Методика повышения качества таможенных услуг в условиях цифровой прослеживаемости бизнес-процессов сквозного таможенного контроля ввозимых товаров

Введение

На сегодняшнем этапе развития таможенной службы в условиях выполнения стратегических целей и задач важным направлением является автоматизация, цифровизация и интеллектуализации технологий и бизнес-процессов, реализуемых в системе сквозного таможенного контроля. Одной из ключевых цифровых технологий, которая позволяет реализовать комплекс задекларированных идей, является цифровая прослеживаемость и ее инструменты, потенциал применения которых позволяет сформировать механизм совершенствования бизнес-процессов сквозного контроля, направленный на повышение качества предоставляемых таможенных услуг.

Научное обоснование подходов к повышению качества таможенных услуг отражено в работах, М.В. Бойковой, В.В. Макрусева, В.Е. Новикова [1], Ю.Е. Гупановой [2], И.А. Аксенова [3], О.П. Матвеевой [4] и др.

Предложения по повышению эффективности бизнес-процессов в деятельности таможенных органов, в том числе в процессе сквозного таможенного контроля с использованием цифровых технологий, представлены в исследованиях А.С Абрамова [5], А.О. Бондаренко [6], Р.В. Давыдова [7], В.В. Макрусева, Е.О. Любкиной [8], Р.П. Мешечкиной [9] и др.

Однако научные исследования вышеуказанных ученых и практиков в недостаточной мере отражают проблему и не содержат методическое обеспечение оценки и повышения качества таможенных услуг в условиях цифровой прослеживаемости бизнес-процессов сквозного таможенного контроля ввозимых товаров. В этой связи в качестве предмета исследования в данной статье выступает методическое обеспечение повышения качества таможенных услуг, включающее механизм совершенствования бизнес-процессов сквозного таможенного контроля ввозимых товаров и систему оценки качества таможенных услуг в условиях цифровой прослеживаемости.

Цель исследования заключается в представлении разработанной методики повышения качества таможенных услуг в условиях цифровой прослеживаемости бизнес-процессов сквозного таможенного контроля ввозимых товаров (Методика).

Решение проблем реализации действующих бизнес-процессов сквозного таможенного контроля ввозимых товаров [10] требует разработки методического обеспечения повышения качества таможенных услуг посредством анализа и построения бизнес-процессов с использованием инструментов цифровой прослеживаемости. Целесообразность применения таких инструментов подтверждается разработанной автором Методикой, которая основана на системном, процессно- и риск-ориентированных подходах и включает в себя использование экономико-статистических методов, факторного анализа, моделей систем массового обслуживания (СМО), экспертно-аналитических методов.

Цель Методики заключается в формировании механизма совершенствования бизнес-процессов сквозного таможенного контроля ввозимых товаров с использованием инструментов цифровой прослеживаемости, направленного на повышение качества таможенных услуг.

Основные задачи Методики:

Задача 1. Формирование системы ключевых показателей – индикаторов соответствия бизнес-процессов и качества таможенной услуги предъявляемым требованиям.

Задача 2. Применение инструментально-методического обеспечения в целях реализации механизма совершенствования бизнес-процессов сквозного таможенного контроля ввозимых товаров.

Задача 3. Оценка качества таможенных услуг в условиях цифровой прослеживаемости бизнес-процессов.

Далее представлен алгоритм поэтапного выполнения задач Методики.

1. Система ключевых показателей – индикаторов соответствия бизнес-процессов и качества таможенной услуги предъявляемым требованиям

Оценка качества таможенной услуги выпуска товаров, предоставление которой осуществляется в рамках бизнес-процессов сквозного таможенного контроля ввозимых товаров предполагает определение показателей, по которым можно провести индикацию фактического состояния бизнес-процессов и непосредственно качественного уровня оказываемой в ходе их выполнения услуги. В этой связи автором выделены ключевые показатели и плановые (требуемые) значения показателей, по которым целесообразно производить интегральную оценку качества таможенной услуги (таблица 1).

Таблица 1

Система показателей – индикаторов повышения качества

таможенной услуги выпуска товаров и их плановые значения на стратегический период развития таможенной службы [1]

Принцип оценки качества таможенной услуги такой, что она производится посредством соотношения фактических значений к плановым (установлены с учетом стратегических направлений развития таможенной службы [11]) и отражает, насколько фактическое состояние или уровень соответствует требуемому. В целях определения фактических (прогнозных) значений показателей и тенденции их изменения в стратегическом периоде развития таможенной службы в условиях цифровой прослеживаемости автором разработан механизм совершенствования бизнес-процессов.

2. Механизм совершенствования бизнес-процессов сквозного таможенного контроля ввозимых товаров

Инструментально-методическое обеспечение в целях реализации механизма совершенствования бизнес-процессов целесообразно представить в отношении показателей – индикаторов повышения качества таможенной услуги. В ходе выполнения задач Методики использована статистическая информация Федеральной таможенной службы России (ФТС России), размещенная на официальном сайте ведомства [12].

1. Инструментально-методическое обеспечение анализа изменения значений показателей А_СУР, Р_СУР, Р_ВЫПУСК в стратегической перспективе основано на методе линейной регрессии и обосновано применением инструментов цифровой прослеживаемости. На рис. 1 представлены результаты прогнозирования значений показателей.

Достижение прогнозируемых значений А_СУР, Р_СУР, Р_ВЫПУСК в стратегической перспективе возможно за счет совершенствования алгоритмов оценки и выявления рисков, доработки сервисов, ориентированных на получение таможенной услуги выпуска товаров с применением таких инструментов как блокчейн и смарт-контракт, анализ больших данных и искусственный интеллект с использованием методов машинного обучения. Это позволит сделать систему управления рисками (СУР) самонастраивающейся и обучить ее путем прослеживаемости и анализа большого массива схожих рисковых ситуаций адекватно и оптимально оценивать риски, а участников внешнеэкономической деятельности (ВЭД) более удовлетворенными от качества используемых сервисов и таможенных услуг в целом.

Рис. 1. Результаты прогнозирования показателей А_СУР, Р_СУР, Р_ВЫПУСК [2]

2. Инструментально-методическое обеспечение анализа изменения значений показателей А_ВЫПУСК в стратегической перспективе основано на использовании факторного анализа, экономико-статистических методов, метода линейной регрессии и обосновано применением инструментов цифровой прослеживаемости.

Основными факторами, ограничивающими автоматизацию выпуска товаров и, соответственно, автоматизацию совершаемых в процессе сквозного таможенного контроля операций являются:

– распространение автоматического выпуска только в отношении деклараций, поданных участником ВЭД низкого уровня риска, т.е. технология не распространяется на декларации участников ВЭД среднего и высокого уровня риска;

– ограниченные технологические возможности форматно-логического контроля, не позволяющие реализовать полномасштабное применение технологии автоматической регистрации деклараций;

– ограниченные технологические возможности применения автоматического выпуска по декларациям, в которых заявлены особенности декларирования (такие как предварительное декларирование) или процедуры, не подпадающие под алгоритмы технологии.

Устранение вышеуказанных факторов позволит повысить значения показателя А_ВЫПУСК до предельной величины – 100%.

Для устранения факторов определена стабильная среда функционирования бизнес-процессов сквозного таможенного контроля ввозимых товаров и исходные данные (таблица 2).

Таблица 2

Показатели, характеризующие стабильность среды функционирования бизнес-процессов сквозного таможенного контроля ввозимых товаров [3]

1) распространение автоматического выпуска в отношении безрисковых ЭДТ, поданных участниками ВЭД среднего уровня риска, пропорционально тому, как технология применяется в отношении безрисковых ЭДТ, поданных участниками ВЭД низкого уровня риска, позволит достигнуть значения показателя А_ВЫПУСК в 53,49%;

2) распространение автоматического выпуска аналогичным образом в отношении безрисковых ЭДТ, поданных участниками ВЭД высокого уровня риска, позволит достигнуть значения показателя А_ВЫПУСК в 54,58%;

3) распространение автоматического выпуска в отношении массива ЭДТ, на который распространится автоматическая регистрация после устранения технологических ограничителей форматно-логического контроля, пропорционально тому, как технология охватывает декларационный массив на предыдущем этапе, позволит достигнуть значения показателя А_ВЫПУСК в 65,71%;

4) распространение технологии в отношении деклараций с заявленными особенностями декларирования и таможенными процедурами, в отношении которых на текущем этапе имеются технологические ограничения применения технологии, позволит поэтапно достигнуть значения показателя А_ВЫПУСК в 100%, о чем свидетельствуют результаты использования метода линейной регрессии (рис 2).

