56Технологии искусственного интеллекта в системах управления таможенными рисками
Каменева Наталья Владимировна,
к. э. н., доцент кафедры таможенного дела и экспертизы товаров, ФГБОУ ВО «Донецкий национальный университет экономики и торговли имени Михаила Туган-Барановского», [email protected]
Козлов Владимир Сергеевич, ст. преподаватель кафедры таможенного дела и экспертизы товаров, ФГБОУ ВО «Донецкий национальный университет экономики и торговли имени Михаила Туган-Барановского»
Котыляк Юлия Валерьевна, ст. преподаватель кафедры таможенного дела и экспертизы товаров, ФГБОУ ВО «Донецкий национальный университет экономики и торговли имени Михаила Ту-ган-Барановского»
Кацель Ирина Константиновна, ст. преподаватель кафедры таможенного дела и экспертизы товаров, ФГБОУ ВО «Донецкий национальный университет экономики и торговли имени Михаила Туган-Барановского»
Пешко Татьяна Александровна, ст. преподаватель кафедры таможенного дела и экспертизы товаров, ФГБОУ ВО «Донецкий национальный университет экономики и торговли имени Михаила Туган-Барановского»
С развитием международной торговли происходит постоянный рост объемов перемещаемых грузов, что обусловливает повышение нагрузки на таможенные органы и, соответственно, уровень таможенных рисков, поскольку таможенный контроля может осуществляться только выборочно. Одним из наиболее важных направлений развития таможенного дела является внедрение в деятельность таможенных органов новых цифровых технологий, включая технологии, основанные на использовании средств искусственного интеллекта. Статья посвящена анализу мировых тенденций в сфере использования средств искусственного интеллекта в целях совершенствования процедур таможенного контроля. Определены перспективные направления и проблемы применения искусственного интеллекта в указанных целях. Ключевые слова: цифровая трансформация, цифровизация, цифровые технологии, искусственный интеллект, таможенный контроль, таможенный риск.
Введение
Под таможенным риском, согласно статье 376 Таможенному кодексу Евразийского экономического союза (далее - ЕАЭС), понимается вероятность несоблюдения положений международных договоров и национальных правовых актов, составляющих нормативную базу деятельности таможенных органов [11]. Усложняющиеся условия международной торговли естественным образом повышают уровень таких рисков.
В связи с этим в Стратегии развития таможенной службы Российской Федерации до 2030 года поставлена задача внедрения в деятельность Федеральной таможенной службы России риск-ориентированного подхода к таможенному контролю, что подразумевает формирование так называемой «умной» (англ. smart) самонастраивающейся системы управления таможенными рисками [10]. Это требует, в частности, всесторонней автоматизации соответствующих процессов и расширение аналитической базы с тем, чтобы в реальном времени обеспечить оценку рисков по каждой перемещаемой через границу товарной партии [10]. С этой целью предусматривается использование средств искусственного интеллекта (далее- ИИ) на основе цифровой трансформации процессов таможенного оформления и контроля, включая автоматизацию контроля правильности классификации товаров согласно Товарной номенклатуре внешнеэкономической деятельности (далее - ТН ВЭД) ЕАЭС) [10].
К числу важнейших задач второго этапа реализации Стратегии отнесено, в частности, внедрение технологий анализа больших объемов неформализованных данных, основанных на использовании самообучающихся систем ИИ, что позволит снизить риски нарушения прав интеллектуальной собственности и иных нарушений таможенного законодательства. Согласно ГОСТ Р 59277—2020, искусственный интеллект (англ. - artificial intelligence) представляет собой определенный комплекс технологических решений, включающий инфраструктуру, программное обеспечение с использованием машинного обучения (англ. - machine learning) и сервисы обработки данных, а также анализа и синтеза решений. Такой комплекс позволяет имитировать когнитивные функции человека, в том числе поиск решений без определенного алгоритма с результатами на уровне не ниже результатов интеллектуальной деятельности людей [б].
