CC BY
25
ЭКОНОМИКА И УПРАВЛЕНИЕ ПРЕДПРИЯТИЕМ
УДК 681.51: [658.012.12.003.12:656.614.3]
УПРАВЛЕНИЕ ЗАТРАТАМИ ГРУЗОВОГО ПОРТА НА ОСНОВЕ ФУНКЦИОНАЛЬНО-СТОИМОСТНОГО АНАЛИЗА
© 2011 г. АА. Ханова, А.С. Пономарева
Астраханский государственный Astrahan State Technical
технический университет University
Рассмотрен вопрос оценки затрат грузового порта на основе фукнционально-стоимостного анализа на основе структурного и имитационного моделирования. Проведен дробно-факторный эксперимент на основе плана Плакетта - Бермана и показано принятие управленческих решений на основе экспериментов с имитационной моделью.
Ключевые слова: грузовой порт; функционально-стоимостной анализ; имитационная модель; дробно-факторный эксперимент; управленческое решение.
In article the question of an estimation of expenses of cargo port is considered on the basis of the functional-cost analysis on the basis of structural and imitating modeling. Is carried out half-replicated experiment on the basis of the plan Plaket - Berman acceptance of the managerial decisions also is shown on the basis of experiments with imitating model.
Keywords: cargo port; functional-cost analysis; imitating model; half-replicated experiment; managerial decisions.
Рынок транспортных услуг является остро конкурентным. Для повышения конкурентоспособности грузовые портовые комплексы оптимизируют и совершенствуют процесс переработки грузов, приобретают современное грузовое оборудование. Финансовые потоки, а особенно затраты - универсальный индикатор деятельности по всем бизнес-процессам грузового порта. Они могут характеризовать как деятельность предприятия в целом, его конкурентоспособность, так и эффективность отдельных управленческих решений. Поэтому эффективное управление затратами - главная и принципиально важная задача для высшего менеджмента предприятия.
Технологические процессы грузового порта разнообразны как по характеру, так и по трудоемкости, зависят от множества факторов, большая часть которых не управляема портом и носит стохастический характер. Указанные особенности определяют понятийную сложность объекта исследования, высокую размерность задачи анализа и, таким образом, невозможность использования однообразного математического аппарата и затрудненность математического описания формальными моделями. Для описания подобных слабоформализуемых динамических процессов целесообразно применять имитационное моделирование [1].
Грузовой порт - это система со сложной структурой затрат. Известны различные методы проведения экономического анализа затрат, такие как норматив-
ный, попроцессный, попередельный, позаказный, но наиболее эффективным является функционально-стоимостной анализ (ФСА). Конечной целью ФСА является поиск наиболее экономичных с точки зрения потребителя и производителя вариантов того или иного практического решения [2].
В основе ФСА лежит положение о том, что для производства каждого продукта (услуги) необходимо выполнить ряд действий, каждое из которых требует определенных ресурсов. Сумма расходов на выполнение каждого действия, с определенными поправками, и будет составлять себестоимость продукта (услуги).
ФСА включает в себя следующие этапы: информационно-подготовительный; аналитико-творческий; этап заполнения основных ресурсов; контрольно-эксплуатационный этап. Для расчета экономической эффективности от внедрения ФСА применяется следующая формула расчета экономической эффективности
Кф.с.а. = (Ср - Сф.н.) / Сф.н.,
где Кф.с.а. - коэффициент снижения текущих затрат; Ср - реально сложившиеся совокупные затраты; Сф.н. -минимально возможные затраты, соответствующие спроектированному объекту.
Экономическая эффективность тем выше, чем меньше Кф.с.а., в идеале он должен равняться 0. Таким образом, ФСА представляет собой эффективный способ выявления резервов сокращения затрат, кото-
рый основывается на поиске более дешевых способов выполнения главных функций при одновременном исключении лишних функций на основе структурного моделирования.
Средствами, в которых реализованы технологии структурного и имитационного моделирования, являются такие программные продукты, как AllFusion Process Modeler и Arena соответственно.
