ANALYSIS OF FACTORS AFFECTING THE NUMBER OF INSPECTORS OF THE SUPERVISORY ACTIVITY UNITS OF THE EMERCOM OF RUSSIA

Abstract


Constant changes in the number of inspectors of the supervisory activity units of the Ministry of the Russian Federation for Civil Defence, Emergencies and Elimination of Consequences of Natural Disasters, both by reducing and increasing, have led to the need to search for and assess the significance of factors affecting the staffing structure of the units. In addition, for personnel decisions, it is necessary to conduct a retrospective analysis of changes in the number of staff units of the supervisory activity units of the Ministry of Emergency Situations of Russia, as well as the level of correlation (Pearson correlation) of the number of units with the main indicators of the activities of supervisory authorities: the number of inspections, objects of supervision, fires, the number of people killed and injured in fires. Aim of the study: to identify statistically significant factors influencing the regulation of the staffing of the supervisory activity units of the Ministry of Emergency Situations of Russia, to determine the level of correlation between these parameters, as well as: the number of objects of supervision and the number of actually conducted scheduled inspections; between the optimal number of inspections and the number of actually conducted scheduled inspections. Research method: the assessment of the level of influence of factors was carried out by the method of correlation analysis of statistical data on the main indicators of the EMERCOM of Russia in the period from 2011 to 2021. Results: the calculation of the optimal (evenly distributed over the years) number of inspections was made; the conclusion was made that there was no statistically significant relationship between the main performance indicators and the number of inspectors; the level of correlation between: the number of objects of supervision and the number of actually conducted scheduled inspections; between the optimal number of inspections and the number of actually conducted scheduled inspections. Practical significance: the results can be used to study the personnel potential and develop a methodology for calculating the optimal number of inspections for a specific department of supervisory activities of the Ministry of Emergency Situations of Russia.