Материалы и методы
В ходе написания настоящей статьи были использованы российские и зарубежные источники по вопросам применения методов и технологий ИИ в
О *
О X
о
3
S *
и
с т ■и о s т о а г
о т
09 8)
системах управления таможенными рисками. Вопросам внедрения ИИ в деятельность таможенных органов посвящены работы Е.И. Андреевой, П.Н. Афонина, И.В. Грекова, О.Е. Кудрявцева, Ю.И. Сомова, Л.А. Филипповой и других российских исследователей и специалистов-практиков (см., в частности, [5] [7] [8] [9] [12]. При этом следует отметить, что, на данный момент, ряд зарубежных стран опережают Российскую Федерацию по уровню практического использования технологий, основанных на методах искусственного интеллекта, и целесообразен постоянный мониторинг достижений зарубежных таможенных служб в данной области.
Целью настоящей статьи является анализ зарубежного опыта и тенденций в сфере использования ИИ для минимизации таможенных рисков, а также возникающих в связи с этим проблем. Использованы недавние публикации зарубежных исследовательских центров и компаний по вопросам применения средств ИИ в таможенном деле.
Основные тенденции
В табл. 1 приведены важнейшие направления использования средств искусственного интеллекта в таможенном деле. Все эти направления прямо связаны с задачами минимизации таможенных рисков. Значительным преимуществом искусственного интеллекта является способность программных средств ИИ к самообучению на ранее обработанных массивах данных, что позволяет создавать необходимые в таможенном деле самообучающиеся интеллектуальные системы управления рисками [9].
Таблица 1
Области применения технологий на основе искусственного интеллекта в таможенном деле
Область применения Используемые технологии на основе искусственного интеллекта
Классификация товаров согласно кодам ТН ВЭД Определение кода ТН ВЭД для объектов таможенного оформления и контроля
Оформление и контроль таможенных деклараций Использование технологии интеллектуальной обработки документов для сканирования, подачи и контроля таможенных деклараций
Расчет налоговых платежей Использование информации о товаре с целью корректного определения размера налогов, подлежащих уплате с перемещаемых через границы товаров
(О
сч о сч
По данным [3]
Значительные таможенные риски связаны с классификацией товаров в соответствии с кодами гармонизированных систем, в частности, в Российской Федерации - кодами ТН ВЭД ЕАЭС. Используемые в РФ программные средства контроля заявленных кодов ТН ВЭД для декларируемых товаров не обеспечивают возможность полноценной проверки и определения правильных кодов: проведенные расчеты показали, что при проверке декларации на товар за законодательно установленное время нет возможности всесторонне изучить декларируемый товар с использованием всех рекомендуемых нормативных материалов [5]. Несмотря на
принятые меры в области автоматизации таможенного контроля, в целом, анализ судебной практики по вопросам, связанным с нарушениями таможенного законодательства, свидетельствует о необходимости разработки и использования новых, более совершенных инструментов [5].
Важной задачей с точки зрения развития системы управления рисками является корректная оцифровка и интеллектуальный контроль используемых в электронном документообороте различных транспортных, товаросопроводительных и иных документов, используемых в ходе осуществления внешнеторговых операций, которые во многих случаях остаются вне поля зрения таможенных органов.
Технологии искусственного интеллекта позволят автоматизировать таможенные операции, осуществляемые в пунктах пропуска товаров через таможенную границу ЕАЭС, реализовав концепцию интеллектуального пункта пропуска (ИПП), работающего на основе данных предварительного информирования и результатов интеллектуальной обработки данных, получаемых в режиме реального времени от аппаратуры автоматического контроля грузов и транспортных средств [12].
Системы управления таможенными рисками с использованием технологий искусственного реализованы к настоящему времени в ряде зарубежных стран. Так, международная инспекционная компания COTECNA, занимающаяся оценкой количества и качественных характеристик грузов, уже более 20 лет тесно сотрудничает с таможенными органами различных стран, совершенствуя свою автоматизированную систему управления рисками (CRMS®), которая является одной из наиболее современных аналогичных систем [2]. Система CRMS® в значительной мере основана на технологии машинного обучения
Машинное обучение обеспечивает возможность разработки прогнозных моделей, способных на основе обработки больших объемов данных выявлять потенциальные риски до момента их возникновения. Анализируя и сопоставляя данные из различных источников, включая таможенные декларации, коммерческие документы и транспортные накладные, информацию торговых договоров и контактов, алгоритмы машинного обучения способны обнаруживать закономерности и аномалии, которые могут указывать на таможенные риски.
Решающую роль в оптимизации стратегий управления рисками играет анализ данных за прошедшие периоды времени. Используя широкий спектр имеющихся источников исторических данных, таможенные органы получают возможность оперативно принимать обоснованные решения, адаптированные к постоянно меняющимся условиям международной торговли.