AllFusion Process Modeler позволяет рассмотреть модель «как будет». При этом модель - это желаемое (предполагаемое) состояние бизнеса в будущем, к которому следует стремиться. А это означает, что модель «как будет» не может быть реализована полностью. Причины этого очевидны:
1) высокая динамика изменения внешних условий и, как следствие, конкретных требований рынка;
2) возможное перераспределение акцентов потребительского рынка;
3) возрастание нестабильности цен;
4) возможное изменение приоритетов развития бизнеса и др.
Следовательно, без дополнительного анализа адекватно спрогнозировать успешность перехода к модели «как будет» не представляется возможным. В этом случае имитационное моделирование позволит: предотвратить ошибки, которые могут возникнуть при принятии интуитивных решений; создавать модели с учетом изменений как внешних условий, так и самой моделируемой системы; исключить факторы, оказывающие негативное влияние на внутренние процессы системы.
Таким образом, можно говорить о циклической реализации информационно-технологической цепочки: модель текущего состояния (AS-ISS) ^ идеальная модель желаемого состояния (TO-BE) ^ реальная модель желаемого состояния (Simulation) ^ переход к желаемому состоянию (Improved TO-BE). Важнейшую роль при этом играет имитационное моделирование, которое обеспечивает наиболее обоснованное формирование модели Improved TO-BE, являющейся, по сути, основным ориентиром дальнейшего развития [3].
Разработана процессная модель работы порта, состоящая из шести основных блоков: прибытие судна, разгрузка груза, хранение груза, погрузка груза, отправка судна. Каждый из этих блоков был представлен в нотации IDEF3 и экспортирован в Arena. Рассмотрим данную операцию на примере процессной модели погрузки груза на судно, созданной в AllFusion Process Modeler (рис. 1). В результате экспорта получена модель с сохраненными значениями в Arena, представленная на рис. 2.
При создании имитационной модели были обработаны входные данные, подобраны распределения вероятностей, оценена адекватность, сформированы отчеты. Имитационная модель решает задачи, представляющие собой исследование влияний следующих компонентов системы на ее работу в целом: интенсивность прихода судов, метеоусловия, занятость складских помещений, загруженность причалов.
Разработанная имитационная модель обеспечивает реализацию существующих на объекте моделирования технологических процессов с различными параметрами.
Wt-
Застройка груза
;...........I............
&
5Г
Подготовка крана к работе
ю
36
Укладка сепарации на судно
«р 1
& 1—* Отстропка груза
31 1 1
■Ü'
Рис. 1. Модель погрузки груза на судно в нотации IDEF0()
Рис. 2. Модель погрузки груза на судно после экспорта
На основе моделей, созданных в AllFusion Process Modeler и Arena, был проведен функционально-стоимостной анализ, который позволил рассмотреть каждый объект модели с точки зрения затрат, что позволило:
- определить и сгруппировать затраты соответственно выделенным функциям;
- разработать предложения по технологическому и организационному усовершенствованию производства.
Для исследования влияния различных факторов на деятельность порта проведем дробно-факторный эксперимент (ДФЭ). Для этого выделим 6 основных факторов:
1 Фактор 1(х1) - увеличение числа прихода судов на 4 судна;
2. Фактор 2(х2) - увеличение числа рабочих на 1 ;
3. Фактор 3(х3) - увеличение числа погрузчиков на 1;
4. Фактор 4(х4) - скорость ветра превышала допустимую норму (>15м/с);
5. Фактор 5(х5) - кран на причале 1 был на ремонте;
6. Фактор 6(х6) - погрузчик был на ремонте.
Одними из самых экономичных по числу опытов
и эффективных для дисперсионного анализа из известных планов ДФЭ являются двухуровневые планы Плакетта - Бермана.
Для этих условий при проведении полнофакторного эксперимента необходимо было бы реализовать следующее число опытов:
Nn
: mk = 26 =
64.
Из известных двухуровневых планов ДФЭ оценим число опытов для планов по принципу дробных реплик ПФЭ (ДР) и планов Плакетта - Бермана (ПБ). Необходимое число опытов для этих планов рассчитывается по следующим формулам:
Np = 2k
26
где а равно 1, 2, 3,...,6; Ждр равно 32, 16, 8, 4, 2, 1.
