Оценка конкурентоспособности морских портов с использованием метода «Анализ среды функционирования»



В статье представлена методология оценки конкурентоспособности морских портов с использованием метода «Анализ среды функционирования» (АСФ). Систематизированы показатели, характеризующие работу 67 морских портов РФ, использованы модель ССR и алгоритм визуализации многомерных множеств, позволяющий проектировать объекты на эффективную гиперповерхность в соответствии с методологией АСФ. Представлены результаты оценки конкурентоспособности морских портов РФ с позиций межпортовой конкуренции. Показаны перспективы применения методологии АСФ, для определения направлений повышения эффективности в многомерном пространстве показателей.

Ключевые слова: морские порты, конкурентоспособность, оценка конкурентоспособности, многокритериальный анализ, Анализ среды функционирования, АСФ-метод, Data Envelopment Analysis.

Разработка методологии оценки конкурентоспособности долгое время сводилась к оценке конкурентоспособности отдельного товара (услуги), либо конкурентоспособности отдельного предприятия. Используемые подходы, при этом, базировались, в основном, на методах экспертных оценок, маркетинговых исследованиях с применением методов математической статистики, а также методов финансового анализа.

Изучение объекта конкуренции на более высоком уровне, а именно: конкурентоспособности отдельных отраслей, регионов, стран и т. д., привело к необходимости разработки иной методологии, учитывающей совокупность производственных объектов и взаимосвязей между ними, влияние многочисленных факторов и изменяющихся параметров. Это дало толчок к разработке методологии оценки с использованием современных методов многокритериального анализа [1; 2].

В сфере морских портов в настоящее время существует достаточно много методов, дающих репрезентативные результаты, которые могут быть использованы при оценке конкурентоспособности с позиций внутрипортовой конкуренции. Принципиально иная ситуация сложилась в отношении оценки конкурентоспособности морских портов с позиций межпортовой конкуренции, методология которой сводится, в основном, к использованию методов, основанным на экспертных оценках. Сложности применения данных методов, по оценкам авторов, заключаются в обеспечении компетенции и независимости суждений экспертов, привлекаемых к оценке, и, как следствие, в субъективизме получаемых результатов [4; 9; 10].

Разработчики Стратегии развития морской портовой инфраструктуры до 2030 года для оценки конкурентоспособности морских портов использовали SWOT-анализ, также основанный на экспертном суждении [6].

В зарубежной литературе, большей частью, приводятся примеры использования методов оценки конкурентоспособности морских портов, основанные на теории игр [9].

В рамках настоящего исследования для оценки конкурентоспособности морских портов с позиций межпортовой конкуренции предлагается использовать метод «Анализ среды функционирования» (англ. — Data Envelopment Analysis, далее — Метод АСФ, АСФ-метод).

Метод АСФ относится к параметрическим методам анализа деятельности сложных технических, экономических и социальных систем. Методология АСФ явилась результатом междисциплинарных исследования последних трех десятилетий, в области математической экономики, системного анализа и исследования операций. В основу метода положены фундаментальные положения математической экономки — теория производственных функций, модель производства Леонтьева, оптимальность по Парето [4].

Суть метода состоит в том, что исследуется сложный объект, состоящий из множества производственных процессов, обладающий множеством входных и выходных параметров, характеризующих его деятельность, и анализируется эффективность деятельности объекта в окружающей среде функционирования. Эффективность деятельности объекта находится из решения нелинейной задачи математического программирования.

Метод АСФ дает возможность учесть в анализе большое количество входных и выходных параметров. Он позволяет проводить анализ эффективности деятельности исследуемого объекта даже в тех случаях, когда сложно установить прямую взаимосвязь между входными параметрами и результатами функционирования объекта.

Метод широко применяется во всем мире для оценки эффективности организации производства, уровня конкурентоспособности. Однако в России АСФ-метод еще не получил достаточного распространения. Следует заметить, что трудностью его применения является сложный математический аппарат с обязательным решением задач оптимизации большой размерности и математического программирования [3; 4].

