CC BY
14
Научная статья
Б01: 10.15593/2224-9354/2022.3.13 УДК 658.562:665.7:519.862.6
Я.В. Вяткина, Е.Е. Жуланов, В.П. Постников
ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ КАК ИНСТРУМЕНТ ОРГАНИЗАЦИИ БЕРЕЖЛИВОГО ПРОИЗВОДСТВА НА НЕФТЕДОБЫВАЮЩЕМ ПРЕДПРИЯТИИ
Проведен анализ развития инструментов и методов организации бережливого производства в нефтедобывающей промышленности. На основе анализа существующей теоретико-методологической базы в данной предметной области исследования авторами выявлено несколько проблем. В основном инструменты используются без измерения эффективности их совместного практического приложения. Не учитывается отраслевая специфика деятельности предприятия, что ограничивает результативность методов организации бережливого производства. Недостаточно широко задействовано экономико-математическое моделирование для оценки экономических последствий применения указанных инструментов и методов. Для решения данных проблем предложен авторский подход, предусматривающий эконометрическое моделирование в качестве инструмента организации бережливого производства. Он дает возможность находить наиболее значимые для нефтедобывающего предприятия направления сосредоточения усилий по организации бережливого производства и оценивать изменение прибыли от этого. Также он позволяет выявлять наиболее значимые отраслевые факторы - объекты приложения методов бережливого производства, способные существенно повысить финансовый результат. Практическое приложение авторского подхода продемонстрировано на примере ООО «ЛУКОЙЛ-Пермь».
Ключевые слова: эконометрическое моделирование, бережливое производство, инструменты, методы, менеджмент, экономика нефтедобывающего предприятия.
Принципы и методы бережливого производства становятся неотъемлемым элементом системы управления на современных российских предприятиях, поскольку они обеспечивают повышение конкурентоспособности и результативности использования ресурсов, а также качества выпускаемой продукции и оказываемых услуг. Содержательно бережливое производство охватывает принципы, нормы, правила, методы и инструменты системы управления организацией, позволяющие руководству использовать все возможности для развития предприятия на основе снижения экономических потерь. Производители, пренебре-
© Вяткина Я.В., Жуланов Е.Е., Постников В.П., 2022
Вяткина Яна Владимировна - оператор обезвоживающей и обессоливающей установки четвертого разряда, ООО «ЛУКОЙЛ-Пермь», е-таН; vy4tkinayan@yandex.ru.
Жуланов Евгений Евгеньевич - д-р экон. наук, заведующий кафедрой экономики и управления промышленным производством ФГАОУ ВО «Пермский национальный исследовательский политехнический университет», е-таУ; zeepstu@yandex.ru.
Постников Владимир Павлович - канд. экон. наук, доцент кафедры экономики и управления промышленным производством ФГАОУ ВО «Пермский национальный исследовательский политехнический университет», е-ттаУ; v.p.o.s.t.v@mail.ru.
гающие данным инструментарием, продолжают полагаться на существующие модели планирования, что не позволяет им уменьшить время внутрипроизводственных перерывов, сократить затраты оборотного капитала и повысить качество выполняемых работ. Однако такой традиционный подход только усиливает риски потери доли рынка из-за понижения конкурентоспособности уровня цены продукции по сравнению с товаропроизводителями, использующими методы бережливого производства. Причина этого скрывается в том, что данные методы позволяют изыскивать внутренние резервы сокращения затрат и получать существенную экономию. Поэтому построение и применение модели бережливого производства является одним из лучших способов создать наиболее эффективный механизм управления промышленным предприятием.
Проведенный анализ существующей теоретико-методологической основы концепции бережливого производства позволяет констатировать наличие большого числа исследований в этой области. Научному обоснованию концепции, философии и инструментов бережливого производства, направленных на повышение эффективности промышленной деятельности, посвящены труды отечественных и зарубежных исследователей. Среди них наибольший вклад, по мнению авторов, внесен: Тайити Оно, Имаи Масааки, Хироюки Хирано, Сиего Син-го, Робертом Маурером, Джеймсом Вумеком, Джеффри Лайкером, Сергеем Филипповым, Сергеем Трусовым, Вячеславом Болтрукевичем и Дмитрием Кимом [1-3]. Методы бережливого производства достаточно подробно разработаны следующими зарубежными учеными: Тайити Оно, Джеффри Лайкером, Дэвидом Майером, Джеймсом Вумеком, Дэниелом Джонсом, Филиппом Кросби, Томасом Джексоном [1]. Значительный вклад в развитие методов организации бережливого производства и формирования производственных систем внесли также отечественные ученые: Н.С. Давыдова, А.В. Вялова, Г.Ч. Ахмадеева, К.О. Сафронова, Ю.П. Клочкова и О.К. Дуплянкина [4-8].