Full Text

Введение Регулирование численности инспекторского состава надзорных ведомств задача государственного масштаба. Программой [1] предусмотрена в качестве одной из контрольных точек оптимизация организационно-штатной структуры ведомств с учетом внедрения подходов к нормированию численности сотрудников. Кроме того, по мнению авторов реформы, до внедрения риск-ориентированного подхода количество подконтрольных объектов превышало реальные возможности контрольно-надзорных ведомств по их проверке, что приводит к снижению уровня безопасности. Переход от всеобъемлющего контроля (надзора) к дифференцированному планированию должен в конечном счете привести к снижению количества проверок при сохранении или даже повышении уровня безопасности. Рассмотрим данные тезисы во взаимосвязи с штатной численностью инспекторского состава на примере подразделений надзорной деятельности МЧС России. Вопросы корректировки и способов определения оптимальной штатной численности подразделений надзорной деятельности МЧС России, уже не одно десятилетие являются предметом научных исследований [2-10]. Наиболее распространённым современным способом определения численности государственных инспекторов по пожарному надзору является нормирование трудозатрат на выполнение определенных операций. Среди основных укрупненных операций следует выделить: проведение проверок; осуществление дознания; рассмотрение обращений граждан. Суть оптимизации численности персонала заключается в том, что необходимо свести количество персонала, работающего на предприятии, к минимуму при выполнении двух ограничений: - должно быть обеспечено гарантированное качественное выполнение заданной производственной программы; - затраты на персонал не должны превышать некоторую заранее определенную величину. На основе данных ограничений в первом приближении формулируется принцип эффективности надзора: снижение расходов государства на содержание надзорного органа при повышении (сохранении) уровня безопасности по контролируемым рискам. Научные подходы к определению эффективности надзорной деятельности сформулированы в [11-13]. Исследования посвящены оценке контрольно-надзорной деятельности со стороны бизнеса и граждан, при этом в них не оценивается состояние самих надзорных органов, в частности их кадровая обеспеченность, что не позволяет в полной мере оценить эффективность их работы. Так каким же образом, исходя из каких ключевых показателей, регулируется количественный состав надзорных органов МЧС России? 1. Анализ взаимосвязи численности пожаров и их последствий В качестве основных показателей эффективности в [1] приняты: снижение гибели, травмирования и материального ущерба по контролируемым видам риска. Проведем корреляционный анализ [14; 15] численности инспекторского состава с указанными показателями. Динамика численности личного состава подразделений надзорной деятельности МЧС России[1], общего количества пожаров, суммы материального ущерба, числа погибших и травмированных при пожарах людей [16-18] показаны на рис. 1. Анализ корреляционной матрицы, представленной в табл. 1, показывает, что взаимосвязь между количеством инспекторского состава и: ущербом находится на слабом уровне; пожарами - умеренном уровне; гибелью и количеством травмированных людей - на высоком уровне (по качественной шкале Чеддока). При этом коэффициент детерминации связи между численностью инспекторов и: ущербом составляет - 0,075, количеством пожаров - 0,147, количеством травмированных людей - 0,54, гибелью - 0,709. Таким образом, статистически значимой является лишь взаимосвязь между количеством инспекторов и числом людей, погибших при пожарах. Рис. 1. Динамика численности инспекторов, общего количества пожаров, суммы материального ущерба, числа погибших и травмированных при пожарах людей Таблица 1 Корреляционная матрица (корреляция Пирсона) взаимосвязи численности инспекторов, общего количества пожаров, суммы материального ущерба, числа погибших и травмированных при пожарах людей Параметр Пожары, тыс. ед. Гибель, чел. Травмировано, чел. Ущерб, млн. руб. Число инспекторов, ед. Пожары, тыс. ед. 1 Гибель, человек 0,350 1 Травмировано, человек 0,562 0,901 1 Материальный ущерб, млн руб. 0,424 0,043 0,037 1 Число инспекторов, ед. 0,384 0,842 0,735 0,273 1 Коэффициент детерминации R2 Пожары, тыс. ед. 1 Гибель, человек 0,123 1 Травмировано, чел. 0,316 0,812 1 Материальный ущерб, млн. руб. 0,179 0,002 0,001 1 Число инспекторов, ед. 0,147 0,709 0,540 0,075 1 Динамика численности личного состава подразделений надзорной деятельности МЧС России, количества пожаров, суммы материального ущерба, числа погибших и травмированных при пожарах людей применительно