Оценка уровня логистических затрат в Российской Федерации

Оцените материал
(2 голосов)

Опубликовано №6 (53) декабрь 2012 г.

АВТОРЫ: Лукинский В.С., Семенов И.А.

РУБРИКА Обзоры и аналитика

Аннотация

В статье представлены методы расчета общих логистических затрат в РФ на основе четырех методов: множественной регрессии, нейронных сетей, экспертных опросов и комбинированных оценок. Предложенные подходы могут служить основой для формирования метода оценки общих логистических затрат

Ключевые слова логистические затраты Российская Федерация международный рейтинг LLC Logistics Level Costs Нейронная сеть комбинированная оценка экспертная оценка множественная регрессия


 Рост экономики Российской Федерации с 1999г. по 2008г. составил в среднем 7% в год, а с 2009г. по 2011г. - приблизительно 1%. Многие специалисты связывают низкий рост за последние 3 года с мировым кризисом, со снижение конкурентоспособности экономики страны в целом. Считается, что для обновления производственных мощностей и развитие инфраструктуры экономика России должна расти минимум на 5% в год. Согласно разным оценкам уровень затрат на логистику (Logistics Level Costs - LLC) составляют от 12% до 28% (в среднем около 20%) от ВВП страны, поэтому оптимизация затрат на логистику является, на наш взгляд, одним из вариантов повышения роста экономика и конкурентоспособности страны. Учитывая что, среднемировой уровень затрат на логистику равен приблизительно 13,4% (см. табл. 1), то при сокращение общих логистических затрат в России до среднемирового уровня позволяет экономить около 6% от ВВП.

Очевидно, что основываясь на точной оценке общих логистических затрат можно формировать долгосрочные стратегии и концепции развития страны (региона, области), прогнозировать соотношение затрат между основными логистическими функциями, связанные с транспортировкой, складированием, хранением запасов и другие. На уровне предприятий оценка общих логистических затрат позволяет оптимизировать процесс учета логистических затрат и повысить эффективность принятия управленческих решений.

Таблица 1

Доля затрат на логистику в ВВП различных стран [17,22,24,27,28]

Страна (источник, год)

Год

2005

2010

Китай (Logistics in China 2011)

17,8

18,5

США (State of logistics report 2011)

9,4

10.4

Евросоюз (CSCMP 2011)

9,1

13,5

Финляндия (Finland state of logistics 2011)

17,0

18,5

Индия (Study of Logistics in India 2011)

13,0

14,0

С другой стороны LLC необходим для определения фактического места России среди других стран для повышения инвестиционной привлекательности. В настоящее время уровень развития экономики и логистики оцениваются на основе международных рейтингов (табл. 2). Из табл. 2 видно, что рейтинговые оценки в основном говорят о низкой эффективности логистических операций в России. Соответственно, для изменения ситуации необходимо разработать четкий план развития отрасли, в основе которого должны лежать реальные базы данных, в частности показатель LLC. Однако в настоящее время этот показателя в РФ не рассчитывается на постоянной основе, а носит эпизодический характер в виде экспертный оценок. 

Проведенный анализ ряда работ, позволил выявить существующие, а также перспективные подходы к оценки LLC для различных уровней логистических систем (табл. 3).

Помимо этого из анализа из анализа работ [16,17,19-22 и др.] следует:

  • все больше стран проводят исследования, направленные на расчет показателя общих логистических затрат;
  • отсутствует единая методика проведения исследования (например в США метод Бауэрсокса-Калантона-Родригеса основан на модели нейрона, в ЮАР - метод, основан на статистических данных, в Швеции метод, основан на бухгалтерском учете предприятий);
  •  многие страны проводят исследования, связанные с оценкой LLC более 20 лет (например США, Финляндия);
  •  поскольку в России подобных исследований не ведется, на наш взгляд, необходимо разработать такой метод оценки общих логистических затрат, который позволит в относительно короткие сроки провести расчет LLC.  

