CC BY
37
ТЕОРИЯ И ПРАКТИКА ТАМОЖЕННОГО ДЕЛА
УДК 339.9
БСИ 10.24412/1815-0683-2023-1-19-30 И. В. ШАРОЩЕНКО*, П. А. ПУГАЧ*
Визуализация данных как актуальный инструмент информационно-аналитического обеспечения деятельности таможенных органов
ШАРОЩЕНКО Ирина Валерьевна -кандидат экономических наук, доцент кафедры экономики таможенного дела и управления. Sharoschenko.irina@vfrta.ru.
SHAROSHCHENKO I. V. - Candidate of Economic Sciences, Associate Professor at the Department of Economics in Customs and Management.
ПУГАЧ Петр Андреевич -старший преподаватель кафедры информатики и информационных технологий. 679097@mail.ru.
PUGACH P. A. - Senior Lecturer at the Department of Computer Science and Information Technology.
Рассматриваются особенности информационно-аналитического обеспечения таких направлений деятельности таможенных органов, как ведение таможенной статистики внешней торговли РФ и реализация фискальной функции. Подчеркнуто, что использование современных информационных технологий в целом, и метода научной визуализации в частности, повышает эффективность принятия управленческих решений. Предложен алгоритм построения информационной панели анализа и принятия управленческих решений.
Ключевые слова: мировая торговля, информационно-аналитические ресурсы, таможенный контроль, деятельность участников ВЭД, таможенная статистика, фискальная функция.
I. V. SHAROSHCHENKO, P. A. PUGACH Data Visualization as an Actual Tool of Information and Analytical Support of Customs Authorities' Activity
The features of information and analytical support of such areas of activity of customs authorities as the activities of customs statistics of foreign trade of the Russian Federation and activity on implementation of the fiscal function are considered. It is emphasized that the use of modern information technology in general, and the method of scientific visualization in particular, increases the efficiency of making managerial decisions. An algorithm for constructing an information panel of analysis and making managerial decisions is proposed.
Keywords: world trade, information and analytical resources, customs control, activities of foreign economic activity participants, customs statistics, fiscal function.
* Владивостокский филиал Российской таможенной академии. 690034, г. Владивосток, ул. Стрелковая, 16 в.
Vladivostok Branch of the Russian Customs Academy. 16 v, Strelkovaya Str., Vladivostok, 690034.
В современном мире в сложных социально-политических и экономических условиях возрастают риски, связанные с обстоятельствами неопределенности, неполноты информации или, наоборот, с многообразием информации по соответствующим проблемам. В связи с этим возрастает актуальность обеспечения высокого уровня организации информационно-аналитической деятельности таможенных органов, т. к. от нее зависит качество принимаемых решений.
Своеобразным импульсом к совершенствованию организации информационно-аналитической работы послужили, во-первых, процесс накопления огромных массивов данных, так называемых big data, полученных из различных источников, которые требуют точной и оперативной аналитической обработки; во-вторых, активная цифровизация государственных услуг в сфере таможенного дела и таможенных операций, а также переход на использование безбумажных технологий.
Значительная роль развития информационно-аналитического обеспечения, охватывающего все направления деятельности таможенных органов, определена и стратегическими документами. Так, в соответствии со Стратегией развития таможенной службы РФ до 2030 г. и Планом мероприятий по реализации Стратегических направлений развития евразийской экономической интеграции до 2025 г.1 совершенствование информационно-аналитического обеспечения деятельности таможенных органов определяет возможности, во-первых, для цифровой трансформации технологий декларирования (оформления) и контроля, обеспечения прозрачности совершения таможенных операций и повышения качества проведения всех видов контроля без участия должностных лиц контролирующих органов; во-вторых, для содействия развитию международной торговли, расширению географии внешнеэкономических и инвестиционных связей, отвечающих национальным интересам РФ.
Целью настоящей статьи является изучение особенностей информационно-аналитического обеспечения деятельности таможенных органов по двум направлениям: ведению таможенной статистики внешней торговли РФ и реализации фискальной функции, и разработка алгоритма визуализации данных для принятия управленческих решений.
