Многофакторный анализ эффективности вывоза нефти с таможенной территории Евразийского экономического союза



В статье проведен многофакторный анализ вывоза нефти с таможенной территории Евразийского экономического союза.

Ключевые слова: DEA метод, Российская Федерация, экспорт нефти

Важным направлением таможенно-тарифной политики с учетом формирования Евразийского экономического союза стала работа по расширению сотрудничества с партнерами по союзу в области урегулирования вопросов по поставкам нефти и продуктов её переработки, в том числе применение режима беспошлинного вывоза в рамках утвержденных годовых балансов, которые обеспечивают потребности внутреннего рынка при гарантиях соблюдения и фактическом обеспечении экономических интересов Российской Федерации.

Нормативно-правовая база, составляет основу таможенного регулирования рынка, является довольно широкой и разнообразной, это свидетельствует о том, что Коллегия ЕЭК, Правительство РФ, ФТС России и прочие государственные органы и службы при помощи нормативных правовых актов, воздействуют на экспорт нефти и нефтепродуктов [5].

Производителями нефти являются страны с развивающейся экономикой, для которых развитая нефтяная промышленность является не только основным источником экспортной выручки и поступлений в бюджет, но и гарантом экономической безопасности страны.

Рис. 1. Добыча нефти (тыс. баррелей / сутки) за 2012–2021 гг. [составлено автором по 3, 12]

Статистический анализ производства нефти в мире, представленный на рисунке 1, позволил выявить основных стран-производителей нефти, которыми на протяжении 2001–2021 гг. являлись: США, Российская Федерация, Саудовская Аравия, Канада и Ирак. Доля Российской Федерации, как и других стран различна, однако имеет тенденцию к увеличению добычи.

Потребителями нефти как энергетического ресурса преимущественно являются развитые страны. Данная ситуация обусловлена тем, что для различных отраслей вышеуказанных стран необходима нефть и продукты её переработки.

Рис. 2. Потребление нефти (тыс. баррелей / сутки) за 2012–2021 гг. [составлено автором по 7, 12]

Статистический анализ потребления нефти в мире, представленный на рисунке 2, позволил выявить основных стран-потребителей нефти за период 2001–2021 гг.: США, Китай, Индия, Российская Федерация, Саудовская Аравия, Бразилия. Проведенный анализ показал, что страны потребляют больше нефти, чем производят, поэтому экспортируют нефть из других стран.

Россия является одной из крупнейших стран-экспортеров в мире. Место нефтегазового комплекса в российской экономике является уникальным, так как это единственная крупная отрасль, в которой Российская Федерация удерживает лидирующие позиции в мире и имеет большой запас конкурентоспособности.

Рассмотрим постановку задачи для определения новых покупателей и маршрутов транспортировки при вывозе нефти с таможенной территории ЕАЭС.

Построим маршруты транспортировки нефти из Российской Федерации (Тюменская обл.) с месторождения Самотлорское, которое является крупнейшим российским месторождением по предполагаемым геологическим запасам нефти и ежегодной добыче, в страны, являющиеся основными потребителями нефти, с минимальным производством. В результате анализа были исключены страны, которые ввели эмбарго на покупку нефти на 16.05.2022 г.: США, Канада, страны ЕС, Норвегия [4].

Важно отметить, что выбор следующих стран: Венесуэла, Мексика и Кувейт обусловлен добычей тяжелой сырой нефти. Повышенная вязкость нефти затрудняет добычу и несет существенные затраты на переработку, поэтому целесообразно разбавлять такой продукт более легкой нефтью, например из Российской Федерации.

Объем поставки составляет 2000 тонн (35621,523 барреля) по цене 112,0800 долл. за баррель.

Для определения оценки эффективности применялся метод Data Envelopment Analysis (далее — DEA).

Суть метода отражает эффективность, с которой исследуемые объекты преобразуют входы, оказывающие отрицательное воздействие на эффективность, в выходы, которые оказывают положительное воздействие на оценку эффективности [9, 10, 11].

Для проведения оценки эффективности вывоза нефти при помощи DEA метода определим входные и выходные параметры.

Входные параметры:

X ₁ — Срок доставки, часы. Примерный срок доставки рассчитан посредством сервиса https://www.searates.com [8].

X ₂ — Транспортные расходы, млн. руб., включают в себя стоимость транспортировки. Транспортные расходы рассчитаны посредством сервиса https://www.searates.com, по вышеуказанным маршрутам представлены в таблице 1. Следует отметить, что транспортные расходы оплачивает Российская Федерация по условиям поставки CPT по ИНКОТЕРМС-2020.

Курс доллара на 16.05.2022 согласно официальным данным Центрального банка Российской Федерации https://cbr.ru [6] 63,7799 руб. долл.

Выходные параметры:

Y ₁ — Средний объем экспорта нефти за 3 года, тыс. тонн.

Y ₂ — Средний объем потребления нефти в страны за 3 года, тыс. барр.

Y _{3 —} Промышленность в составе валового внутреннего продукта (далее — ВВП), %.

Рассмотрев все критерии, необходимые для выявления новых покупателей, приступим к построению модели для определения относительной оценки эффективности.

Для решения задачи многокритериальной оптимизации формулируются ЗМП. Модель метода DEA для определения нового контрагента представлена на рисунке 1.

Рис. 1. Модель оптимального маршрута транспортировки нефти [составлено автором]

ЗМП для CCR модели метода DEA будет записана следующим образом:

	(1)
	(2)

Решение ЗМП в форме (1)-(2) позволит определить относительную эффективность покупателей товара f _i .

ЗМП для модели Super-efficiency метода DEA, будет записываться следующим образом:

	(3)
	(4)

Решение задач (3)-(4) позволяет определить максимальную оценку эффективности и определить оптимальный маршрут и оптимального покупателя в анализируемой группе по выбранным критериям.

В таблице 1 представлены результаты расчетов.

Таблица 1

Результаты расчетов

Страна	Маршрут	Срок доставки, часы	Транспортные расходы, млн. руб	Средний объем экспорта за 3 года, тыс. тонн	Среднее потребление нефти за 3 года, тыс. барр. в день	Промышленность в составе ВВП, %	CCR	SE CCR
		X 1	X2	Y 1	Y 2	Y 3
Венесуэла г. Каракас	№ 1. через Грузию автомобильным и морским транспортом	610	24,79	250,15	428,3	37,24	0,3800	0,3800
	№ 2. через Грузию железнодорожным и морским транспортом	632	24,28	250,15	428,3	37,24	0,3880	0,3880
Мексика г. Морелос	№ 3. через Грузию автомобильным и морским транспортом	715	18,48	50,34	1683,7	30,94	0,4332	0,4332
	№ 4. через Грузию железнодорожным и морским транспортом	738	24,7	50,34	1683,7	30,94	0,3241	0,3241
Кувейт г. Эль-Кувейт	№ 5. через Армению автомобильным транспортом	171	28,63	2,19	452,3	59,59	0,8916	0,8916
	№ 6. через Армению железнодорожным транспортом	192	27,03	2,19	452,3	59,59	0,7940	0,7940
Индонезия г. Медан	№ 7. через Киргизию автомобильным и морским транспортом	644	19,52	115,46	1566,7	33,73	0,4452	0,4452
	№ 8. через Киргизию железнодорожным и морским транспортом	622	19,26	115,46	1566,7	33,73	0,4512	0,4512
Индия г. Калькутта	№ 9. через Киргизию автомобильным транспортом	180	17,61	1177,08	4813,7	26,75	0,4351	0,4351
	№ 10. через Киргизию железнодорожным транспортом	158	16,08	1177,08	4813,7	26,75	0,4830	0,4830
Турция г. Адана	№ 11. через Грузию автомобильным транспортом	127	24,49	7233,57	954,7	29,47	0,8439	0,8439
	№ 12. Грузию железнодорожным транспортом	168	23,11	7233,57	954,7	29,47	0,6380	0,6380
Марокко г. Фес	№ 13. через Грузию морским и автомобильным транспортом	717	24,66	335,07	286,8	25,92	0,2658	0,2658
	№ 14. через Грузию морским и железнодорожным транспортом	740	23,6	335,07	286,8	25,92	0,2778	0,2778
Ливан г. Бейрут	№ 15. через Армению автомобильным транспортом	119	25,51	598,46	172,3	14,11	0,3034	0,3034
	№ 16. через Армению железнодорожным транспортом	143	24,22	598,46	172,3	14,11	0,2524	0,2524
Сенегал г. Дакар	№ 17. через Турцию морским и автомобильным транспортом	422	25,91	1343,51	53,3	25,83	0,2540	0,2540
	№ 18. через Турцию морским и железнодорожным транспортом	446	24,99	1343,51	53,3	25,83	0,2633	0,2633
Монголия г. Мурэн	№ 19. автомобильным транспортом	111	10,99	1648,15	30,3	38,72	1,00	1,0151
	№ 20. железнодорожным транспортом	135	9,74	1648,15	30,3	38,72	1,00	1,1283
Малайзия г. Кота-Бару	№ 21. через Турцию морским и автомобильным транспортом	604	21,46	1378,16	715	38,3	0,4532	0,4532
	№ 22. через Турцию морским и железнодорожным транспортом	621	20,98	1378,16	715	38,3	0,4636	0,4636
Китай г. Тяньцзынь	№ 23. через Монголию автомобильным транспортом	104	12,62	7018,93	13389	40,65	1,00	1,2115
	№ 24. через Монголию железнодорожным транспортом	126	12,01	7018,93	13389	40,65	1,00	1,0508

