia

References

  1. ГОСТ Р 53791-2010. Ресурсосбережение. Стадии жизненного цикла изделий производственно-технического назначения. Общие положения. М.: Стандартинформ, 2011. 8 с.
  2. ГОСТ Р 56136-2014. Управление жизненным циклом продукции военного назначения. Термины и определения. М.: Стандартинформ, 2015. 12 с.
  3. ГОСТ 27.002-89. Надежность в технике (ССНТ). Основные понятия. Термины и определения. М.: Государственный комитет СССР по управлению качеством продукции и стандартам.
  4. Быкова В.Г., Ковалев А.П. Как оценить износ оборудования // Оборудование: рынок, предложение, цены. 2000. № 3. С. 78-79.
  5. Ковалев А.П., Кушель А.А., Королев И.В., Фадеев П.В. Основы оценки стоимости машин и оборудования / под. ред. М.А. Федотовой. М.: Финансы и статистика, 2006. 288 с.
  6. Смоляк С.А. Статистические и теоретические модели зависимости стоимости машин от возраста / препринт # WP/2014/311. М.: ЦЭМИ РАН, 2014. 50 с.
  7. Об утверждении Стратегии развития лесного комплекса Российской Федерации до 2030 года: распоряжение Правительства РФ от 20.09.2018 № 1989-р.
  8. Смоляк С.А. Влияние надежности машин и оборудования на их стоимость // Экономика и математические методы. 2017. № 1. С. 57-74.
  9. Смоляк С.А. Влияние физического износа машин на динамику их рыночной стоимости // Экономика и математические методы. 2019. № 3. С. 124-140.
  10. Смоляк С.А. Влияние наработки и надежности машин на динамику их обесценения // Вестник ЦЭМИ. 2018. № 3. 9 с.
  11. Сандан Н.Т., Максимов С.Е., Горшков В.Н., Дружинин П.В. Возраст наземных транспортно-технологических машин как фактор влияния на интенсивность отказов // Вестник гражданских инженеров. 2017. № 3 (62). С. 207-210.
  12. Шепелев С.Д., Плаксин А.М., Черкасов Ю.Б. Влияние срока службы и сезонной наработки на показатели эксплуатационной надежности зерноуборочных комбайнов // АПК России. 2016. № 1 (75). С. 122-126.
  13. Соломкин А.П., Мяло О.В., Прокопов С.П. Влияние фактора старения на показатели надежности сельскохозяйственной техники // Достижения науки и техники АПК. 2015. № 1 (29). С. 61-63.
  14. Бабченко Л.А. Формирование технического сервиса сельскохозяйственной техники: дис. … докт. техн. наук. Алматы, 2010. 318 с.
  15. Буравин А.В. Изменение затрат на поддержание работоспособности тракторов в зависимости от возрастного состава парка // Вестник НГИЭИ. 2011. № 6 (7). С. 22-27.
  16. Смоляк С.А. Зависимость стоимости различных видов машин от их возраста // Оценочная деятельность. 2014. № 2. С. 65-71.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2020 Piskunov M.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 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».