Оптимизация кадрового планирования на таможенных постах — воздушных пунктах пропуска Российской Федерации

Cover Page

Cite item

Full Text

Abstract

Обоснование. Согласно Стратегии развития таможенной службы Российской Федерации до 2030 года одним из целевых ориентиров таможенных органов выступает повышение эффективности управления кадровым составом. В работе предлагается модель определения оптимального числа должностных лиц таможенных постов — воздушных пунктов пропуска Российской Федерации в контексте необходимости повышения результативности борьбы с преступлениями и административными правонарушениями, отнесенными законодательством Российской Федерации к компетенции таможенных органов.

Цель — повышение эффективности управления кадровым составом при достижении оптимальной результативности борьбы с правонарушениями, относящимися к компетенции таможенных органов, на таможенных постах — воздушных пунктах пропуска Российской Федерации.

Методы. Расчет оптимального числа должностных лиц таможенных постов — воздушных пунктов пропуска Российской Федерации производится на основе теории массового обслуживания. Влияние полученных результатов на раскрываемость преступлений и административных правонарушений, отнесенных законодательством России к компетенции таможенных органов, в работе оценивается при помощи математической регрессионной модели.

Результаты. По результатам расчетов определена относительная эффективность предложенного решения, которая по критерию минимума затрат составляет 24,8 % для таможенного поста «Аэропорт Самара», 58,5 % для таможенного поста «Аэропорт Оренбург» и 65,1 % для Симбирского таможенного поста [1].

Оценка влияния оптимального числа должностных лиц, рассчитанного на основе теории массового обслуживания, на результативность борьбы с преступлениями и административными правонарушениями, отнесенными законодательством Российской Федерации к компетенции таможенных органов, произведена с помощью регрессионной модели.

В качестве входного параметра (x) в модели учитывается число должностных лиц, рассчитанное как оптимальное (по критерию минимума затрат). Выходным показателем выступает фактическое суммарное количество дел об административных правонарушениях и уголовных дел.

По итогам расчетов получена модель вида:

ym = 12,18 · x0,6.

Качество полученной модели подтверждается следующими критериями:

  • средняя ошибка аппроксимации — 5,89 %, что подтверждает возможность использования данной функции;
  • коэффициент детерминации — 0,73, что говорит о существенном влиянии выбранного фактора на результат;
  • критерий Фишера — 26,57, что значительно превышает табличное значение (4,96) и говорит о статистической значимости коэффициента детерминации;
  • критерий Дарбина–Уотсона — 2,16, что свидетельствует об отсутствии автокорреляции остаточной компоненты;
  • RS-критерий составил 2,981, что подтверждает выполнение свойства нормального распределения (2,7 < RS = 2,981 < 3,7).

На рис. 1 представлено графическое сопоставление модельных расчетов и фактических значений выходного показателя y в рассматриваемом периоде.

 

Рис. 1. Графическое сопоставление модельных расчетов с реальными данными

 

Выводы. В анализируемом периоде на таможенном посту Аэропорт Самара фактически выявлено 284 дела об административных правонарушениях (АП) и уголовных дел суммарно, из которых в среднем 56,8 дел приходится на одно условное должностное лицо. В случае внедрения предложенной модели общее число выявленных дел составит 278,4, что меньше фактического (на 1,97 %), но в пересчете на одно условное должностное лицо — 90,4 (с дальнейшим прогнозируемым ростом числа дел). Таким образом, внедрение модельного решения позволит повысить результативность борьбы с административными правонарушениями и преступлениями почти на 60 %.

Full Text

Обоснование. Согласно Стратегии развития таможенной службы Российской Федерации до 2030 года одним из целевых ориентиров таможенных органов выступает повышение эффективности управления кадровым составом. В работе предлагается модель определения оптимального числа должностных лиц таможенных постов — воздушных пунктов пропуска Российской Федерации в контексте необходимости повышения результативности борьбы с преступлениями и административными правонарушениями, отнесенными законодательством Российской Федерации к компетенции таможенных органов.

Цель — повышение эффективности управления кадровым составом при достижении оптимальной результативности борьбы с правонарушениями, относящимися к компетенции таможенных органов, на таможенных постах — воздушных пунктах пропуска Российской Федерации.

Методы. Расчет оптимального числа должностных лиц таможенных постов — воздушных пунктов пропуска Российской Федерации производится на основе теории массового обслуживания. Влияние полученных результатов на раскрываемость преступлений и административных правонарушений, отнесенных законодательством России к компетенции таможенных органов, в работе оценивается при помощи математической регрессионной модели.

Результаты. По результатам расчетов определена относительная эффективность предложенного решения, которая по критерию минимума затрат составляет 24,8 % для таможенного поста «Аэропорт Самара», 58,5 % для таможенного поста «Аэропорт Оренбург» и 65,1 % для Симбирского таможенного поста [1].

Оценка влияния оптимального числа должностных лиц, рассчитанного на основе теории массового обслуживания, на результативность борьбы с преступлениями и административными правонарушениями, отнесенными законодательством Российской Федерации к компетенции таможенных органов, произведена с помощью регрессионной модели.

В качестве входного параметра (x) в модели учитывается число должностных лиц, рассчитанное как оптимальное (по критерию минимума затрат). Выходным показателем выступает фактическое суммарное количество дел об административных правонарушениях и уголовных дел.

По итогам расчетов получена модель вида:

ym = 12,18 · x0,6.

Качество полученной модели подтверждается следующими критериями:

  • средняя ошибка аппроксимации — 5,89 %, что подтверждает возможность использования данной функции;
  • коэффициент детерминации — 0,73, что говорит о существенном влиянии выбранного фактора на результат;
  • критерий Фишера — 26,57, что значительно превышает табличное значение (4,96) и говорит о статистической значимости коэффициента детерминации;
  • критерий Дарбина–Уотсона — 2,16, что свидетельствует об отсутствии автокорреляции остаточной компоненты;
  • RS-критерий составил 2,981, что подтверждает выполнение свойства нормального распределения (2,7 < RS = 2,981 < 3,7).

На рис. 1 представлено графическое сопоставление модельных расчетов и фактических значений выходного показателя y в рассматриваемом периоде.

 

Рис. 1. Графическое сопоставление модельных расчетов с реальными данными

 

Выводы. В анализируемом периоде на таможенном посту Аэропорт Самара фактически выявлено 284 дела об административных правонарушениях (АП) и уголовных дел суммарно, из которых в среднем 56,8 дел приходится на одно условное должностное лицо. В случае внедрения предложенной модели общее число выявленных дел составит 278,4, что меньше фактического (на 1,97 %), но в пересчете на одно условное должностное лицо — 90,4 (с дальнейшим прогнозируемым ростом числа дел). Таким образом, внедрение модельного решения позволит повысить результативность борьбы с административными правонарушениями и преступлениями почти на 60 %.

×

About the authors

Самарский государственный технический университет

Author for correspondence.
Email: a1ex19802@yandex.ru

студент, группа 5-ТЭФ-10, теплоэнергетический факультет

Russian Federation, Самара

References

  1. Киреев А.В., Трубицын К.В. Управление кадровым составом в таможенных органах (на примере воздушных пунктов пропуска). В кн.: Инновационные стратегии управления человеческими ресурсами: сборник научных трудов VI Всероссийской научно-практической конференции / под ред. Л.В. Иваненко, В.А. Васяйчевой, О.В. Новоселовой, и др. Самара: Самарама, 2024. С. 118–125.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Рис. 1. Графическое сопоставление модельных расчетов с реальными данными

Download (130KB)

Copyright (c) 2025 Киреев А.В.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.