CC BY
18
УДК 502/504
СИСТЕМНЫЙ АНАЛИЗ РЕАЛИЗАЦИИ ПРОЕКТОВ ЗАГРУЗКИ СЕВЕРНОГО МОРСКОГО ПУТИ
Б01: 10.24412/1728-323Х-2021-2-69-73
А. Л. Новоселов, доктор экономических наук, профессор кафедры математических методов в экономике РЭУ им. Г. В. Плеханова, alnov2004@yandex.ru, Россия, Москва, И. Ю. Новоселова, доктор экономических наук, профессор Финансового университета при Правительстве Российской Федерации, профессор РГУ нефти и газа (НИУ) им. И. М. Губкина, iunov2010@yandex.ru, Россия, Москва
Рассматривается проблема загрузки Северного морского пути в соответствии со сроками, определенными в Стратегии развития Арктической зоны Российской Федерации в разрезе отдельных территориальных производственно-транспортных кластеров. Поставлена задача оценки влияния негативных факторов (политического, социального, климатического, горно-геологического и др.) на увеличение сроков реализации проектов, входящих в рассматриваемый кластер. Предложен алгоритм анализа влияния рассматриваемых негативных факторов на задержку реализации проектов и, соответственно, сроков увеличения загрузки Северного морского пути. Для проведения оценок используются экспертные оценки и последующая обработка данных с использованием нечетких треугольных чисел. Разработанная программная реализация алгоритма проведения оценок и визуализации результатов расчета позволила продемонстрировать применение предложенного подхода и особенности расчетов.
The issue of loading the Northern Sea Route is considered in accordance with the terms defined in the Strategy for the Development of the Arctic Zone of the Russian Federation in the context of individual territorial production and transport clusters. The task is to assess the impact of negative factors (political, social, climatic, mining and geological, etc.) on the increase in the implementation time ofthe projects included in the cluster under consideration. An algorithm is proposed for analyzing the influence of the considered negative factors on the delay in the implementation of the projects and, accordingly, the timing of increasing the load on the Northern Sea Route. To make assessments, the expert assessments and subsequent data processing using fuzzy triangular numbers are used. The developed software implementation of the algorithm for assessing and visualizing the calculation results made it possible to demonstrate the application of the proposed approach and the features of the calculations.
Ключевые слова: срок реализации, негативные факторы, кластер, объемы перевозки, нечеткие числа, алгоритм, технологические связи.
Keywords: implementation period, negative factors, cluster, transportation volumes, fuzzy numbers, algorithm, technological connections.
Постановка задачи. Северный морской путь — транспортная магистраль мирового значения. Это кратчайший маршрут, который позволяет экономить топливо, сократить время транспортировки грузов по сравнению с маршрутом, проходящим через Суэцкий канал. События весны 2021 года продемонстрировали возможность нарушения графиков морской транспортировки по последнему маршруту: узкий канал может быть надолго перекрыт при возникающих авариях морских судов (как это произошло в конце марта текущего года с четырехсотметровым контейнеровозом Ever Given, направлявшимся из Китая в Нидерланды). Северный морской путь представляется более безопасным, а с учетом мощного ледокольного флота России и ожидаемых климатических изменений — открытым для круглогодичной навигации. Загрузка Северного морского пути (СМП) является важнейшим условием дальнейшего развития арктических регионов России и одним из приоритетных национальных проектов. В структуре грузов, транспортируемых по СМП наибольший удельный вес занимают СПГ, нефть и нефтепродукты, уголь, газоконденсат. Для успешной загрузки СМП необходима реализация добычных проектов в сроки, соответствующие запланированным [1], которые представлены на рис. 1.
Особенностью инфраструктурных проектов [2], направленных на обеспечение роста грузоперевозок СМП, является их частичная взаимосвязь. Отсюда могут формироваться технологические цепочки: проекты добычи нефти или угля связаны с проектами транспортировки природных ресурсов (промысловыми нефтепроводами или железными дорогами) к морским портам, а также созданию в морских портах необходимо строительство нефтеналивных (угольных) терминалов. Задержка реализации проектов в такой технологической цепочке может привести в итоге к нарушению сроков обеспечения загрузки СМП в соответствии с разработанной Стратегией развития Арктической зоны страны.
Задача оценки задержки вклада инфраструктурных проектов в увеличение загрузки СМП состоит в проведении детализированных расчетов на основе нечеткой информации.
