ВОПРОСЫ КЛАССИФИКАЦИИ ПО ТН ВЭД ПОЛИМЕРОВ

 

АННОТАЦИЯ

В статье рассматриваются вопросы классификации полимерных материалов по Товарной номенклатуре внешнеэкономической деятельности (ТН ВЭД) для корректного установления таможенных пошлин и обеспечения соответствия международным стандартам. Проведен анализ ключевых проблем классификации, включая многообразие видов и степеней обработки, неоднозначность товарных позиций и появление новых инновационных материалов. Особое внимание уделено применению Фурье-ИК (FT-IR) спектроскопии как эффективного метода идентификации полимеров, позволяющего точно определять их химическую структуру и состав. Показано, что использование данного метода способствует повышению точности классификации, снижению вероятности ошибок при расчете таможенных пошлин и налогов, а также ускорению процесса таможенного оформления.

ABSTRACT

The article examines the classification of polymer materials under the Harmonized commodity description and coding system (HS Code) to ensure the correct determination of customs duties and compliance with international standards. The key classification challenges are analyzed, including the diversity of types and processing stages, ambiguity in tariff positions, and the emergence of new innovative materials. Particular attention is given to the use of FT-IR spectroscopy as an effective method for identifying polymers, allowing for precise determination of their chemical structure and composition. It is demonstrated that this method enhances classification accuracy, reduces the likelihood of errors in customs duty and tax calculations, and accelerates the customs clearance process.

 

Ключевые слова: полимеры, ТН ВЭД, классификация, инфракрасная спектроскопия, идентификация, таможенные пошлины.

Keywords: polymers, HS Code, classification, infrared spectroscopy, identification, customs duties.

 

Введение. Полимеры, как синтетического, так и природного происхождения, занимают важное место в мировой экономике. Классификация этих материалов по ТН ВЭД является ключевым моментом для правильного применения таможенных пошлин и обеспечения соответствия товарам международным стандартам. Товары, относящиеся к полимерам, имеют разнообразное применение — от текстильной промышленности до строительства и медицины. Правильная классификация полимеров по ТН ВЭД позволяет избежать ошибок, влияющих на процесс таможенной очистки и оценку стоимости товаров.

Классификация товаров по ТН ВЭД и их правильная идентификация играют ключевую роль в торговле, соблюдении таможенных процедур и установлении корректных пошлин и налогов. Процесс классификации и идентификации может быть сложным, особенно для таких материалов, как полиамиды, полиэфиры (синтетические материалы), шерсть, шелк и хлопок (природные волокна), которые могут иметь различные модификации, обработки и составы. Важно, чтобы применяемые методы идентификации и классификации были точными, чтобы избежать ошибок, влияющих на расчет пошлин и налога.

Первой проблемой при классификации это многообразие видов и модификаций. Проблема классификации заключается в многообразии товаров, которые могут быть подвергнуты разной степени обработки (например, полиамид и полиэфиры могут быть представлены как сырье, пряжа или готовые изделия). Товар, прошедший химическую или механическую обработку, может быть классифицирован в разных товарных позициях в зависимости от степени обработки.

Второй проблемой при классификации это неоднозначность в классификации. Товары, такие как полиамид или полиэфиры, имеют сходные химические структуры, что затрудняет их точную классификацию. Полиамиды и полиэфиры могут быть ошибочно классифицированы как синтетические волокна или пластики, в зависимости от того, в какой форме товар поступает в страну.

Третьей проблемой при классификации это перепутанные товарные позиции. Продукты на основе природных волокон, такие как шерсть и шелк, могут быть перепутаны с синтетическими аналогами, что приводит к ошибкам в классификации. Например, шерсть может быть ошибочно классифицирована как синтетическое волокно из-за схожести в структуре с некоторыми синтетическими тканями.

Четвертой проблемой при классификации это новые виды и инновационные материалы. Развитие новых материалов, таких как биополимеры и экологически чистые синтетические волокна, делает классификацию еще более сложной. Это требует актуализации ТН ВЭД и создания новых товарных позиций [1].

Целью исследования является анализ особенностей классификации полимерных материалов по ТН ВЭД, выявление ключевых проблем, возникающих при их идентификации, и поиск решений для повышения точности таможенной классификации. Задачами исследования является выявление основных проблем, связанных с классификацией полимеров, включая многообразие видов и степеней обработки, неоднозначность товарных позиций, сложность идентификации натуральных и синтетических материалов, оценка существующих методов идентификации полимеров и определить их эффективность в контексте таможенной классификации, а также разработать рекомендации по совершенствованию классификации полимерных материалов с учетом современных технологий и требований международных стандартов.

Материалы и методы исследования. Идентификация этих материалов для таможенных целей представляет собой сложный процесс, который зависит от точности используемых методов. Важно провести анализ структуры и состава вещества для правильной классификации и назначения налогов и пошлин. Здесь ИК спектроскопия играет ключевую роль, поскольку она позволяет исследовать химическую структуру и состав материалов.

ИК спектроскопия является важнейшим инструментом для анализа химических связей и молекулярной структуры различных материалов. Она помогает в идентификации полиамида, полиэфиров, шерсти, шелка и хлопка благодаря способности выявлять специфические поглощения, которые характеризуют каждое вещество. В некоторых исследованиях предлагается основанный на нейронных сетях подход к анализу ИК-спектров и выявлению наличия функциональных групп. Архитектура нейронной сети исследователей основана на концепции обучения разделенных представлений. Они демонстрируют, что их метод обеспечивает благоприятную производительность проверки с использованием набора данных NIST. Кроме того, включив дополнительные данные из репозитория исследовательских данных Chemotion, находящегося в открытом доступе, они показывают, что их модель улучшает эффективность классификации нитрилов и амидов [7].

Результаты и обсуждение. Полиамид — это синтетический полимер, который широко используется в производстве текстильных волокон, пластмасс и композитных материалов. В ТН ВЭД полиамид классифицируется в разделе, посвященном синтетическим органическим полимерам, товарная позиция 3908 по ТН ВЭД. Полиамиды часто применяются в автомобилестроении, электронике и медицине, что требует точной идентификации их состава и формы в ходе таможенного оформления.

Полиамиды включены в группу в группу полимеров, раздел 39 ТН ВЭД, где они могут быть классифицированы по подкатегориям, в зависимости от степени полимеризации и предназначения.

Инфракрасная спектроскопия основывается на взаимодействии молекул вещества с инфракрасным излучением, что приводит к колебаниям химических связей в молекуле. Для полиамидов характерна наличие специфических спектральных полос, которые позволяют определить их структуру и химический состав.

Инфракрасные спектры образца получили с использованием FTIR Cary 630 в соответствии с пользовательским руководством. Полученные спектры сравнивали со спектрами, представленными в библиотеке FTIR Cary 630 [5].

Эти пики позволяют отличать полиамид от других полимеров, таких как полиэфиры [4].

Полиэфиры — это полимеры, получаемые в результате поликонденсации, в ходе которой образуются эфирные связи между молекулами. Наиболее известными полиэфирами являются полиэтиленгликоль, полиэтилентерефталат, полиэтиленоксид и полиуретаны. Они обладают различными физико-химическими свойствами, которые зависят от состава мономеров, использованных для их синтеза, и от структуры полимерной цепи.

 

Рисунок 1. ИК-спектр полиамида

 

Основные особенности ИК спектра полиамида:

Описание ИК-спектра полиамида представлено в таблице 1.

Таблица 1.

Описание ИК-спектра полиамида

 

Применение полиэфиров широко разнообразно, от текстиля до упаковки и медицины. Таким образом, для правильной классификации этих материалов необходимо учитывать их химическую структуру, молекулярную массу и форму, а также конечное назначение.

Основные виды полиэфиров и их классификация по ТН ВЭД.

1. Полиэтилентерефталат и его производные

Полиэтилентерефталат — один из наиболее широко используемых полиэфиров, который применяется в производстве пластиковых бутылок, упаковок, тканей и других материалов. Полиэтилентерефталат состоит из повторяющихся звеньев, образованных в результате поликонденсации этиленгликоля с терефталевой кислотой. Код по ТН ВЭД: 3907 99 90 00 — это код, который охватывает полиэфиры, полученные из терефталевой кислоты и их производные. Полиэтилентерефталат также может быть классифицирован в зависимости от того, является ли он в виде гранул, пленки, волокон или иных форм.

2. Полиэфиры, полученные из других кислот и диолов.

Помимо Полиэтилентерефталат, существует множество других полиэфиров, синтезируемых из различных диолов и кислот. К ним можно отнести полиэфиры, полученные из гликоля и изофталевой, фталевой, адипиновой и других кислот. Код по ТН ВЭД: 3907 99 10 00 — полиэфиры, полученные на основе диолов и других кислот, в частности полиэтиленгликоля, адипиновой кислоты и других аналогичных мономеров.