С помощью машинного обучения таможенные органы получают возможность выявлять ключевые факторы риска, совершенствуя, таким образом, применяемые модели оценки рисков. В частности, алгоритмы машинного обучения помогают выявлять
закономерности, указывающие на высокий риск несоблюдения таможенных правил, несоответствия заявленных ценностей действительности, а также указания ложных сведений об условиях доставки. За счет более точной оценки рисков, таможни могут сосредоточивать ресурсы на операциях с наиболее высоким риском, снижая тем самым вероятность правонарушений и риски финансовых потерь.
Углубленный анализ данных с использованием технологии машинного обучения объединяет большие массивы данных с целью мониторинга деятельности, преобразуя данные со сложной структурой в интуитивно понятную инфографику. Такого рода визуальные представления помогают сотрудникам таможенных служб быстро оценить эффективность выполнения таможенных операции в динамике. Это позволяет быстро выявить проблемные области и сравнить эффективность работы с целевыми показателями. Объединив разрозненные наборы данных, руководство таможенных органов может легко определять ключевые показатели эффективности (КПЭ) на основе актуальных операционных целей и задач.
Машинное обучение создает надежные инструменты поддержки принятия решений по противодействию постоянно возникающим новым способам контрабанды и иных нарушений законодательства. Системы искусственного интеллекта обладают способностью к постоянному самообучению и адаптации к меняющимся рискам и динамике торговых операций. Благодаря алгоритмам машинного обучения эти системы также со временем повышают свою точность и производительность. Поскольку управление таможенными рисками становится более сложным, адаптивность ИИ гарантирует, что он останется эффективным средствам решении возникающих проблем.
Минимизация таможенных рисков требует также внедрения технологий искусственного интеллекта в работу коммерческих организаций -участников внешнеэкономической деятельности. Основанный в 2022 году в Лондоне глобальной командой экспертов по таможенному делу и технических специалистов стартап iCustoms разработал одноименную платформу автоматизации работы по декларированию грузов. Целью разработки было помочь предприятиям преодолеть проблемы соблюдения требований законодательства. Платформа iCustoms представляет собой комплексное программное решение, которое автоматизирует соблюдение таможенных и торговых требований с помощью искусственного интеллекта и машинного обучения [3].
Программное обеспечение iCustoms позволяет регулировать грузопотоки, выполняя следующие основные этапы работы, необходимые для обеспечения корректного декларирования товаров:
1. Оценка рисков на основе ИИ. Используя алгоритмы машинного обучения можно анализировать информацию о торговых сделках, выявлять индикаторы риска и предотвращать нарушения законов. Оценка рисков и профилирование на основе искусственного интеллекта способствуют как упрощению
процедур международной торговли, так и обеспечению ее безопасности;
2. Автоматизация документооборота и обеспечение соблюдения нормативных требований. Сервисы искусственного интеллекта автоматизируют анализ товаросопроводительной документации и позволяют быстро выявлять проблемы несоответствия в счетах-фактурах, таможенных декларациях и иных документах, используя методы обработки естественного языка и машинного обучения. Автоматизация ускоряет таможенное оформление, снижает количество ошибок и оптимизирует процессы трансграничного перемещения грузов.
3. Сканирование и автоматическое распознавание грузов на основе искусственного интеллекта. Досмотр и сканирование грузов с помощью искусственного интеллекта повышают безопасность таможни. Алгоритмы компьютерного зрения, обученные с помощью средств искусственного интеллекта, помогают идентифицировать контрабанду и выявлять прочие риски путем анализа фотографий и рентгеновских снимков. Технология искусственного интеллекта автоматизирует досмотр грузов, повышая безопасность и эффективность.
4. Содействие торговле. Виртуальные помощники, чат-боты и системы обслуживания клиентов на базе искусственного интеллекта могут в режиме реального времени помогать участникам внешнеэкономической деятельности в вопросах, связанных с таможенными процедурами, коммуникацией с органами власти. Соответствующие интеллектуальные решения улучшают качество обслуживания клиентов, исключают ручное вмешательство и оптимизируют внешнеторговые процессы.
