Моделирование эффективности использования основных фондов нефтехимических предприятий

Россия обладает крупнейшими запасами природных углеводородов, что позволяет оказывать влияние на мировой рынок топливноэнергетических ресурсов и иметь инструмент давления при ведении внешнеполитической деятельности. Помимо обеспечения устойчивости отечественной экономики и промышленности, крупные запасы углеводородных ресурсов обуславливают формирование и развитие нефте-

химической промышленности, как базовой обрабатывающей отрасли, играющую важнейшую роль в развитии страны в целом, а также в развитии других смежных отраслей (например, лакокрасочной, горно-химической, лесохимической и др.). Нефтехимическая промышленность – это отрасли и предприятия, перерабатывающие природные углеводороды, для производства синтетических материалов и органических промежуточных продуктов (в том числе: синтетический каучук, резиновые изделия, продукты основного органического синтеза и др.). Однако, состояние основных фондов предприятий нефтехимической промышленности находятся в состоянии сильного морального и физического износа, что требует политики обновления производственных мощностей.

Важным элементом создания современной производственной инфраструктуры нефтехимических предприятий должно стать полное техни- ческое перевооружение в соответствии с современными глобальными концепциями, такими как Устойчивое развитие и Индустрия 4.0. Следовательно, акцент смещается на создание умных предприятий на базе киберфизических систем, в которых управление производством осуществляется искусственным интеллектом, все элементы интегрированы между собой при помощи промышленного интернета, а бизнес-процессы полностью автоматизированы и роботизированы. Обеспечение бесперебойности таких производств обеспечивается применением новейших информационных систем и программного обеспечения, в основе которых лежат методы математического моделирования, прогнозирования, нейросетевых решений с использованием технологий BigData и облачных технологий. Следовательно, совершенствование основных фондов нефтехимических производств требует применения современных подходов, что обуславливает несомненную актуальность выбранной нами тематики исследования.

Совершенствованию производственной инфраструктуры нефтехимических предприятий посвящено значительное число работ отечественных и зарубежных ученых.

В работах Шикевича А.И., Барсегян Н.В. определены эффективные формы организационных структур и производственных процессов предприятий нефтехимического комплекса за счет внедрения систем автоматизации и современных инновационных технологий. Кроме того, дано основание необходимости предпринимательских инициатив в реализации проектов по модернизации производств, совместно с государственными институтами, вузами и проектными организациями [1].

Эффективная организационная структура нефтехимического предприятия невозможна без грамотного налаженной логистической системы, включающую эффективную интеграцию с поставщиками материально-технических ресурсов и налаженными каналами реализации продукции. Определение особенностей распределительной логистики нефтехимических предприятий входит в область научных интересов Малышевой Т.В. и Ганеевой Г.А. Авторы уделяют особое внимание формированию каналов реализации продукции как внутри страны так и на зарубежные рынки, с учетом специфики выпускаемой продукции и сложностями в геополитической ситуации [2].

Сетевую интеграцию и кластеризацию предприятий считают эффективными организационными формами развития нефтехимических производств Фомин Н. Ю., Дырдонова А. Н., Андреева Е. С. В своей статье авторы дают обоснование интеграции нефтехимических предприятий, а также предприятий смежных отраслей промышленности, находящихся на локальной территории, для реализации крупных проектов, преимущество которых в экономии транспортно-логистических издержек [3].

Будущее производственных систем в рамках концепции «Индустрия 4.0», развитие умных и интеллектуальных производств изложено в исследованиях Бугакова В.М., Федорова А., Шкодырева В., Зобнина С., Liao Y., Deschamps F., Loures E., Ramos L.F.P. Mittal S., Khan M. A., Romero D., Wuest Th. Qian F., Zhong W., Du W. [4-7]. Глубокая методологическая проработка вопросов организации ресурсосберегающих и экологических производственных систем и оценка их эффективности проведена в работах Мешалкина В.П., Шинкевича А.И., Кудрявцевой С.С. Бобкова В.И., Федулова А.С., Дли М.И., Моргунова Е.В. [8-10].

Целью статьи является моделирование эффективности использования основных фондов нефтехимических предприятий на примере ПАО «Казаньоргсинтез». Объектом исследования выбрано предприятие ПАО «Казаньоргсинтез», поскольку является крупнейшим нефтехимическим предприятием России и Татарстана, один из крупнейших производителей полиэтиленов высокой и низкой плотности в России. Предметом исследования является математическое моделирование эффективности использования основных фондов предприятия.