Рис. 2. Результаты прогнозирования показателя А_ВЫПУСК [4]

Достижение прогнозируемых значений А_ВЫПУСК в стратегической перспективе возможно, прежде всего, за счет интеллектуализации алгоритмов СУР, поскольку от этого во многом зависит автоматизация совершаемых операций, что с использованием цифровых инструментов позволит реализовать безопасный переход к охвату декларационного массива в отношении всех категорий участника ВЭД в контексте задекларированных идей об ориентации СУР на конкретную товарную партию в режиме «онлайн» [11]. Использование инструментов блокчейн и смарт-контракта позволит усовершенствовать алгоритмы форматно-логического контроля и перейти к полномасштабной автоматической регистрации деклараций, реализовать механизмы отложенного выпуска для реализации таких особенностей таможенного декларирования, как предварительное декларирование, а также помещения под таможенные процедуры, в отношении которых на сегодняшнем этапе не применяется технология автоматического выпуска.

3. Инструментально-методическое обеспечение анализа изменения значений показателей W_{s рЭДТ} и W_{s ЭДТ} в стратегической перспективе основано на использовании факторного анализа, моделей СМО, экономико-статистических методов и обосновано применением инструментов цифровой прослеживаемости.

Ключевым фактором, который влияет на изменение значений показателей W_{s рЭДТ} и W_{s ЭДТ} является повышение степени автоматизации. Так, достижение прогнозируемых значений показателей имеет обратно пропорциональную связь с повышением степени автоматизации совершаемых операций: чем выше степень автоматизации таможенных операций, тем меньше времени приходится на их совершение. С одной стороны, это связано с тем, что информационная система самостоятельно в разы быстрее принимает решение, чем должностное лицо, с другой стороны, больший охват деклараций технологией автоматического выпуска снижает нагрузку на инспекторский состав центров электронного декларирования (ЦЭД). Данное обстоятельство повышает инспекторский потенциал системы ЦЭД и ориентирует его концентрацию на проверку меньшего объема деклараций, что в целом является положительным фактором для сокращения времени. В этой связи автором определен рост инспекторского потенциала системы ЦЭД (M) в зависимости от степени автоматизации: при текущем уровне автоматизации, потенциал равен 1, при А_ВЫПУСК = 53,49%; 54,58%; 65,71%; 74,38; 83,18%; 91,99%; 100% M = 1,15; 1,16; 1,33; 1,7; 1,99; 2,34 соответственно. Таким образом, с повышением автоматизации совершаемых операций инспекторский потенциал системы ЦЭД увеличивается в 2,34 раза в стратегическом периоде развития таможенной службы.

В целях обоснования сокращения значений показателей W_{s рЭДТ} и W_{s ЭДТ} предлагается систему ЦЭД представить в виде двух моделей СМО: одна СМО обрабатывает поток рисковых ЭДТ, другая – поток безрисковых ЭДТ. В этой связи автором на основе результатов прикладных исследований А.О. Бондаренко, В.В. Макрусева в области теории массового обслуживания [13; 14; 15] сформирован математический аппарат СМО. При этом он адаптирован под решение задачи сокращения значений показателей W_{s рЭДТ} и W_{s ЭДТ} с учетом повышения инспекторского потенциала системы ЦЭД за счет масштабирования автоматизации процессов и представлен в таблице 3.

Таблица 3

Математический аппарат СМО для обоснования сокращения временно́го

показателя за счет влияния степени автоматизации [5]

Далее последовательное применение математического аппарата СМО на каждом этапе роста инспекторского потенциала системы ЦЭД (M) отдельно по каждой из СМО, обрабатывающих поток рисковых ЭДТ и безрисковых ЭДТ, позволит определить тенденцию изменения значений показателей W_{s рЭДТ} и W_{s длто б/рЭДТ}. При этом начальные условия для решения задачи установлены следующие:

- «среднее общее время совершения таможенных операций, связанных с выпуском ввозимых товаров = 246,30 мин.» [12];

- «среднее время совершения таможенных операций, связанных с выпуском ввозимых товаров, не идентифицированных как рисковые: = 52 мин.» [12];

- «среднее время автоматического выпуска товаров = 2,50 мин.» [7].

Далее с использованием экономико-статистического метода расчета средневзвешенных величин установлены значения временны́х показателей, необходимых для применения моделей СМО:

;

среднее время совершения инспектором ЦЭД таможенных операций, связанных с выпуском ввозимых товаров, не идентифицированных как рисковые:

.

При W_{s рЭДТ} = 678,77 мин. установлены следующие значения показателей СМО, обрабатывающей рисковые ЭДТ:

– const;

;

.

При W_{s длто б/рЭДТ} = 84,78 мин. установлены следующие значения показателей СМО, обрабатывающей безрисковые ЭДТ:

– интенсивность потока поступления ЭДТ установлена для каждого этапа с учетом снижения нагрузки на инспекторский состав ЦЭД;

;

.

На каждом последующем этапе мощность обработки ЭДТ в системе ЦЭД (S) будет увеличиваться пропорционально инспекторскому потенциалу ЦЭД (M), рассчитанному ранее, т.е. .

