Региональные аспекты применения адаптивного подхода к управлению портфелем проектов государственно-частного партнерства Текст научной статьи по специальности «Экономика и бизнес»

Доктор экономических наук, профессор, заведующий кафедрой

экономики предприятий

Уральский государственный экономический университет

620144, РФ, г. Екатеринбург, ул. 8 Марта/Народной Воли, 62/45 Контактный телефон: (343) 257-57-40 e-mail: [email protected]

ДУБРОВСКИЙ Валерий Жоресович

КУЗЬМИН Евгений Анатольевич

Аспирант кафедры экономики предприятий

Уральский государственный экономический университет

620144, РФ, г. Екатеринбург, ул. 8 Марта/Народной Воли, 62/45 Контактный телефон: (343) 221-17-45 e-mail: [email protected]

Региональные аспекты применения адаптивного подхода к управлению портфелем проектов государственно-частного партнерства1

Ключевые слова: государственно-частное партнерство; регионы; отрасли; адаптивный подход; ГЧП-проекты; проектный риск-мененджмент.

Аннотация. Описан адаптивный подход к процедуре отбора проектов государственно-частного партнерства, приведены принципы построения адаптивной системы управления, определены основные направления риск-менеджмента в адаптивном подходе, описаны функции интегральной оценки проектов и базовые условия их реализации. Схематично описана процедура адаптивного подхода с выделением основных блоков анализа по критерию эффективности. Представлены краткие результаты апробации адаптивного подхода в разрезе оценки региональных условий деятельности и реализации проектов государственно-частного партнерства.

В управлении портфелем проектов государственно-частного партнерства (ГЧП) важной составляющей определения приоритетных проектов для реализации является подбор наиболее рациональных мест их приложения. Для решения указанной задачи, по нашему мнению, целесообразно использовать адаптивный подход, объединяющий различные процедуры в универсальный комплекс приемов и методов генерации изменений в системах управления в зависимости от изменения параметров объекта управления, а также возникновения экзогенных факторов.

Адаптивный подход предполагает соблюдение ряда общих концептуальных принципов [1] К основным принципам систем адаптивного управления относятся:

1. Принцип обратной связи. При помощи обратной связи происходит измерение характеристик управляемого объекта, вырабатываются реакции как управляющие воздействия.

2. Принцип многоуровневости. Предполагается, что адаптивная система управления состоит из ряда подсистем.

3. Принцип необходимого разнообразия. Согласно данному принципу разнообразие управляющей системы должно быть не меньше разнообразия объекта управления.

1 Работа выполнена при финансовой поддержке РГНФ, проект № 11-12-66006а/У

© Дубровский В. Ж., Кузьмин Е. А., 2011

В отличие от адаптивных иные («неадаптивные») системы управления должны для поддержания способности управления объектом включать в себя небольшое число объектов. Адаптивные системы подразумевают отсутствие определенного стационарного закона управления для элементов заданного класса. Чем разнообразнее процесс функционирования системы, тем больше должны изменяться ее параметры и структуры.

4. Принцип открытости. Соответствие системы данному принципу определяет все внутренние процессы в адаптивной системе управления. Открытость системы предполагает, что в ней и через нее свободно могут перемещаться различные ресурсы; система воспринимает экзогенные факторы и оказывает ответное воздействие через эндогенные факторы.

5. Принцип дуального управления. Управляющие воздействия носят двойственный характер: с одной стороны, они призваны управлять объектом, а с другой - служить базой для изучения ее свойств и закономерностей для последующих управляющих воздействий. Другими словами, структура управляющих воздействий должна изменяться в соответствии с изменениями параметров системы объекта управления.

Отметим, что более детально указанные принципы изложены в работе В. И. Ску-рихина, В. А. Забродского, Ю. В. Копейченко «Проектирование систем адаптивного управления производством» (Харьков: Высшее образование, 1984). Однако укажем, что адаптивное управление в процедурах отбора ГЧП-проектов [2. С. 176-180] должно учитывать наличие в них так называемых риск-образующих элементов. В этом контексте обязательными характеристиками и одновременно требованиями к процедурам отбора ГЧП-проектов являются:

• прогнозно-аналитический характер;

• превалирование стратегических функций;

• экономико-математическое моделирование;

• вариантность;

• вероятность.

Эти характеристики, будучи своеобразными параметрами риск-менджмента в адаптивной системе управления портфелем ГЧП-проектов, не отличаются от классических параметров, которые принимаются во внимание при разработке риск-профиля любого другого инвестиционного проекта, для обоснования эффективности которого используются преимущественно методы и инструменты экономико-математического моделирования, но не качественные методы, поскольку они не могут в полной мере измерить риски реализации проектов с соответствующей точностью и надежностью.