Обращает на себя внимание целый ряд работ, имеющих определенную специфику выбранного методологического подхода. Так, Деннис П. Хоббс, Стефан Руффа, Джорд Алукал и Лаури Коскела рассматривают бережливое производство с позиции философии управления предприятием, опирающейся на принципы ориентации на создание ценности для потребителя, постоянного улучшения, вытягивания, сокращения потерь, формирования корпоративной культуры на основе уважения к работнику. Н.С. Давыдова и Ю.П. Клочков в своих исследованиях утверждают, что бережливое производство предполагает вовлечение в процесс оптимизации бизнеса каждого сотрудника и максимальную ориентацию на потребителя [9, 10]. Э.Э. Березовский, Ю.П. Адлер, В.Л. Шпер, Э.А. Лапидус определяют бережливое производство как средство выживания предприятия и фактор повышения конкурентоспособности выпускаемой продукции [9, 11, 12].
Однако анализ описанной теоретико-методологической базы имеет некоторые недостатки, которые должны быть устранены. Во-первых, применение инструментов бережливого производства не имеет системно взаимосвязанного ха-
рактера и является весьма трудоемким в российских реалиях, что в ряде случаев приводит к отсутствию результата. К таким реалиям следует отнести неготовность персонала к использованию бережливых методов и недостаточная организованность производственных условий для их применения. Во-вторых, в рамках бережливого производства не учитывается отраслевая специфика применения соответствующего инструментария, в результате чего его использование существенно ограничивается. Особенно это касается нефтегазовой промышленности. В-третьих, значительному прогрессу в развитии инструментария бережливого производства могло бы послужить применение экономико-математических методов и, в частности, эконометрического моделирования.
В целях устранения данных недостатков было проведено исследование процессов управления производственно-хозяйственной системой одного из цехов по добыче нефти и газа ООО «ЛУКОЙЛ-Пермь». Целью исследования послужила разработка и теоретическое обоснование универсальных инструментов и методов бережливого производства для обеспечения экономии операционных затрат на предприятии нефтедобывающей промышленности.
Применительно к данной отрасли результатом применения методов бережливого производства будет выступать сокращение потери времени на ожидание производственных операций в цехах предприятия, а факторами, детерминирующими ее величину, послужит специализированный комплекс показателей, рассмотренных далее.
Следует заметить, что для приведения данных факторов к системно взаимосвязанному виду авторами предлагается последовательно применять корреляционный и регрессионный анализ из области эконометрического моделирования. Эконометрический подход к бережливому производству позволит представить выделяемые факторы в качестве управляемых экзогенных переменных и параметризовать их значения в количественном, т.е. измеряемом выражении. Корреляционный анализ предоставит возможность оценить, насколько тесно взаимосвязаны данные факторы между собой и какие из них имеют наиболее приоритетное значение с точки зрения целевой концентрации управления именно на них. Это может предотвратить распыление денежных средств между избыточными направлениями внедрения бережливого производства по общеизвестному принципу Паретто «20 % усилий дают 80 % результата». Регрессионный анализ даст возможность измерить степень воздействия каждого из экзогенных факторов на заданный результат организации бережливого производства, представленный эндогенной переменной у в построенной эконометрической модели. При этом данная модель позволит соблюсти принцип оценки системно взаимосвязанного совокупного влияния всех отобранных факторов на результирующий параметр простоев у.
В соответствии с предлагаемым эконометрическим подходом к экзогенным переменным (факторам) для предприятия нефтедобывающей промышленности следует предварительно отнести:
1) годовую стоимость простоя оборудования XI, тыс. руб.;
2) годовой простой (бездеятельность) персонала из-за плохой организации работы х2, ч;
3) годовые затраты на перемещение сырья, материалов или оборудования между цехами или филиалами компании х3, тыс. руб.;
4) стоимость годового брака из-за не выявленной вовремя неисправности оборудования х4, тыс. руб.;
5) годовую накопленную сумму износа оборудования х5, тыс. руб.;
6) годовая стоимость ремонта неисправного оборудования х6, тыс. руб.;
7) неиспользованный человеческий потенциал, т.е. долю персонала, не получившего материальное поощрение по причине неиспользования знаний, навыков и опыта для решения нетривиальных производственных задач х7, %.
Собранные по цеху добычи нефти и газа статистические данные результирующего показателя у - потери прибыли предприятия за время простоя и экзогенных факторов х, за период с 2011 по 2020 г. представлены в табл. 1.
На основе этих данных был проведен анализ корреляционной связи между переменными у и х, а также анализ наличия мультиколлинеарной связи [13] между переменными хи чтобы исключить из регрессионной модели ту их часть, которая является избыточной. Результаты расчета корреляционной матрицы представлены в табл. 2.