Таким образом, значения показателей W_{s рЭДТ} и W_{s длто б/рЭДТ} на каждом последующем этапе представлены ниже:

Первый этап: ;

Второй этап: ;

Третий этап: ;

Четвертый этап: ;

Пятый этап: ;

Шестой этап: ;

Седьмой этап: ;

В целях определения W_{s рЭДТ} использован экономико-статистический метод расчета средневзвешенных величин:

– для первого этапа:

– для второго этапа:

– для третьего этапа:

– для четвертого этапа:

– для пятого этапа:

– для шестого этапа:

– для седьмого этапа:

Таким образом, повышение степени автоматизации операций за счет использования инструментов цифровой прослеживаемости позволит в стратегической перспективе достигнуть значений показателей W_{s рЭДТ} и W_{s ЭДТ} в 290,19 и 91,68 мин. соответственно.

3. Оценка качества таможенных услуг в условиях цифровой прослеживаемости бизнес-процессов сквозного таможенного контроля ввозимых товаров

По результатам реализации механизма совершенствования бизнес-процессов сквозного таможенного контроля ввозимых товаров возможно произвести оценку качества таможенной услуги выпуска товаров (Q), которая является интегральной, поскольку предполагает учет двух равнозначных компонент: состояние бизнес-процессов (c), с одной стороны, и уровня качества таможенной услуги (q), с другой стороны (формула 1):

(1)

Расчет компонент c и q производится по формулам 2 и 3.

(2)

(3)

Как следует из формул 2 и 3, в рамках каждой из компонент для показателей-индикаторов установлены весовые коэффициенты. Их определение производилось методом экспертных оценок: 14 экспертам из числа представителей таможенных органов и участников ВЭД было предложено оценить относительную значимость каждого из трех показателей по каждой компоненте, которая определяется как доля от 1.

На основе формул 2 и 3, фактических (прогнозных) и плановых значений показателей Методики, приведенных в первой и второй части статьи, произведен расчет компонент, результаты которого представлены в таблице 4.

Таблица 4

Значения компонент c и q интегральной оценки качества таможенной услуги выпуска товаров (Q) [6]

На основе значений компонент c и q и использования формулы 1 произведен расчет интегрального показателя оценки качества таможенной услуги выпуска товаров (Q), результаты которого представлены в таблице 5.

Таблица 5

Значения интегрального показателя оценки качества таможенной услуги выпуска товаров (Q) [7]

Если , качество таможенной услуги в полной мере соответствует установленным требованиям, механизм совершенствования бизнес-процессов сквозного таможенного контроля ввозимых товаров функционирует успешно. Как показал анализ, на протяжении всего прогнозируемого периода наблюдается полное соответствие фактического состояния бизнес-процессов и уровня качества таможенной услуги выпуска товаров предъявляемым требованиям (плановым значениям).

Применив разработанную систему оценки качества для сравнения прогнозных значений показателей 2030 г. и фактических значений показателей 2023 г., мы можем оценить следующий эффект:

По результатам интегральной оценки качественный уровень таможенной услуги в ходе реализации механизма совершенствования бизнес-процессов в стратегическом периоде развития таможенной службы повысится в 1,56 раза.

Выводы

Таким образом, практическое применение представленной в статье методики повышения качества таможенных услуг в условиях цифровой прослеживаемости бизнес-процессов сквозного таможенного контроля ввозимых товаров позволяет достигнуть следующих положительных эффектов в стратегическом периоде развития таможенной службы до 2030 г.:

– перейти к полномасштабной автоматизации выявления рисков и проактивному предоставлению таможенной услуги выпуска товаров, по которым не выявлены риски;

– значительно увеличить результативность СУР и удовлетворенность участников ВЭД;

– сократить время на совершение таможенных операций и проведение таможенного контроля, связанных с выпуском товаров, более чем в 2 раза.

– повысить качество таможенной услуги выпуска товаров с использованием инструментов цифровой прослеживаемости в 1,56 раза.

[1] Составлено автором c учетом стратегических направлений развития таможенной службы Российской Федерации.

[2] Составлено автором на основе статистической информации ФТС России и произведенных расчетов.

[3] Составлено автором на основе статистической информации ФТС России.

[4] Составлено автором на основе статистической информации ФТС России и произведенных расчетов.

[5] Математический аппарат сформирован на основе прикладных результатов исследований А.О. Бондаренко, В.В. Макрусева в области теории массового обслуживания.

[6] Составлено автором по результатам расчетов.

[7] Составлено автором по результатам расчетов.