Ведение таможенной статистики внешней торговли РФ по субъектам как объект изучения выбрано потому, что объективная, систематизированная таможенная статистика, кроме самих таможенных органов, представляет интерес и для внешних пользователей:
- Евразийской экономической комиссии, органов статистики и таможенных администраций государств - членов ЕАЭС в целях анализа взаимной торговли;
1 Об утверждении Стратегии развития таможенной службы Российской Федерации до 2030 года: распоряжение Правительства РФ от 23.05.2020 № 1388-р; О плане мероприятий по реализации Стратегических направлений развития евразийской экономической интеграции до 2025 года (с изм. и доп., вступ. в силу с 27.12.2022): распоряжение Совета Евразийской экономической комиссии от 05.04.2021 № 4 (ред. от 14.12.2022).
- субъектов РФ, муниципальных образований с целью формирования представления об особенностях ведения ВЭД регионов;
- министерств и ведомств в целях понимания региональных особенностей ведения ВЭД и вклада отдельных отраслей в мировую торговлю;
- крупных участников ВЭД в целях их информированности о емкости рынков поставщиков и покупателей, наличии участников ВЭД в соответствующих регионах;
- ассоциаций, союзов и иных некоммерческих организаций в целях понимания проблем и ограничений по развитию соответствующих направлений ВЭД регионов.
Реализация фискальной функции выбрана в связи с тем, что в настоящее время существенно изменяются социально-экономические условия ведения ВЭД. Так, за последнее время значительно менялись мировые цены, курсы валют, логистика и цепи поставок товаров, крупные игроки рынков. Кроме того, развивалась практика применения мер таможенно-тарифного и нетарифного регулирования, в частности, в период 2021-2022 гг. вводились или изменялись объемы тарифных квот на вывоз отдельных товаров, тарифных квот в отношении импорта ряда товаров, вводились временные запреты на вывоз, изменялись перечни товаров, в отношении которых применяются меры регулирования, изменялись ставки ввозных и вывозных таможенных пошлин, вводились льготы по исчислению таможенных платежей и др. Все перечисленное оказывает значительное влияние на достоверность обоснования планового задания таможенного органа по обеспечению формирования федерального бюджета и мероприятий по исполнению его контрольного задания в течении определенного периода.
Использование современных инструментов анализа и визуализации большого объема данных позволит более эффективно организовать работу с таможенной статистикой по конкретным запросам, а также по администрированию фискальной функции таможенных органов.
В соответствии с приказом ФТС России от 11.09.2017 № 1447 «Об утверждении Порядка ведения таможенной статистики внешней торговли Российской Федерации по субъектам Российской Федерации» информационно-аналитическое обеспечение деятельности таможенных органов по ведению таможенной статистики внешней торговли РФ представлено несколькими блоками данных (рис. 1).
Организация сбора и формирования данных таможенной статистики внешней торговли РФ по субъектам имеет ряд особенностей:
1) исходными данными являются сведения, содержащиеся в декларациях на товары, а также сведения, указываемые в статистических формах (СФ) учета перемещения товаров в рамках взаимной торговли РФ с государствами ЕАЭС;
2) показатели таможенной статистики группируются по субъектам РФ и федеральным округам в соответствии с административно-территориальным делением;
3) в данные таможенной статистики включаются сведения о товарах, декларирование которых осуществлялось в таможенных органах РФ участниками ВЭД,
зарегистрированными в территориальных налоговых органах, расположенных в соответствующем субъекте РФ, а также о товарах, перемещаемых этими участниками ВЭД в рамках взаимной торговли РФ с государствами ЕАЭС;
4) таможенная статистика ведется с учетом всех внешнеторговых операций с товарами независимо от места их совершения участниками ВЭД, зарегистрированными в территориальных налоговых органах и расположенными в субъекте РФ, входящем в регион деятельности регионального таможенного управления или таможни, и др.
Основные блоки данных
1
4
Данные таможенной статистики внешней торговли РФ по внешнеторговым операциям
Данные статистики взаимной торговли РФ с государствами - членами ЕАЭС по операциям
Кол-во участников ВЭД, зарегистрированных в территориальных налоговых органах, расположенных в регионе деятельности одного регионального таможенного управления или таможни, но совершавших таможенные операции с товарами в регионе деятельности другого регионального таможенного управления или другой таможни, непосредственно подчиненной ФТС России
Перечень организаций, отнесенных к категории крупнейших налогоплательщиков, у которых значения знаков 4,5 кода ОГРН и значения знаков 1,2 ИНН отличаются от значения кода субъекта РФ местонахождения организации, в составе нормативно-справочной информации Единой автоматизированной информационной системы таможенных органов и др.
Рис. 1. Информационно-аналитическое обеспечение деятельности таможенных органов по ведению таможенной статистики внешней торговли
Таким образом, используя информационные ресурсы по уровням формирования таможенной статистики, для субъектов РФ можно:
- проанализировать состояние, динамику и тенденции развития внешней торговли;
- спрогнозировать макроэкономические показатели развития;
- выделить перспективные направления развития внешнеэкономической деятельности (рис. 2).
Уровень формирования Информационные ресурсы
таможенной статистики таможенных органов
Рис. 2. Информационные ресурсы таможенных органов по уровням формирования таможенной статистики
Информационно-аналитическое обеспечение реализации фискальной функции представлено большим перечнем информации (рис. 3).
Основные блоки данных
1
Показатели, характеризующие ведение ВЭД:
- сведения о предприятии, общий период осуществления ВЭД, специализация по номенклатуре товаров, соотношение стоимостного объема ввоза (вывоза) товаров к показателям, по которым может быть допущено нарушение таможенного законодательства и др.);
- факты неисполнения обязательств и угрозы ведения деятельности (неисполнение обязанности по уплате таможенных платежей, высокий уровень налогового риска, нахождение участника ВЭД в стадии реорганизации или ликвидации и др.)
Показатели таможенного декларирования товаров:
- количество ДТ;
- номенклатура перемещаемых товаров, код товаров в соответствии с единой ТН ВЭД ЕАЭС;
- частота и объемы поставок товарных партий;
- вес товаров, статистическая стоимость товаров;
- индексы таможенной стоимости товаров и суммы таможенных платежей, средний платеж с ДТ;
- данные об автоматическом выпуске и удаленном выпуске;
- результаты проверочных мероприятий и др.
Информация, содержащаяся во внутренних и внешних информационных источниках,
необходимая для принятия решений:
- маршрут доставки товаров, видах транспорта;
- условия заключения внешнеэкономических контрактов, особенности расчетов по контрактам, взаимозависимости участников внешнеторговых сделок,
- идентичные и однородные товары, производители, физические, химические свойства товаров, стоимостные и технические характеристики, товарные знаки, отраслевой экономической специфики региона, отечественных аналогах;
- достоверность величины таможенной стоимости товаров в соответствии с заявленными условиями поставки товаров,
- показатели финансово-хозяйственной деятельности, данные бухгалтерской отчетности потенциальных объектов ТКПВТ и иные сведения
Источники информации
Информационно-программные средства ЕАИС таможенных органов, с помощью которых систематизируется, обобщается аналитическая информация о предприятиях -участниках ВЭД
Сведения федеральных органов исполнительной власти, правоохранительных,
контролирующих и иных государственных органов
Сведения из открытых интернет-ресурсов стран - торговых партнеров
Сведения бизнес-сообществ, информационных агентств, общедоступных средств
массовой информации, в том числе интернет-ресурсы и др.
Рис. 3. Информационно-аналитическое обеспечение реализации фискальной функции
На основе представленного информационного обеспечения для реализации фискальной функции таможенными органами решаются следующие задачи:
- анализ основных социально-экономических показателей, влияющих на состояние и развитие ВЭД региона;
- анализ и выявление тенденций изменения данных мировых товарных или географических рынков для определения ценовых показателей, используемых в процессе таможенного контроля;
- анализ показателей деятельности предприятий - участников ВЭД для выявления рисков ведения деятельности, неисполнения обязанности по уплате таможенных платежей и др.
Большое количество источников информации, постоянные изменения социально-экономических условий ведения ВЭД требуют от таможенных и других контролирующих органов, а также участников ВЭД принятия решений, основанных на систематизации и обобщении разноаспектной информации. Современные информационные системы позволяют осуществлять массовый сбор, хранение и использование данных как для оперативного анализа ситуации, так и для построения прогнозов и решения ряда профильных задач. Таким образом реализуется переход от тенденции сохранения фокуса внимания на получаемых данных [6] к их преобразованию в полезную информацию с последующей визуализацией, позволяющей более оперативно и эффективно принимать управленческие решения.
Визуализация данных является одним из способов, позволяющих повысить эффективность анализа больших данных. Как инструмент работы она стала использоваться в компьютерной графике и обозначала процесс получения изображения из модели с помощью компьютерной программы. Сегодня под визуализацией данных понимается представление данных в виде, который обеспечивает наиболее эффективную работу человека по их изучению [2]. Другими словами, визуализация трактуется как преобразование при помощи компьютера трудно обозримых данных в видимые графические данные (to make invisible visible) [4].
Одной из основных современных задач визуализации является обеспечение поддержки пользователя в процессе восприятия, понимания и осмысления информации и формирования новых знаний, а также обеспечение минимизации усилий по выполнению когнитивных задач в сравнении с текстовым представлением данных. Подчеркнем, что визуализация позволяет также минимизировать затраты времени и энергии на восприятие и интерпретацию информации, снижая при этом информационную нагрузку [1].
Среди различных подходов к визуализации наиболее востребованным является метод «научной визуализации», концепция которого предполагает, что исходным анализируемым данным («сырым» данным) ставится в соответствие некоторая их статическая или динамическая графическая интерпретация, которая визуально анализируется, а результаты анализа таких графических данных истолковываются исследователем по отношению к исходным данным [3]. Графические данные представляют собой упорядоченные конечные множества и, как правило, сводятся к одной или нескольким связанным таблицам.
Решение задач анализа данных методом визуализации можно представить следующим образом (рис. 4):
- представление анализируемых данных в виде их некоторого графического изображения - собственно задача визуализации исходных данных;
- анализ графического изображения данных. При этом результаты анализа интерпретируются по отношению к исходным данным и могут быть выбраны по конкретным запросам.
1-й этап. Представление анализируемых данных в виде некоторой графической формы
Рис. 4. Этапы анализа данных методом визуализации
Отметим, что применение средств (методов) визуализации в процессе принятия решений может ограничиваться функциональными особенностями используемого прикладного программного обеспечения. При этом в настоящее время все большую значимость начинают приобретать средства, обеспечивающие широкий спектр инструментальных возможностей визуального представления информации, в том числе и с использованием технологий обработки данных на основе облачных вычислений [5].
Существуют различные подходы к классификации методов визуализации, наиболее комплексным является подход Р. Ленглера и М. Эпплера [7], в рамках которого систематизировано более 100 методов визуализации. Под методом визуализации следует понимать системное, статическое или динамическое графическое представление информации.
В рамках визуализации данных применяются стандартные методы визуализации количественных показателей в схематичной форме (круговые диаграммы, диаграммы с областями, линейные и точечные графики). Подобные методы являются универсальными и применяются для представления данных, их систематизации и сравнения.
В результате трансформации классических методов визуализации и современных концепций data-driven2 и data-mining3 появился новый инструмент визуализации - dashboard (дашборд), или информационная панель. Информационная панель представляет собой интерактивный ресурс для анализа данных, на котором исходные данные, диаграммы и инструменты управления ими сгруппированы на одном экране для более легкого восприятия информации в соответствии с решаемыми задачами. Основные задачи информационной панели - это контроль основных показателей, анализ по заданным параметрам, выявление взаимосвязей, тенденций, отчет в режиме online, наглядная и понятная визуализация данных и результатов. В отличие от стандартных (статичных) отчетов визуализация с помощью информационной панели дает возможность получения информации
2 Способ принимать управленческие решения, основываясь на больших данных. Полное название этого подхода - Data Driven Decision Making (DDDM), т. е. информационно обоснованные решения (или data driven decisions). Он стал альтернативой устаревшему подходу Highest Paid Person's Opinion (HiPPO) - принятию решений на основе мнения руководства.