5. Таможенная прогнозная аналитика. Прогнозная аналитика с использованием технологий искусственного интеллекта помогает таможенникам планировать и распределять ресурсы, а экспортерам и импортерам - избегать нарушения таможенных правил. Алгоритмы искусственного интеллекта анализируют данные за прошлые периоды, рыночные тенденции и внешние факторы для оценки объемов торговли, обнаружения узких мест и оптимизации операционных ресурсов. Таможенные операции, основанные на данных, становятся более эффективными, быстрыми и качественными [3].
Внедрение ИИ в таможенные процедуры ведет к повышению эффективности и безопасности внешнеэкономической деятельности. Это, в свою очередь, обеспечивает упорядочение международных товарных потоков и общему совершенствованию управления торговыми операциями.
Как отмечал Дж. Мелцер, Искусственный интеллект приведет к преобразованию международной торговли. Уже сейчас его конкретные приложения в ряде областей помогают устранять препятствия в торговле. В то же время в области развития средств ИИ существуют проблемы, связанные с ограниченными возможностями глобального доступа к данным для обучения систем ИИ [4].
О *
О X
о
3 *
8)
с т ■и о
5
т о а г
о т
09 8)
Помимо машинного обучения, одним из ключевых элементов ИИ является использование многослойных нейронных сетей (англ. deep neural networks), построенных на основе многоуровневых наборов функций нелинейного преобразования, где выходные данные каждого уровня становятся входными данными для следующего уровня сети. Каждый уровень (слой) может быть оптимизирован для одного типа данных (например, изображений), и быть объединен с другими уровнями для иных типов данных (например, текстовой информации). Многослойные нейронные сети позволяют значительно повысить возможности машинного обучения и эффективно анализировать информацию, извлекаемую из хаотичных разнотипных данных (таких как видео, аудио и тексты) [4]. Соответствующие технологии могут успешно использоваться в деятельности как таможенных органов, так и коммерческих организаций, работающих в сфере международной торговли, с целью совершенствования деятельности по управлению таможенными рисками.
Одним из важнейших в последнее время направлений внедрения технологий ИИ является управление таможенными рисками в сфере электронной коммерции [7]. Стремительное расширение данного сектора создает значительные угрозы, связанные как с уклонением от уплаты налогов, так и с подрывом безопасности государств. Соответствующей проблематике посвящен опубликованный в 2021 году экспертным центром Департамента внутренней безопасности США 150-страничный доклад на тему использования новых технологий в решении проблем трансграничной электронной торговли [1]. В докладе отмечается, что в ряде публикаций были описаны подходы к автоматической классификации продуктов по текстовым описаниям товаров, основанные на применении многослойных нейронных сетей. Эти подходы продемонстрировали обнадеживающие результаты в классификации продуктов при их нечетком описании со сложной семантикой. Возможность выявления ошибок классификации товаров с помощью интеллектуальной технологии обработки естественного языка (англ. - natural language processing) была исследована в ходе пилотного проекта таможенной службы Канады. Большинство подходов, основанных на искусственном интеллекте, используют информацию о продуктах, находящуюся в открытом доступе на платформах электронной коммерции. Эти усилия могут привести к созданию мощных инструментов автоматической классификации для таможенных органов, если посредники в электронной коммерции и заинтересованные стороны будут делиться с властями более подробной информацией в рамках различных программ обмена данными об электронной коммерции [1]. Классификация товаров с помощью искусственного интеллекта может также быть полезна частным компаниям, которым необходимо представлять соответствующие данные в таможенные органы. Средства ИИ позволяют учитывать информацию, получаемую непосредственно с веб-страниц, даже если такие данные не структурированы [1].
Результаты и выводы
Проведенное исследование выявило современные тенденции развития систем управления таможенными рисками на основе использования технологий искусственного интеллекта, а также показало определенное отставание Российской Федерации в области внедрения указанных технологий в работу таможенных органов и коммерческих организаций -участников внешнеэкономической деятельности. Как представляется, помимо технических и организационных проблем доступа к информации и обеспечения должного уровня межведомственного взаимодействия, расширение применения цифровых технологий в России сдерживается также следующими факторами.
1. Недостаточное внимание, уделяемое системному изучению опыта иностранных государств в сфере развития методов искусственного интеллекта и их внедрению в системы управления рисками, в частности, рисками нарушения таможенного законодательства.
2. Определенный дефицит специалистов со специфическими знаниями, опытом и компетенциями в области применения средств искусственного интеллекта в таможенном деле. Ликвидация данного дефицита, возможно, требует соответствующего пересмотра учебных программ высших учебных заведений, специализирующихся в направлениях подготовки специалистов для таможенных органов и внешнеторговых организаций.
3. Недостаточное развитие отечественного рынка современных цифровых технологий, обостренное ускорением утечки квалифицированных кадров в условиях санкций, применяемых в настоящее время против Российской Федерации недружественными странами. Стимулирование развития данного сектора рынка требует комплексных решений по применению методов государственно-частного партнерства, в том числе с предприятиями среднего и малого бизнеса, которые сегодня в мировом масштабе выполняют значительную часть глобальных объемов работ, связанных с разработками технологий искусственного интеллекта. Необходимы также меры по поддержке российских стар-тапов в сфере цифровизации и искусственного интеллекта.
В целом, можно сделать вывод о безусловной необходимости ускоренного развития средств искусственного интеллекта, ориентированных на использование в системах управления таможенными рисками.
Литература
1. BTI Institute (2021). Addressing Cross Border Ecommerce Challenges with Emerging Technologies, available at https://uh.edu/bti/research/ecommerce-shi/bti-ecommerce-finalreport-24feb21-released.pdf (Accessed 05.10.2023)
2. COTECNA (2023). The Future of Customs Risk Management: How Machine Learning is Shaping the Landscape, available at https://www.cotecna.com/en/media/news/the-future-of-
customs-risk-management-how-machine-learning-is-shaping-the-landscape (Accessed 10.10.2023)
3. iCustoms (2023). The Power of Artificial Intelligence: Impact on Customs Operations, available at https://www.icustoms.ai/blogs/artificial-intelligence-impact-on-customs-operations/ (Accessed 10.10.2023)
4. Meltzer, J. P. ().The impact of artificial intelligence on international trade, available at https://www.brookings.edu/articles/the-impact-of-artificial-intelligence-on-international-trade/ (Accessed 10.10.2023)
5. Андреева Е.И. Искусственный интеллект и перспективы его использования при идентификации товаров в таможенных целях / Е.И. Андреева // Вестник Российской таможенной академии. 2021. № 1 (54). С. 96-102.
6. ГОСТ Р 59277—2020. Системы искусственного интеллекта: классификация систем искусственного интеллекта. - М.: Стандартинформ, 2021. - 12 с.
7. Греков И. В., Афонин П. Н. Внедрение возможностей искусственного интеллекта в область таможенных услуг и таможенного контроля товаров, пересылаемых в международных почтовых отправлениях // Трансформация предпринимательской деятельности: новые технологии, эффективность, перспективы: материалы VIII Международного научного конгресса, Москва, 22-23 мая 2020 г. / Финансовый университет при Правительстве РФ. М.: Дашков и К°, 2020. С. 105-113.
8. Кудрявцев О. Е., Сеничев В. А., Швецов А. В. Оптимизация процесса декларирования товаров с применением перспективных технологий // Перспективы развития таможенных администраций в условиях углубления евразийской интеграции: сборник материалов XII Международной научно-практической конференции, 22-23 октября 2020 г. М.: РИО Российской таможенной академии, 2020. С. 51-57.
9. Сомов Ю.И., Бормотова Е.Г. Методические подходы к применению технологий искусственного интеллекта в деятельности таможенных органов // Вестник Российской таможенной академии, 2022, №4,. С. 22-30
10. Стратегия развития таможенной службы Российской Федерации до 2030 года (утверждена распоряжением Правительства РФ от 23.05.2020 № 1388-р) // Официальный сайт ФТС России. URL: http://static.government.ru/media/files/gie4rZ826srWm By2w8bltqyFkseUEHvO.pdf (дата обращения: 01.10.2023).
11. Таможенный кодекс Евразийского экономического союза" (ред. от 29.05.2019, с изм. от 18.03.2023) (приложение N 1 к Договору о Таможенном кодексе Евразийского экономического союза). URL:
https://www.consultant.ru/document/cons_doc_LAW_2 15315/95bff3c3e7d43c52b5a973884657f2796374a3fe/ (дата обращения 15.10.2023)
12. Филиппова Л. А., Васина Е. Н., Никитченко И. И., Сомов Ю. И. Технологии искусственного интеллекта для таможенного контроля // Вестник Российской таможенной академии, 2022, №2,. С. 91-97
Artificial intelligence technologies in customs risk management systems
Kameneva N.V., Kozlov V.S., Kotylyak Yu.V., Katzel I.K., Peshko T.A.