Порядок проведения расчетов
Исходные данные: для рассматриваемого производствен-но-транспортного кластера заданы плановые сроки реализации проектов Ti (i = 1, 2, ..., n); вклад j-го проекта в загрузку i-го проекта Vj (i, j = 1, 2, ..., n). Взаимосвязь проектов отра-
о >я
I
180 160 140 120 100 80 60 40 20
I
-EZ3-
1
I
I
2015
2020
2025
2030
2035
Рис. 1. Достигнутые и перспективные объемы перевозок грузов по СМП
10
12
14
16
18
Прогнозная оценка увеличения срока реализации проекта, мес.
треугольное число, соответствует степень уверенности, указанное на оси ординат.
Подробный алгоритм прогнозной оценки увеличения сроков инфраструктурных проектов и их влияния на основной проект (загрузку СМП) приведен ниже:
Шаг 1. Оценка увеличения срока реализации i-го проекта (i = 1, 2, ..., n) по факторам риска r = 1, 2, 3, 4 (политического, социального, экономического, горно-геологического и климатического) проводится на основе экспертной оценки с указанием минимального А Tff^, ожидаемого А TfX и максимального А Tfах значений.
Шаг 2. Расчет увеличения срока реализации под воздействием каждого из факторов и всех факторов вместе. Если на i-й проект нет воздействия другого проекта, то изменение сроков под воздействием r-го фактора определяется по формуле:
Dvir = TV + А TV , v = {min, exp, max}, r = 1, 2, 3, 4, i = 1, 2, ..., n.
Если же на i-й проект влияет j-й проект, то изменение сроков под воздействием r-го фактора определяется по формуле:
Рис. 2. Пример нечеткой оценки увеличения срока реализации проекта
жается с помощью ориентированного графа G, в котором каждому проекту ставится в соответствие вершина графа, а дуги указывают связи проектов (i, j). Формализованное отражение такого графа реализуется с помощью матрицы смежнос-тей вершин графа. Поскольку задержка реализации проекта может привести по технологической цепочке к срыву реализации последующих проектов, необходимо выявить все связанные проекты в технологической цепочке. Для этого предлагается воспользоваться матрицей достижимости. Формирование матрицы достижимости может быть выполнено с помощью алгоритма, описанного в [3].
Прогноз увеличения срока реализации проекта проводится на основе нечеткой экспертной оценки в виде треугольного числа (рис. 2) в разрезе следующих факторов риска: политического, социального, горно-геологического, климатического и экономического [4, 5]. На рис. 1 левая граница нечеткого числа (min) равна 8 месяцам, ожидаемая величина увеличения срока реализации проекта (exp) равна 10 месяцам, правая граница (max) равна 16 месяцам. Каждому из указанных значений, регламентирующих нечеткое
DVr =
Tjr + ATjr- Djr, если Djr< 0; TV + A Tir, если Djr > 0,
V = {min, exp, max}, r = 1, 2, 3, 4, i = 1, 2, ..., n.
Шаг 3. Исходя из нечетких оценок изменения сроков реализации проектов, проводится расчет оценки уверенности роста анализируемых сроков Gg (D™ < g < DD по формулам: 3.1. Расчет шага табуляции
-1
ß = (DT - DT)(N- 1)
где N — число табулируемых значений функции уверенности для построения графика.
3.2. Расчет промежуточных значений аё и р^ на интервале (^ ё ^ ) с шагом табуляции р:
, r-min. , nexp r,mm. *
(g- Dir )(Dir - Dir ) ,
„min „min , „ r,exp g = Dir ' Dir +ß> Dr ;
.„min ,,nmax r,exp. (Dir - g)( Dir - Dir ) ,
g = Dexp Dexp + ß Dmax
ir ir ir
6
8
ag =
3.3. Расчет табулируемых значений [6] функции уверенности G^:
1 - р[ 1 + ( 1 - a)ln( 1 - а)а 1 ],
Gg =
„min „min , „ nexp g = Dir ' Dir + ß'...' Dir ;
1 - ( 1 - p)[ 1 + ( 1 - а)ln( 1 - а)а 1 ],
g = Dexp Dexp + ß ... Dmax.
ir ir ir
3.4. Построить функцию уверенности в росте сроков реализации проектов и найти оценки роста с заданной уверенностью. Обычно рекомендуется проводить оценку с уверенностью g * = 80 %. Расчет роста для заданной величины уверенности g* проводится из ближайших найденных в процессе табуляции функции уверенности значений ga < g* < gb и соответствующих им значений Щг и Dbr по формуле:
Db - Da
D*r = Dar + (ga - g*) -g—f.
ab
Шаг 4. На основе расчетов увеличения срока реализации под воздействием каждого из факторов и всех факторов вместе необходимо сформировать диаграмму факторного влияния на увеличение срока реализации рассматриваемых проектов.
Шаг 5. Расчет сдвигов по связям проектов, которые основываются на ненулевых элементах Vy. По этим связям последовательно определяются время запаздывания реализации каждого проекта и соответствующая ему загрузка.