к объектам контроля[2] представлена на рис. 2. Анализ корреляционной матрицы, представленной в табл. 2, показывает картину аналогичную с общим количеством пожаров, при этом максимальный коэффициент детерминации взаимосвязи численности инспекторов и количества погибших составляет всего 0,527. Данный факт свидетельствует лишь о 53%-ной надежности модели. Рис. 2. Динамика численности инспекторов, количества пожаров, суммы материального ущерба, числа погибших на объектах надзора Таблица 2 Корреляционная матрица (корреляция Пирсона) взаимосвязи численности инспекторов, количества пожаров, суммы материального ущерба, числа погибших на объектах надзора Параметр Пожары, ед. Гибель, чел. Ущерб, млн. руб. Число инспекторов, ед. Пожары, ед. 1 Гибель, чел. 0,622 1 Материальный ущерб, млн руб. 0,425 0,142 1 Число инспекторов, ед. 0,479 0,726 0,435 1 Коэффициент детерминации R2 Пожары, ед. 1 Гибель, человек 0,387 1 Материальный ущерб, млн руб. 0,013 0,116 1 Число инспекторов, ед. 0,229 0,527 0,244 1 2. Анализ взаимосвязи численности, количества объектов и проверок Далее проведем корреляционный анализ численности инспекторского состава, количества объектов надзора и количества проводимых контрольно-надзорных мероприятий (плановых, внеплановых и общего количества). Динамика изменения численности инспекторов, количества объектов надзора и проводимых проверок представлена на рис. 3. Рис. 3. Динамика численности инспекторов, количества пожаров, суммы материального ущерба, числа погибших на объектах надзора Анализ корреляционной матрицы, представленной в табл. 3, показывает, что взаимосвязь между количеством объектов и остальными показателями имеет обратную корреляцию, т.е. при увеличении количества объектов надзора количество проверок и численность инспекторов уменьшается, корреляция находится на высоком уровне по качественной шкале Чеддока. Данный факт на первом этапе подтверждает тезис, заявленный в [1], о снижении количества проверок при внедрении риск-ориентированного подхода. При этом указанный тезис, необходимо рассмотреть более подробно, во взаимосвязи с динамикой изменения структуры объектов по категориям риска. Взаимосвязь между численностью инспекторского состава и остальными показателями находится на умеренном уровне по качественной шкале Чеддока. При этом коэффициент детерминации не превышает 0,245. Таким образом, более чем в 75 % случаев численность личного состава зависит от иных, не учитываемых в модели факторов. Таблица 3 Корреляционная матрица (корреляция Пирсона) взаимосвязи численности инспекторов, количества пожаров, суммы материального ущерба, числа погибших на объектах надзора Параметр Число объектов надзора, тыс. шт. Количество плановых проверок (ПП), ед. Количество внеплановых проверок (ВП), ед. Общее количество проверок, ед. Число инспекторов, ед. Число объектов надзора, тыс. шт. 1 Количество ПП, ед. -0,709 1 Количество ВП, ед. -0,641 0,887 1 Общее количество проверок, ед. -0,688 0,960 0,981 1 Число инспекторов, ед. -0,645 0,377 0,495 0,459 1 Коэффициент детерминации R2 Число объектов надзора, тыс. шт. 1 Количество ПП, ед. 0,502 1 Количество ВП, ед. 0,411 0,787 1 Общее количество проверок, ед. 0,474 0,923 0,961 1 Число инспекторов, ед. 0,416 0,142 0,245 0,210 1 Таким образом, ни один из рассмотренных критериев, являющихся основными показателями деятельности надзорного ведомства, не оказывает статистически значимого влияния на численность инспекторского состава. 3. Анализ взаимосвязи количества объектов надзора и проверок Далее проведем оценку степени влияния количества объектов надзора и структуры распределения объектов по категориям риска на количество проводимых плановых проверок. Распределение объектов надзора по категориям риска [19] представлено в табл. 4. Периодичность проведения плановых проверок установлена [11], в отношении объектов категории низкого риска плановые проверки не проводятся. Оптимальное (равномерно распределенное по годам) количество плановых проверок определено: - до введения риск-ориентированного подхода (2011-2016 гг.) - делением общего количества объектов на 3 (периодичность плановых проверок один раз в 3 года); - после введения риск-ориентированного подхода (с 2017 г. по настоящее время) - делением количества объектов каждой категории риска на установленную периодичность. Сводная информация об оптимальном количестве плановых проверок представлена в табл. 5. Таблица 4 Структура объектов надзора по категориям риска № п/п Год Всего объектов В том числе по категориям риска* ЧВ В З С У Н 1 2021 2 320 411 19 032 118 558 396 190 315 333 799 234 672 064 2 2020 8 705 899 68 695 59 979 161 414 378 317 614 067 7 423 427 3 2019 9 