В первом столбце табл. 2 отражен коэффициент парной корреляции между результирующим показателем и влияющими на него факторами. В остальных столбцах представлены коэффициенты корреляции между двумя попарно сопоставляемыми экзогенными переменными. Анализ данных коэффициентов позволяет утверждать, что для построения регрессионной модели следует выбрать только факторы х1 и х2, так как теснота их связи с эндогенной переменной у, судя по значению коэффициентов корреляции, достаточно сильная (соответственно 0,99 и 0,69). При этом взаимосвязь между х1 и х2 слаба (коэффициент корреляции 0,62). Изменение остальных факторов тесно связано с х] (коэффициент корреляции больше 0,7 [14, с. 156]), а их взаимосвязь с результирующей переменной у не является более сильной, чем ее же связь с экзогенной переменной х1.
Таким образом, в формируемой регрессионной модели следует построить зависимость потери прибыли цеха по причине задержки выполнения производственных операций от стоимости простоя оборудования и времени простоя персонала из-за плохой организации работы. Именно эти два фактора и послужат направлением концентрации усилий предприятия по использованию принципов и методов бережливого производства. Исходя из этого регрессионная модель примет вид
у=а0 + а1 • х1 + а2 • х2, где а0, а\ и а2 - искомые параметры уравнения регрессии.
Таблица 1
Исходные статистические данные для проведения факторного анализа
№ п/п Год Потери прибыли из-за задержки производственных операций у, тыс. руб. Стоимость простоя оборудования хь тыс. руб. Простой персонала из-за плохой организации работы х2, ч Затраты на перемещение сырья, материалов или оборудования внутри компании х-з, тыс. руб. Стоимость брака из-за не выявленной вовремя неисправности оборудования х4, тыс. руб. Накопленная сумма износа оборудования х5, тыс. руб. Стоимость ремонта неисправного оборудования х6, тыс. руб. Неиспользованный человеческий потенциал х7, %
1 2011 550 000 172 500 923 60 000 50 000 79 000 559 000 2,5
2 2012 700 000 246 400 456 80 000 90 000 158 000 584 000 5,6
3 2013 920 000 310 000 733 100 000 130 000 237 000 609 000 4,8
4 2014 1 050 000 379 440 654 250 000 180 000 316 000 634 000 7,8
5 2015 1 300 000 459 200 469 380 000 210 000 395 000 659 000 10,1
6 2016 1 500 000 499 600 1100 500 000 279 000 474 000 684 000 10,5
7 2017 1 700 000 550 000 873 600 000 340 000 553 000 714 000 12,1
8 2018 1 950 000 600 000 950 650 000 389 000 632 000 749 000 9,8
9 2019 2 100 000 650 000 1000 700 000 423 000 711 000 805 000 15,2
10 2020 2 350 000 700 500 1500 750 000 471 000 790 000 895 000 18,5
Таблица 2
Корреляционная матрица
У X] *2 Х4 *5 х6 х1
У 1
x¡ 0,99 1
х2 0,69 0,62 1
х3 0,98 0,98 0,66 1
х4 0,99 0,99 0,69 0,99 1
х5 0,99 0,99 0,67 0,98 1,00 1
х6 0,98 0,95 0,75 0,93 0,97 0,97 1
Х1 0,94 0,94 0,64 0,92 0,93 0,95 0,96 1
В результате использования статистических данных табл. 1 и применения метода наименьших квадратов [15, с. 178; 16] была получена модель
у=-243316,4393 + 3,1819 • х1 + 233,2337 • х2.
На следующем этапе эконометрического моделирования должны быть оценены основные показатели, подтверждающие качество прогнозирования с использованием полученной модели. Эти показатели представлены в табл. 3.
Таблица 3
Показатели качества прогнозирования построенного уравнения регрессии
Показатель Модель Параметр а0 Параметр а! Параметр а2
Коэффициент детерминации 0,99 - - -
Дисперсия 3634273324,6 - - -
Критерий Фишера F 459,998 - - -
Стандартная ошибка 60284,93 62987,44 0,1455 82,4391
1 - статистика -3,8629 21,8689 2,8291
р - значение 0,006188 1,0552Е-07 0,025437
Доверительный интервал параметров модели:
- нижняя граница интервала -392258,073 2,8378 38,2961
- верхняя граница интервала -94374,8050 3,52596 428,1712
Судя по значению коэффициента детерминации, представленному в табл. 3, полученная модель на 99 % точно описывает фактическую зависимость у от переменных х. Полученное значение ^-критерия Фишера для данной модели составляет 459,98, при табличном значении ^-критерия, равном 4,74. Поскольку расчетное значение F больше табличного, то модель является статистически значимой.
Как уже было отмечено, взаимосвязь между результирующей переменной у и факторами х^ вычислялась по коэффициентам корреляции. Однако эти коэффициенты не отражают адекватность факторов построенной модели, а только лишь показывают тесноту связи между ними. Для проверки факторов на адекватность были использованы /»-значения, представленные в табл. 3. Если /»-значение фактора меньше или равно 0,05 для 95%-ной доверительной вероятности, то фактор признается значимым. Из таблицы следует, что /-значение для х! и х2 намного меньше этой величины и данные факторы необходимо оставить в модели. Анализ доверительного интервала параметров регрессии, указанных в табл. 3, свидетельствует о том, что он не содержит 0, следовательно, параметры регрессии статистически значимы и могут применяться для прогнозирования.
В дополнение к полученной регрессионной модели также предлагается построить трендовую модель, прогнозирующую тенденцию развития ре-
зультирующего эндогенного показателя у в сложившихся условиях без применения каких-либо методов бережливого производства. В том случае если трендовая модель будет описывать тенденцию к понижению значения показателя, то каких-либо затрат на организацию бережливого производства не потребуется, так как экономические потери будут стремиться к нивелированию с течением времени. Если же будет наблюдаться тенденция к росту, то это потребует от предприятия разработки стратегии внедрения принципов и методов бережливого производства, поскольку без нее устранить рост экономических потерь и свести их к нулю будет невозможно. Исходя из этого предлагается использовать трендовое моделирование как средство обоснования направлений и объемов финансирования мер по внедрению бережливого производства в цехах предприятия.
На основе статистических данных табл. 1 был построен рисунок, который позволил выявить очевидную тенденцию роста потерь прибыли из-за задержек выполнения производственных операций в цехе предприятия.
Для наиболее точного выбора вида трендовой модели, наилучшим образом описывающей сложившуюся тенденцию роста потерь, был построен целый комплекс моделей, представленный в табл. 4. Там же даны характеристики их статистической значимости. Как видно из таблицы, наиболее точно отражает фактическую тенденцию полиномиальная модель второй степени, так как коэффициент детерминации этой модели имеет наибольшую величину по сравнению с другими моделями.
о
123456789 10
Порядковый номер года
Рис. Характеристика тенденции изменения потерь прибыли из-за задержки выполнения производственных операций за период с 2011 по 2020 г.
Таблица 4
Варианты трендовых моделей для прогнозирования тенденции роста потерь прибыли из-за задержки производственных операций
№ п/п Наименование линии тренда Вид модели Р- критерий Коэффициент детерминации Средняя ошибка аппроксимации Среднее квадратиче-ское отклонение
1 Экспоненциальная у = 536429е°,1582 1 424,4 0,947 7,01 96696,4
2 Линейная у = 2018181+ 302000 5415,2 0,994 2,26 24910,2
3 Логарифмическая у = 7841781п(1) + 227545 105,3 0,780 16,4 168010,7
4 Полиномиальная у = 2575,812 + 1734851 + + 358667 9083,9 0,998 1,58 19243,2
5 Степенная у = 4772491 0,6535 417,9 0,947 6,48 81107,2
Данная трендовая модель имеет вид
у = Ь0 + Ь 1 + ь/, у = 358667 +1734851 + 2575,812,
где 1 - порядковый номер года; Ь0, Ь1 и Ь2 - искомые параметры трендовой модели.
Из табл. 4 также видно, что Р-критерий Фишера для данной модели больше Р - табличного значения 5,59, значит, полученная модель статистически значимая. Коэффициент детерминации позволяет сделать вывод о том, что фактическая тенденция изменения экономических потерь прогнозируется почти со 100%-ной точностью. Средняя ошибка аппроксимации свидетельствует о том, что отклонение расчетных значений у от фактических составляет всего 1,58 %. Это значительно ниже допустимого предела в 15 %, следовательно, сделан хороший выбор вида трендовой модели. Прогноз, полученный на ее основе за период с 2021 по 2024 г., представлен в табл. 5.
Таблица 5
Прогноз изменения потерь прибыли из-за задержки производственных операций на период с 2021 по 2024 г.
Показатель 2021 2022 2023 2024
Порядковый номер года, подставляемый в трендовую модель 1 11 12 13 14
Значение потерь, рассчитанных по трендовой модели, тыс. руб. 2 578 674 2 811402 3 049 282 3 292 314
Темп прироста показателя по отношению к 2020 г. 9,73 19,63 29,76 40,10
Как видно из табл. 5, за указанный период величина потерь по прогнозу вырастет на 40,1 %, что подтверждает необходимость ускоренного решения данной проблемы на основе инструментов и методов бережливого производства. В качестве таковых на нефтедобывающих предприятиях могут быть использованы:
1. Всеобщий уход за оборудованием в сочетании с принципом непрерывного совершенствования, что выражается в виде совместной деятельности
операторов установок и ремонтного персонала по выявлению неполадок и их немедленному устранению [17, с. 36]. Это обеспечит сокращение потерь времени и затрат на ликвидацию поломок оборудования. Для применения данного инструмента необходимо так настроить систему мотивации персонала, чтобы работник был заинтересован в обнаружении неисправностей оборудования и информировании об этом ремонтной службы, несмотря на то, что это не является его прямыми обязанностями.
2. Внедрение метода диаграммы Исикавы, при котором проблема простоя оборудования нефтедобывающего комплекса является только лишь следствием, а ее причина исследуется по отдельным категориям: персонал, материалы, машины, методы и окружение. При этом каждая категория детально исследуется таким образом, чтобы обнаружить более мелкие причины [17, с. 39].
3. Система 58 [18], предусматривающая одновременное следование персонала пяти основным принципам: сортировка необходимых для выполнения производственных задач предметов, самоорганизация, стандартизация правил производственных действий, поддержание в чистоте и совершенствование организации рабочего места в целях повышения дисциплинированности персонала и выработки нужных для предприятия привычек у работников.
4. Выполнение картирования потока создания ценности, предусматривающего выбор семейства производственных и хозяйственных процессов, построение карты текущего состояния, анализ потерь, построение карты идеального состояния, которого хотелось бы достичь в будущем и разработка плана достижения идеального состояния [19].
Все это в комплексе позволит сократить время простоев оборудования и снизить расходы на ремонт за счет улучшения технического контроля и оптимизации проведения ремонтов, а также благодаря повышению квалификации, дисциплинированности и вовлеченности работников в производственный и ремонтный процессы.
Если в результате внедрения соответствующих принципов и методов в рассматриваемом цехе по добыче нефти и газа удастся сократить потери от простоя оборудования и персонала хотя бы на 10 %, то используя первое полученное уравнение регрессии, можно оценить экономический эффект от таких результатов в виде сокращения суммы недополученной прибыли до уровня
у=-243316,4393 + 3,1819 • 630450 + 233,2337 -1350 = = 2 077 578 тыс. руб.
По сравнению с уровнем потерь 2020 г. предприятие сможет получить дополнительно прибыль на сумму
ЛП = 2 350 000 - 2 077 578 = 272 422 тыс. руб.
Поскольку уравнение регрессии обладает погрешностью, то для оценки надежности прогнозных значений необходимо найти интервал, в который попадут фактические величины у с вероятностью 95 %. Для этого необходимо использовать следующую формулу [14, с. 51]:
У = у ± ¿а5 ^
где у - расчетный прогноз потери прибыли из-за задержки производственных операций, выполненный по модели регрессии, тыс. руб.; ¿а - коэффициент Стьюдента, определяемый по таблице критических значений ¿-критерия Стью-дента исходя из числа степеней свободы и вероятности ошибки Р = 0,05; 5у -
среднее квадратическое отклонение прогноза [20, с. 128].
Коэффициент Стьюдента равен 2,365, так как число степеней свободы 7, а уровень надежности 0,95. Используя этот коэффициент, определим доверительный интервал прогноза изменения потерь по формуле
у = 2077578 ± 2,365 • 60284,93,
где 2077578 - прогноз потерь прибыли, полученный по регрессионной модели, тыс. руб.; 60284,93 - среднее квадратическое отклонение регрессионной модели, тыс. руб.
Выполненный на основе последнего выражения расчет доверительных границ прогноза потери прибыли в результате задержки производственных операций представлен в табл. 6. Там же определены минимально и максимально возможные размеры сокращения потерь в процентном выражении в результате применения методов бережливого производства и устранения простоев на 10 %.
Таблица 6
Оценка доверительных границ прогноза сокращения потерь прибыли из-за задержки производственных операций
Показатель Нижняя граница прогноза Ожидаемое значение по прогнозу Верхняя граница прогноза
Прогнозируемая сумма потерь прибыли, тыс. руб. 1 935 006 2 077 578 2 220 150
Сокращение потери прибыли по сравнению с ее величиной 2020 г. 414 994 272 422 129 850
Доля сокращения потери прибыли по отношению к ее величине 2020 г., % 17,66 11,59 5,53
Как видно из табл. 6, 10%-ное сокращение потерь простоя оборудования и бездействия персонала способно при наиболее благоприятном внедрении методов бережливого производства обеспечить сокращение потери прибыли на
414 994 тыс. руб., или на 17,66 %, а при неблагоприятном - на 129 850 тыс. руб., или на 5,53 % соответственно.
Таким образом, предложенный эконометрический подход позволяет развить существующие методы организации бережливого производства, а формируемые на его основе эконометрические модели являются инструментами, которые в дополнение к традиционно используемому инструментарию позволяют решить несколько задач. Во-первых, находить наиболее значимые для предприятия направления сосредоточения усилий по организации бережливого производства на рабочих местах благодаря трендовой количественной оценке возможных финансовых потерь в условиях бездействия. Во-вторых, дать оценку изменения прибыли предприятия от применения принципов, инструментов и методов бережливого производства, численная интерпретация результатов которых является труднодостижимой традиционными методами. В-третьих, выявлять на основе корреляционного анализа наиболее значимые отраслевые факторы, способные существенно повысить прибыль под влиянием организации бережливого производства. Преимуществом авторского подхода также является то, что получаемые эконометрические параметры способны гибко учитывать экономическую значимость отраслевых факторов в деятельности хозяйствующих субъектов, в частности предприятий нефтедобывающей промышленности.
Список литературы
1. Вумек Дж., Джонс Д. Бережливое производство: Как избавиться от потерь и добиться процветания вашей компании: пер. с англ. - 7-е изд. - М.: Альпина Паблишер, 2013. - 472 с.
2. Белыш К.В. Методический инструментарий внедрения и функционирования бережливого производства на промышленном предприятии: дис. ... канд. экон. наук. - Ижевск, 2018. - 156 с.
3. Саматова Т.Б. Формирование системы непрерывных улучшений в нефтедобывающей компании на основе принципов бережливого производства // Булатовские чтения : материалы IV Междунар. науч.-практ. конф.: в 7 т. / под ред. О.В. Савенок. - Краснодар: Издательский Дом - Юг, 2020. - Т. 7: Гуманитарные науки. - С. 282-287.
4. Антонова И.И., Ахмадеева Г.Ч. Развитие системы управления персонала в условиях внедрения методологии бережливого производства // Балтийский гуманитарный журнал. - 2014. - № 2. - С. 51-53.
5. Дуплянкина О.К., Мирошниченко М.А. Бережливое производство как метод повышения эффективности производства // Проблемы становления общества и экономики, основанных на знании: неоиндустриализация и методы исследования: сб. науч. ст. молодых исследователей / Кубанский гос. ун-т. -Кубань, 2016. - С. 56-61.
6. Сафронова К.О. Адаптация бережливого производства в условиях экономической нестабильности: автореф. дис. ... канд. экон. наук. - М., 2017. - 32 с.
7. Вялов А.В. Бережливое производство: учеб. пособие. - Комсомольск-на-Амуре, 2014. - 100 с.
8. Клочков Ю.П. Бережливое производство: понятие, принципы, механизмы // Инженерный вестник Дона. - 2012. - № 2. - С. 27-31.
9. Березовский Э.Э. Практика бережливого производства в организации производственного процесса на предприятиях промышленного сектора России // Научный журнал КубГАУ. - 2013. - № 91 (07). - С. 1-18.
10. Давыдова Н.С. Бережливое производство: моногр. / Удм. гос. ун-т. -Ижевск: Изд-во Ин-та экон. и упр., 2012. - 138 с.
11. Адлер Ю.П., Шпер В. Л. Бережливость не роскошь, а средство выживания [Электронный ресурс]. - URL: https://www.intalev.ru/library/articles/ article.php?ID=5083 (дата обращения: 07.06.2022).
12. Бережливое производство в системе корпоративного управления на российских предприятиях / А.С. Павлова, Е.С. Трохов, О.И. Сергеенко, В.К. Добрынина // Научный журнал НИУ ИТМО. Экономика и экологический менеджмент. -2018. - № 3.- С. 90-105.
13. Галустян М.Ж. Проблемы использования метода наименьших квадратов при оценке и прогнозировании динамики фондовых рынков // Известия Тульского государственного университета. Экономические и юридические науки. - 2015. - № 2-1. - С. 88-92.
14. Каморников С.Ф., Каморников С.С. Эконометрика: учеб. пособие. -М.: Интеграция, 2012. - 262 с.
15. Дегтярева Н.А., Берг Н.А. Принятие эффективных управленческих решений на основе эконометрического прогнозирования // Вестник Челябинского государственного университета. Экономические науки. - 2018. - № 7 (417), вып. 61. - С. 176-183.
16. Постников В.П., Буторина О.В. Факторный анализ, планирование и прогнозирование экономических и управленческих процессов в научно-исследовательской работе магистров: учеб.-метод. пособие. - Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2014. - 130 с.
17. Марков Д.А., Маркова Н.А., Попов В.Л. Бережливое и быстрореаги-рующее производство: моногр. - Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2018. - 325 с.
18. Аленина М.Н., Шемшурова Н.Г. Бережливое производство и возможности внедрения LEAN-технологий на российских предприятиях // Качество в обработке материалов. - 2014. - № 1. - С. 70-77.
