Тема. На современном этапе развития информационного общества повышение эффективности государственного управления, развитие экономики и социальной сферы являются важнейшими национальными приоритетами. Ключевая задача таможенных органов связана с совершенствованием механизма таможенного администрирования, на эффективность реализации которой непосредственное влияние оказывает адекватная оценка результатов по важнейшим стратегическим направлениям их деятельности. Технология сбалансированной системы показателей переводит миссию и общую стратегию таможенных органов в систему конкретно сформулированных целей, а также показателей, определяющих степень достижения каждой из поставленных целей в контексте базовых перспектив, адаптированных к деятельности таможенных органов. Возможность количественной оценки степени достижения каждой цели повышает эффективность применения описанной технологии. Цели. Разработка методологии целевого управления по результатам деятельности таможенных органов в условиях неопределенности и риска, обусловленных профессиональной спецификой труда работников таможенной сферы. Методология. Исследование проведено на базе положений теории стратегического управления, методологии сбалансированной системы показателей, методологии нечеткого моделирования, технологии блокчейн. Результаты. Разработана методология целевого управления по результатам деятельности таможенных органов, в основе которой лежит анализ сбалансированной системы показателей с возможностью интеллектуального математического моделирования количественной оценки степени достижения каждой цели. Область применения. Полученные в статье результаты могут найти применение в практике работы таможенных органов в качестве инструмента целевого управления, повышающего его эффективность. Выводы. Предлагаемая методология позволяет установить детерминированность стратегических целей таможенных органов и ежедневных действий сотрудников на каждом уровне управления, количественно оценить установленную причинно-следственную зависимость и на основе полученных оценок принять соответствующее управленческое решение.
Ключевые слова: ключевые показатели эффективности, сбалансированная система показателей, нечеткое моделирование, таможенные органы, управление по результатам
Список литературы:
Kaplan R.S., Norton D.P. The Balanced Scorecard – Measures That Drive Performance. Harvard Business Review. 1992. Vol. 70. Iss. 1. P. 71–79.
Latham G.P., Borgony L., Petitta L. Goal Setting and Performance Management in the Public Sector. International Public Management Journal. 2008. Vol. 11. Iss. 4. P. 385–405. URL: Link
Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Ситуационное моделирование – эффективный инструмент для стратегического планирования и управления // Управленческое консультирование. 2016. № 6. С. 26–39.
Щукина Н.А. Экономико-математическое моделирование уровня здоровья населения в регионах России // Моделирование, оптимизация и информационные технологии. 2017. № 4. С. 1. URL: Link
Надеждин Е.Н., Бушуев В.Д. Методы моделирования в задачах исследования систем организационного управления: монография. Тула: Институт экономики и управления, 2011. 279 с. URL: Link
Халиков М.А., Максимов Д.А. Концепция и теоретические основы управления производственной сферой предприятия в условиях неопределенности и риска // Международный журнал прикладных и фундаментальных исследований. 2015. № 10-4. С. 711–719. URL: Link
Zadeh L.A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes. Transactions on Systems, Man, and Cybernetics. 1973. Vol. 3. Iss. 1. P. 28–44. URL: Link
Bellman R.E., Zadeh L.A. Decision Making in a Fuzzy Environment. Management Science. 1970. Vol. 17. Iss. 4. P. 141–164. URL: Link
Пегат А. Нечеткое моделирование и управление. М.: БИНОМ. Лаборатория знаний, 2013. 798 с.
Лю Б. Теория и практика неопределенного программирования. М.: БИНОМ. Лаборатория знаний, 2005. 416 с.
Babuska R. Fuzzy Modeling and Cluster Analysis Toolbox for MatLab. Proceedings of the Third European Congress on Intelligent Techniques and Soft Computing EUFIT'95. 1995. Vol. 3. P. 1479–1483.
Гупанова Ю.Е. Моделирование оценки качества таможенных услуг на основе метода нечетких множеств // Вестник Российской таможенной академии. 2016. № 4. С. 120–128.
Горемыкина Г.И., Дмитриевская Н.А., Мастяева И.Н. Экономико-математическое моделирование систем управления на основе нечеткой технологии: монография. М.: Изд-во Московского государственного университета экономики, статистики и информатики, 2014. 139 с.
Новосёлов А.Л., Новосёлова И.Ю. Желтенков А.В. Оптимизация использования альтернатив природных ресурсов в экономике региона // Вестник Московского государственного областного университета. Сер. Экономика. 2016. № 2. С. 104–114.
Новосёлов А.Л., Новосёлова И.Ю., Лобковский В.А. Оценка возможностей развития добывающего региона с учетом влияния внешней среды // Проблемы региональной экологии. 2016. № 3. С. 76–80.
Черныш А.Я., Гупанова Ю.Е. О роли таможенных услуг в регулировании импорта сельскохозяйственных товаров // Экономика сельского хозяйства России. 2016. № 6. С. 21.
Дианова В.Ю., Павленко О.А. Управление развитием таможенных органов на основе сбалансированной системы показателей: монография. М.: Изд-во Российской таможенной академии, 2009. 140 c.
Lawrie G.J.G., Cobbold I. Third-Generation Balanced Scorecard: Evolution of an Effective Strategic Control Tool. International Journal of Productivity and Performance Management. 2004. Vol. 53. Iss. 7. P. 611–623. URL: Link
Mamdani E.H., Assilian S. An Experiment in Linguistic Synthesis with Fuzzy Logic Controller. International Journal of Man-Machine Studies. 1975. Vol. 7. Iss. 1. P. 1–13. URL: Link80002-2