В связи с этим следует особо отметить научные труды российских авторов Кривоножко В. Е. и Лычева А. В. (2010), представивших подробное описание методологии АСФ на русском языке, а также предложивших пути ее совершенствования и развития. Кроме того, авторами предложены и обоснованы параметрические оптимизационные алгоритмы, которые позволяют строить разные сечения эффективной гиперповерхности в многомерном пространстве входных и выходных переменных [4].

Конкурентоспособность морских портов РФ, согласно методологии АСФ, предлагается оценивать через определение эффективности множества производственных объектов (портов), имеющих, в свою очередь, множество входных и выходных показателей.

Для построения модели, а также определения состава входных и выходных переменных при оценке конкурентоспособности морских портов РФ в рамках настоящего исследования систематизированы показатели, характеризующие деятельность 67 морских портов РФ, которые могут быть доступны для целей исследования. Перечень данных показателей представлен в таблице 1.

Таблица 1

Перечень показателей, используемых при оценке конкурентоспособности морских портов методом АСФ

№	Показатель	Единицы измерения
1.	Инфраструктурные показатели
1.1.	Площадь территории морского порта	га
1.2.	Площадь акватории морского порта	км2
1.3.	Количество причалов	ед.
1.4.	Длина причального фронта	погон. метр
1.5.	Пропускная способность грузовых терминалов	тыс. тонн в год
1.6.	Площадь крытых складов	тыс. м2
1.7.	Площадь открытых складов	тыс. м2
1.8.	Емкость резервуаров для хранения	тыс. тонн
1.9.	Емкость резервуаров для хранения нефтепродуктов	тыс. тонн
1.10.	Период навигации	Кол-во мес.
2.	Производственные показатели
2.1.	Грузооборот	тыс. тонн
2.2.	Количество судозаходов	ед.
2.3.	Валовая вместимость	GT
2.4.	Количество судозаходов в загранплавании	ед.
2.5.	Валовая вместимость судов в загранплавании	GT
2.6.	Количество судозаходов в каботаже	ед.
2.7.	Валовая вместимость судов каботаже	GT
3.	Финансовые показатели
3.1.	Доходы от корабельного сбора	тыс. руб.
3.2.	Доходы от портовых сборов на содержание портовой инфраструктуры	тыс. руб.
3.3.	Доходы от лоцманского и экологического сборов	тыс. руб.
	Средневзвешенная стоимость судозахода по типам судов за вычетом выплат по портовым сборам	тыс. руб.
3.5.	Средневзвешенная стоимость перевалки груза по номенклатуре груза	тыс. руб.
3.6.	Расходы на оказание услуг по перевалке	тыс. руб.
3.7.	Расходы на реализацию мер по обеспечению безопасности мореплавания, относимые на корабельный сбор	тыс. руб.
3.8.	Расходы на содержание объектов инфраструктуры морского порта, относимые на навигационный, канальный, маячный, ледокольный сбор и сбор транспортной безопасности акватории морского порта	тыс. руб.
3.9.	Расходы на оказание услуг в морском порту, относимые на лоцманский и экологический сборы	тыс. руб.
3.10.	Расходы на оказание прочих услуг в морском порту	тыс. руб.

Значения показателей, приведенных в таблице 1, консолидированы и агрегированы из различных источников.

Технические параметры и эксплуатационные характеристики объектов инфраструктуры морских портов, объединены понятием инфраструктурные параметры. Их значения консолидированы из обязательных постановлений по портам и реестра морских портов, формируемого Росморречфлотом [8].

Производственные показатели работы портов консолидированы на основе данных, предоставленных Росморречфлотом и МОРЦЕНТР-ТЭК [5; 8]. К ним относятся, прежде всего, показатели грузооборота морских портов и судооборота (суммарная валовая вместимость судов, осуществляющих судозаход в морской порт, GT), а также количество судозаходов в морской порт. Показатели количества судозаходов и судооборота при этом дифференцированы по видам плавания и представлены в двух аналитических разрезах: для судов, осуществляющих загранплавание, и для судов, осуществляющих плавание в каботаже.