Далее адекватная оценка рисков в управлении портфелем ГЧП-проектов позволяет определить неэффективные проекты как несущие в себе потенциально большие риски, в том числе для участников инфраструктуры. Это такие проекты, которые не выполняют возложенные на них задачи, а также не позволяют получить ожидаемые как коммерческие, так и социальные эффекты при их использовании. С этой точки зрения использование адаптивной системы преобразует классическое экономико-математическое моделирование в агент-оринтированное [3, 4].

Принципиальной особенностью данного подхода является восприятие моделируемой системы как набора автономных агентов, принимающих самостоятельные, независимые решения.

Основываясь на изложенных выше принципах построения адаптивных систем управления и положениях агент-оринтированного моделирования, авторы разработали адаптивный подход к процедуре отбора проектов государственно-частного партнерства, учитывающий не только дифференцированную многоуровневость применяемых процедур, но и региональные аспекты реализации ГЧП-проектов.

Данный подход включает в себя 7 основных блоков анализа (рис. 1):

• базовые условия реализации;

• параметры риск-эффективности проекта;

• риск-функция проекта;

• социальные эффекты реализации;

• коммерческие эффекты реализации;

• бюджетные эффекты реализации;

• экономические эффекты реализации.

Рис. 1. Схема адаптивного универсального подхода к процедуре отбора проектов с элементами риск-менеджмента

На первом этапе каждое направление оценивается и анализируется отдельно, только после проведения полного анализа; в рамках второго этапа данные направления оцениваются в комплексе.

Обособлено направление оценки инфраструктурного и мультипликативного эффектов, отражающее воздействие реализации проекта на другие отрасли экономики, сферы социальной деятельности как в данном регионе, так и сопредельных с ним. Роль инфраструктурного эффекта при этом заключается в определении уровня изменения

состояния инфраструктуры в непосредственном месте реализации проекта, а также степени его влияния на другие сферы деятельности и хозяйствования. В соответствии с вышесказанным можно дать определение понятия «инфраструктурный эффект».

Инфраструктурный эффект - это эффект, выражающийся в изменении состояния инфраструктуры в регионе, при котором создается больший экономический или коммерческий эффект при реализации проектов в комплексе, чем от создания проектов, не направленных на общие мультипликативные результаты деятельности.

Экономическая природа инфраструктурного эффекта идентична природе мультипликативного, однако первый затрагивает лишь отдельные области реализации проектов государственно-частного партнерства и представляет собой частные экстерналии осуществления проектов.

Адаптивный подход к процедуре отбора проектов государственно-частного партнерства основывается на формировании панели индикаторов и расчете интегрального показателя, с помощью которого осуществляется ранжирование как самих проектов, так и мест их приложения с точки зрения территориального и отраслевого аспектов.

Для формирования панели индикаторов целесообразно использовать показатели, которые в достаточной степени отражают условия реализации проектов. Общая логика расчета интегрального показателя, определения коэффициентов при интегральном показателе представлена системой формул (1)-(2), которая отражает многоуровневость расчета и универсальность подхода к отбору проектов государственно-частного партнерства, а также различные факторы, которые могут оказать значительное влияние на итоговый расчет интегрального показателя.

Для расчета интегрального показателя необходимо провести ряд предварительных расчетов и действий:

1) определить уровень проведения оценки;

2) формировать панель индикаторов;

3) рассчитать нормированные коэффициенты;

4) произвести итоговый расчет интегрального показателя;

5) ранжировать результаты уровня оценки;

6) ранжировать результаты всех уровней (построение многоугольника рангов).

На третьем и четвертом этапах необходимо:

1) произвести расчет нормированных коэффициентов для каждого показателя в панели индикаторов:

=-----1-----, (1)

max. - min.

где N. - нормированный коэффициент ¿-го индикатора; max. - максимальное значение ¿-го индикатора; min. - минимальное значение ¿-го индикатора;

2) рассчитать интегральный показатель в целом по выбранному уровню:

n

M. = YF. x N., (2)

.-ro уровня оценки 11 ’ V /

.=1

где M - интегральный показатель .-го уровня оценки; F - фактическое зна-

.-го уровня оценки 1 J J . 1

чение .-го индикатора; N. - нормированный коэффициент .-го индикатора.

Описанный подход к расчету позволяет построить независимую оценку показателей с той точки зрения, что показателям не устанавливаются весовые коэффициенты; каждый показатель оценивается отдельно, при этом интегральный показатель учитывает в равной степени изменение каждого.