19. Развитие производственных систем: стратегия бизнес-прорыва. Кайд-зен. Лидерство. Бережливое производство / под ред. А.В. Баранова, Р.А. Ну-гайбекова. - СПб.: Питер, 2015. - 35 с.
20. Суханова О.Н., Ментюкова О.В. Эконометрическое моделирование как инструмент анализа в управлении экономическими системами // Модели, системы, сети в экономике, технике, природе и обществе. - 2016. - № 1 (17). -C. 125-134.
References
1. Womack J.P., Jones D.T. Lean thinking: Banish waste and create wealth in your corporation, revised and updated (Russ. ed.: Vumek Dzh., Dzhons D. Berezhlivoe proizvodstvo: Kak izbavit'sia ot poter' i dobit'sia protsvetaniia vashei kompanii. 7th ed. Moscow, Al'pina Pablisher, 2013, 472 p.).
2. Belysh K.V. Metodicheskii instrumentarii vnedreniia i funktsionirovaniia berezhlivogo proizvodstva na promyshlennom predpriiatii [Methodological tools for the implementation and operation of lean manufacturing at an industrial enterprise]. Ph.D. thesis. Izhevsk, 2018, 156 p.
3. Samatova T.B. Formirovanie sistemy nepreryvnykh uluchshenii v neftedobyvaiushchei kompanii na osnove printsipov berezhlivogo proizvodstva [Formation of continuous improvements system in an oil producing company based on the principles of lean manufacturing]. Bulatovskie chteniia. Proc. of 4th Int. Acad. Conf. Ed. O.V. Savenok. Krasnodar, Iug, 2020, vol. 7, Gumanitarnye nauki, pp. 282-287.
4. Antonova I.I., Akhmadeeva G.Ch. Razvitie sistemy upravleniia personala v usloviiakh vnedreniia metodologii berezhlivogo proizvodstva [Development of personnel management system in the condition of implementation of lean production methodology]. Baltiiskii gumanitarnyi zhurnal, 2014, no. 2, pp. 51-53.
5. Dupliankina O.K., Miroshnichenko M.A. Berezhlivoe proizvodstvo kak metod povysheniia effektivnosti proizvodstva [Lean production as a method of increasing the efficiency of production]. Problemy stanovleniia obshchestva i ekonomiki, osnovannykh na znanii: neoindustrializatsiia i metody issledovaniia, Kuban, Kuban State University, 2016, pp. 56-61.
6. Safronova K.O. Adaptatsiia berezhlivogo proizvodstva v usloviiakh ekonomicheskoi nestabil'nosti [Adapting lean manufacturing in the face of economic uncertainty]. Abstract of Ph.D. thesis. Moscow, 2017, 32 p.
7. Vialov A.V. Berezhlivoe proizvodstvo [Lean manufacturing]. Komso-molsk-on-Amur, 2014, 100 p.
8. Klochkov Iu.P. Berezhlivoe proizvodstvo: poniatie, printsipy, mekhanizmy [Lean production: Concept, principles, mechanisms]. Inzhenernyi vestnik Dona, 2012, no. 2, pp. 27-31.
9. Berezovskii E.E. Praktika berezhlivogo proizvodstva v organizatsii proizvodstvennogo protsessa na predpriiatiiakh promyshlennogo sektora Rossii [The practice of lean production in the production process in the enterprises of Russian industrial sector]. Nauchnyi zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta i.m. I.T. Trubilina, 2013, no. 91 (07), pp. 1-18.
10. Davydova N.S. Berezhlivoe proizvodstvo [Lean manufacturing]. Izhevsk, Udmurt State University, Institute of economics and management, 2012, 138 p.
11. Adler Iu.P., Shper V.L. Berezhlivost' ne roskosh', a sredstvo vyzhivaniia [Thrift is not a luxury, but a means of survival]. Available at: https://www.intalev.ru/ library/articles/article.php?ID=5083 (accessed 07.06.2022).
12. Pavlova A.S., Trokhov E.S., Sergeenko O.I., Dobrynina V.K. Berezhlivoe proizvodstvo v sisteme korporativnogo upravleniia na rossiiskikh predpriiatiiakh [Lean manufacturing in the corporate management system at Russian enterprises]. Nauchnyi zhurnalNIUITMO. Ekonomika i ekologicheskii menedzhment, 2018, no. 3, pp. 90-105.
13. Galustian M.Zh. Problemy ispol'zovaniia metoda naimen'shikh kvadratov pri otsenke i prognozirovanii dinamiki fondovykh rynkov [The main directions of realization of taxpayers' rights while the preparation and implementation of site tax audit]. Izvestiia Tul'skogo gosudarstvennogo universiteta. Ekonomicheskie i iuridicheskie nauki, 2015, no. 2-1, pp. 88-92.