Финансовые показатели, характеризующие работу портов, сформированы на основе данных, раскрываемых АМП и ФГУП «Росморпорт» [7]. К ним относятся: доходы от портовых сборов, расходы по обеспечению безопасности мореплавания, относящиеся на корабельный сбор, расходы на эксплуатацию и содержание объектов инфраструктуры морского порта, покрываемые маячным, канальным, навигационным, ледокольным сборами и сбором транспортной безопасности акватории морского порта, а также расходы, связанные с оказанием ряда обязательных услуг: лоцманской проводки судов, снятия и утилизации судовых отходов, которые финансируются за счет лоцманского и экологического сборов соответственно.

Информация о стоимости судозахода в морских портах определена на основе данных, представленных судовой агентирующей компанией Inflot Worldwide Ltd., как средневзвешенная величина, складывающаяся из стоимости судозахода для каждого типа судов, взвешенной на количество судозаходов соответствующего типа судов в морской порт.

Информация о стоимости перевалки грузов в морских портах определена на основе данных, представленных Ассоциацией морских торговых портов, как средневзвешенное значение стоимости перевалки в морском порту в зависимости от стоимости перевалки определенной номенклатуры груза, взвешенной на количество переваливаемого груза той или иной номенклатуры.

При оценке конкурентоспособности морских портов методом АСФ примем допущение, что данная оценка проводится при сложившемся уровне расходов и неизменной тарифной политике, т. е. стоимость услуг, а также расходы, определяющие данную стоимость и соответствующие доходы, являются постоянными в анализируемом периоде.

Таким образом, в соответствии с методологией АСФ входные и выходные параметры будут избраны из числа инфраструктурных и производственных показателей.

Анализируемыми выходными параметрами при этом будут служить показатели грузооборота и судооборота. Входными параметрами — пропускная способность грузовых терминалов, площадь территории морского порта, длина причального фронта.

С учетом специфики проводимой оценки используем выходную модель ССR (1) (принятое название модели составлено из первых букв фамилий авторов — Charnes, Cooper, Rhodes), в которой эффективность измеряется относительно возможного увеличения выходных показателей при неизменных входных параметрах [4; 10].

(1)

при ограничениях:

0.

При этом исследуемый объект (порт) () принадлежит множеству наблюдаемых объектов (морских портов) () В данной модели вектор выходных переменных увеличивается, пока это возможно, при этом вектор входных показателей сохраняет свое значение постоянным. Оптимальное значение функционала . показывает, во сколько раз можно увеличить грузооборот и судооборот для данного морского порта.

Для анализа моделей в соответствии с методологией АСФ введем более привычную меру эффективности производственного объекта , которая будет находиться в пределах , эту меру принято выражать в процентах.

Морской порт будет являться эффективным по выходной модели ССR, если в результате решения задачи (1) получено:

1)

2)

Задача (1) представляет собой нелинейную невыпуклую задачу математического программирования. Во избежание явного решения невыпуклой и нелинейной задачи оптимизации воспользуемся преобразованием Чарнеса и Купера для задач дробно-линейного программирования. При этом, как предлагается авторами, при моделировании исключим оперирование с бесконечно малой величиной [4].

Полученные результаты приведены в таблице 2.

