Московский экономический журнал 4/2020

image_pdfimage_print

УДК 65.018.2

DOI 10.24411/2413-046Х-2020-10225

УПРАВЛЕНИЕ РИСКАМИ В СИСТЕМЕ ЭКОЛОГИЧЕСКОГО МЕНЕДЖМЕНТА НЕФТЕПЕРЕРАБАТЫВАЮЩЕГО ПРЕДПРИЯТИЯ НА ОСНОВЕ НЕЧЕТКИХ МНОЖЕСТВ

RISK MANAGEMENT IN THE SYSTEM OF ENVIRONMENTAL MANAGEMENT OF OIL REFINING ENTERPRISES ON THE BASIS OF FUZZLE SETS

Царева Софья Александровна, канд. хим. наук, доцент, ФГБОУ ВО «Ярославский государственный технический университет», кафедра Информационные системы и технологии, zarew@rambler.ru

Голкина Виктория Александровна, канд. техн. Наук, ФГБОУ ВО «Ярославский государственный технический университет», кафедра Информационные системы и технологии, golkinava@ystu.ru

Tsareva Sofya Alexandrovna, Candidate of Chemical Sciences,associate, Yaroslavl State Technical University, Department of Information systems and technologies, professor, zarew@rambler.ru

Golkina Viktoria Alexandrovna, Candidate of Technical Sciences, Yaroslavl State Technical University, Department of Information systems and technologies, golkinava@ystu.ru

Аннотация. В настоящее время нечеткое управление является актуальной областью исследований в сфере применения нечетких множеств. Основное преимущество нечеткого управления в системе экологического менеджмента (СЭМ) заключается в обеспечении эффективных средств отображения неопределенностей и неточностей, поскольку нечеткая логика, на которой основано управление, идентично мышлению человека в отличие от традиционных логических систем. Нечеткое управление оказывается наиболее полезным в рамках проведения анализа результативности СЭМ, когда процессы становятся сложными для оценки с помощью распространенных количественных методов или в том случае, когда доступные источники информации трактуются неточно и неопределенно. В статье рассмотрены основные вопросы внедрения риск-ориентированного подхода в процессы управления СЭМ нефтеперерабатывающих предприятий, а также на основе теории нечетких множеств описаны механизмы анализа и методы оценки рисков, связанных с невыполнением показателей результативности СЭМ.

Summary. Сurrently, fuzzy control is an actual area of research in the field of application of fuzzy sets. The main advantage of fuzzy management in the environmental management system (EMS) is to provide effective means of displaying uncertainties and inaccuracies, because the fuzzy logic on which the fuzzy management is based is identical to human thinking, unlike traditional logical systems. Fuzzy management is most useful in analyzing the performance of an EMS when processes become difficult to evaluate using common quantitative methods or when available sources of information are interpreted inaccurately and uncertainly. The article discusses the main issues of introducing a risk-based approach to the management of the EMS of oil refineries, and based on the theory of fuzzy sets, describes the analysis mechanisms and risk assessment methods related to the non-fulfillment of the EMS performance indicators.

Ключевые слова: риск-ориентированный подход, система менеджмента качества, система экологического менеджмента, интегрированная система менеджмента, экологический риск, показатели результативности, нечеткие множества.

Keywords: risk-based approach, quality management system, environmental management system, integrated management system, environmental risk, performance indicators, fuzzy sets.

Введение

Эффективное функционирование любой организации невозможно без активного применения риск-ориентированного подхода как составной части системы управления организацией вне зависимости от ее масштабов и специфики производства. В современных условиях неопределенность в производственной деятельности становится все более значимой, рисковых ситуаций становится все больше, и, следовательно, это усиливает необходимость интегрирования системы риск-менеджмента в действующую систему менеджмента организации.

