CC BY
78
№ 2 (38) 2012
Г. Н. Хубаев, докт. экон. наук, профессор Ростовского государственного экономического университета
Оценка резервов снижения ресурсоемкости товаров и услуг: методы и инструментальные средства
Снижение ресурсоемкости товаров и услуг относится к одной из ключевых задач экономики, эффективному решению которой могут в значительной степени способствовать методы количественного оценивания резервов снижения ресурсоемкости.
Введение
Известно, что ресурсоемкость большинства отечественных товаров значительно выше, чем в странах ЕС, Японии, Корее и ряде других стран, поэтому неудивительно, что объем импорта продукции приборостроения, машиностроения, продуктов питания ежегодно возрастает. Даже себестоимость товаров, изготавливаемых в России на заводах зарубежных фирм, оказывается выше, чем на заводах в своей стране. Так, представители зарубежных автомобильных концернов утверждают, что себестоимость производящихся в России автомобилей иностранных брендов не ниже, а выше, чем у импортных моделей. Мнение о том, что в нашей стране выпуск машин за счет дешевой рабочей силы и низкой стоимости энергоносителей может быть выгодным, оказалось ошибочным. Представители калужского завода, выпускающего модели Peugeot, Citroen и Mitsubishi, заявили, что даже в Европе производство автомобиля обходится на 5% дешевле, чем в России, а себестоимость сборки автомобиля в Корее оказывается на 15-20% ниже, чем у нас. Расценки на электроэнергию для производства в России довольно высоки. Выпуск комплектующих в нашей стране также оказался невыгодным: по данным концерна Volkswagen, стоимость комплектующих в России выше, чем в любой другой стране, где у концерна есть заводы.
Негативные последствия такого положения очень велики. Действительно, экономия материальных затрат на каждый рубль общественного продукта только на одну копейку позволяет получить дополнительно более 14 млрд рублей национального дохода1, поэтому снижение ресурсоемкости товаров и услуг — задача правительства в любой стране мира. Другого пути для роста ВВП на душу населения страны и укрепления конкурентных рыночных позиций отечественных предприятий нет.
Ресурсоемкость товаров и услуг, как известно, включает затраты трудовых и энергетических ресурсов, сырья, материалов и времени. Величина, обратная затратам трудовых ресурсов, характеризует производительность труда. «При этом, по данным Финэкспертизы, производительность труда у нас в 5 раз ниже, чем в развитых странах. Это значит, что каждый миллион долларов для экономики страны в России зарабатывают 57 человек. А в Германии, например, с этой задачей справляются 13 работников, во Франции — всего 11»2. Очевидно, что только при повышении «эффективности деятельности людей в процессе создания материальных благ и услуг», можно надеяться на эффективное функционирование экономики страны.
1 Большая экономическая энциклопедия. М., 2007. С. 547.
2 Аргументы и факты. № 10. 2012. С. 11.
-ч ПРИКЛАДНАЯ ИНФОРМАТИКА
№ 2 (38) 2012 ' -
В то же время нам не известны работы, в которых бы предлагался универсальный подход к объективной количественной оценке резервов снижения ресурсоемкости товаров и услуг, пригодный для использования во всех отраслях при производстве товаров и реализации услуг, включая информационные, и одновременно требующий для применения минимальных затрат ресурсов.
Предлагаемая процедура оценки
В настоящей работе предлагается подход к оценке резервов снижения ресурсоемкости товаров и услуг. Для количественной оценки таких резервов все процессы создания конечного или промежуточного продукта и процессы реализации услуг рас-§ сматриваются следующим образом: ^ а) по каждому товару или услуге в от-^ дельности, а не в целом по предприятию, § так как при расчете показателя произво-| дительности труда на данном предприятии § объем чистого или конечного продукта делят Ц в среднем на одного работника; & б) как случайные по времени выполне-^ ния и по ресурсоемкости каждой опера-га ции и процесса в целом. Результаты наших ¡1 исследований показывают (см., например, I [1-3]), что величина коэффициента вариа-г^ ции ресурсоемкости товара или услуги в зависимости от степени автоматизации про-§ цесса может изменяться.