Таблица 2

Результаты оценки эффективности использования портовых мощностей иконкурентоспособности морских портов методом АСФ

№	Морской бассейн	Морской порт	Эффективность использования портовых мощностей	Межпортовая конкурентоспособность
1	Арктический	Мурманск	72,4 %	3,6 %
2	Арктический	Варандей	18,0 %	0,4 %
3	Арктический	Сабетта	0,0 %	0,1 %
4	Арктический	Архангельск	28,6 %	1,2 %
5	Арктический	Дудинка	17,3 %	0,2 %
6	Арктический	Кандалакша	38,1 %	0,1 %
7	Арктический	Певек	37,1 %	0,1 %
8	Арктический	Анадырь	19,5 %	0,1 %
9	Арктический	Эгвекинот	23,1 %	0,1 %
10	Арктический	Нарьян-Мар	22,2 %	0,1 %
11	Арктический	Онега	63,6 %	0,1 %
12	Арктический	Беринговский	14,7 %	0,1 %
13	Арктический	Диксон	3,2 %	0,0 %
14	Арктический	Провидения	11,5 %	0,0 %
15	Арктический	Тикси	5,5 %	0,0 %
16	Арктический	Мезень	16,4 %	0,2 %
17	Арктический	Витино	0,0 %	0,2 %
18	Арктический	Хатанга	0,0 %	0,0 %
19	Балтийский	Усть-Луга	100,0 %	10,1 %
20	Балтийский	Приморск	100,0 %	5,8 %
21	Балтийский	Санкт-Петербург	98,9 %	9,7 %
22	Балтийский	Порт Высоцк	95,1 %	1,9 %
23	Балтийский	Калининград	35,3 %	3,6 %
24	Балтийский	Выборг	57,4 %	0,2 %
25	Азово-Черноморский	Новороссийск	100,0 %	13,4 %
26	Азово-Черноморский	Кавказ	99,0 %	5,6 %
27	Азово-Черноморский	Туапсе	98,0 %	2,8 %
28	Азово-Черноморский	Тамань	100,0 %	1,3 %
29	Азово-Черноморский	Ростов-на-Дону	55,4 %	2,5 %
30	Азово-Черноморский	Керчь	2,4 %	2,3 %
31	Азово-Черноморский	Азов	79,6 %	2,1 %
32	Азово-Черноморский	Ейск	48,5 %	0,6 %
33	Азово-Черноморский	Темрюк	26,3 %	0,7 %
34	Азово-Черноморский	Таганрог	44,9 %	0,5 %
35	Азово-Черноморский	Севастополь	15,6 %	0,6 %
36	Азово-Черноморский	Феодосия	11,7 %	0,0 %
37	Азово-Черноморский	Евпатория	33,3 %	0,0 %
38	Азово-Черноморский	Ялта	12,9 %	0,0 %
39	Азово-Черноморский	Геленджик	73,6 %	0,1 %
40	Азово-Черноморский	Сочи	3,6 %	0,3 %
41	Азово-Черноморский	Анапа	27,7 %	0,1 %
42	Каспийский	Астрахань	27,7 %	1,0 %
43	Каспийский	Махачкала	48,9 %	0,6 %
44	Каспийский	Оля	47,7 %	0,7 %
45	Дальневосточный	Восточный	100,0 %	7,7 %
46	Дальневосточный	Ванино	88,6 %	3,1 %
47	Дальневосточный	Находка	82,7 %	5,1 %
48	Дальневосточный	Пригородное	87,9 %	2,0 %
49	Дальневосточный	Владивосток	57,5 %	2,9 %
50	Дальневосточный	Де-Кастри	90,0 %	0,9 %
51	Дальневосточный	Посьет	85,3 %	1,2 %
52	Дальневосточный	Шахтерск	100,0 %	0,4 %
53	Дальневосточный	Корсаков	39,2 %	0,5 %
54	Дальневосточный	Ольга	37,4 %	0,3 %
55	Дальневосточный	Холмск	70,1 %	0,8 %
56	Дальневосточный	Петропавловск-Камчатский	36,2 %	0,7 %
57	Дальневосточный	Магадан	32,1 %	0,3 %
58	Дальневосточный	Невельск	26,2 %	0,3 %
59	Дальневосточный	Советская Гавань	17,3 %	0,4 %
60	Дальневосточный	Охотск	29,1 %	0,1 %
61	Дальневосточный	Зарубино	36,7 %	0,2 %
62	Дальневосточный	Николаевск-на-Амуре	29,4 %	0,1 %
63	Дальневосточный	Москальво	5,4 %	0,1 %
64	Дальневосточный	Александр-Сахалинский	0,0 %	0,0 %
65	Дальневосточный	Поронайск	1,8 %	0,0 %
66	Дальневосточный	Мыс Лазарева	0,0 %	0,0 %

Данные результаты получены, в том числе, с использованием алгоритма визуализации многомерных множеств, позволяющего проектировать объекты на эффективную гиперповерхность [3; 4].