Методологическим вопросам сущности управления рисками посвящены исследования многих ученых [1-3]. Так, например, отечественные экономисты Р.Н. Федосеева и О.Г. Крюкова отмечают, что риск-менеджмент – составной элемент управления на предприятии, представляющий собой процесс подготовки и реализации мероприятий с целью снижения опасности принятия ошибочных решений и уменьшения возможных негативных последствий [1].

По мнению Ф. Н. Филиной управление рисками основано на долгосрочном прогнозировании, стратегическом планировании, выработке обоснованной концепции и программы, адаптированной к неопределенности системы, позволяющей не допускать или уменьшать неблагоприятное воздействие и получить высокий доход [4].

Анализ зарубежных исследований теоретических и практических положений управления рисками, доказывает актуальность данного направления, так, например, об этом свидетельствуют следующие статистические данные: управление рисками в системе менеджмента качества организации относят к высшему приоритету руководства 78% британских, 74% немецких, 76% итальянских, 64% французских и бельгийских фирм среднего размера [5].

Таким образом, ретроспективный анализ библиографических источников позволил резюмировать – в целях обеспечения максимальной эффективности и результативности система менеджмента промышленного предприятия должна базироваться на новейших достижениях в области оценки и управления рисками, а также на лучшем отечественном и зарубежном опыте.

Целью настоящего исследования является адаптация риск-ориентированного подхода при управлении интегрированной системой менеджмента нефтеперерабатывающего предприятия в контексте оценки рисков устойчивости ИСМ (СМК и СЭМ).

Объект и методы исследования

В качестве объекта исследования выступает крупнейшее предприятие Центральной России по производству продуктов нефтепереработки ОАО «Славнефть-ЯНОС». Интегрированная система менеджмента ОАО «Славнефть-ЯНОС» с момента разработки и внедрения принципиально опиралась на систему менеджмента качества (СМК) и систему экологического менеджмента (СЭМ). Отмеченному факту есть немало предпосылок, а именно на протяжении последних десяти лет ОАО «Славнефть-ЯНОС» активно занимается природоохранной деятельностью, направленной на снижение негативного воздействия производственных факторов на окружающую среду. Согласно базовому терминологическому стандарту ГОСТ Р ИСО 9000-2015 результативность представляет собой «степень реализации запланированной деятельности и достижения запланированных результатов» [11]. Одним из приоритетных нововведений обновленной версии данного стандарта стало внедрение риск-ориентированного мышления, следуя которому можно уменьшить негативные последствия возникающих неопределенностей. Однако поддерживать и контролировать качество всех процессов одновременно, учитывая большое разнообразие неопределенностей, — практически невыполнимая задача, поэтому требуется выявить критериальные риски. Именно опираясь на метод нечетких множеств, возможно, достоверно оценить риски, связанные с невыполнением показателей, отражающих устойчивость ИСМ. Для использования механизма нечетких множеств первоначально необходимо экспертным путем произвести оценку вероятности реализации угроз каждого типа и ущерб от возникающих угроз. Эти данные будут использованы в качестве входных значений для нечёткого вывода. В качестве основного алгоритма формирования нечеткого вывода используется алгоритм Мамдани, суть которого заключается в разбиение пространства влияющих факторов на подобласти с размытыми границами, внутри которых функция отклика принимает нечеткое значение [12]. Применение данного алгоритма с достаточно высокой степенью точности позволяет разделить выделенные процессы на «результативные» и «не результативные». В дальнейшем, имея в наличии информацию о «результативных» и «не результативных» процессах, возможно построение функционального соответствия, представляющего зависимость качества ИСМ от характеристик процессов. Однако, стоит отметить, что для получения четкого выходного значения при большой выборке входных значений также часто используется алгоритм Такаги-Сугено. Основное преимущество его применения заключается в том, что правые части правил вывода представлены в виде линейных функций, вследствие чего отсутствует необходимость дефазификации, что в сравнении с методом Мамдани значительно сокращает затраты времени на дополнительные расчеты [13].

Следующим этапом является построение функций принадлежности нечетких множеств, которое производится также с учетом мнений экспертов. В большинстве случаев экспертам проще ответить на вопросы о характере размытости границ между соседними термами. Информация такого рода может быть сосредоточена в функциях размытости границ термов

Пусть некоторая лингвистическая переменная, заданная набором из ? термов, определяется путем задания функций принадлежности этих термов

тогда оценка

 может быть осуществлена следующим образом: каждый эксперт указывает интервал

 на шкале универсального множества X, соответствующий пересечению двух соседних термов xi и xi+1. В качестве вопросов для экспертов при этом могут быть использованы такие, как «укажите интервал изменения вероятности реализации угрозы, соответствующий переходу от понятия «очень низкая» к понятию «низкая». На полученных в результате опроса интервалах строятся функции

вид которых выбирается из априорных соображений (на основе представления исследователя и предварительных данных) [14]. В условиях отсутствия априорных сведений качестве

можно принять прямоугольную функцию единичной площади, описываемую формулой (1):

где i – номер пересечения термов (i = 1, …, n), j–номер эксперта (j = 1, …, m). Согласно вышеизложенному, функция

отражает индивидуальные мнения экспертов, а обобщенное мнение синтезируется по формуле (2):

где знаменатель выполняет функцию нормировки, в результате которой max

Такая обработка оценок группы экспертов позволяет получать информацию о характере размытости границ между соседними термами, сосредоточенную в функциях

представляющих собой обобщенное решение экспертов. Так, например, рассматриваемый в данном исследовании и наиболее часто применяемый алгоритм Мамдани, основанный на принципе использования max и min операторов, позволяет получить из нечетких входных данных значений четкие выходные [15].

Для рассматриваемого предприятия нефтяной отрасли адекватность оценки результативности ИСМ обусловлена также эффективным управлением экологических рисков.  Для эффективного управления рисками, необходимо их идентифицировать и систематизировать, то есть составить реестр. Разработка реестра рисков основана на методе экспертных суждений. Также составляется карта влияния рисков на объекты воздействия, при этом степень влияния оценивается экспертами по 5-ти балльной шкале от «очень слабого» до «весьма значительного» [16]. В таблице 1 показана двух факторная матрица вероятности и последствий, позволяющая объективно дифференцировать риски и составить реестр анализируемых рисков.

где R1 – риск факта выброса в окружающую среду загрязняющих веществ; R2 – риск неэффективного технического обслуживания и ремонта оборудования; R3 – риск протечки нефтепродуктов на складских и производственных территориях; R4 – риск нарушения захоронения опасных промышленных отходов; R5 – риск нарушения транспортировки огнеопасных веществ; Wi  − тяжесть воздействия (W1— очень низкое (0,05), W2— низкое (0,1), W3— умеренное (0,20), W4— высокое (0,40), W5— очень высокое (0,80)).

Цветовая индикация матрицы вероятности и последствий определена следующими соображениями:

  • риски красного цвета включаются в план реагирования на риски;
  • риски желтого цвета сводятся к общему наблюдению и контролю за риском, снижение влияния последствий проводится за счет резерва финансовых ресурсов и персонала;
  • по рискам зеленого цвета проводится мониторинг рисков данного ранга, управление не осуществляется.

Следовательно, мероприятия по управлению рисками обеспечивают надежность и эффективность деятельности предприятия посредством определения тех рисков, которые требуют внимания руководства и определения приоритетов с точки зрения целей предприятия [17].

Для исследования результативности ИСМ предприятия ОАО «Славнефть-ЯНОС» использовали методический подход к определению рисков, связанный с невыполнением показателей, участвующих в оценке результативности. Поставленная задача может быть выполнена путем реализации приведенного ниже алгоритма.

1 этап – идентификация показателей для оценки результативности ИСМ. Применяя процессный подход, выделяются показатели каждого бизнес-процесса, на основе которых можно делать выводы о динамике развития ИСМ и ее состоянии в любой период деятельности. Показатели результативности интегрированной системы менеджмента ОАО «Славнефть-ЯНОС» представлены в таблице 2.

Чаще всего идентификация показателей оценки результативности ИСМ осуществляется экспертом (владельцем процесса), который ссылается на свой опыт и интуицию, что может привести в случае субъективного мнения эксперта к принятию решений, ущербных для всей ИСМ.

2 этап – задание переменных в лингвистической форме.

Для того чтобы понять на какие показатели следует обратить внимание в первую очередь, необходимо провести анализ рисков показателей, участвующих в оценке результативности ИСМ. С целью обеспечения полностью устойчивого уровня результативности ИСМ предприятия необходимо вырабатывать осознанные и эффективные решения. Для этого необходимо проанализировать причинно-следственные связи, что позволяет сделать математическая оценка рисков.

Анализ риска результативности ИСМ на базе метода нечетких множеств и нечеткой логики первоначально осуществляется с формализации лингвистических переменных «вероятность реализации угрозы» и «ущерб от реализации угрозы». Согласно теории нечетких множеств, в качестве области определения переменных выбран отрезок [0,1] и задан для каждого из них набор термов. Для лингвистической переменной «вероятность реализации угрозы» зададим следующее терм – множество: «очень низкая», «низкая», «средняя», «высокая», «очень высокая», а для лингвистической переменной «ущерб от реализации угрозы» определим терм-множество «незначительный», «малый», «средний», «существенный», «большой», «недопустимый». Затем используем удобный для экспертных оценок метод последовательных интервалов. Для этого весь интервал [0,1] разбивается на 20 подинтервалов. Теперь для двух соседних термов каждый из экспертов указывает те из 20 подинтервалов, которые соответствуют пересечению этих двух термов, после чего подсчитываем длину получившегося интервала (т.е. количество подинтервалов). Данную операцию проделываем для всех соседних термов. Выделено 5 термов, четыре пересечения термов, тогда в

принимает значения от 1 до 4. Так как в данном исследовании принимала участие группа экспертов из 5 участников, в

принимает значения от 1 до 5 (смотри таблицу 3).

3 этап – качественный анализ риска показателей. Суть данного анализа заключается в определении основных факторов риска в функционировании ИСМ, вероятности их реализации и величины возможного ущерба каждого из них. Эксперту необходимо оценить вероятность реализации того или иного фактора риска с использованием следующей модификации качественного анализа риска (см. таблицу 4).

4 этап – получение переменной риска функционирования ИСМ. После описания всех возможных факторов риска необходимо перейти к расчету самого показателя риска.

Для каждой угрозы необходимо определить значения функций принадлежности термам лингвистическим переменным «вероятность реализации угрозы»

и «ущерб от реализации угрозы»

Затем рассматриваются все комбинации

для которых,

Значение функции принадлежности лингвистической переменной «риск признания системы нерезультативной»

определяется по следующему правилу:

Если определено несколько значений функции принадлежности одной терме лингвистической переменной «риск признания системы нерезультативной», то конечным значением является максимальное из них.

В результате чего для получения четкого значения выходной переменной применяется метод центра тяжести:

  1. Фигуру, обозначенную функцией принадлежности лингвистической переменной «риск признания системы нерезультативной» разбивают сечением на простые фигуры.
  2. Выбирают систему координатных осей. Так как плоские фигуры имеют одну ось симметрии, поэтому рекомендуется одну из координатных осей совмещать с ней. Вторую ось координат направляют перпендикулярно первой так, чтобы она пересекла центры тяжести одной или нескольких фигур. При этом начало координат может совпадать (или не совпадать) с центром тяжести одной из фигур. Вторую ось можно направить так, чтобы она прошла через нижнюю (крайнюю) точку сечения. В первом случае вычисления будут более простыми.
  3. Составляют формулы для определения координат центра тяжести сечения (3) и (4):

где S1, S2, …, Sn – площади профилей; x1, x2, …, xn; y1, y2, …, yn — координаты их центров тяжести относительно выбранных осей координат. Число слагаемых в числителе и знаменателе формул зависит от числа профилей, из которых состоит сечение. Полученные величины подставляют в формулу и находят ?? и ??. Следует помнить, что если ось X совмещена с осью симметрии, то координата ??=0., а если ось Y совмещена с осью симметрии, то ??=0.

Расчеты делаются по всем угрозам показателей. Полностью картина угроз по показателям оценки результативности ИСМ по ущербу и рискам изображают в виде диаграммы, анализируя которую, появляется возможность выработать эффективные и обоснованные решения для контроля и минимизации выявленных рисков и определить баланс между возможным ущербом и размером затрат на обеспечение высокой результативности ИСМ.

Результаты и их обсуждение

При реализации настоящего исследования перед группой экспертов стояла задача провести идентификацию показателей результативности ИСМ, взаимосвязанных с факторами риска функционирования системы менеджмента.

Результаты расчетов значений функций принадлежности термам лингвистическим переменным «вероятность реализации угрозы»

и «ущерб от реализации угрозы»

на примере одной из угроз – «Отсутствие контроля за нормами ПДК» представлены на рисунках 1, 2 и в таблице 5.

В результате по формуле (5) было рассчитано значение риска показателя «Отсутствие контроля за нормами ПДК», значение которого составило 0,322.  

Полностью тенденция изменения риска и ущерба от угроз невыполнения показателей результативности ИСМ на ОАО «Славнефть-ЯНОС» показана на рисунке 3.

В данном случае в плане повышенного риска стоит обратить внимание на угрозы показателей «Уровень выполнения плана НИОКР» и «Уровень соответствия выбросов нормам ПДК», в плане ущерба на показатели «Уровень соответствия выбросов нормам ПДК» и «Уровень соответствия закупленной продукции установленным требованиям к закупкам». Обоснованием полученных результатов могут служить следующие проявления:

  1. Высокая значимость внедрения инновационных технологий в нефтеперерабатывающей промышленности обусловлена созданием условий для рационального использования сырьевой базы, сокращения антропогенного воздействия на окружающую среду и оптимизации бюджета. Согласно проведенным исследованиям, российские нефтеперерабатывающие предприятия по уровню инновационного потенциала существенно отстают от зарубежных. Поэтому, важность рассмотрения риска «Уровень выполнения плана НИОКР» характеризует уровень функционирования и развития данной отрасли, эффективно управлять в которой невозможно без внедрения и широкого применения новых инновационных управленческих решений.
  2. Нефтеперерабатывающая промышленность характеризуется наиболее ярким проявлением экологических проблем. ОАО «Славнефть-ЯНОС», размещенное в черте города Ярославль, оказывает многоплановое негативное влияние на здоровье населения и наносит тем самым огромный экономический ущерб (оплата больничных листов, расходы на лечение) [18].
  3. Показатель «Уровень соответствия закупленной продукции установленным требованиям к закупкам», получивший также высокое значение, был вызван ключевой проблемой для нефтеперерабатывающей отрасли ₋ обеспечение качества и ритмичности поступления сырья в переработку, от чего во многом зависит эффективность использования производственных ресурсов и предупреждения риска невыполнения плана производства в срок.

Из этого следует, что выделенным показателям необходимо уделить особое внимание, так как от степени их выполнения будет зависеть результативность системы в целом. Рассматриваемый анализ рисков-угроз должен проводиться в начале каждого года перед оценкой результативности ИСМ с целью определения узких мест и планирования мероприятий по их сокращению.