Таблица 2

Международные экономические рейтинги

Название рейтинга (отчета)

Организация разработчик, место и год последнего издания

Количество стран в рейтинге

Место России в рейтинге

Ведение бизнеса / Doing business

Всемирный банк, Вашингтон, 2012

183

120

Возможности глобальной торговли / The Global Enabling Trade Report

Всемирный форму, Женева, 2010

125

114

Всемирная конкурентоспособность / IMD World Competiveness Report

Международный институт развития менеджмента, Лозанна, 2011

59

49

Индекс работы логистики / Logistics Performance Index

Всемирный Банк, Вашингтон

155

94

Таблица 3

Применения методов оценки логистических затрат на различных уровнях логистической системы

Метод оценки

Уровень логистической системы

Макро

Мезо

Микро

Экспертных оценок

+

+

+

Нейронных сетей

+

-

-

Множественной регрессии

+

+

+

Метод, основанный на обработке укрупненных статистических отчетов по регионам

+

+

-

Метод, основанный на отчетности предприятий

-

+

+

Комбинированной оценки

+

+

+

Для решения поставленной задачи были рассмотрены четыре метода: метод экспертных оценок, метод множественной регрессии, метод нейронных сетей и метод комбинированных оценок. Попытаемся кратко охарактеризовать каждый из вышеперечисленных методов.

Метод экспертных оценок. Алгоритм проведения расчетов LLC на основе экспертных оценок был сформирован на основе анализа работ [1-3,8,10,13] (рис. 1). Существенные отличия представленного алгоритма от аналогов состоит в следующем: группа экспертов не отбирается, а формируют на основе опубликованных ими результатов, поэтому не используется коэффициент аргументации; статистическая обработка проводится с учетом особенностей малых выборок; оценки экспертов проверяются с использованием критериев принадлежности крайних значений к выборки (оценки экспертных значений).

В табл. 4 приведены оценки LLC опубликованные в работах экспертов в 2005-2009 г.г.  

 
Рис. 1. Алгоритм расчета общих логистических затрат на основе экспертных оценок

Для проверки  принадлежность максимальных и минимальных значений к общей выборке воспользуемся критерием Арлея. С помощью табличного значения z определим верхнюю и нижнюю границы интервала, в который входят значения выборки, по формуле:

                                                                    

                                                                     ,                                          (1)     

где хв и хн - значение верхней и нижней  границы интервала,

хср - среднее значение,

n - количество элементов в выборке,

 - среднеквадратическое отклонение,

z - значение табличного показателя распределения Арлея.

Табличное значение z для n=6 и доверительной вероятности равной 95% равно 1,9. После подстановки значения получаем верхнюю границу равную 28,6, нижнюю границу равную 16,4. В интервал [16,4;28,6] не попадает одно значение 13,4. Исключим его из выборки. Далее проводим расчет среднего значения и среднеквадратического отклонения LLC, которые получаются равные 22,54% и 3,5%. 

Таблица 4

Доля затрат на логистику в ВВП в России (экспертная оценка)

Эксперты

Организация

Доля в ВВП

Среднее

Сергеев В.И. [13]

НИУ ВШЭ, Москва

25-30%

27,5%

Овчаренко Н., Титюхин Н. [10]                                

Директор департамента исследования и разработок (EALA),

18-23%

20,5%

Виноградский М.М. [2]

Директор по логистике и информатизации компании Альфа-Метал

25%

25%

Власов К. [3]

Директор компании STS Logistics по стратегическому развитию

13,4%

13,4%

Малевич Ю.В. [8]  

СПбГИЭУ , С.-Петербург

17-28%

22,5%

Аникин Б.А. [1]

ГУУ, Москва

17,2%

17,2%

В качестве второго подхода был рассмотрен метод множественной регрессии. На основе обобщение материалов ряда работ [5,6] был сформирован алгоритм оценки общих логистических затрат на основе метода множественной регрессии (рис. 2).

Факторами признаками были взяты: ВВП страны (V1), объем экспорта (V2), населения (V3) и площадь страны (V4) (табл. 5) [20-24, 26,27,29]. При проведении расчетов была выбрана линейная функция, уравнение которой записывается виде:

                Y = a + b1*V1 + b2*V2 + b3*V3 + b4*V4  + ε,                               (3)

где Y – результирующий признак уравнения множественной регрессии;

а, bi  – параметры уравнения множественной регрессии;

Vi – фактор - признак уравнения множественной регрессии;

ε – величина случайного отклонения.