3 Добыча данных - интеллектуальный анализ данных, глубинный анализ данных - собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний.
обо всех важнейших показателях в режиме реального времени в одном месте, благодаря этому анализировать информацию становится нагляднее, а принимать решения, формулировать гипотезы о дальнейшем развитии и устанавливать связи -быстрее и эффективнее.
Основные этапы построения аналитических информационных панелей: построение модели данных, разработка дизайна информационной панели, группировка данных, их агрегация, сортировка и фильтрация.
В целях развития информационно-аналитического обеспечения деятельности таможенных органов по выбранным направлениям считаем возможным использование информационной панели. Данный инструмент позволит при большом количестве разных источников информации анализировать ситуацию и принимать решения в условиях изменения социально-экономических условий ведения ВЭД.
Алгоритм построения информационной панели анализа и принятия управленческих решений можно представить в виде этапов, отображенных на рис. 5.
Рис. 5. Алгоритм построения информационной панели анализа и принятия управленческих решений
Предварительная обработка общего объема статистики предполагает «очистку» данных и представление в машиночитаемом виде (в виде «длинных» таблиц).
Определение модели исследуемых данных4 определяется качественной постановкой задачи и не может быть полностью формализовано, потому как любой
4 Понятие «модель данных» связано с их логической структурой. Модели данных используются для представлений структур данных на концептуальном и внешнем уровнях. Построение модели данных заключается в описании данных и их взаимосвязей (отношений), описывающих понятия проблемной среды.
процесс или объект исследования может иметь не одну модель, выбор который производится экспертом.
Агрегирование «предобработанных» данных с помощью сводных таблиц или аналогичного инструмента позволяет провести обобщение исходных данных, посредством преобразования группы наблюдений в наблюдения, содержащие агрегированную информацию по соответствующей группе. Процесс агрегирования можно представить последовательно (рис. 6).
Визуализация агрегированных данных - это эффективный способ интерпретации и анализа данных и представления результатов анализа в графической форме, например в виде графиков, диаграмм или визуального представления другого типа. Добавление фильтров («срезов») позволяет преобразовать статичные изображения в интерактивные графические объекты и провести визуальный динамических анализ агрегированных данных.
Визуальный анализ данных, представленных на информационной панели, позволяет аналитику сформулировать предварительные выводы о структуре и динамике показателей, на основании которых на следующем шаге будут сформулированы различные гипотезы. В результате анализа можно сформулировать достаточно много различных гипотез, например, о наличии взаимосвязи (корреляционной), о наличии тенденции, о постоянстве или изменении структуры явления, о случайности структурных изменений, о равенстве средних. После выдвижения гипотез требуется их формальная проверка с использованием соответствующих статистических методов и критериев.
Процесс агрегирования данных 1-й этап. Выбор группировочных переменных 2-й этап. Выбор агрегируемых переменных
3-й этап. Выбор функций агрегирования
Рис. 6. Этапы процесса агрегирования данных
Существует достаточно много инструментов для визуализации, от простых: нужно только загрузить данные и выбрать, как они будут отображаться, до более сложных и комплексных, требующих сложной настройки и знания языков программирования, например JavaScript, Python или R. Среди инструментов для создания и использования информационных панелей также есть и BI-платформы сквозной аналитики, которые позволяют организовать полный цикл сбора, предобработки, создания витрин и анализа данных.
Наиболее распространенные инструменты - Google-таблицы, Microsoft Excel, Microsoft Power BI, Google Data Studio, Tableau, Klipfolio, Gartner, SiSense, Qlik Sense, но большая их часть не доступна для использования на территории РФ. Поэтому
было принято решение использовать доступный в настоящий момент инструмент - Microsoft Excel.
Для апробации предложенного алгоритма произведем визуализацию данных таможенной статистики по Дальневосточному федеральному округу за 20192021 гг. Предположим, что необходимо сделать вывод о тенденции изменения внешнеторгового оборота и выявить изменения одновременно и в географической и товарной структуре.