Таким образом, оценка эффективности по модели Super-efficiency DEA метода показывает лучшие направления для транспортировки нефти, которыми являются маршруты № № 23, 20, 24. Однако самым лучшим маршрутом является № 23 Российская Федерация (г. Нижневартовск) — Китай (г. Тяньцзынь), через Монголию автомобильным транспортом.

Литература:

1. Данные промышленности в составе ВВП [Электронный ресурс]. — URL: https://www.economicdata.ru/economics.php?menu=macroeconomics&data_type=economics&data_ticker=IndustryGDP (дата обращения: 15.05.2023).
2. Крупнейшие месторождения нефти в России [Электронный ресурс]. — URL: https://prognostica.info/news/krupnejshie-mestorozhdeniya-nefti-v-rossii (дата обращения: 24.07.2023).
3. Мировые лидеры по объему добычи нефти [Электронный ресурс]. — URL: https://expertology.ru/10-mirovykh-liderov-po-obemu-dobychi-nefti (дата обращения: 30.01.2023).
4. Новостной ресурс Группы компаний «РБК» (ГК «РосБизнесКонсалтинг») [Электронный ресурс]. — Режим доступа: https://www.rbc.ru. Дата обращения: 16.05.2023.
5. Официальный сайт Федеральной таможенной службы Российской Федерации [Электронный ресурс]. — Режим доступа: http://customs.ru. Дата обращения: 04.02.2022.
6. Официальный сайт Центрального банка Российской Федерации [Электронный ресурс]. — Режим доступа: https://cbr.ru. Дата обращения: 16.05.2022.
7. Потребление нефти в мире по странам [Электронный ресурс]. — URL: https://prognostica.info/news/potreblenie-nefti-v-mire-potrebiteli-rossijskoj-nefti (дата обращения: 30.01.2023).
8. Транспортный калькулятор [Электронный ресурс]. — Режим доступа: https://www.searates.com. Дата обращения: 16.05.2023.
9. Charnes, A. and W. W. Cooper, 1961, Management Models and Industrial Applications of Linear Programming, 2 vols., with A. Charnes (New York: John Wiley and Sons, Inc.).
10. Data Envelopment Analysis: Theory, Methodology, and Application / A. Charnes, W. W. Cooper, A. Y. Lewin, L. M. Seiford. — Boston: Kluwer Academ-ic Publishers, 1994. — 513 pp.
11. Farrell, M. J. The Measurement of Productive Efficiency // Journal of The Royal Statistical Society, Series A (General), Part III. — 1957. — Vol. 120. — P. 253–281.
12. British Petroleum [Электронный ресурс]. — Режим доступа: https://www.bp.com. Дата обращения: 03.08.2023.

1