272 037 0 135 686 179 507 401 272 1 257 780 7 297 792 4 2018 9 913 896 0 135 234 183 184 393 077 1 274 900 7 927 501 5 2017 9 843 884 0 132 488 188 521 367 119 1 278 995 7 876 761 Примечание: * - ЧВ - чрезвычайно высокий, В - высокий, З - значительный, У - умеренный, Н - низкий. Таблица 5 Оптимальное количество плановых проверок Количество проверок Год 2011 2012 2013 2014 2015 2016 698074 747749 625801 612789 582097 576000 № п/п Год Всего объектов В том числе по категориям риска* ЧВ В З С У 1 2021 406 647 19 032 59 279 132 063 63 067 133 206 2 2020 330 497 68 695 29 990 53 805 75 663 102 345 3 2019 273 208 0 45 229 44 877 57 325 125 778 4 2018 274 518 0 45 078 45 796 56 154 127 490 5 2017 271 638 0 44 163 47 130 52 446 127 900 Примечание: * - ЧВ - чрезвычайно высокий, В - высокий, З - значительный, У - умеренный. Динамика изменения количества объектов надзора, оптимального числа плановых проверок (ПП) и количества фактически проведенных плановых проверок представлена на рис. 4. Рис. 4. Динамика числа объектов, оптимального числа плановых проверок и проведенных плановых проверок Анализ данных, представленных на рис. 4, вновь подтверждает тезис о наличии тенденции к снижению количества проверок при внедрении риск-ориентированного подхода. Так, оптимальное число плановых проверок в 2017 г., по сравнению с 2016 г., уменьшилось на 169 тыс., а к 2021 г. снижено на 304 тыс. Однако следует отметить, что одновременно снижается и количество фактически проводимых плановых проверок при наличии тенденции к росту числа инспекторского состава, что свидетельствует об усложнении процедуры проведения проверки, поскольку остальные ключевые показатели (см. рис. 1, 2), а соответственно и нагрузка на должностных лиц снижаются. Далее проведем расчет уровня корреляции между следующими показателями: количество объектов надзора и плановых проверок, оптимальным числом плановых проверок и количеством проведенных плановых проверок. Результаты расчета уровня корреляции представлены в табл. 6. При расчете уровня корреляции из расчетов исключены данные за 2020 г., так как в данном году количество плановых проверок резко ограничено [21] в связи с мерами по противодействию распространению коронавирусной инфекции. В графе «Число объектов надзора» указано количество объектов за вычетом объектов низкой категории риска (для строк с 2017 по 2021 г.). Таблица 6 Результаты расчета уровня корреляции Год Число объектов надзора, ед. Оптимальное число ПП, ед. Проведено ПП, ед. Корреляция (*- уровень корреляции без учета данных за 2020 г.) число объектов надзора - проведено ПП (R2) оптимальное число ПП - проведено ПП (R2) 2011 2094223 698074 222317 0,268 (0,072) 0,434 (0,189) 0,268 (0,072) 0,767 2012 2243247 747749 260427 2013 1877404 625801 114158 2014 1838368 612789 168583 2015 1746291 582097 168126 2016 1727999 576000 289390 2017 1967123 406647 78206 0,578 (0,334) * -0,911 (0,83) -0,177 (0,031) * 0,846 (0,72) (0,588) 2018 1986395 330497 76282 2019 1974245 273208 114388 2020 1282472 274518 38618 2021 1648347 271638 111889 В результате анализа данных, представленных в табл. 6, установлено, что с 2017 г. уровень корреляции между числом объектов и проведенными проверками (исключая данные 2020 г.), а также между оптимальным числом проверок и количеством проведенных проверок находится на высоком уровне. Вместе с тем относительно общего количества объектов - наблюдается обратная корреляция. Необходимо также отметить, что штатная численность инспекторского состава, несмотря на внешние и внутренние факторы, в среднем проводила лишь около 30 % проверок от их оптимального числа. Заключение Регулирование численности инспекторского состава подразделений надзорной деятельности МЧС России осуществляется на основе метода проб и ошибок, без учета основных показателей деятельности, таких как количество объектов надзора, необходимого числа проверок, количества пожаров, погибших и травмированных на них людей. Неспособность созданной группировки в полном объеме проводить установленное число плановых проверок, а также ограничения на проведение плановых проверок 2020 и 2022 гг. приводят к «накапливающемуся долгу», что негативно отражается на состоянии обеспечения пожарной безопасности и приводит к росту пожаров [22]. Количество непроведенных проверок ежегодно накапливается, подобно снежному кому, и в конечном счете после снятия всех ограничений подразделения столкнутся с таким объемом проверок, которое физически не способны будут полноценно провести. Таким образом, необходима разработка научно обоснованных моделей определения оптимальной штатной численности инспекторского состава подразделений надзорной деятельности.