Шаг 6. Расчет функции уверенности задержки реализации основного проекта. Математическая реализация данного шага аналогична шагам 3.1—3.4.
Приведенный алгоритм был реализован с помощью специально разработанного программного комплекса в системе Excel-VBA, что позволило провести серию расчетов для Таймырского района Красноярского края.
Пример использования разработанного аналитического инструментария
Для визуализации предложенного алгоритма оценки рассматривается упрощенный пример с девятью проектами изучаемого промышленно-транспортного кластера. Проект 10 является основным (загрузка СМП в данном кластере). Взаимосвязь проектов приведена рис. 3.
На основе матрицы смежности проектов производственно-транспортного кластера рассчитывается матрица достижимости (табл. 1).
Рис. 3. Взаимосвязь проектов рассматриваемого кластера
Из матрицы достижимости видно, может ли повлиять задержка реализации проекта, указанного в первом столбце, на другие проекты. Например, задержка реализации проекта 1 может повлиять на те проекты, для которых в первой строке стоят единицы, т. е. проекты 4, 5, 7, 10. Действительно, из рис. 3 видно, что на перечисленные проекты влияет срок реализации проекта 1.
В соответствии с приведенным алгоритмом проведены расчеты изменения сроков реализации проектов в разрезе отдельных факторов риска: политического (1), социального (2), горно-геологического (3), климатического (4) и экономического (5). Достижение плановой загрузки СМП на основе нечетких оценок приведено на рис. 4.
На рис. 4 видно, что плановые значения загрузки СМП по левой границе (min) будут достигнуты позже плановых сроков на 22 месяца, а по правой границе (max) — на 28 месяца позже.
Таблица 1 Матрица достижимости для проектов анализируемого производственно-транспортного кластера
Проект Достижимость зависимых проектов
1 2 3 4 5 6 7 8 9 10
1 0 0 0 1 1 0 1 0 0 1
2 0 0 0 0 1 0 0 0 1 1
3 0 0 0 0 0 0 0 0 0 1
4 0 0 0 0 0 0 1 0 0 1
5 0 0 0 0 0 0 0 0 0 1
6 0 0 0 0 0 0 0 0 1 1
7 0 0 0 0 0 0 0 0 0 1
8 0 0 0 0 0 0 0 0 0 1
9 0 0 0 0 0 0 0 0 0 1
10 0 0 0 0 0 0 0 0 0 0
• Левая граница (min) -•- Правая граница (max) -О-- Ожидаемое значение (ехр)
5 10 15 20 25 30 Задержка загрузки основного проекта, мес.
Рис. 4. Нечеткая оценка задержки достижения плановой загрузки СМП в рамках рассматриваемого производственно-транспортного кластера
---Для уверенности 80 %
Для уверенности 100 %
§ 1,00
I 0,80
0 0,60 £ 0,40 g 0,20
1 0,00
8- 4,00 9,00 14,00 19,00 24,00 >■ Запоздание достижения контрольных показателей проекта (ввод в эксплуатацию проекта), мес.
Рис. 5. Обобщенная оценка уверенности сроков достижения плановой загрузки СМП в рамках рассматриваемого производственно-транспортного кластера
10
с 9
Й 8 о
О 7 а
к 6
2 5
28,5
3 4 Факторы
28,5
5 Все факторы
Рис. 6. Пузырьковая диаграмма для выявления значимых факторов риска реализации проектов
С 80 % уверенностью можно утверждать, что пла-новая загрузка по левой границе оценки будет достигнута позже на 5 месяцев, а по правой — позже на 12 месяцев.
В соответствии с шагом 6 формируется функция уверенности задержки реализации основного проекта (рис. 4).
Библиографический список
ти [7], если нет принципиальных возражений против такого решения. Надо отметить, что в рассматриваемом примере разница между двумя вариантами оценки сроков достижения контрольных цифр загрузки СМП в рамках рассматриваемого производственно-транспортного кластера
отличаются в два раза.
При реализации проектов следует обращать внимание на негативное влияние отдельных факторов риска. В алгоритме на шаге 4 формируется пузырьковая диаграмма (рис. 6), наглядно отображающая опасность каждого из факторов риска для анализируемых проектов производственно-транспортного кластера и загрузки СМП.
На диаграмме (рис. 6) наиболее опасные факторы отмечены кружками большего размера. Размер кружка соответствует максимальной оценке времени задержки сроков достижения плановых значений для отмеченных на оси ординат проектов. На оси абсцисс перечислены пять рассматриваемых факторов и результат совместного негативного влияния всех факторов. Эта оценка вынесена рядом с соответствующим кружком. Как видно из приведенных результатов расчета, первый фактор (политический риск) негативно влияет на третий проект и развитие СМП. В результате его полная загрузка в данном кластере отодвигается на 20 месяцев. На втором месте следует отметить фактор социального риска, а на третьем горно-геологический риск.
Экономический фак-тор оказывает
незначительное негативное воздействие. Фактор климатического риска практически не оказывает негативное влияние на рассматриваемые проекты. Эти факторы позволяют сосредоточить необходимые управленческие воздействия для снижения вероятности роста сроков реализации проектов.
Заключение. Разработанный метод анализа позволит осуществлять управление реализацией частично связанных проектов в рамках производственно-технологического кластера для достижения целей и сроков, определенных в стратегии развития арктической зоны Российской Федерации. Наряду с реализацией проектов в указанных регионах, данный подход может быть успешно перенесен и на другие территории при решении задач их комплексного развития.
Статья подготовлена по результатам научно-исследовательской работы, выполняемой в рамках государственного задания в ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации» на 2021 год.
0
1. Стратегия развития Арктической зоны Российской Федерации и обеспечения национальной безопасности до 2035 года. — Режим доступа: https://tass.ru/politika/9821455 (дата обращения: 10.02.2021).
2. Новоселов А. Л., Новоселова И. Ю. Управление проектами развития территорий // Проблемы региональной экологии. — 2020. — № 5. — С. 134—138.
3. Бородкин Ф. М. Статические оценка связей экономических показателей. — М., Статистика, 1968.
4. Dubois D., Prade H. Fuzzy Real Algebra: Some Results // Fuzzy Sets and Systems, 2, 1979, pp. 58—69.
5. Mendel J. M. and John R. I. Fuzzy Sets Made Simple, IEEE Transactions on Fuzzy Systems, Vol. 10, No. 2, April 2002, pp. 117—127.
6. Новоселова И. Ю., Петров И. В., Новоселов А. Л. Арктический уголь: методические вопросы комплексной оценки рисков // Уголь. — 2020. — № 8 (1133). — С. 88—91.
7. Недосекин А. О., Максимов О. Б. Простейшая комплексная оценка финансового состояния предприятия на основе нечетко-множественного подхода // Аудит и финансовый анализ. — 2003. — № 3. — С. 23—28.
SYSTEM ANALYSIS OF THE IMPLEMENTATION OF LOADING PROJECTS OF THE NORTHERN SEA ROUTE
A. L. Novoselov, Ph. D. in Economics, Dr. Habil., Professor Plekhanov Russian University of Economics, alnov2004@yandex.ru, Moscow, Russia,
I. Yu. Novoselova, Ph. D. in Economics, Dr. Habil., Professor Financial University under the Government of the Russian Federation, Professor National University of Oil and Gas "Gubkin University", iunov2010@yandex.ru, Moscow, Russian Federation
References
1. Strategija razvitija Arkticheskoj zony Rossijskoj Federacii i obespechenija nacional'noj bezopasnosti do 2035 goda [Strategy for the development of the Arctic Zone of the Russian Federation and ensuring national security until 2035]. Rezhim dostupa: https://tass.ru/politika/9821455 (data obrashhenija: 10.02.2021) [in Russian].
2. Novoselov A. L., Novoselova I. Yu. Upravlenie proektami razvitija territorij [Management of territorial development projects]. Problemy regional'noj jekologii. 2020. No. 5. P. 134—138 [in Russian].
3. Borodkin F. M. Staticheskie ocenka svjazej jekonomicheskih pokazatelej [Static assessment of links between economic indicators]. Moscow, Statistika. 1968 [in Russian].
4. Dubois D., Prade H. Fuzzy Real Algebra: Some Results. Fuzzy Sets and Systems. No. 2. 1979. P. 58—69.
5. Mendel J. M., John R. I. Fuzzy Sets Made Simple, IEEE Transactions on Fuzzy Systems. Vol. 10. No. 2, April 2002, pp. 117—127.
6. Novoselova I.Yu., Petrov I. V., Novoselov A. L. Arkticheskij ugol': metodicheskie voprosy kompleksnoj ocenki riskov [Arctic coal: methodological issues of comprehensive risk assessment]. Ugol'. 2020. No. 8 (1133). P. 88—91 [in Russian].
7. Nedosekin A. O., Maksimov O. B. Prostejshaja kompleksnaja ocenka finansovogo sostojanija predprijatija na osnove nech-jotko-mnozhestvennogo podhoda [The simplest comprehensive assessment of the financial condition of an enterprise based on a fuzzy-multiple approach]. Audit i finansovyj analiz. 2003. No. 3. P. 23—28 [in Russian].