Таблица 5

Статистические показатели для проведения расчета методом множественной регрессии

Показатели

Стран

Китай

Канада

США

Индия

Бразилия

России

ВВП в млрд. долларов (V1j)

2680

 

1450,0

 

13300

2703

943

1463

Экспорт

в млрд. долларов (V3j)

833,3

 

389,5

 

1038,3

120,3

137,5

290,7

Население млн. чел.

 (V3j)

1300

32

309

1210

190

142

Площадь в млн. кв.

(V4j)

9600

9984

9500

3287

8514

17100

Общие логистические издержки в млрд. долларов Yj

508,9

 

352,35

 

1305

 

90

 

104,4

 

-

Как видно из этой таблицы, факторы имеют различные единицы измерения, поэтому желательно привести их к одной размерности. В качестве одного из вариантов приведения может быть выбран метод ранжирования (нормирования). Суть его заключается в том, что для каждого фактора определяем максимальный показатель (Vimax) и делим остальные показатели на Vimax.

Рис. 2. Алгоритм формирования метода оценки ОЛЗ на основе множественной регрессии

Используя стандартную методику для определения а, bi и ε, находим уравнение для оценки LLC России в виде:

Y =  0,544* V1 + 0,464* V2 - 0,108* V3 + 0,03* V4.

Для примера, возмем расчет LLC для Российской Федерации в 2008г. (до кризиса). Подставим необходимые показатели в уравнение (3) находим:

Y =  0,544*(1463/13300) + 0,464*(290,7/1038,3) - 0,108*(142/309) + 0,03*(17100/17100) = 0,208.

Для оценки логистических затрат  в РФ в 2008 г. воспользуемся формулой: Cл = Y*Ymax = 0,208*1305*30 = 8182 млрд. руб.

В расчет принято 1 долл. = 30 руб. ВВП РФ в 2008 был равен 43,89 трлн. руб,, соответственно 19,7%  от ВВП страны в 2008 году составили затраты на логистику.

В качестве третьего метода был рассмотрен метод искусственных нейронных сетей (ИНС). За основу был взят подход американских ученых Бауэрсокса, Калантона и Родригиса, в котором авторы построили модель нейрона для расчета LLC. Основными причинами невозможности использования этой модели в РФ в настоящее время является:

  • отсутствие баз данных для ее обучения, которая формируется в течении длительного промежутка времени;
  • закрытая структура модели, что не позволяет полностью понять все механизмы функционирования сети.

В связи с этим была сформирована собственная модель (см. рис. 3) на основе метода ИНС, которая состоит из 4 входных элементов (ВВП, объем импорта, объем экспорт, транспортные затраты), которые также были использованы в исследовании американских ученых. На рисунки 4 представлена архитектура построенной ИНС.

Рис.3. Алгоритм оценки общих логистических затрат на основе нейронных сетей

При обучении нейронной сети в качестве баз данных были выбраны три странам (Индия, США, Бразилия), статистика по этим странам представлена в табл. 6. 

Рис. 4. Нейронная сеть для расчета логистических затрат стран

 

На рис. 4 обозначены: Y – показатель логистических затрат; Х– значение i-го нейрона; Wi – весовой коэффициент i-го нейрона; F(Vk) - функция активации, которая записывается в виде:

F(Vk)  = k* Vk + b,                                           (4)

где k - угловой коэффициент линейной функции, b - параметр линейного уравнения, Vk - независимая переменная.  

Таблица 6

Входные данные нейронной сети, в млрд. долларов

Показатель

Страны

США

Индия

Бразилия

Россия

ВВП (Х1)

13300

2703

943

1463

Объем импорта (Х2)

1919,4

174,8

95,9

160,7

Объем экспорта (Х3)

1038,3

120,3

137,5

300,7

Общие транспортные затраты  (Х4)

635

137

190

142

Общие логистические затраты Yi

1305

351

104,4

-

После проведения процедуры обучения были получены синоптические веса каждого нейрона. Значение синоптических весов для РФ равно средневзвешенным синоптическим весам трех стран (Индия, США, Бразилия). В результате была получена формула со следующими весами:

Y=0,0922*1463+0,0982*172,7+0,0966*90,7+0,0974*114,7=191,16 млрд. долл.