14. Kamornikov S.F., Kamornikov S.S. Ekonometrika [Econometrics]. Moscow, Integratsiia, 2012, 262 p.
15. Degtiareva N.A., Berg N.A. Priniatie effektivnykh upravlencheskikh reshenii na osnove ekonometricheskogo prognozirovaniia [The adoption of effective management decisions on the basis of econometric forecasting]. Vestnik Cheliabinskogo gosudarstvennogo universiteta. Ekonomicheskie nauki, 2018, no. 7 (417), iss. 61, pp. 176-183.
16. Postnikov V.P., Butorina O.V. Faktornyi analiz, planirovanie i prognozi-rovanie ekonomicheskikh i upravlencheskikh protsessov v nauchno-issledovatel'skoi rabote magistrov [Factor analysis, planning and forecasting of economic and governmental processes in master's research work]. Perm, PNRPU, 2014, 130 p.
17. Markov D.A., Markova N.A., Popov V.L. Berezhlivoe i bystroreagiruiu-shchee proizvodstvo [Lean and responsive manufacturing]. Perm, PNRPU, 2018, 325 p.
18. Alenina M.N., Shemshurova N.G. Berezhlivoe proizvodstvo i vozmozhnosti vnedreniia LEAN-tekhnologii na rossiiskikh predpriiatiiakh [The system of "lean production" is a first step to implementing a QMS]. Kachestvo v obrabotke materialov, 2014, no. 1, pp. 70-77.
19. Razvitie proizvodstvennykh sistem: strategiia biznes-proryva. Kaidzen. Liderstvo. Berezhlivoe proizvodstvo [Development of production systems: Business breakthrough strategy. Kaizen. Leadership. Lean]. Ed. A.V. Baranov, R.A. Nugaibekov. St. Petersburg, Piter, 2015, 35 p.
20. Sukhanova O.N., Mentiukova O.V. Ekonometricheskoe modelirovanie kak instrument analiza v upravlenii ekonomicheskimi sistemami [Econometric models as tools for analysis in the management of economic systems]. Modeli, sistemy, seti v ekonomike, tekhnike, prirode i obshchestve, 2016, no, 1 (17), pp. 125-134.
Оригинальность 80 %
Поступила 18.05.2022 Одобрена 06.06.2022 Принята к публикации 28.09.2022
Ya.V. Vyatkina, E.E. Zhulanov, V.P. Postnikov
ECONOMETRIC MODELING AS A TOOL FOR LEAN PRODUCTION AT AN OIL PRODUCTION ENTERPRISE
The article is devoted to the development of tools and methods of lean production organization in the oil industry. Based on the analysis of the existing theoretical and methodological framework in this area of research, the authors identified several problems. For the most part, tools are used without measuring the effectiveness of their combined practical application. It does not take into account the industry specifics of the enterprise, which limits the effectiveness of lean production organization methods. Economic and mathematical modeling is not widely used to assess the economic consequences of these tools and methods. To solve these problems, the article proposes the author's approach, providing econometric modeling as a tool for organizing lean production. It makes it possible to find the most significant areas of focus for the oil production enterprise to organize lean production and assess the change in profits from it. It also allows one to identify the most significant industry factors: the objects of application of lean production methods that can significantly improve the financial result. The practical application of the author's approach is demonstrated by the example of OOO LUKOIL-PERM.
Keywords: econometric modeling, lean production, tools, methods, management, economics of oil production enterprise.
Yana V. Vyatkina - Fourth-grade dewatering and desalting plant operator, OOO LUKOIL-PERM, e-mail: vy4tkinayan@yandex.ru.
Evgeny E. Zhulanov - Doctor of Economics, Associate Professor, Head of the Economics and Industrial Management Department, Perm National Research Polytechnic University, e-mail: zeepstu@yandex.ru.
Vladimir P. Postnikov - Cand. Sc. (Economics), Associate Professor, Economics and Industrial Management Department, Perm National Research Polytechnic University, e-mail: v.p.o.s.t.v@mail.ru.
Received 18.05.2022 Accepted 06.06.2022 Published 28.09.2022
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Вклад авторов равноценен.
Просьба ссылаться на эту статью в русскоязычных источниках следующим образом:
Вяткина, Я.В. Эконометрическое моделирование как инструмент организации бережливого производства на нефтедобывающем предприятии / Я.В. Вяткина, Е.Е Жуланов, В.П. Постников // Вестник ПНИПУ. Социально-экономические науки. - 2022. - № 3. - С. 176-190.
Please cite this article in English as:
Vyatkina Ya.V., Zhulanov E.E., Postnikov V.P. Econometric modeling as a tool for lean production at an oil production enterprise. PNRPU Sociology and Economics Bulletin, 2022, no. 3, pp. 176-190 (In Russ).