Список литературы

  1. Федосеева Р.Н., Крюкова О.Г. Управление рисками промышленного предприятия. Опыт и рекомендации — М.: Экономика, 2008.  125 с.
  2. Дорожкина Т.В., Крутиков В.К., Алексеева Е.В. Управление рисками. Учебно-методическое пособие.. Калуга: Изд-во «Ваш ДомЪ», 2014.  233 с.
  3. Родионова М. А., Григорьев М. Г. Организация процедуры управления рисками процессов СМК // Молодой ученый, 2015. №11. С. 963-968. URL https://moluch.ru/archive/91/19453/ (дата обращения: 25.07.2019).
  4. Филина Ф. Н. Риск-менеджмент. М.: ГроссМедиа: РОСБУХ, 2008. 232 с.
  5. Злобина Н.В. Современные инструменты развития системы менеджмента качества организации : монография / Н.В. Злобина, М.М. Висков, В.А. Толстошеина. Тамбов: Изд-во ФГБОУ ВПО «ТГТУ», 2011. 100 с.
  6. Меркушова Н.И. Совершенствование управления качеством при формировании интегрированных систем менеджмента на предприятиях: дис. … канд. экон. наук: 08.00.05. Санкт-Петербургский гос. университет экономики и финансов. Санкт-Петербург, 2012. 200 с.
  7. Заносиенко О.А. Оценка результативности и эффективности системы менеджмента качества посредством системы сбалансированных показателей. [Электронный ресурс]// Университет им. В.И. ВЕРНАДСКОГО, №1(45).- 2013. С. 129 – 135. URL: http://vernadsky.tstu.ru/pdf/2013/01/19.pdf (дата обращения: 30.07.2019)
  8. Колочева В. В. Оценка и повышение результативности бизнес-процессов предприятия: дис. … канд. экон. наук: 08.00.05. Новосиб. гос. ун-т экономики и упр. Новосибирск, 2010. 145 с.
  9. Искандерова, Р. Р. Методика оценки результативности СМК предприятия // Молодой ученый. 2015.  № 5.  С. 278 – 280. URL: http://www.moluch.ru/archive/85/15905/ (дата обращения: 30.07.2019).
  10. Горячев В.В. Оценка результативности системы менеджмента качества // Методы менеджмента качества, 2009. № 12. С. 14-18.
  11. ГОСТ Р ИСО 9000-2015. Системы менеджмента качества. Основные положения и словарь. – М.: ФГУП «Стандартинформ», 2015.  32 с.
  12. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. URL: http://matlab.exponenta.ru/fuzzylogic/book1/index.php (дата обращения: 30.07.2019).
  13. Царева С.А., Южакова Ю.О. Особенности оценки результативности интегрированной системы менеджмента на АО «НПП «Бурсервис» // Сборник статей Всероссийской научно-практической конференции «Управление качеством в образовании и промышленности». Севастополь: СевГУ, 2018.  С. 140-146.
  14. Асаи К. Прикладные нечеткие системы. /Пер. с японского под ред. Т. Тэрано, К. Асаи. М. Сугэно.  М.: Мир,  1993.  368 с.
  15. Risk Management Guide for Information Technology Systems. – NIST, Special Publication 800-30. // URL: https://nvlpubs.nist.gov/nistpubs/Legacy/SP/nistspecialpublication800-30.pdf.(дата обращения 07.08.2019)
  16. Шлегель, О.В. Управление экологическими рисками на предприятиях нефтяной отрасли // Российское предпринимательство.  2011.  № 11-2 (196).  C. 92-97.
  17. Славинский Д.А. Анализ новых международных требований к системам экологического менеджмента в контексте российских условий // Научный журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент.  2015.  № 4.  С. 335-341.
  18. Доклад о состоянии и об охране окружающей среды Ярославской области в 2017 году/ Департамент охраны окружающей среды и природопользования Ярославской области; под научной редакцией Г.А. Фоменко. Ярославль, 2019. 232 с.