I £
Шаги реализации
и
I Процедура оценки резервов по сниже-
<и
нию ресурсоемкости товаров и услуг вклю-Ц чает следующие шаги: ^ Шаг 1. Деловые процессы (технологи-| ческие, управленческие) представляются Ц имеющими случайную величину ресурсо-<5 емкости каждой операции. § Шаг 2. Осуществляется визуализация анализируемого процесса с использовании ем, например, IDEF0-моделей или UML-диа-| грамм [4]. Визуальные модели обеспечивала ют возможность исследования и наглядного
представления делового процесса, позволяют оценить взаимосвязанность отдельных процессов и операций. Важным и исключительно полезным свойством визуальных моделей является и то, что однажды построенные и сохраненные в базе данных предприятия их можно в дальнейшем постоянно совершенствовать добавлением деталей, более подробно раскрывающих содержание делового процесса. А с помощью диаграмм деятельности и последовательностей в модели можно отражать динамические аспекты поведения системы.
Шаг 3. По результатам активных или пассивных (ретроспективный анализ) экспериментов получают информацию о статистических характеристиках и виде и параметрах функции распределения величины ресурсо-емкости каждой операции.
Шаг 4. При отсутствии объективной количественной информации о ресурсоемкости некоторых операций величину затрат конкретного ресурса определяют с использованием экспертных методов. В процессе экспертизы каждый эксперт указывает либо минимальное, максимальное и наиболее вероятное значение затрат анализируемого ресурса на выполнение операции, либо только минимальное и максимальное значения. Причем для повышения точности расчетов, оценивая, например, затраты времени или других ресурсов на выполнение конкретной операции, целесообразно ориентироваться на работу [5]. В ней предлагается пошаговая процедура и инструментарий, включающий программные системы автоматизированного синтеза имитационной модели, получение групповой экспертной оценки значений различных показателей, таких как величина ожидаемого спроса, ущерба, затрат, прибыли, оборота, времени наступления события и др.
Первая особенность предлагаемой схемы состоит в использовании имитационного моделирования для пошагового получения обобщенной групповой экспертной оценки диапазона предполагаемых значений анализируемого показателя.
№ 2 (38) 2012
Вторая особенность заключается в применении дельфийской процедуры, обычно используемой для прогнозирования, проведения экспертизы, направленной на получение значения, представляющего интерес показателя. При этом непосредственное общение специалистов друг с другом заменяется взаимодействием с помощью разработанной программы выполнения последовательных шагов, на каждом из которых реализуется полный цикл экспертизы, включая информирование специалистов-экспертов о результатах предыдущего шага. Оцениваемое значение (мнение каждого эксперта) представляется равномерным (если эксперт указал два значения затрат ресурса) или треугольным (если указано три значения ресурсоемкости операции) распределением.
Обобщенное мнение п экспертов об искомом значении анализируемого показателя ресурсоемкости находится как среднее п случайных величин, имеющих равномерное или треугольное распределение путем имитационного моделирования процесса проведения групповой экспертизы для получения оценки значений ресурсоемкости. В результате имитационного моделирования получают оценки статистических характеристик в виде математического ожидания, дисперсии, коэффициента вариации, эксцесса, асимметрии и распределение в виде таблиц и гистограмм значений искомого показателя затрат ресурса.
Предложенный в работе [5] алгоритм дает возможность оценить на основании результатов имитационного моделирования границы доверительного интервала значений искомого показателя и вероятность того, что его значения окажутся больше или меньше определенного числа.
Экспертиза завершается, когда значение коэффициента вариации мнений экспертов на очередном шаге не превысит заданный порог (например, 5%).
Шаг 5. Устанавливается количество необходимых выполнений каждой операции анализируемого процесса. При производст-
£
ве товаров оно обычно является детерминированной величиной, определяемой техно- :»< логией изготовления, а при реализации ус- ^ луг, как правило, случайной, определяемой, например, как число обслуженных клиентов за некоторый период.