Donetsk National University of Economics and Trade named after Mikhail Tugan-Baranovsky
The development of international trade entails constant growth in the volumes of transported cargoes, which leads to the increase in the workload for customs authorities and, consequently, to a higher level of customs risks as customs control can now be performed but selectively. Therefore, the use of up-to-date digital technologies, including ones based on artificial intelligence, is among the most important areas of the customs service development. This paper deals with the analysis of global trends in the use of AI methods for the improvement of customs control procedures. Promising areas and issues related to the use of AI for the above purposes have been identified.
Keywords: digital transformation, digitization, digital technology, artificial intelligence, customs control, customs risk.
References
1. BTI Institute (2021). Addressing Cross Border E-commerce Challenges with Emerging Technologies, available at https://uh.edu/bti/research/ecommerce-shi/bti-ecommerce-finalreport-24feb21-released.pdf (Accessed 10/05/2023)
2. COTECNA (2023). The Future of Customs Risk Management: How
Machine Learning is Shaping the Landscape, available at https://www.cotecna.com/en/media/news/the-future-of-customs-risk-management-how-machine-learning -is-shaping-the-
landscape (Accessed 10/10/2023)
3. iCustoms (2023). The Power of Artificial Intelligence: Impact on
Customs Operations, available at
https://www.icustoms.ai/blogs/artificial-intelligence-impact-on-customs-operations/ (Accessed 10/10/2023)
4. Meltzer, J. P. ().The impact of artificial intelligence on international
trade, available at https://www.brookings.edu/articles/the-impact-of-artificial-intelligence-on-international-trade/ (Accessed 10.10 .2023)
5. Andreeva E.I. Artificial intelligence and prospects for its use in
identifying goods for customs purposes / E.I. Andreeva // Bulletin of the Russian Customs Academy. 2021. No. 1 (54). pp. 96-102.
6. GOST R 59277—2020. Artificial intelligence systems: classification
of artificial intelligence systems. - M.: Standartinform, 2021. - 12 p.
7. Grekov I.V., Afonin P.N. Introduction of artificial intelligence capabilities in the field of customs services and customs control of goods sent in international mail // Transformation of entrepreneurial activity: new technologies, efficiency, prospects: materials of the VIII International Scientific Congress, Moscow, May 22-23, 2020 / Financial University under the Government of the Russian Federation. M.: Dashkov i K°, 2020. pp. 105-113.
8. Kudryavtsev O. E., Senichev V. A., Shvetsov A. V. Optimization of
the process of declaring goods using advanced technologies // Prospects for the development of customs administrations in the context of deepening Eurasian integration: collection of materials of the XII International Scientific and Practical Conference, 22-October 23, 2020 M.: RIO Russian Customs Academy, 2020. pp. 51-57.
9. Somov Yu.I., Bormotova E.G. Methodological approaches to the
use of artificial intelligence technologies in the activities of customs authorities // Bulletin of the Russian Customs Academy, 2022, No. 4. S. 22 30
10. Strategy for the development of the customs service of the Russian Federation until 2030 (approved by order of the Government of the Russian Federation dated May 23, 2020 No. 1388-r) // Official website of the Federal Customs Service of Russia. URL: http://static.government.ru/media/files/gie4rZ826srWmBy2w8bltq yFkseUEHvO.pdf (access date: 10/01/2023).
11. Customs Code of the Eurasian Economic Union" (as amended on May 29, 2019, as amended on March 18, 2023) (Appendix No. 1 to the Agreement on the Customs Code of the Eurasian Economic Union). URL: https://www.consultant.ru/ document/cons_doc_LAW_215315/95bff3c3e7d43c52b5a97388 4657f2796374a3fe/ (accessed 10/15/2023)
12. Filippova L. A., Vasina E. N., Nikitchenko I. I., Somov Yu. I. Artificial intelligence technologies for customs control // Bulletin of the Russian Customs Academy, 2022, No. 2. pp. 91 97
О *
О X
о s
s *
и
с т •и о
S
т
ф
а т
о т
а
8)
