CC BY
17УДК 338.51
ПРИМЕНЕНИЕ АНАЛИЗА СРЕДЫ ФУНКЦИОНИРОВАНИЯ (DEA) В ГАЗОРАСПРЕДЕЛИТЕЛЬНОМ СЕКТОРЕ СТРАНЫ
Е. И. Рейшахрит, И. И. Филатова
Санкт-Петербургский горный университет Российская Федерация, 199106, г. Санкт-Петербург, Васильевский остров, 21 линия, 2
E-mail: [email protected]
Обосновывается практическое применение непараметрического граничного метода DEA (анализ среды функционирования) с целью оценки возможного уровня повышения эффективности их операционной деятельности для определения границы подконтрольных затрат.
Ключевые слова: газораспределение, стимулирующее регулирование, анализ среды функционирования, DEA, подконтрольные затраты, граница эффективности.
APPLICATION OF DATA ENVELOPMENT ANALYSIS (DEA) IN RUSSIAN GAS DISTRIBUTION SECTOR
E. I. Reishakhrit, I. I. Filatova
Saint-Petersburg Mining University 2, 21st Line, V.O., Saint-Petersburg, 199106, Russian Federation E-mail: [email protected]
The article substantiates the practical application of the nonparametric frontier method DEA (Data Envelopment Analysis) in order to enhance the effectiveness of their operating activities to determine the efficient frontier of the controlled costs.
Keywords: gas distribution, incentive regulation, Data Envelopment Analysis, DEA, controlled costs, efficient frontier.
Введение. В исследовании обосновывается практическое применение DEA (анализ среды функционирования) с целью сравнения и оценки эффективности деятельности газораспределительных организаций (далее - ГРО), обладающих схожими ресурсами для предоставления услуг по транспортировке природного газа, а также похожим набором результирующих показателей. Цель применения данного метода -оценка возможного уровня повышения эффективности операционной деятельности ГРО для определения границы подконтрольных затрат [1].
Основная часть. При выборе переменных для применения DEA-анализа предлагается использовать таксономию ресурсов и результатов деятельности газораспределительных организаций, концепция которой была заимствована из работы Hadji et al. для медицинских учреждений и адаптирована для газораспределительного сектора страны (см. рисунок) [2].
Ресурсы, необходимые ГРО для осуществления основного вида деятельности - транспортировки природного газа - подразделяются на человеческие и материальные.
Результаты деятельности ГРО описаны следующими переменными: объёмом подключенных потребителей, объёмом транспортируемого газа и объёмом отказов от подключения в силу ее высокой стоимости. При этом объём подключенных потребителей должен
учитываться в модельных расчетах в натуральной и стоимостной формах.
В первом случае данный показатель выражается в количестве подключенных потребителей в год, во втором - показателем чистой прибыли, с одной стороны, и суммарным объёмом неплатежей, с другой. Стоит отметить, что получение чистой прибыли возможно только при одновременном выполнении двух условий. Во-первых, при покрытии всех понесенных затрат, необходимых для осуществления основных процессов ГРО; во-вторых, при соблюдении платежной дисциплины со стороны подключенных потребителей.
Аналогично количество отказов от подключения описано двумя переменными: показатель годового числа отказов в результате высокой стоимости подключения и показатель «упущенной выгоды», который отражает недополученные доходы ГРО.
Стоит отметить, что вышеперечисленные системы показателей функционируют в среде влияния внешних переменных: плотности сети, средней температуры холодного полугодия, а также предлагается учитывать расстояние до ближайшего месторождения природного газа.
Определение эффективности ГРО предлагается основывать на ресурсно-технологической концепции деятельности организации [3].