Учитывая наличия ограничений, связанных с дефицитом необходимых данных в нашей стране и коротким временным интервалом,  можно говорить о возможности и/или необходимости использования комбинированного метода оценки. На рис. 5 представлен усовершенствованный алгоритм оценки общих логистических затрат на основе метода комбинированных оценок. 

Рис. 5 Алгоритм формирования метода оценки ОЛЗ на основе комбинированных оценок

Совершенствования были связаны: первое – уточнено количество вариантов прогнозов (три); второе – нижней границей было определено значение, полученное методом, основанным на обработке укрупненных статистических отчетов по регионам (14,7%) [14]; третье – весовые коэффициенты рассчитываются двумя способами; четвертое – расчет оценки производится на основе двух подходов: композиции законов распределения (свертка) и принципа суперпозиции. Результаты расчетов четырьмя методами представлены в табл.7. Из табл. 7 следует, что средние затраты на логистику в РФ равны 19,75% от ВВП, а среднее СКО равно 3,2%. Также разработанные методы и модели могут дать достаточно точную оценку LLC в условиях ограничения на информацию. Дальнейшее продолжение исследований, на наш взгляд, предполагает следующее:  

1)  необходимо создать специализированный центр (лаборатории) в рамках РАН или одного из национальных университетов, который будет рассчитывать логистические затраты на постоянной основе используя базы данных;

Таблица 7

Оценки показателя общих логистических затрат в РФ, рассчитанные различными методами

Метод

Весовой коэффициент

Ср. значение, %

СКО, %

1) Экспертных оценок

0,427

21,1

3,5

2) Нейронных сетей

0,175

13,06

0,8

3) Множественной регрессии

0,398

19,7

3,3

4) Комбинированная оценка

 

19,75

3,2

предложенный подход может послужить основой для формирования метода оценки общих логистических затрат для страны (региона и области);

3) требует дальнейшего развития учет логистических затрат на предприятии с целью повышения эффективности управления логистическими бизнес процессами.

Литература:

1. Аникин Б.А., Тяпухин А.П. Коммерческая логистика:Учебник. М.: ТК «Велби»; Изд-во «Проспект», 2005. 432 с.

2. Виноградский М.М. История и задачи логистики. - 2006. - URL: http://www.alfametal.ru/?id=logist.

3. Власов К. Segment-based Approaches to the Russian 3PL Market: Presentation for 7th European 3PL Summit 24 November 2009.

4. Круглов В.В. Борисов В.В. Искусственные нейронные сети. Теория и практика. - 2-е изд., стереотип. - М.: Горячая линия  - Телеком, 2002. - 382 с.: ил.

5. Кузнецов О.А. Эконометрика: парная и множественная регрессия (курс лекций): Учебно-методическое пособие для студентов экономического и физико-математического факультетов / О.А Кузнецов. - Балашов: Изд-во "Николаево", 2004. - 108 с.

6. Лукинский В.С., Зайцев Е.И. Прогнозирование надежности автомобилей. - Л.: Политехника, 1991. - 224 с.: ил.

7. Лукинский В.С. Плетнева Н.Г. Эволюция моделей и методов теории логистики // Вестник ИНЖЭКОНа. 2005. Вып. 4(9).с. 222-230.

8. Малевич Ю.В. Актуальные проблемы управления цепями поставок: теория и практика: монография. - СПб.: СПбГИЭУ, 2009. - 199 с.

9. Модели и методы теории логистики: Учеб.пособие. 2-е изд. / Под. Ред. В.С. Лукинского. СПб.: Питер, 2007. 448 с

10. Овчаренко Н., Титюхин Н. Кооперация - основа становления рынка транспортно-логистических услуг // Логинфо. - 2008. №6 (113).

Прочитано 8026 раз

Контакты

Работа с авторами 

Левина Тамара

моб. 8(962) 965-48-54

E-mail: levina-tamara@mail.ru

Распространение

Алямовская Наталия

моб. 8(916) 150-07-21

E-mail: nalyamovskaya@mail.ru

Адрес 

125319, Москва, ул. Черняховского, д.16

тел./факс (495) 771 32 58

ISSN 2587-6775

Издается с 2004 г.

Включен в перечень ВАК с 2008 г.

ИНДЕКСИРОВАНИЕ ЖУРНАЛА