Najlepsze ceny Specjalne oferty dla członków klubu książki PWE Najtańsza dostawa
Dr Marcin Jurczak
ORCID: 0000-0002-0828-308X

Dr Marcin Jurczak

Doktor nauk ekonomicznych. Od początku kariery naukowej związany z Uniwersytetem Ekonomicznym w Poznaniu. Absolwent studiów doktoranckich na Wydziale Zarządzania UEP, później pracownik Katedry Logistyki i Transportu, a obecnie adiunkt w Katedrze Logistyki UEP. Członek: Klubu Miłośników Pojazdów Szynowych, Poznańskiej Rady Transportu Aglomeracyjnego, Stowarzyszenia Inżynierów i Techników Komunikacji RP. Wśród zainteresowań naukowych wskazuje m.in.: rozwiązania i sieci transportu publicznego, infrastrukturę transportu, systemy informatyczne w logistyce i rynek usług logistycznych.

 
DOI: 10.33226/1231-2037.2023.4.4
JEL: O32, Q56, P31, R42

Transport autonomiczny w polskich miastach – perspektywy realizacji

Autonomous transport is one of the main trends in the development of urban mobility. In Poland, this area is relatively poorly studied, partly because of the small number of implemented projects. So, do autonomous vehicles have a chance to become more frequent sight on Polish streets? The authors of this publication have two objectives. The first is to assess plans and measures undertaken to implement autonomous transport in Polish cities. The second aim of the publication is to define further perspectives for the development of autonomous transport in Polish cities. The basis of the survey was formulated as the following research problems: What is the level of advancement of autonomous transport implementation in Polish cities? What is the interest by the authorities of Polish cities (local government units) in the subject of autonomous transport? The authors decided to use triangulation of studies. On the one hand, hard data were collected (by analysing the strategic documents of cities), on the other – a survey was conducted. The survey itself collected information about the measures implemented as well as more subjective and prognostic elements related to the "opinions" of Polish cities on autonomous transport. Activities for the implementation of autonomous transport in Polish cities are at a low level. The study shows that the road to autonomous vehicles in public transport in Polish cities is still a long way off: their experience in implementing such innovative projects is very scarce, mostly because benefits of implementing modern technologies in public transport are not really perceived, while a lot of organisational and financial barriers are obvious.

 

Transport autonomiczny to jeden z głównych trendów rozwoju mobilności w miastach. W Polsce obszar ten jest stosunkowo słabo rozpoznany, po części ze względu na niewielką liczbę realizowanych projektów. Czy zatem pojazdy autonomiczne mają szansę stać się częstszym widokiem na polskich ulicach? Autorom przyświecają dwa cele. Pierwszym jest ocena planów i podjętych działań w zakresie wdrożenia transportu autonomicznego w polskich miastach, a drugim – określenie dalszych perspektyw rozwoju transportu autonomicznego w tych ośrodkach miejskich. Podstawą badania ankietowego był następujący problem badawczy: Jaki jest poziom zaawansowania wdrażania transportu autonomicznego w polskich miastach? Jakie jest zainteresowanie tematyką transportu autonomicznego ze strony władz polskich miast (jednostek samorządu terytorialnego)? Autorzy zdecydowali się na triangulację badań. Z jednej strony zebrano twarde dane (poprzez analizę dokumentów strategicznych miast), z drugiej przeprowadzono ankietę. Samo badanie pozwoliło pozyskać informacje o wdrożonych działaniach, jak i bardziej subiektywne i prognostyczne elementy związane z planami i przemyśleniami włodarzy polskich miast na temat transportu autonomicznego. Działania na rzecz wdrażania transportu autonomicznego w polskich miastach są na niskim poziomie. Z badania wynika, że droga do pojazdów autonomicznych w transporcie publicznym w polskich miastach jest jeszcze daleka. Doświadczenie we wdrażaniu innowacyjnych projektów i zainteresowanie tego typu projektami jest bardzo małe, głównie dlatego, że nie dostrzega się korzyści płynących z wdrażania nowoczesnych technologii w transporcie publicznym, natomiast widzi się wiele barier organizacyjnych i finansowych.

Słowa kluczowe: autonomous transport; sustainable transport; mobility; urban strategies (transport autonomiczny; zrównoważony transport; mobilność; strategie miast)
DOI: 10.33226/1231-2037.2022.9.1
JEL: M15, O31, O32

Optymalizacja procesów magazynowych jest jednym z najważniejszych wymagań współczesnej logistyki. W dobie intensywnego wzrostu poziomu automatyzacji magazynów i centrów dystrybucyjnych istnieje realne zapotrzebowanie wśród osób zarządzających logistyką na oprogramowanie poprawiające wydajność i efektywność procesów intralogistycznych. Przedstawiany temat jest istotny zarówno z biznesowego, jak i naukowego punktu widzenia. Dla biznesu pozostaje on ważnym sposobem podnoszenia efektywności, dla nauki zaś stanowi interesujący obszar badań.

Celem niniejszej publikacji jest przedstawienie wyników badań związanych z realizacją projektu Warehouse Intelligence (WI). W ramach projektu powstaje m.in. oprogramowanie dedykowane optymalizacji procesów. Oprogramowanie to jest obecnie na etapie prac badawczo-rozwojowych, przedstawiona analiza ma zatem charakter teoretyczny i koncepcyjny. Zostały także przedstawione wybrane elementy związane z realizowanym procesem badawczo-rozwojowym na tyle, na ile jest to dziś (lipiec 2022 r.) możliwe, biorąc pod uwagę aktualny stan zaawansowania projektu. Celem całego projektu WI jest opracowanie produktu innowacyjnego w skali globalnej, służącego do analizy procesów intralogistycznych, przy wsparciu algorytmów sztucznej inteligencji. Przedmiotem badań są procesy zachodzące w magazynie, a wśród wykorzystywanych metod badawczych znalazły się m.in. metoda symulacji komputerowej, eksperymenty czy metody analityczne. W niniejszej publikacji wykorzystano także metodę krytycznej analizy literatury. 

Słowa kluczowe: systemy informatyczne w logistyce; zarządzanie magazynem; optymalizacja procesów magazynowych; machine learning