По каждой операции I затраты ресурса } определяются величиной
зг п,
где Зц — случайная величина, характеризующая затраты ресурса } на операцию I, п — число выполнений 1-й операции, I = 1,...,N; ]= 1,..,М-
Затраты ресурса \ на выполнение всего анализируемого процесса равны:
N
^ = Ё За ■ п, \ = 1.....м.
I=1
Причем N может быть достаточно большим. Так, даже простой, на первый взгляд, процесс формирования системы показателей консолидированной отчетности вертикально-интегрированных компаний [6] включал 243 операции.
Шаг 6. Визуальные модели дополняют количественными компонентами, характеризующими количественные параметры анализируемого процесса.
Шаг 7. Осуществляется автоматизированный синтез имитационной модели изучаемого процесса. Для этого может, например, использоваться система СИМ-UML [7], если визуализация выполнена с помощью унифицированного языка моделирования имь Если модель создана с использованием нотации IDEF0, то сначала выполняется конвертирование модели в UML-диаграммы [8, 9], затем проводится синтез имитационной модели, после чего выполняется имитационное моделирование анализируемого процесса.
В результате имитационного моделирования получаем статистические характеристики в виде математического ожидания, дисперсии, коэффициента вариации, эксцесса и асимметрии и описание в виде таблиц и гистограмм распределения величины за-
113
№ 2 (38) 2012
трат конкретных ресурсов (время, материалы, энергия, живой и овеществленный труд) на реализацию различных подмножеств функциональных операций и делового процесса по изготовлению или сбыту определенного изделия в целом. Зная распределение расхода /-го ресурса по анализируемому изделию, можно оценить вероятность того, что при изготовлении этого изделия потребуется конкретное количество ресурса / и, наоборот, определить, какое количество ресурса / будет необходимо для выполнения делового процесса с заданной вероятностью.
Шаг 8. Оцениваются резервы снижения ресурсоемкости анализируемого товара или услуги. О том, насколько значительны эти резервы, судим по полученным в результате моделирования значениям коэффициента § вариации ресурсоемкости и величине пра-^ восторонней асимметрии распределения. ^ При необходимости более точной оценки § резервов снижения ресурсоемкости в каче-| стве точки отсчета возьмем медиану эмпи-§ рического распределения затрат ресурса. Ц Ведь если в 50% случаев можно выполнить & процесс, затратив некоторое количество ре-^ сурсов, следует проанализировать, почему з в остальных 50% случаев необходимо затра-¡1 тить больший объем этих ресурсов.
Таким образом, исходя из здравого смыс-г^ ла, резервы снижения затрат ресурсов оценим, вычислив разность (Зр - Зт), где Зт — § затраты анализируемого ресурса для вы-<| полнения процесса с вероятностью 0,5, т. е. £ в 50% случаев; Зр — объем ресурса, необ-<3 ходимый для выполнения процесса с ве-| роятностью р, т. е. в р х 100% случаях, при-
<и
чем ориентируемся на часто используемые Ц в статистике значения р: 0,8; 0,9; 0,95; 0,99. ^ Такую оценку резервов снижения ресурсо-| емкости можно проводить по каждой опера-Ц ции и процессу в целом. <5 Кроме того, если известен диапазон из-§ менения затрат ресурсов на каждую операцию процесса (исходная информация по-^ лучена по данным активных или пассивных | экспериментов или экспертными метода-<=э ми), то возможно оценить степень влияния
ресурсоемкости отдельных операций или различных подмножеств операций на статистические характеристики ресурсоемкости процесса изготовления товара или реализации услуг в целом.
Шаг 9. Строится регрессионная модель для прогнозирования общих затрат анализируемого ресурса при изменении ресурсо-емкости отдельных операций, оценки экономической целесообразности их модификации или автоматизированного выполнения. Кроме того, оценив средние трудозатраты на выполнение процесса, можно оперативно и с минимальными затратами труда и времени оценить резервы снижения ресурсо-емкости процесса.