Решетневские чтения. 2018
Таксономия ресурсов и результатов деятельности ГРО
Согласно этому подходу, измерению и оценке подлежит техническая эффективность изучаемых ГРО, характеризующая степень использования технологических возможностей транспортировки природного газа и газификации потребителей при заданном уровне затрат. В рамках исследования выдвигается гипотеза о возможности проведения оценки технической эффективности ГРО во множестве затрат ресурсов с учетом переменного эффекта от масштаба, так как, в силу неэластичности спроса на услуги ГРО, исследуемые объекты практически не могут влиять на выходные показатели. Таким образом, обосновывается применение модели BCC-input: во-первых, анализируемые ГРО существенно различаются по масштабу; во-вторых, деятельность ГРО направлена на обеспечение природным газом потребителей в необходимых объемах с учетом высокого качества транспортировки, что также предопределяет выбор данной модели, оценивающей эффективность в пространстве результатов; в-третьих, модель BCC-input учитывает переменный эффект от масштаба, что необходимо в рамках проводимого исследования, так как в результате различий в размерах ГРО, данная модель плотнее охватывает точки в пространстве, таким образом, значительно большее число исследуемых объектов мо-
жет оказаться расположенными на границе эффективности [4].
Следует отметить, что выбор вышеописанной модели был сделан с учетом неприменимости моделей типа CCR, так как оценка технической эффективности осуществляется в рамках выдвигаемого предположения об использовании исследуемыми объектами технологий с постоянной отдачей от масштаба. Данное условие подразумевает возможность масштабирования всеми сравниваемыми объектами «лучших практик», представленных в выборке. Однако очевидно, что на практике такое случается крайне редко и, как правило, не каждая «лучшая практика» достижима для исследуемых объектов [5].
Библиографические ссылки
1. Мониторинг эффективности деятельности (бен-чмаркинг) субъектов естественных монополий на примере электросетевых компаний и водоканалов / Исследовательский проект [Электронный ресурс] / руководитель: И. А. Долматов ; Институт проблем ценообразования и регулирования естественных монополий. 2014. URL: https://www.hse.ru/org/projects/ 118634185 (дата обращения: 12.10.2017).
2. Hadji B., Meyer R., Melikeche S., Escalon S., De-goulet P. Assessing the relationships between resources and activities: A systematic review. 2014. № 38 (10). Р. 1-21.
3. Farrell M. J. The measurement of productive efficiency. Journal of the Royal Statistical Society, Series A (General), 1957. Part III, 120 (3). Р. 253-281.
4. Charnes A., Cooper W., Lewin Y., Seiford M. Data Envelopment Analysis: Theory, Methodology, and Application. Boston: Kluwer Academic Publishers, 1994.
5. Моргунов Е. П., Моргунова О. Н. Краткое описание метода Data Envelopment Analysis [Электронный ресурс]. URL: http://www.morgunov.org/docs/ DEA_intro.pdf (дата обращения: 10.01.2018).
References
1. Dolmatov I. A. Monitoring effektivnosti deyatel'nosti (benchmarking) sub"ektov estestvennyh mo-nopolij na primere elektrosetevyh kompanij i vodokanalov [Perfomance monitoring (benchmarking) of natural monopolies activities by the example of electric grid compa-
nies and water utilities] / Research project / Institute of Pricing and Regulation of Natural Monopolies. 2014 (In Russ.). Available at: https://www.hse.ru/org/ projects/118634185 (accessed: 12.10.2017).
2. Hadji B., Meyer R., Melikeche S., Escalon S., Degoulet P. Assessing the relationships between resources and activities: A systematic review. 2014. № 38 (10). Р. 1-21.
3. Farrell M. J. The measurement of productive efficiency. Journal of the Royal Statistical Society, Series A (General), 1957. Part III, 120 (3). Р. 253-281.
4. Charnes A., Cooper W., Lewin Y., Seiford M. Data Envelopment Analysis: Theory, Methodology, and Application. Boston: Kluwer Academic Publishers, 1994.
5. Morgunov Е. P., Morgunova О. N. Kratkoe opisanie metoda DEA [A brief description of Data Envelopment Analysis]. Available at: http://www.morgunov. org/docs/DEA_intro.pdf (accessed 10.01.2018). (In Russ.)
© Рейшахрит Е. И., Филатова И. И., 2018