МЕТОДИКА ИССЛЕДОВАНИЯ

В статье использованы методы описательной статистики для оценки состояния основных фондов ПАО «Казаньоргсинтез» в 2013-2020 гг. В исследовании применены корреляционно анализа для определения независимых переменных имеющих тесную связь с использованием основных производственных мощностей предприятия. Построена регрессионная модель эффективности использования основных фондов ПАО «Казаньоргсинтез». Кроме того, в работе применен линейный тренд для прогнозирования показателя «Использование производственных мощностей, %» на 2021 г.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Математическое моделирование используют в различных областях деятельности для решения широкого спектра задач. В данном исследовании используем инструменты математического анализа для оценки эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» на базе следующих показателей в динамике за 2013-2020 гг. [11]:

Y – Использование производственных мощностей, %;

k1 – Индекс физического объема, в %;

k2 – Основные фонды, млн. рублей;

k3 – Производственные мощности, тыс. тонн;

k4 – Потребление ЭЭ (электроэнергии), млн. кВтч.;

k5 – Потребление ТЭ (тепловой энергии), тыс. Гкал.;

k6 – Энергоемкость продукции, кг.у.т. / тыс. рублей;

k7 – Эффект от программы ресурсосбережения, млн. рублей;

k8 – Затраты на ООС (охрану окружающей среды), млн. руб.;

k9 – Образование отходов, тыс. тонн;

k10 –Затраты на производство продукции, млн. руб.;

k11 – Производство продукции, млн. руб.

Выделение круга показателей, имеющих наибольшее влияние на использование производственных мощностей, проведем на основе корреляционно-регрессионного анализа, который широко используется для выявления связей между рассматриваемыми случайными переменными. Анализ проводится в два этапа:

корреляционный анализ – позволяет выявить тесноту связи между переменными;

регрессионный анализ – позволяет выявить степень взаимосвязи между переменными и моделировать будущие зависимости.

Проведение корреляционного анализа подразумевает определение коэффициента корреляции, на основании которого определяется теснота связи между переменными. Если коэффициент корреляции близок к 0, то связь между показателями отсутствует, если стремится к 1, то имеет место прямая тесная связь между показателями, если стремится к -1 связь тесная обратная.

Зависимой переменной работе выбран показатель «Использование производственных мощностей, %» (Y) поскольку он характеризует эффективность использования основных фондов предприятия и зависит от множества различных показателей, которые использованы в качестве независимых переменных.

По результатам матрицы парной корреляции для показателей эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» можно заключить, что наибольшее влияние на зависимую переменную оказали показатели k6 – Энергоемкость продукции, кг.у.т. / тыс. рублей (rk6=-0,98); k8 – Затраты на ООС, млн. руб. ( rk2=0,97); k10 – Затраты на производство продукции, млн. руб. (rk2=0,95) (таблица 2).

Однако, предварительный регрессионный анализ показал, что построение адекватной регрессионной модели может быть на основе использования двух независимых переменных «Энергоемкость продукции, кг.у.т. / тыс. рублей» и «Затраты на ООС, млн. руб.», которые имеют наибольшую связь с зависимой переменной. Таким образом, в таблице 2 сформированы исходные данные для построения регрессионной модели эффективности использования производственных мощностей.

На рисунке 1 представлена 3D-модель использования производственных мощностей и основных фондов ПАО «Казаньоргсинтез» в 20132020 гг. На основе полученных данных построена регрессионная модель, показатели адекватности которой представлены на рисунке 2.

Рассмотрим полученные результаты. Оценка качества построенной модели начинается с оценки коэффициентов детерминации и мно-

Таблица 1 – Матрица парной корреляции для показателей эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» (рассчитано автором)

Y     k1     k2     k3     k4    k5     k6    k7     k8     k9    k10k11

Y 1

k1    -0,301

k2    0,85    -0,121

k3    -0,84   0,42    -0,741

k4   0,50   0,56   0,47   -0,181

k5    -0,51   0,50    -0,22   0,35   0,081

k6    -0,98   0,25    -0,87  0,84   -0,57  0,371

k7    0,76    -0,58  0,45    -0,76  0,04   -0,73   -0,651

k8   0,97    -0,51   0,77    -0,83  0,33   -0,61   -0,94  0,831

k9    -0,73   0,65    -0,34  0,72    -0,03  0,66   0,65    -0,96  -0,831

k10  0,95    -0,56  0,78    -0,85   0,25    -0,61   -0,91   0,87   0,99    -0,841

k11  0,61    -0,04  0,79   -0,47  0,46   0,24   -0,70  0,11   0,53   -0,13  0,52 1

Таблица 2 – Исходные данные для построения регрессионной модели оценки эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» [11]

Годы	Использование производственных мощностей, %	Энергоемкость продукции (кг.у.т. / тыс. рублей)	Затраты на 00С, млн. руб.
2013	87,5	12,77	381,9
2014	86,4	12,87	378,6
2015	88,1	12,36	392,4
2016	92	10,23	410,4
2017	94	9,71	440
2018	94	9,83	450
2019	95,4	9,12	477,8
2020	96,7	9,27	481,5

Использование производственных мощностей, % = 3282,5962-302,466*х-7,639*у+6,6041*х*х

+ 0,3823*х*у+0,0044*у*у

Рис. 1. – 3D-модель использования основных фондов (рассчитано автором)

■ > 260

• ■    < 236

• ■    < 196

I I <156

<116

^Н < 76

вывод итогов

Регрессионная статистика

Множественный R	0,9938
R-квадрат Нормированный R-	0,9877
квадрат	0,9827
Стандартная ошибка	0,5165
Наблюдения	8

Дисперсионный анализ

	df	SS	MS	F	Значимость F
Регрессия	2	106,69	53,34	199,98195	1,694Е-05
Остаток	5	1,33	0,27
Итого	7	108,02
		Станд.	t-	P-	Нижние     Верхние
	Коэф.	ошибка	статистика	Значение	95%       95%
Y-пересечение	91,5167	9,1845	9,9643	0,0002	67,9072     115,1262
Переменная X 1	-1,4807	0,3414	-4,3365	0,0075	-2,3584       -0,6030
Переменная X 2	0,0380	0,0132	2,8654	0,0352	0,0039       0,0720

Рис. 2. – Протокол выполнения регрессионного анализа (рассчитано автором)

жественной корреляции. Коэффициент детерминации (R-квадрат) составляет 0,987, т.е. 98,8% вариации у учитывается в модели и обусловлено влияние отобранных переменных. Коэффициент множественной корреляции (Множественный R) – 0,99, т.е. наблюдается тесная связь между зависимой переменной у и отобранными факторами.

теризующего эффективность основных фондов, оказывает отрицательное влияние энергоемкость продукции и положительное влияние затраты на окружающую среду.

Согласно линейной лини тренда удельный вес использования производственных мощностей ПАО «Казаньоргсинтез» на 2020 г. составит 97,1% (рисунок 3).

у = 1,5369х + 84,846 R2 = 0,9184

2013      2014      2015      2016      2017      2018      2019      2020

Рис. 3. – Линейная линия тренда, построенная для прогноза показателя «Использование производственных мощностей, %» на 2021 г. (рассчитано автором)

Уравнение регрессии примет вид:

у = 91,5 – 1,48k1 + 0,03k2, (1) где Y – Использование производственных мощностей, %;

k1 – энергоемкость продукции, кг.у.т. / тыс. рублей;

k2 – затраты на ООС, млн. руб.

Важно оценить значимость уравнения регрессии на основе F-критерия Фишера. Расчетное значение критерия Фишера составляет 199,9. Табличное значение рассчитаем с помощью функции Excel FРАСПОБР при доверительной вероятности 0,95, числитель степеней свободы равен 3, знаменатель степеней свободы – 4: FРАСПОБР (0,05; 3; 4) = 10,382. Таким образом, Fрасч. > Fтабл. (199,9 > 10,382), полученное уравнение регрессии является адекватным.

Статическая значимость коэффициентов уравнения регрессии оценивается с помощью t-критерия Стьюдента. Табличное значение найдем также с помощью функции Excel СТЬЮ-ДРАСПОБР при вероятности 0,05 и 4 степенях свободы: СТЬЮДРАСПОБР (0,05; 4) = 2,776445. Поскольку |tрасч.| > |tтабл.|, то полученные коэффициенты значимы.

По результатам корреляционно-регрессионного анализа можно заключить, что на процент использования производственных мощностей ПАО «Казаньоргсинтез», как показателя, харак-

ЗАКЛЮЧЕНИЕ

Таким образом, по результатам математического анализа эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» на базе комплекса показателей в динамике за 2013-2020 гг. можно сделать вывод от том, что увеличить долю использования производственных мощностей можно путем снижения энергоемкости продукции и увеличения затраты на окружающую среду. На основании полученные результаты позволят более адресно разработать комплекс мероприятий по модернизации основных фондов ПАО «Казаньоргсинтез».