При большом количестве операций процесса используются ортогональные насыщенные планы Плакетта-Бермана (см. [10, 11]). Так как речь обычно идет о построении линейных многофакторных моделей с независимыми переменными, эффекты взаимодействия факторов-операций не учитываются (применение полного факторного эксперимента нецелесообразно из-за избыточности числа наблюдений).
В отличие от большинства экономических задач при использовании процессно-статистического подхода к оценке затрат ресурсов проведение экстремальных экспериментов не вызывает затруднений. Ведь в результате имитационного моделирования получены статистические характеристики и описание распределения ресурсоемко-сти, т. е. распределения затрат по видам ресурсов (в виде таблиц) по каждой операции рассматриваемого процесса.
Шаг 10. Выполняется поиск процессов с одинаковым целевым назначением (с одинаковой целевой функцией) и со схожими условиями осуществления или с похожим функциональным назначением отдельных операций анализируемых процессов, реализуемых разными фирмами и в разных странах.
Например, процессы изготовления автомобиля, стиральной машины, персонального компьютера и других товаров включают штамповочные, токарные и сверлильные
№ 2 (38) 2012
операции, отличающиеся использованием различных моделей штамповочного, токарного и сверлильного оборудования и, соответственно, величиной амортизационных отчислений в единицу времени, затратами на заработную плату персонала, расходом энергии и т. д. Это позволит оценить разницу в затратах ресурсов на выполнение групп одинаковых операций.
Шаг 11. Формируется база данных, включающая информацию о существующих и проектируемых процессах создания аналогичного товара (аналогичной услуги). Каждый из этих процессов представляется в виде последовательности операций. Иначе говоря, формируется подмножество альтернативных процессов создания конкретного товара (услуги), отличающихся составом, содержанием или временем выполнения и ресурсоемко-стью отдельных операций. Построение такой базы данных вполне реально, поскольку во многих случаях получить конкретный товар или услугу можно с использованием разных технологических процессов, включающих как одинаковые, так и разные по составу и содержанию операции.
В отдельных случаях формирование подобной базы данных оказывается весьма дорогостоящей операцией. Однако любое решение о минимизации затрат ресурсов на изготовление конкретного изделия или реализацию услуги базируется только на результатах сравнительного анализа ресурсо-емкости существующих в мире или проектируемых процессов.
Шаг 12. Выполняются количественная оценка (например, с использованием меры подобия Жаккарда) степени взаимосвязи по операциям между всеми существующими и проектируемыми процессами, включенными в базу данных [12, 13], и сравнительный анализ ресурсоемкости одинаковых операций при выполнении процессов в разных фирмах и странах.
Если в базу данных включить все известные процессы с одинаковым целевым назначением, но с разными условиями осуществления, то в последующем, сформировав
репрезентативную выборку и построив эко- ^ номико-математические модели, можно количественно оценить влияние условий осу- ^ ществления конкретного процесса на изменение его ресурсоемкости, т. е. оценить влияние на величину затрат времени, материалов, трудовых, финансовых, энергетических ресурсов на выполнение процесса, на получение интересующего субъектов результата.
Шаг 13. С использованием процесс-но-статистического учета затрат ресурсов [14, 15] и процедуры пошагового упорядочения затрат с оценкой характеристик распределения [5] определяются затраты ресурсов на реализацию каждой операции по всем процессам, включенным в сформированную базу данных.
Шаг 14. По каждому процессу оцениваются резервы снижения затрат ресурсов на реализацию отдельных операций, различных подмножеств операций и процесса в целом. Для этого (по аналогии с шагом 8) для объективной количественной оценки резервов снижения затрат ресурса определяется влияние характеристик ресурсоемко-сти каждой операции на статистические характеристики ресурсоемкости процесса.