Анализ производился на основе данных ФТС России, они уже предварительно обработаны и представлены в машиночитаемом виде. Информационная панель создана в приложении MS Excel, отражает динамику и структуру внешнеторгового оборота в разрезах направлений (экспорт, импорт), субъектов ДФО, страновой и товарной структур (рис. 7).
1 î I i I j I s в i î I î I I yjnj^i И Sil H г I £ДЙИе "г i I P t
Рис. 7. Информационная панель, визуализирующая стоимостной внешнеторговый оборот ДФО, 2019-2021 гг. (По данным базы таможенной статистики внешней торговли РФ https://stat.customs.ru), млн долл. США
В верхней части информационной панели представлены инструменты фильтрации данных в разрезе стран - торговых партнеров, товарных групп, а в правом сегменте центральной части - фильтры по субъекту, периоду и направлению.
Помимо графической демонстрации данных на информационную панель можно добавить наиболее значимые расчетные числовые показатели, которые также будут меняться при применении соответствующих фильтров.
Таким образом, информационная панель - эффективный инструмент визуализации, мониторинга и анализа данных, который сокращает время на подготовку отчетов, а также помогает взглянуть на ситуацию с разных сторон и под разными углами и, как следствие, более эффективно принимать управленческие решения.
Использование разноаспектных данных информационно-аналитических ресурсов таможенных органов позволяет их систематизировать и применять для принятия конкретных решений в процессе организации и осуществления таможенного контроля:
- сравнивать данные об одном объекте из разных источников,
- выбирать и сопоставлять данные по конкретному направлению,
- выбирать и в динамике сравнивать основные показатели деятельности, сведения о декларировании, результаты проверочных мероприятий, сведения о нарушениях таможенного законодательства и другие данные по определенному участнику ВЭД и др.
Использование описанного подхода - визуального анализа посредством интерактивного мониторинга агрегированных данных и объективной статистической проверки выдвинутых гипотез - качественно меняет процесс принятия управленческих решений, делая его для таможенных органов более информационно-обоснованным, а для участников ВЭД - более клиентоориентированным.
Список литературы
1. Афанасьев А. А. Технология визуализации данных как инструмент совершенствования процесса поддержки принятия решений // Инженерный вестник Дона. 2014. № 4. URL: https://cyberleninka.rU/article/n/tehnologiya-vizualizatsii-dannyh-kak-in strument-sovershenstvovaniya-protsessa-podderzhki-prinyatiya-resheniy (дата обращения: 25.02.2023).
2. Паклин Н. Б., Орешков В. И. Визуализация данных // Бизнес-аналитика. От данных к знаниям. 2-е изд. СПб.: Питер, 2013. С. 173-210.
3. Пасько А. А., Пилюгин В. В. Научная визуализация и ее применение в исследованиях наноструктур // Rusnanotech. Международный форум по нанотехнологиям: сб. тез. докл. науч.-техн. секций. М., 2008. С. 189.
4. Пилюгин В., Маликова Е., Пасько А., Аджиев В. Научная визуализация как метод анализа научных данных. URL: http://sv-journal.org/2012-4/06/index.html (дата обращения: 25.02.2023).
5. Пономарева Е. И. Совершенствование процесса обработки данных при помощи облачных вычислений // Инженерный вестник Дона. 2012. № 1. URL: ivdon.ru/ magazine/archive/n1y2012/628 (дата обращения: 25.02.2023).
6. Davenport T., Harris J., De Long D., Jacobson A. Data to Knowledge to Results: building an analytic capability // California management review. 2001. Vol. 41(2). P. 117-138.
7. Lengler R., Eppler M. J. Towards a Periodic Table of Visualization Method for Management. Proceedings of the IASTED International Conference on Graphics and Visualization in Engineering, GVE 2007. Florida. 2007. 146 p.
© Шарощенко И. В., Пугач П. А., 2023 © Sharoshchenko I. V., Pugach P. A., 2023
Для цитирования:
Шарощенко И. В., Пугач П. А. Визуализация данных как актуальный инструмент информационно-аналитического обеспечения деятельности таможенных органов // Таможенная политика России на Дальнем Востоке. 2023. № 1(102). С. 19-30.