About the authors

S. V Repin

SFA of EMERCOM of Russia

G. N Lakhvitsky

The Main Office of EMERCOM in the Nizhny Novgorod region

M. D Pavlikova

Volga State University of Water Transport

K. G Burlachenko

SFA of EMERCOM of Russia

References

  1. Паспорт приоритетной программы «Реформа контрольной и надзорной деятельности» (приложение к протоколу президиума Совета при Президенте РФ по стратегическому развитию и приоритетным проектам от 21.12.2016 № 12) [Электронный ресурс]. - URL: https://base.garant.ru/71682144/(дата обращения: 11.07.2022).
  2. Гаврилей В.М., Монахов В.Т. К вопросу обоснования численности работников пожарной профилактики // Вопросы экономики в пожарной охране: сб. статей. - М.: ВНИИПО, 1973. - С. 79-95.
  3. Гаврилей В.М. Использование расчетных методов для комплексной оценки пожарной опасности // Пожарная наука и техника: сб. статей. - М.: ВНИИПО, 1977. - С. 53-64.
  4. Методология обоснования численности подразделений госпожнадзора сельских административных районов / Е.А. Мешалкин, В.А. Кокушкин, М.М. Шлепнев, С.И. Бойко // Организация работ по профилактике и тушению пожаров: сб. статей. - М.: ВНИИПО, 1987. - С. 71-79.
  5. Обоснование численности работников госпожнадзора в городах (городских районах): рекомендации. - М.: ВНИИПО МВД СССР, 1990. - 19 с.
  6. СП 232.1311500.2015. Пожарная охрана предприятий. Общие требования: свод правил. - М.: ФГБУ ВНИИПО МЧС России, 2015. - 26 с.
  7. Порошин А.А., Маштаков В.А., Матюшин Ю.А. Определение численности личного состава пожарной охраны, необходимого для проведения пожарно-профилактической работы на предприятии // Пожарная безопасность. - 2013. - № 3. - С. 71-78.
  8. Семиков В.Л. Организация и управление в области обеспечения пожарной безопасности: методические указания к выполнению курсовой работы. - М.: Академия ГПС МЧС России, 2009. - 37 с.
  9. Савченко И.С. Развитие кадрового потенциала органов надзорной деятельности (на примере управления надзорной деятельности и профилактической работы Главного управления МЧС России по Хабаровскому краю) // Международный научно-исследовательский журнал. - 2017. - № 9 (63), ч. 1. - doi: 10.23670/IRJ.2017.63.091
  10. Репин С.В., Лахвицкий Г.Н. О разработке метода определения фактических трудозатрат инспекторского состава и описание упрощенной математической модели определения штатной численности подразделений надзорной деятельности МЧС России // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2021. - № 39. - doi: 10.15593/2224-9397/2021.3.09.
  11. Оценка влияния государственного контроля (надзора) на деятельность хозяйствующих субъектов [Электронный ресурс] / Е.И. Добролюбова, Н.В. Зыбуновская, А.Н. Покида, В.Н. Южаков // Вопросы государственного и муниципального управления. 2017 № 2. - URL: https://cyberleninka.ru/article/n/otsenka-vliyaniya-gosudarstvennogo-kontrolya-nadzora-na-deyatelnost-hozyaystvuyuschih-subektov (дата обращения: 25.07.2021).
  12. Оценка результативности и эффективности контрольно-надзорной деятельности с точки зрения бизнеса [Электронный ресурс] / Е.И. Добролюбова, В.Н. Южаков, А.Н. Покида, Н.В. Зыбуновская // Экономическое развитие России. Т. 25. август-сентябрь № 8. 2018. - URL: https://cyberleninka.ru/article/n/otsenka-rezultativnosti-i-effektivnosti-kontrolno-nadzornoy-deyatelnosti-s-tochki-zreniya-biznesa (дата обращения: 25.07.2021).
  13. Результативность контрольно-надзорной деятельности государства с позиции граждан [Электронный ресурс] / В.Н. Южаков, Е.И. Добролюбова, А.Н. Покида, Н.В. Зыбуновская // Экономическая политика - 2019. Т.14, № 1. doi: 10.18288/1994-5124-2019-1-92-115.
  14. Березин В.В. Использование корреляционно-регрессионного анализа для разработки норм трудам [Электронный ресурс] // Human Progress. - 2016. - URL: https://cyberleninka.ru/article/n/ispolzovanie-korrelyatsionno-regressionnogo-analiza-dlya-razrabotki-norm-truda (дата обращения: 18.06.2022)
  15. Баврина А.П., Борисов И.Б. Современные правила применения корреляционного анализа [Электронный ресурс] // Медицинский альманах. - 2021. - № 3 (68). - URL: https://cyberleninka.ru/article/n/sovremennye-pravila-primeneniya-korrelyatsionnogo-analiza/viewer (дата обращения: 08.07.2022).
  16. Пожары и пожарная безопасность в 2015 году: статистический сборник / под общ. ред. А.В. Матюшина. - М.: ВНИИПО, 2016. - 124 с.
  17. Пожары и пожарная безопасность в 2020 году: cтатистический сборник / П.В. Полехин, М.А. Чебуханов, А.А. Козлов, А.Г. Фирсов, В.И. Сибирко, В.С. Гончаренко, Т.А. Чечетина; под общ. ред. Д.М. Гордиенко. - М.: ВНИИПО, 2021. - 112 с.
  18. Пожары и пожарная безопасность в 2021 году: статист. сб. - Балашиха: ФГБУ ВНИИПО МЧС России, 2022. - 114 с.
  19. Государственный надзор МЧС России в 2021 г.: информ. сб. - Балашиха: ФГБУ ВНИИПО МЧС России, 2022. - 263 с. [Электронный ресурс]. - URL: http://www.vniipo.ru/ufiles/ufiles/Reestry/Sbornik-2021_nadzor.pdf (дата обращения: 11.07.2022)
  20. О федеральном государственном пожарном надзоре: Постановление Правительства Российской Федерации от 12.04.2012 № 290. -[Электронный ресурс] // КонсультантПЛЮС [сайт]. - URL: http://www.consultant.ru/document/cons_doc_LAW_128492/ (дата обращения: 23.07.2022).
  21. Об особенностях осуществления в 2020 году государственного контроля (надзора), муниципального контроля и о внесении изменения в пункт 7 Правил подготовки органами государственного контроля (надзора) и органами муниципального контроля ежегодных планов проведения плановых проверок юридических лиц и индивидуальных предпринимателей: Постановление Правительства РФ от 03.04.2020 № 438. [Электронный ресурс] // КонсультантПЛЮС [сайт]. - URL: http://www.consultant.ru/document/cons_doc_LAW_349478/ (дата обращения: 28.07.2022).
  22. Математико-статистическая модель прогнозирования количества пожаров для использования в системе МЧС России / Л.А. Кистанова, С.В. Репин, П.Б. Болдыревский, Г.Н. Лахвицкий // Моделирование, оптимизация и информационные технологии. - 2022. - № 10(2). doi: 10.26102/2310-6018/2022.37.2.002.

Statistics

Views

Abstract - 145

PDF (Russian) - 156

Refbacks

  • There are currently no refbacks.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies