СНИЖЕНИЕ РИСКОВ НЕЗАКОННОГО ОБОРОТА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ДЛЯ ДОСТИЖЕНИЯ ЦЕЛЕЙ УСТОЙЧИВОГО РАЗВИТИЯ

Введение

События нескольких последних лет наглядно демонстрируют, что изменения, происходящие во всех отраслях экономики и общественной жизни, будут только ускоряться и кардинальным образом влиять на сложившиеся социальные связи. Неизменно растет запрос на активное участие бизнеса в реализации целей устойчивого развития, включая вклад в экологию, повышение качества человеческого капитала, поддержку значимых инициатив в области обеспечения экономического роста и создания новых рабочих мест; обеспечение благополучия и здоровья граждан; обеспечение ответственного потребления и производства. Эти цели отражены в Указе Президента Российской Федерации от 07.05.2018 № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года», стратегических документах Правительства Российской Федерации, а также национальных и федеральных проектах и получили практическую реализацию в течение нескольких лет. Важной задачей для достижения целей устойчивого развития является развитие механизмов защиты внутреннего рынка от незаконного оборота промышленной продукции.

В современной экономике проблема обеспечения защиты рынков от незаконного оборота промышленной продукции носит интернациональный характер, а преступления в области производства фальсифицированной и контрафактной продукции относятся к числу наиболее серьезных экономических преступлений¹.

По оценке ВТО, мировой оборот фальсифицированных товаров составляет около 500 млрд долл., ОЭСР оценивает мировой рынок контрафактной продукции в 650 млрд долл. При этом наблюдается тенденция устойчивого и существенного роста оборота поддельной продукции.

В России в 2021 году оборот контрафактной продукции составил 7,2 млрд руб. против 4,7 млрд руб. годом ранее. Росту контрафактной продукции способствуют такие факторы, как распространение онлайн-торговли, снижение уровня доходов населения и невозможность визуально отличить подделку от настоящего продукта. В дальнейшем нарастание неопределенности внешней среды и возможное снижение благосостояния населения также будет способствовать увеличению незаконного оборота промышленной продукции.

Наиболее действенной мерой борьбы с контрафактом российские власти считают обязательную маркировку товаров [Богданов и др., 2012; Богданов и др., 2013]. По мнению замдиректора системы цифровой маркировки товаров и легализации оборота продукции Минпромторга РФ В. Заславского, «система маркировки уже практически завершила интеграцию со всеми системами контроля надзорных органов. Это станет наиболее эффективным инструментом контроля за незаконным оборотом продукции»². Вместе с тем многие профессиональные участники сообщества не считают существующую систему маркировки надежной [Блудов и др., 2015].

Целью настоящей работы является изучение рисков, которые влечет существующая система маркировки промышленной продукции, и выработка необходимых мер по их снижению.

1. Теоретический обзор литературы

Для защиты потребителей от контрафакта Правительство РФ приняло решение взять под государственный контроль всю продукцию, которая производится в России и импортируется на территорию страны. Для этого с 2019 года вводится повсеместная обязательная маркировка товаров. К 2024 году каждая единица будет иметь уникальную метку.

Первая группа товаров, которую начали маркировать еще в 2016 году, – это шубы и меховые изделия. Процесс работы с этой продукцией отлажен, поэтому в ближайшее время никаких изменений не планируется. Товары, подлежащие маркировке, с 2021 года пополнились несколькими новыми группами.

Табак: с июля 2019 года производители табачной продукции не выпускают в оборот товары без маркировки. Оборот немаркированных сигарет прекращен 1 июля 2020 года. С 11 января 2021 года стартовал эксперимент по маркировке никотиносодержащей продукции.

Обувь: с 1 июля 2020 года запрещены производство и продажа немаркированной обуви, остатки необходимо было промаркировать до 1 сентября 2020 года.

Лекарства: группа 7 ВЗН маркируется с июля 2019 года, остальные лекарства – с 1 июля 2020 года.

Фототовары: оборот немаркированных фотоаппаратов, вспышек и объективов запрещен с 1 октября 2020 года, промаркировать остатки необходимо было до 1 декабря 2020 года.

Шины и покрышки: с 15 декабря 2020 года запрещается оборот и вывод из оборота немаркированных шин, остатки маркировались до 1 марта 2021 года.

Товары легпрома (одежда и белье): с 1 января 2021 года запрещен оборот немаркированных товаров из текстиля; при этом остатки необходимо было промаркировать до 1 февраля 2021 года.

Духи: с 1 октября 2020 года обязательна маркировка всей парфюмерной продукции, немаркированные остатки необходимо было реализовать до 30 сентября 2021 года. До 31 октября 2021 года разрешалась маркировка остатков, произведенных или ввезенных в РФ до 1 октября 2020 г.

Молоко и молочная продукция: с 20 января 2021 года началась обязательная маркировка.

В стадии эксперимента находятся следующие товарные группы:

• пиво и пивные напитки;
• кресла-коляски;
• велосипеды;
• питьевая вода.

Сама маркировка представляет собой нанесение на объект графических знаков или символов для его дальнейшей идентификации.

В рамках государственного проекта это значит, что каждая единица товара должна иметь свой уникальный идентификационный знак. По нему можно отследить путь продукта от производственной линии до потребительской корзины.

В процессе маркировки задействованы все участники рынка товарооборота, поэтому ее называют комплексом мероприятий³ – это не просто нанесение кода на изделие. Сведения о продукте и обо всех действиях с ним вносятся в единую информационную систему прослеживаемости товара⁴.

В цепочку движения продукции от производственной линии до потребителя вовлечены все организации и предприятия, через которые она проходит (рис. 1).

Маркировка дает преимущества, так как:

• для покупателяподлинность и заявленное качество – одни из важнейших аспектов приобретаемого товара. Система маркировки подтверждает эти критерии благодаря прослеживанию товара от производителя до потребителя. Любой покупатель может самостоятельно просканировать код маркировки и узнать всю информацию о товаре еще до самой покупки;
• для бизнесапольза состоит не только в получении доступа к полному пути транспортировки товара, но и в снижении издержек. Система маркировки поможет защитить бренд и торговую марку и, как следствие, репутацию. Снижение выручки нелегальных производителей приведет к увеличению выручки легальных;
• для государстваважно обеспечить производительность труда и экономию бюджета. Маркировка в этом случае принимает непосредственное участие, так как серый рынок будет значительно сокращен. Налоговые и таможенные сборы также увеличиваются за счет внедрения системы [Рюегг, Волощиновский, 2010; Expired identification technology.., 2014; Przyswa, 2015].

Однако существующая маркировка при помощи системы DataMatrix-кодов подвержена множеству рисков [Rfid smart labels.., 2007].

Цель данного исследования – выявить реестр рисков и оценить возможность их снижения при помощи изменения системы маркировки.

Мероприятия по управлению риском призваны изменять или его вероятность, или степень влияния последствий, или же вероятность и степень влияния одновременно. Как правило, мероприятия могут быть направлены на:

• избежание риска;
• принятие существующего уровня риска;
• устранение источника риска;
• изменение вероятности наступления риска;
• изменение подверженности риску;
• разделение риска с другой стороной (например, застраховав риск) (ИСО 31000).

Перспективным мероприятием по управлению рисками, затрагивающим большинство способов снижения риска, приведенных выше, может стать внедрение дополнительных средств визуального контроля на материальных носителях DataMatrix-кода, защищенных от подделки.

2. Методология исследования

На первом этапе для выявления реестра рисков при маркировке с помощью DataMatrix-кода было проведено два глубинных интервью с экспертами – руководителями отделов IТ по работе с маркировкой двух компаний: производителя табачной продукции и производителя молочной продукции.

На втором этапе была проведена оценка реестра рисков фальсификации для различных типов товаров.

Шкала оценки вероятности для рисков из реестра рисков фальсификации для различных типов маркировки представлена в табл. 1.

Шкала оценки последствий для рисков из реестра рисков фальсификации для различных типов маркировки представлена в табл. 2.

Для проведения оценки рисков из реестра рисков фальсификации для DataMatrix-кода, а также подготовки к будущей разработке рекомендаций по использованию дополнительных средств визуального контроля на материальных носителях DataMatrix-кода и снижения рисков, приведенных в реестре, была разработана анкета, в которой экспертам предлагалось определить уровни вероятности и последствий рисков фальсификации для различных типов маркировки, разосланная 178 экспертам компаний различных отраслей.

3. Результаты исследования

По результатам первого этапа исследования были сформированы следующие реестры рисков: реестр рисков фальсификации для различных типов маркировки (табл. 3) и реестр рисков для добросовестного производителя, конечного потребителя, а также бюджетных рисков (табл. 4).

Для верификации реестра рисков фальсификации для различных типов маркировки, а также подготовки к будущей разработке рекомендаций по использованию дополнительных средств визуального контроля на материальных носителях DataMatrix-кода и снижения рисков, приведенных в реестре, была разработана анкета, в которой экспертам предлагалось соотнести различные типы маркировки с рисками фальсификации, которым они могут быть подвержены. Анкета была разослана 139 экспертам компаний из различных отраслей. Обработка анкет позволила верифицировать сформированный реестр рисков и перейти к следующим этапам – анализу и сравнительной оценке рисков.

4. Матрица рисков

В рамках настоящей работы для подготовки матрицы предлагается воспользоваться шкалами, ограниченными пятью точками как для вероятности, так и для последствий.

Для формирования шкал были использованы методические рекомендации ГОСТ Р ИСО/МЭК 27005-2010 «Информационная технология. Методы и средства обеспечения безопасности. Менеджмент риска информационной безопасности», ГОСТ Р ИСО/МЭК 31010-2011 «Менеджмент риска. Методы оценки риска», а также проведенный обзор материалов, посвященных DataMatrix-коду и его криптозащищенности, и два глубинных интервью с экспертами.

Необходимо отметить, что для оценки рисков из реестра рисков фальсификации для различных типов маркировки (табл. 3) и реестра рисков для добросовестного производителя, конечного потребителя, а также бюджетных рисков (табл. 4) были сформированы отдельные шкалы вследствие различной природы данных рисков.

Шкала оценки вероятности для рисков из реестра рисков фальсификации для различных типов маркировки представлена в табл. 1.

Шкала оценки последствий для рисков из реестра рисков фальсификации для различных типов маркировки представлена в табл. 3.

5. Результаты оценки для реестра рисков фальсификации для различных типов маркировки

Результаты обработки анкет для DataMatrix-кода представлены в табл. 5. При различных оценках экспертов для одного и того же риска использовалось усредненное значение балла, округленное до целого числа.

На основе данных, представленных в табл. 5, сформирована матрица последствий и вероятностей для реестра рисков фальсификации для DataMatrix-кода, представленная на рис. 2.

Рис. 2. Матрица последствий и вероятностей для реестра рисков фальсификации для DataMatrix-кода

Fig. 2. Matrix of consequences and probabilities for the Falsification Risks Register for the DataMatrix code

Источник: составлено автором.

Матрица демонстрирует, что большая часть рисков лежит в красной зоне – это демонстрирует высокую рисковую составляющую для систем маркировки, основанных на DataMatrix-кодах.

Риски 1.1–1.4, характеризующие группу «Риски фальсификации маркировки посредством компрометации информации» и целиком попавшие в красную зону матрицы, описывают потенциальную возможность применения сфальсифицированных DataMatrix-кодов при получении зло- умышленниками доступа к данным о сформированных кодах, хранящихся в информационных системах предприятий. Наиболее уязвимым местом является возможность продать контрафактный товар как легальный, если DataMatrix-код будет скопирован раньше момента продажи легального товара и нанесен на контрафакт. Этот риск усугубляется невозможностью проверить криптохвост в DataMatrix в момент продажи. Также система маркировки DataMatrix-кодом является уведомительной, в то время как ЕГАИС – разрешительной. Таким образом, если злоумышленник завладеет серийными кодами товаров, у него есть возможность «пробить» товар по обычному штрих-коду.

Риск 2.1 «Риск фальсификации маркировки посредством несанкционированного использования маркировочного оборудования» и риск 2.2 «Риск фальсификации маркировки посредством искажения данных, содержащихся в маркировке» также получили высокие оценки вследствие потенциальной легкости копирования маркировки и нанесения вследствие наличия доступа у злоумышленника к оборудованию.

Риск 2.3 «Риск вскрытия агрегированной упаковки» и его высокая оценка обусловлены уязвимостью системы к бесконтрольной дезагрегации транспортных упаковок. Продажа контрафактной пачки товара с серийным номером, совпадающим с серийным номером легальной пачки, приводит к отображению всего короба продукции как дезагрегированного.

Риск 2.4 «Риск реализации контрафакта посредством выездной торговли с автолавки (торговли с лотков, рыночных палаток)» обусловлен самим характером торговли с лотков и палаток, где контроль за соблюдением закона об обязательной маркировке минимален.

Риски 3.1 «Риск фальсификации маркировки посредством сканирования и дублирования маркировки» и 3.2 «Риск фальсификации маркировки посредством фотографирования и дублирования маркировки» были оценены экспертами как высоковероятные, однако с относительно низкими оценками по последствиям, что обусловлено трудностью копирования, фотографирования и подготовки к дальнейшему нанесению больших объемов маркировок. Риск 3.3 «Риск фальсификации маркировки посредством использования специального оборудования с целью дублирования маркировки» получил более высокую оценку последствий, так как потенциально может привести к компрометации большего объема товаров.

Риск 4.1 «Риск умышленного повреждения нанесенной маркировки, приводящий к невозможности считывания» также обусловлен уведомительным характером системы маркировки DataMatrix-кодом. Аналогично иным рискам, если злоумышленник завладеет серийными кодами товаров, у него есть возможность «пробить» товар по обычному штрих-коду. Более того, умышленное неправильное или некачественное нанесение маркировки способно подтолкнуть потребителя «пробить» товар по обычному штрих-коду, не проверяя DataMatrix. Риск 4.2 посвящен повреждениям DataMatrix вследствие воздействия факторов внешней среды.

Анализ рисков показал высокую рисковую составляющую для систем маркировки, основанных на DataMatrix-кодах. После проведения оценки всех идентифицированных рисков и расположения их на матрице последствий и вероятностей необходимо разработать мероприятия для снижения уровня рисков.

Шкала оценки вероятности для рисков из реестра рисков для добросовестного производителя, конечного потребителя, а также бюджетных рисков представлена в табл. 1.

Шкала оценки последствий для рисков реестра рисков для добросовестного производителя, конечного потребителя, а также бюджетных рисков представлена в табл. 6.

Результаты обработки анкет представлены в табл. 7. При различных оценках экспертов для одного и того же риска использовалось усредненное значение балла, округленное до целого числа.

Результаты балльной оценки показали, что маркируемые товары в основном являются достаточно часто подделываемыми, особенно табачная продукция, духи и туалетная вода, одежда и обувь.

При этом наибольшие последствия в виде потери прибыли для добросовестных производителей, а также наибольшая доля неуплаченных налогов и акцизных платежей сосредоточена на алкогольной и табачной продукции. Обороты остальных групп товаров сравнительно малы. У части товарных групп, например духов и обуви, довольно низкие последствия по недополученной прибыли добросовестными производителями, так как большая часть дорогостоящего ассортимента импортируется в Россию.

Наибольшие репутационные риски от реализации контрафактного товара ожидаются на стороне производителей алкогольной и табачной продукции, умеренные – среди производителей шуб и меховых изделий, наименьшие – среди воды и молочной продукции.

Высокий уровень риска причинения вреда жизни и здоровью потребителя из-за контрафактного товара отмечен экспертами на стороне производителей лекарств и алкогольной продукции, умеренный риск – для товаров табачной отрасли.

6. Дополнительные средства визуального контроля и технологии систем маркировки Track&Trace: оценка остаточного уровня рисков

Для проведения оценки остаточных рисков из реестра рисков фальсификации для различных типов маркировки была проанализирована анкета.

Типы возможных маркировок были проанализированы на основе [Богданов и др., 2005; Богданов и др., 2007; A technical study.., 2012; Zhelev et al., 2012; Expired identification technology protects.., 2014; Winemakers turn to NFC.., 2014; Барабас, 2015;], а также патента РФ на изобретение № 2272319 «Способ защиты уникальной знаковой маркировки серийного изделия с использованием интерактивной базы данных», патента РФ на изобретение № 2309453 «Способ идентификации аутентичности предметов, выпускаемых в обращение».

Результаты обработки анкет для различных типов маркировки представлены в табл. 8. При различных оценках экспертов для одного и того же риска использовалось усредненное значение балла, округленное до целого числа.

На основе данных, представленных в табл. 8, сформированы матрицы последствий и вероятностей для реестра рисков фальсификации для различных видов маркировки.

Остаточные риски из реестра рисков фальсификации для DataMatrix-кода, дополненного защитными признаками на основе визуальных элементов (оптически переменных), представлены на рис. 3.

Остаточные риски из реестра рисков фальсификации для DataMatrix-кода, дополненного полиграфическими защитными элементами и RFID-меткой, представлены на рис. 4.

Остаточные риски из реестра рисков фальсификации для оптического полутонового кода представлены на рис. 5.

Остаточные риски из реестра рисков фальсификации для оптического полутонового кода, дополненного защитными признаками на основе визуальных элементов (оптически переменных), представлены на рис. 6.

Матрицы демонстрирует, что бóльшая часть рисков сместилась из красной зоны в желтую и зеленую, что отражает высокую эффективность внедрения дополнительных защитных признаков.

Как отмечалось выше, технологии дополнительной защиты, в том числе на основе визуальных элементов, способны митигировать риски группы 1 «Риски фальсификации маркировки посредством компрометации информации», так как для фальсификации маркировок, использующих данные технологии, недостаточно получить доступ к данным, также необходимо специализированное оборудование, способное воспроизводить дополнительные защитные признаки.

Риск 2.1 «Риск фальсификации маркировки посредством несанкционированного использования маркировочного оборудования» и риск 2.2 «Риск фальсификации маркировки посредством искажения данных, содержащихся в маркировке» получили более низкие оценки вследствие куда большей трудозатратности на изготовление маркировки и большего контроля за производственным оборудованием.

Риск 2.3 «Риск вскрытия агрегированной упаковки» переместился преимущественно в желтую зону и сохраняется на умеренном уровне, так как продажа контрафактной пачки товара с серийным номером, совпадающим с серийным номером легальной пачки, все так же может привести к отображению всего короба продукции как дезагрегированного.

Риск 2.4 «Риск реализации контрафакта посредством выездной торговли с автолавки (торговли с лотков, рыночных палаток)» не изменил своих оценок и остался в красной зоне вследствие характера торговли с лотков и палаток, где контроль за соблюдением закона об обязательной маркировке минимален.

При этом нивелируются риски 3.1 «Риск фальсификации маркировки посредством сканирования и дублирования маркировки» и 3.2 «Риск фальсификации маркировки посредством фотографирования и дублирования маркировки» вследствие невозможности скопировать визуальные защитные признаки при помощи сканирования или фотографирования.

Риск 3.3 «Риск фальсификации маркировки посредством использования специального оборудования с целью дублирования маркировки» получил заметно более низкие оценки вследствие использования более узкоспециализированного оборудования, за которым ведется больший контроль на предприятиях.

Риск 4.1 «Риск умышленного повреждения нанесенной маркировки, приводящий к невозможности считывания» также обусловлен уведомительным характером системы маркировки. Аналогично иным рискам, если злоумышленник завладеет серийными кодами товаров, у него есть возможность «пробить» товар по обычному штрих-коду. Более того, умышленное неправильное или некачественное нанесение маркировки способно подтолкнуть потребителя «пробить» товар по обычному штрих-коду, не проверяя маркировку. Риск 4.2 посвящен повреждениям маркировки вследствие воздействия факторов внешней среды. При этом данные риски получили меньшие оценки вследствие куда большей устойчивости оптических полутоновых кодов и средств голографической защиты к умышленным или случайным повреждениям и стираниям.

Анализ остаточных рисков подтвердил высокий потенциал применения дополнительных средств визуального контроля на материальных носителях, используемых в системе маркировки товаров. Часть рисков оказалась не применима к таким системам защиты, оставшаяся часть получила существенно более низкие оценки рискованности. При этом часть уязвимостей системы маркировки товаров не может быть решена лишь за счет улучшения маркировки и требует дополнительных организационных действий, например борьбы с проблемой дезагрегации упаковок или торговлей с лотков.

С целью количественной оценки уровня снижения рисков и уровня возможных потерь при использовании различных средств маркировки дополнительно был проанализирован реестр рисков фальсификации для различных типов маркировки.

Для каждого из типов маркировки была вычислена подверженность риску фальсификации как усредненное произведение баллов по вероятности и баллов по последствиям для присущих данному типу маркировки рисков.

Затем для различных типов маркировки было вычислено относительное снижение подверженности риску фальсификации. Результаты расчетов представлены в табл. 9.

В завершение представлен количественный анализ вероятности снижения уровня рисков и уровня возможных потерь при положительном опыте использования дополнительных средств визуального контроля на материальных носителях.

Согласно методологии моделирования по методу Монте-Карло, входными значениями для модели Монте-Карло будут являться доли нелегальной продукции, распределенные по группам товаров и заданные при помощи треугольного распределения случайной величины. Выходными данными для дальнейшего анализа являются величины потерь бюджета от неуплаты налоговых и акцизных платежей, а также недополученная прибыль добросовестных производителей.

Для моделирования каждого из рисков рассмотрены три сценария.

1. «Текущие системы маркировки» – в данном сценарии для защиты табачной продукции, упакованной воды, лекарств, молочной продукции и одежды используются DataMatrix-коды, для алкогольной продукции – DataMatrix-коды, дополненные голографической защитой, для шуб и изделий из меха – DataMatrix-коды, дополненные полиграфической защитой и RFID-меткой.
2. «Повсеместное внедрение голографической защиты» – в данном сценарии для защиты табачной продукции, упакованной воды, лекарств, молочной продукции и одежды используются DataMatrix-коды, дополненные голографической защитой, для алкогольной продукции – DataMatrix-коды, дополненные голографической защитой, для шуб и изделий из меха – DataMatrix-коды, дополненные полиграфической защитой и RFID-меткой.
3. «Повсеместное внедрение оптических полутоновых кодов, дополненных голографической защитой» – в данном сценарии для всех групп товаров используются оптические полутоновые коды, дополненные голографической защитой.

Для оценки рисков потерь бюджета от неуплаты налоговых и акцизных платежей, а также рисков недополучения прибыли добросовестными производителями было проведено моделирование на основе вышеприведенных сценариев. Было проведено шесть расчетов: по три сценария на каждый риск. Для моделирования треугольного распределения случайной величины (доли нелегальной продукции) было использовано 10 000 итераций.

Результатами моделирования стали распределение величины потерь бюджета от неуплаты налоговых и акцизных платежей (рис. 7), а также распределение недополученной прибыли добросовестных производителей для трех сценариев.

На рисунках цветными линиями обозначены перцентили (в математической статистике – значения, которые заданная случайная величина не превышает с фиксированной вероятностью).

Значение перцентилей для распределения величины потерь бюджета от неуплаты налоговых и акцизных платежей, а также для распределения недополученной прибыли добросовестными производителями представлены в табл. 10 и 11 соответственно.

Таким образом, формулировка «30-й перцентиль для распределения величины потерь бюджета от неуплаты налоговых и акцизных платежей составляет 248,9 млрд руб.» означает, что с 30%-ной вероятностью потери бюджета будут меньше либо равными 248,9 млрд руб., и с 70%-ной вероятностью будут выше данного значения.

Таким образом, внедрение голографической защиты позволяет существенно снизить ожидаемые потери бюджета на всех уровнях вероятности. В свою очередь, внедрение оптических полутоновых кодов, дополненных голографической защитой, позволит добиться еще бóльших результатов.

Необходимо отметить, что, несмотря на использование 10 000 итераций при моделировании, форма распределений стремится к треугольной. Данная особенность характеризуется наибольшим вкладом в распределение налоговых и акцизных платежей по табачной продукции. Второе место по объемам платежей занимает алкогольная продукция. Оставшиеся группы товаров вносят существенно меньший вклад в форму распределения.

Исходя из приведенных материалов следует, что внедрение голографической защиты позволяет существенно снизить ожидаемые потери прибыли добросовестных производителей на всех уровнях вероятности. В свою очередь, внедрение оптических полутоновых кодов, дополненных голографической защитой, позволит добиться еще бо́льших результатов.

Перекрытие распределений для сценария «Текущие системы маркировки» и сценария «Повсеместное внедрение голографической защиты» обусловлено тем, что наибольший вклад в недополученную прибыль добросовестных производителей вносит алкогольная продукция. В этих двух сценариях алкогольная продукция защищена при помощи DataMatrix-кодов, дополненных голографической защитой. Соответственно, вклад в смещение распределения вносят оставшиеся группы товаров.

Заключение

В России в 2021 году оборот контрафактной продукции составил 7,2 млрд руб. и, по мнению специалистов, продолжит расти. Росту контрафактной продукции способствуют такие факторы, как распространение онлайн-торговли, снижение уровня доходов населения и невозможность визуально отличить подделку от настоящего продукта.

Наиболее действенной мерой борьбы с контрафактом российские власти признают обязательную маркировку товаров. Однако многие профессиональные участники сообщества не считают существующую систему маркировки надежной.

В работе проведено комплексное сравнение рисков существующей маркировки товаров. Результаты показали, что маркируемые товары в основном являются достаточно часто подделываемыми, особенно табачная продукция, духи и туалетная вода, одежда и обувь.

При этом наибольшие последствия в виде потери прибыли для добросовестных производителей, а также наибольшая доля неуплаченных налогов и акцизных платежей сосредоточена на алкогольной и табачной продукции. Обороты остальных групп товаров сравнительно малы. У части товарных групп, например духов и обуви, довольно низкие последствия по недополученной прибыли добросовестными производителями, так как бóльшая часть дорогостоящего ассортимента является импортируемой в Россию.

Наибольшие репутационные риски от реализации контрафактного товара ожидаются на стороне производителей алкогольной и табачной продукции, умеренные – среди производителей шуб и меховых изделий, наименьшие – среди воды и молочной продукции.

Высокий уровень риска причинения вреда жизни и здоровью потребителя из-за контрафактного товара отмечен экспертами на стороне производителей лекарств и алкогольной продукции, умеренный риск – для товаров табачной отрасли.

Для оценки рисков потерь бюджета от неуплаты налоговых и акцизных платежей, а также рисков недополучения прибыли добросовестными производителями было проведено моделирование на основе вышеприведенных сценариев. Было проведено шесть расчетов: по три сценария на каждый риск. Для моделирования треугольного распределения случайной величины (доли нелегальной продукции) было использовано 10 000 итераций.

Предложенное внедрение голографической защиты позволяет существенно снизить ожидаемые потери прибыли добросовестных производителей на всех уровнях вероятности. В свою очередь, внедрение оптических полутоновых кодов, дополненных голографической защитой, позволит добиться еще бо́льших результатов.