Шаг 15. Выполняются следующие процедуры:
а) сравнительного анализа затрат ресурсов на осуществление процессов создания конкретных материальных благ или услуг;
б) сравнительной количественной оценки разницы в затратах ресурсов на выполнение одинаковых операций;
в) обоснованного (оптимального) выбора подходящего процесса из множества сопоставимых (по критерию минимума затрат ресурсов на получение конкретных материальных благ или услуг или по критерию минимума совокупной стоимости владения процессом);
г) оценки резервов снижения затрат ресурсов при выборе (по критерию минимума ресурсоемкости) процесса создания конкретного продукта (реализации услуги) по сравнению с анализируемым процессом
№ 2 (38) 2012
(существующим, включенным в созданную базу данных, или проектируемым).
Заключение
1. Предложен универсальный метод количественной оценки резервов для снижения затрат ресурсов на выполнение деловых (технологических, управленческих)про-цессов, пригодный для использования при производстве товаров и реализации услуг, включая информационные услуги, и требующий для применения минимальных затрат ресурсов. При этом:
• предложено использовать процедуры кластерного анализа при количественной оценке степени взаимосвязи по операциям между сопоставимыми процессами изготов-§ ления анализируемого товара или услуги; ^ • показана возможность и экономическая ^ обоснованность использования статистиче-§ ских методов планирования экстремальных | экспериментов при построении моделей для § прогнозирования затрат ресурсов на произ-Ц водство товаров и реализацию услуг; & • предложено формировать базу дан-^ ных, включающую сведения об альтерна-з тивных процессах создания конкретного то-¡1 вара (услуги), отличающихся составом, содержанием или временем выполнения и ре-г^ сурсоемкостью отдельных операций. При наличии такой базы данных можно осуще-§ ствлять обоснованный (оптимальный) вы-<| бор подходящего процесса из множества £ сопоставимых и оценку резервов снижения <3 затрат ресурсов при выборе (по критерию I минимума ресурсоемкости) процесса соз-
<и
дания конкретного продукта по сравнению Ц с анализируемым процессом (существую-^ щим, включенным в созданную базу данных | или проектируемым); Ц • показано, что имитационное моделиро-<5 вание позволяет получать статистические § характеристики и распределение затрат ресурсов на выполнение процессов производ-^ ства товаров и реализации услуг при любом | распределении ресурсоемкости отдельных <=э операций процесса, дает возможность оце-
нить вероятность попадания затрат времени и различных ресурсов в заданный диапазон значений;
• предложено резервы снижения ресур-соемкости товаров и услуг оценивать по величине коэффициента вариации ресурсо-емкости и величине правосторонней асимметрии распределения; при необходимости более точной оценки резервов снижения ресурсоемкости в качестве точки отсчета можно взять медиану эмпирического распределения затрат ресурса.
2. Показана экономическая обоснованность применения процессно-статистическо-го учета затрат ресурсов для оценки резервов снижения ресурсоемкости товаров и услуг, т. е. возможность и целесообразность представления любого процесса в виде совокупности (суммы) операций, случайных по времени и затратам ресурсов (трудовых, финансовых, энергетических, материальных); визуализации процесса и автоматизированного синтеза имитационных моделей; получения статистических характеристик (математического ожидания, дисперсии, коэффициента вариации, эксцесса, асимметрии) и описаний распределения затрат ресурсов по каждой операции и процессу в целом (в виде таблиц и гистограмм); оценки вероятности выполнения процесса с заданным объемом ресурсов.
3. Расширены возможности принятия оптимальных управленческих решений. Так, выполнив построение UML-диаграмм и генерацию имитационных моделей и получив в результате моделирования описание распределения затрат ресурсов по каждому варианту организации делового процесса, можно:
• определять ресурсоемкость каждой операции делового процесса, выявлять наиболее ресурсоемкие операции;
• проводить сравнительный количественный анализ затрат ресурсов при различных вариантах организации делового процесса;
• экономически обоснованно выбирать оптимальный вариант выполнения делового процесса (например, по критерию минимума затрат какого-либо ресурса, минимальной
№ 2 (38) 2012
общей себестоимости изготовления или минимальной совокупной стоимости владения процессом);
• получать наиболее точную оценку себестоимости изготовления конкретного изделия;
• обосновывать целесообразность внедрения новых технологий, видов продукции, услуг.