Nn
4b,
где Ь равно 1, 2, 3,..., да ; ЖПБ равно 4, 8, 12,... да.
Из таких двухуровневых планов можно выбирать только те, для которых выполняется соотношение:
N > k+1 > 6+1 > 7.
Требованиям этого соотношения наряду с минимальным числом опытов более других соответствует план Плакетта - Бермана с NПБ = 8.
Построим такой план с кодированными факторами, обозначая знаками (+) и (-) одно из двух натуральных значений каждого из факторов. Тогда план Плакетта -Бермана типа NПБ = 8 будет следующим (табл. 1).
Таблица 1
План эксперимента типа ЛГПБ = 8
а
Номер опыта Кодированные значения факторов Y затраты
х1 х2 х3 х4 х5 х6 х7 (*) х8 (*)
1 + - - + + - + + 300 456
2 + + - - + + - + 316 092
3 - + + - - + + - 290 845
4 + - + + - - + + 287 994
5 + + - + + - - + 299 935
6 - + + - + + - - 302 450
7 - - + + - + + - 290 935
8 - - - - - - - - 284 645
Примечание. (*) - фиктивные факторы, используемые для расчета случайных ошибок эксперимента.
Таблица 2
Основные параметры эксперимента
Номер опыта Число судов, шт Число рабочих, шт Число погрузчиков, шт Скорость ветра (+\-) Кран на ремонте (+\-) Погрузчик на ремонте (+\-) Величина затрат, руб.
1 32 5 1 + + - 300 456
2 32 6 1 - + + 316 092
3 28 6 2 - - + 290 845
4 32 5 2 + - - 287 994
5 32 6 1 + + - 299 935
6 28 6 2 - + + 302 450
7 28 5 2 + - + 290 935
8 28 5 1 - - - 284 645
Правильность построения плана Плакетта - Бермана определяется двумя признаками:
1) диагональным расположением одинаковых знаков в ячейках плана.
2) равенством количества знаков (+) и (-) в каждом столбце плана.
Составим таблицу (см. табл. 2) с основными параметрами по полученному плану эксперимента.
По представленной табл. 2 еще раз можно убедиться, что наиболее затратными являются эксперименты под номерами 6 и 2, а наименее затратными - 4 и 8. Отсюда можно сделать вывод о том, что число рабочих не должно превышать 5, а погрузчиков на операцию выгрузки и погрузки должно быть 2. При данных параметрах затраты минимальны.
Были решены задачи, сводящиеся к выявлению «узких мест» в работе грузового порта, оценке и ана-
Поступила в редакцию
лизу влияния различных факторов на отдельные статьи затрат и функционирование порта в целом. Проведен функционально-стоимостной анализ, в результате которого появилась возможность оценки текущих затрат грузового порта, а также прогноза и анализа затрат на будущее.
Литература
1. Кельтон В., Лоу А. Имитационное моделирование. Классика CS. СПб.:; Киев, 2004. 847 с.
2. Маркарьян Э.А., Маркарьян С.Э., Герасименко Г.П.
Управленческий анализ в отраслях. М., 2007. 320 с.
3. Тарзанов В.В. Arena на арене бизнеса. СПб., 2006. 416 с.
13 июля 2010 г.
Ханова Анна Алексеевна - канд. техн. наук, доцент, кафедра «Прикладная информатика в экономике», Астраханский государственный технический университет. Тел. (8512)614508. E-mail: akhanova@mail.ru
Пономарева Анастасия Сергеевна - студент, кафедра «Прикладная информатика в экономике», Астраханский государственный технический университет. Тел. (8512)614508. E-mail: akhanova@mail.ru
Khanova Anna Alekseevna - Candidate of Technical Sciences, assistant professor, department «Applied Informatics in Economics», Astrahan State Technical University. Ph. (8512)614508. E-mail: akhanova@mail.ru
Ponomareva Anastasiya Sergeevna - student, department «Applied Informatics in Economics», Astrahan State Technical University. Ph. (8512)614508. E-mail: akhanova@mail.ru