Для апробации описанного подхода в качестве примера расчетов можно рассмотреть один уровень - региональные условия для реализации проектов, в том числе проектов государственно-частного партнерства.

Для формирования панели индикаторов были выбраны финансовые коэффициенты, характеризующие условия хозяйствования по субъектам Федерации. Отбор финансовых коэффициентов и финансовых показателей происходил в несколько этапов. Гипотеза выбора репрезентативных индикаторов строилась на проверке перекрестного влияния каждого (множественной корреляции) с уровнем зависимости не более 85%.

На основании данной гипотезы были выбраны 10 показателей по каждому субъекту Российской Федерации, составленные на основе консолидации отчетных данных предприятий и организаций по всем видам экономической деятельности (ОКВЭД) за январь-октябрь 2010 г. [6]:

• рентабельность продаж, %;

• рентабельность собственного капитала, %;

• соотношение заемного и собственного капитала, раз;

• обеспеченность собственными оборотными средствами, %;

• фондоотдача (оборачиваемость основных средств), раз;

• удельный вес собственного капитала в совокупном капитале (коэффициент автономии);

• текущая ликвидность (общее покрытие), раз;

• быстрая ликвидность (промежуточное покрытие), раз;

• абсолютная (немедленная, мгновенная) ликвидность, раз;

• оборачиваемость активов, раз.

Проверка данных значений по условиям гипотезы не устранила ни одного показателя из выбранных. Результаты множественной корреляции представлены в табл. 1.

Таблица 1

Множественная корреляция финансовых коэффициентов по субъектам Российской Федерации за январь-октябрь 2010 г.

К1 К2 К3 К4 К5 К6 К7 К8 К9 К10

К1 1,000

К2 0,728 1,000

КЗ 0,303 0,009 1,000

К4 0,144 0,153 0,341 1,000

К5 -0,194 -0,030 -0,036 0,556 1,000

К6 0,298 -0,050 0,846 0,512 0,171 1,000

К7 0,318 0,146 0,572 0,355 -0,025 0,435 1,000

К8 0,347 0,174 0,654 0,229 -0,164 0,451 0,829 1,000

К9 0,355 0,179 0,732 0,548 0,183 0,667 0,614 0,681 1,000

К10 -0,141 -0,015 -0,034 0,453 0,807 0,165 -0,057 -0,201 0,057 1,000

Примечания:

К1 - рентабельность продаж, %;

К2 - рентабельность собственного капитала, %;

КЗ - соотношение собственного и заемного капитала, раз;

К4 - обеспеченность собственными оборотными средствами, %; К5 - фондоотдача (оборачиваемость основных средств), раз;

К6 - удельный вес собственного капитала в совокупном капитале (коэффициент автономии), раз;

К7 - текущая ликвидность (общее покрытие), раз;

К8 - быстрая ликвидность (промежуточное покрытие), раз;

К9 - абсолютная (немедленная, мгновенная) ликвидность, раз; К10 - оборачиваемость активов, раз.

Результаты множественной корреляции свидетельствуют о том, что ряд показателей находятся в обратной зависимости: рентабельность продаж и фондоотдача, рентабельность собственного капитала и коэффициент автономии, соотношение собственного и земного капитала и оборачиваемость активов, фондоотдача и быстрая ликвидность и др. Это объясняется отличиями в расчетах коэффициентов и использовании данных. Однако, согласно полученным результатам множественной корреляции, обратная зависимость не превышает 20%.

Следующий этап апробации - расчет нормированных коэффициентов по каждому индикатору (показателю) - финансовому коэффициенту (табл. 2).

Таблица 2

Нормированные коэффициенты

К1 К2 КЗ К4 К5 К6 К7 К8 К9 К10

0,019 0,005 0,228 0,006 0,192 1,129 0,364 0,436 1,003 0,742

Использование полученных нормированных коэффициентов и имеющихся фактических данных позволяет рассчитать интегральный показатель.

Результаты расчета с ранжированием по убыванию приведены в табл. 3.

Таблица 3

Интегральный показатель адаптивного подхода к процедуре отбора ГЧП-проектов

(региональный уровень)

Субъект Российской Федерации (Т0Р-30 по интегральному коэффициенту) Интегральный коэффициент (М ) ' регион'

Ханты-Мансийский автономный округ - Югра (Тюменская область) 6,533

Пермский край 5,533

Липецкая область 5,196

Мурманская область 5,183

Волгоградская область 5,092

Магаданская область 4,753

Республика Башкортостан 4,672

Чукотский автономный круг 4,430

Амурская область 4,327

Тюменская область 4,309

Вологодская область 4,275

Ненецкий автономный округ (Архангельская область) 4,227

Оренбургская область 4,223

Москва (город федерального значения) 4,199

Красноярский край 3,929

Алтайский край 3,863

Кемеровская область 3,813

Ставропольский край 3,809

Владимирская область 3,790

Новгородская область 3,786

Республика Хакасия 3,762

Краснодарский край 3,762

Республика Бурятия 3,743

Республика Татарстан 3,721

Челябинская область 3,703

Республика Марий Эл 3,697

Окончание табл. 3

Субъект Российской Федерации (ТОР-30 по интегральному коэффициенту) Интегральный коэффициент (мрегион)

Республика Коми 3,653

Псковская область 3,629

Нижегородская область 3,626

Удмуртская Республика 3,611

Интегральный коэффициент на региональном уровне отражает наиболее благоприятные базовые условия хозяйствования, в том числе условия реализации проектов государственно-частного партнерства. По представленным в таблице расчетам наиболее благоприятным с точки зрения выбранных индикаторов на региональном уровне является Ханты-Мансийский автономный округ - Югра со значением интегрального коэффициента 6,533. Такое положение ХМАО объясняется наличием большого ресурсного потенциала, в первую очередь по добыче углеводородов (нефти и газа).

Далее в одну группу можно выделить Пермский край, Липецкую, Мурманскую и Волгоградскую области, значения интегрального коэффициента по которым изменяются в диапазоне от 5,092 до 5,533.

Региональный уровень (уровень субъекта Федерации) не является единственным, аналогичные расчеты можно произвести в границах муниципального образования (сельского и городского поселений, муниципального района, городского округа, территории города федерального значения) [7], а также в рамках совокупности отраслей (видов экономической деятельности) по указанным территориям.

После многоуровневых расчетов по определению наиболее подходящих (максимально эффективных при прочих равных условиях) проектов государственно-частного партнерства к реализации, а также выбора места и отрасли их приложения, необходимо оценить консолидированное значение интегрального показателя по всем уровням. Это осуществляется двумя способами:

1) при графическом анализе - построение многоугольника рангов (рис. 2):

Д1

---- Project 1

----Project 2

---- Project 3 Project 2

R - соответствующий ранг

Рис. 2. Многоугольник рангов

2) при количественном анализе - необходимо рассчитать значение консолидированного интегрального показателя как произведение всех интегральных показателей по предлагаемой формуле:

М,„

пм

j-го уровня'

(3)

где М - консолидированный интегральный показатель по всем уровням; М

конс 1 1 ^ í ’ ^-го уровня

интегральный показатель /-го уровня.

7=1

В качестве сравнения полученного результата расчета частных интегральных показателей возможно нахождение его нормального значения. Данное значение позволит определить две группы объектов - со значением показателя ниже и выше нормы.

Для расчета данного коэффициента можно использовать модифицированный вариант расчета простого частного интегрального показателя, описанный выше:

Мнорм

у-™ уровня оценки - нормальное значение интегрального показателя/-го уровня оценки; п. - нормальное значение ¿-го индикатора; N. - нормированный коэффициент ¿-го индикатора.

Формула позволяет не только сгруппировать объекты, но и служит основой для вероятностного анализа динамики интегрального показателя, а также исходной базой для расчета консолидированного интегрального показателя по всем уровням оценки.

Дополнительным параметром оценки рисков реализации проектов как в заданной отрасли (вид экономической деятельности), так и на определенной территории является уровень трансакционных издержек в себестоимости товаров, продукции (работ, услуг) либо по отношению к уровню трансакционных издержек в выручке (нетто) от продажи или валовой добавленной стоимости товаров (работ, услуг).

Для примера в качестве апробации адаптивного подхода процедуры отбора проектов государственно-частного партнерства была рассчитана одна из разновидностей абсолютного индекса риска проекта (в данном случае - объекта анализа) на основе транзакционного подхода. Расчет абсолютного индекса риска производился путем отнесения трансакционных издержек предприятий и организаций к величине себестоимости товаров (работ, услуг) по следующей общей формуле:

где ¡(Я). - абсолютный индекс риска проекта; У. - изменение выпуска (в стои-

' ' ¿-го проекта 1 1 г > '

мостном или натуральном выражении) по проекту; СТ. - изменение трансакционных издержек проекта.

Критерием оптимальности данного показателя является его стремление к минимальным значениям. Поскольку данный показатель засчитывается в диапазоне от 0 до 1, то наименьшее значение будет приближено к 0. На основании этого в табл. 4 приведен расчет абсолютного индекса риска по субъектам Российской Федерации с целью определения территории с наиболее не подходящими условиями хозяйствования, в том числе реализации проектов государственно-частного партнерства.

Исходной базой для расчета индекса послужили данные по совокупной величине себестоимости товаров, продукции (работ, услуг) и величине коммерческих и управленческих расходов предприятий и организаций по всем видам экономической деятельности, зарегистрированным на территории субъектов Федерации за январь-октябрь 2010 г.

По расчетам, представленным в табл. 4, субъектом Российской Федерации с наиболее высоким уровнем трансакционных издержек и, соответственно, с наибольшим риском реализации проектов является Ненецкий автономный округ - значение абсолютного индекса риска 0,500. Высокий показатель индекса риска по данному региону объясняется низкой развитостью инфраструктуры, отсутствием достаточных производственных объектов и, как следствие, значительными объемами коммерческих и управленческих затрат по ведению текущей деятельности.

П

М норм

у-го уровня оценки

(4)

i= 1

I(R)~

4 'i-го проекта

!-го проекта

(5)

оптимальность I(R). -> min (коммерческие цели),

' у i-проекта ' 1 —1/'

проекта

Таблица 4

Абсолютный индекс риска (трансакционный подход) по субъектам Российской Федерации

Субъект Российской Федерации Трансакционные издержки

(ТОР-30 по трансакционным издержкам) 1(^)!-проекта

Ненецкий автономный округ (Архангельская область) 0,500

Республика Ингушетия 0,335

Еврейская автономная область 0,298

Республика Дагестан 0,282

Карачаево-Черкесская Республика 0,222

Мурманская область 0,209

Республика Тыва 0,206

Новгородская область 0,186

Республика Калмыкия 0,184

Республика Бурятия 0,183

Курская область 0,181

Владимирская область 0,180

Архангельская область 0,178

Республика Карелия 0,175

Забайкальский край 0,167

Москва (город федерального значения) 0,166

Республика Коми 0,161

Республика Башкортостан 0,158

Пермский край 0,158

Новосибирская область 0,158

Кемеровская область 0,158

Кировская область 0,155

Оренбургская область 0,151

Калужская область 0,149

Липецкая область 0,145

Астраханская область 0,141

Нижегородская область 0,140

Томская область 0,138

Хабаровский край 0,137

Ямало-Ненецкий автономный округ (Тюменская область) 0,137

Реализация проектов государственно-частного партнерства с позиции государства свидетельствует о том, что выбор мест приложения проектов строится по обратному принципу в сравнении с коммерческими проектами. Высокий индекс абсолютного риска определяет территории, на которых потребность в создании новых инфраструктурных проектов наибольшая. Позиция бизнеса диаметрально противоположная - выбор строится на основе наименьшего показателя индекса абсолютного риска.

Оценка и многоуровневый анализ на основе интегральных показателей, индексов абсолютного и относительного риска являются достаточными для обоснованного отбора проектов государственно-частного партнерства по критерию «наименьшие риски реализации проектов - набольшие эффекты по различным направлениям (социальным, коммерческим, бюджетным, экономическим)», в том числе ГЧП-проектов, имеющих массу региональных особенностей реализации и условий хозяйствования.

Источники

1. Dumont G., Huzmezan M. Concepts, Methods and Techniques in Adaptive Control // Proceedings American Control Conference (ACC 2002). Anchorage, AK, USA, 2002. Vol. 2.

2. Попов Р. А. Антикризисное управление. М. : Высш. шк., 2005.

3. Pushnoi G. S., Bonser G. L. Method of Systems Potential as «Top-Bottom» Technique of the Complex Adaptive Systems Modelling // Intelligent Complex Adaptive Systems / ed. by Ang Yang, Yin Shan. Hershey-London : IGI-Publishing, 2008.

4. Samuelson D. A., Macal Ch. M. Agent-Based Simulation Comes of Age // OR/MS Today. 2006. August. URL : http://www.agsm.edu.au/bobm/teaching/SimSS/orms-agent_files/agent. html.

5. Об утверждении Методики расчета показателей и применения критериев эффективности региональных инвестиционных проектов, претендующих на получение государственной поддержки за счет бюджетных ассигнований Инвестиционного фонда Российской Федерации : приказ Министерства регионального развития РФ от 30 октября 2009 г. № 493.

6. О принятии и введении в действие Общероссийского классификатора видов экономической деятельности (ОКВЭД) : постановление Госстандарта РФ от 6 ноября 2001 г. № 454-ст.

7. Об общих принципах организации местного самоуправления в Российской Федерации : федер. закон от 6 октября 2003 г. № 131-Ф3 (ред. от 29 декабря 2010 г.).