Так, оценив затраты времени на операции, связанные с использованием конкретных видов оборудования, можно определить общее время загрузки оборудования, рассчитать эффект от замены оборудования на более производительное, оценить возможность дозагрузки отдельных видов оборудования, целесообразность продажи излишнего оборудования и т. д.
Список литературы
1. Моделирование деловых процессов в налоговых инспекциях: Монография / под общ. ред. Т. В. Шевцовой, Д. А. Чушкина / А. Б. Паскачев, Ю. Д. Джамурзаев, Г. Н. Хубаев, С. Н. Широбо-кова. М.: Изд-во экономико-правовой литературы, 2006. — 304 с.
2. Хубаев Г. Н, Полуянов Е. В., Родина О. В. Моделирование и автоматизация процессов налогового учета. Монография. Ростов н/Д: РГЭУ (РИНХ), 2010. — 303 с.
3. Хубаев Г. Н, Родина О. В. Модели, методы и программный инструментарий оценки совокупной стоимости владения объектами длительного пользования (на примере программных систем). Монография. Ростов н/Д: РГЭУ (РИНХ), 2011. — 336 с.
4. Хубаев Г. Н. Визуальное и имитационное моделирование деловых процессов — универсальный инструментарий для оценки затрат в управленческом учете // Вопросы экономических наук. 2007. № 3. С. 158-161.
5. Хубаев Г. Н. Имитационное моделирование для получения групповой экспертной оценки значений различных показателей // Автоматизация и современные технологии. 2011. № 11. С. 19-23.
6. Глебов В. А. Визуальное моделирование процессов учета внутригрупповых операций в вер-
тикально-интегрированных компаниях // Вест- <§ ник Ростовского государственного экономического университета (РИНХ). 2008. № 2. * С. 264-271.
7. Хубаев Г. Н, Щербаков С. М, Рванцов Ю. А. Система автоматизированного синтеза имитационных моделей на основе языка UML «СИМ-UML» // Свидетельство об официальной регистрации программы для ЭВМ. № 2009610414. М.: Роспатент, 2009.
8. Хубаев Г. Н., Широбокова С. Н, Ткаченко Ю. В., Титаренко Е. В. Автоматизированный конвертер моделей IDEF0 в диаграммы деятельности языка UML «ToADConverter» («ToADConverter») // Свидетельство о государственной регистрации программ для ЭВМ № 2009613137. М.: Роспатент, 2009.
9. Хубаев Г. Н., Широбокова С. Н., Ткаченко Ю. В., Титаренко Е. В. Автоматизированный конвертер моделей IDEF0 в диаграммы деятельности языка UML для Web-серверов «ToADConverter.Web» («ToADConverter.Web») // Свидетельство о государственной регистрации программ для ЭВМ № 2009616090. М.: Роспатент, 2009.
10. Хубаев Г. Н. Информационные и программные системы как объекты активного экспериментирования // Программные продукты и системы (software&systems). 1999. № 2. С. 2-7.
11. Plackett R. L, Burman J. P. Biometrica. 1946. Vol. 33. № 4. P. 305.
12. Хубаев Г. Н. Сравнение сложных программных систем по критерию функциональной полноты // Программные продукты и системы (software&systems). 1998. № 2. С. 6-9.
13. Хубаев Г. Н, Щербаков С. М, Аручиди Н. А.. Программная система анализа сложных систем по критерию функциональной полноты // Свидетельство об официальной регистрации программы для ЭВМ. № 2009615296. М.: Роспатент, 2009.
14. Хубаев Г. Н. Система поддержки принятия решений по минимизации ресурсоемкости товаров и услуг: вариант построения // Вопросы экономических наук. 2009. № 4. С. 126-130.
15. Хубаев Г. Н. Калькуляция себестоимости продукции и услуг: процессно-статистический учет затрат // Управленческий учет. 2009. № 2. С. 35-46.