В заключении отметим, что при использовании методологии АСФ представляет интерес не только определение меры эффективности производственного объекта (в нашем случае, морского порта), но и какие практические выводы можно сделать из полученных результатов. Методология АСФ позволяет находить направления повышения эффективности в многомерном пространстве показателей, определять зоны устойчивости для каждого объекта, т. е. такие области в пространстве входных и выходных показателей, в которых сохраняется статус эффективного и неэффективного объекта. Соответственно, определяется, какой шаг по найденному направлению надо сделать конкретному объекту для того, чтобы стать эффективным, или наоборот, перейти в разряд неэффективных [4; 11].

Такие возможности применения методологии АСФ находят свое практическое применение, в том числе, при решении вопросов ценообразования, определяющих финансовые показатели деятельности морских портов.

Литература:

1. Бодровцева Н. Ю. Понятие и виды конкурентоспособности морских портов / Транспортное дело России. Экономика. Управление. Транспорт. // М.: Изд-во «Морские вести России», 2016. № 5 (126). С. 31–32.

2. Бодровцева Н. Ю. Систематизация факторов и показателей оценки конкурентоспособности морских портов / Транспортное дело России. Экономика. Управление. Транспорт. // М.: Изд-во «Морские вести России», 2017. № 2 (129). С. 105–109.

3. Володин А. В., Кривоножко В. Е., Рыжих Д. А., Уткин О. Б. Построение трехмерных сечений в анализе эффективности сложных многомерных систем на основе параметрических оптимизационных алгоритмов. / Журнал вычислительной математике и математической физики. // М.: 2004. Т. 44, № 4, С. 623–639.

4. Кривоножко В. Е., Лычев А. В. Анализ деятельности сложных социально-экономических систем. // М.: Издательский отдел факультета ВМиК МГУ имени В. И. Ломоносова; МАКС Пресс, 2010. — 208 с.

5. Морские перевозки России. МОРЦЕНТР-ТЭК // [Электронный ресурс] URL: http://www.transrussia.net (дата обращения 11.04.2017).

6. Стратегия развития морской портовой инфраструктуры до 2030 года. // ФГУП «Росморпорт» [Официальный сайт]. Инвесторам. URL: http://www.rosmorport.ru/seastrategy.html (дата обращения 30.06.2017).

7. ФГУП «Росморпорт» [Официальный сайт] // О предприятии. Раскрытие информации предприятием. Отчетная информация. URL: http://www.rosmorport.ru/disc_report.html

8. Федеральное агентство морского и речного транспорта. [Официальный сайт] // Деятельность. Направления деятельности. Порты РФ. Реестр морских портов URL: http://www.morflot.ru/deyatelnost/napravleniya_deyatelnosti/portyi_rf/reestr_mp.html (дата обращения 06.11.2016).

9. Acciaro М. A Critical Review of Port Pricing Literature:

10. What Role for Academic Research? // The Asian Journal of Supine and Logistics, Volume 29 Number 2 August 2013 pp. 207-228.

11. Charnes A., Cooper W. W., Lewin A. Y., and Seiford L. M. Data Envelopment Analysis: theory, methodology, and application. // Kluwer Academic Publishers. 1994.

12. Ferrari C. and Basta M. Port concession fees based on the price-cap regulation: ADEA approach // Maritime Econ Logistics, Vol. 11, 2009, pp. 121–135.