3. Полиуретаны.

Полиуретаны являются полиэфирами, но в отличие от традиционных полиэфиров, они содержат уретановые связи в своей структуре. Полиуретаны широко применяются в производстве пенопластов, покрытий, уплотнителей и других материалов. Эти полимеры получают в результате реакции полиолов с изоцианатами.

Код по ТН ВЭД: 3909 50 00 00 — полиуретаны в первичных формах, которые могут включать как твердые, так и жидкие полиуретаны.

 

Рисунок 2. ИК-спектр полиэфиров

 

4. Полиэфиры для медицинского применения.

Полиэфиры также используются в медицине для производства биосовместимых имплантатов, хирургических материалов и других медицинских устройств. Такие полиэфиры могут включать полиуретаны, полиэтиленоксиды и другие производные.

Код по ТН ВЭД: 3907 99 90 00 или 3907 99 10 00 — в зависимости от того, является ли полиэфир в чистом виде или используется как компонент в медицинских изделиях.

Описание ИК-спектра полиэфиров представлено в таблице 2.

Таблица 2.

Описание ИК-спектра полиэфиров

 

Эти пики в ИК-спектрах являются характерными для полиэфиров и могут быть использованы для их отличия от других типов полимеров [6].

Шерсть — это природное волокно, получаемое с помощью стрижки животных, таких как овцы, козы, альпаки и другие. Шерсть используется в текстильной промышленности для производства различных материалов, включая ткани, пряжу, ковры и другие изделия.

Шерсть классифицируется в ТН ВЭД в зависимости от её типа, обработки, а также назначения. Основными группами ТН ВЭД для шерсти являются следующие:

Шерсть, не прядёная и не обработанная (сырье).

Код по ТН ВЭД 5101 — шерсть в виде сырье, не прядёная и не обработанная, с минимальной обработкой. В эту категорию входят необработанные шерстяные волокна, которые могут быть использованы для дальнейшей переработки.

Пряжа и полуфабрикаты из шерсти код по ТН ВЭД 5104 — пряжа, которая была обработана или пряжа из шерсти, готовая для дальнейшего использования в текстильной промышленности.

Ткани и изделия из шерсти код по ТН ВЭД 5111 — ткани, изготовленные из шерсти или на основе шерстяных волокон. Эти ткани могут быть различных видов, включая ковры, ткани для одежды, одеяла и прочие изделия.

Шерсть, прядёная и обработанная (готовая продукция) код по ТН ВЭД  5105 — шерсть, прядёная в пряжу или иным способом обработанная, готовая к использованию для производства текстильных изделий.

Шерсть в смеси с другими волокнами классифицируются в товарной позиции товарной номенклатуре 5107 — шерсть, используемая в составе смесей с другими волокнами, например, с синтетическими или другими натуральными волокнами.

Разделение по происхождению шерсти

Овечья шерсть (самый распространённый вид шерсти, получаемый от овец).

Овечья шерсть может быть как обработанной, так и необработанной.

Код по ТН ВЭД: 5101 10 00 — шерсть овец, не обработанная.

Шерсть других животных — такие как верблюжья шерсть, шерсть альпаки, мохер (шерсть козы), ангора (шерсть ангоровых коз), кашемир (шерсть кашемировых коз).

Код по ТН ВЭД: 5101 90 00 — шерсть других животных, не обработанная.

Код по ТН ВЭД: 5105 90 00 — пряжа из шерсти других животных.

 

Рисунок 3. ИК-спектр шерсти

 

Описание ИК-спектра шерсти представлено в таблице 3.

Таблица 3.

Описание ИК-спектра шерсти

 

Эти пики в ИК-спектрах являются характерными для шерсти и могут быть использованы для их отличия от шелка [2].

Шелк — это природный волокнистый материал, который получают из коконов шелкопрядов, а также других насекомых. Его уникальные свойства, такие как мягкость, прочность и блеск, делают шелк ценным материалом в текстильной промышленности. Шелк по ТН ВЭД классифицируется в зависимости от его формы, использования и обработки.

Шелк классифицируется по следующим категориям в ТН ВЭД:

Шелк необработанный и полуобработанный (живой шелк). Код по ТН ВЭД 5001 — шелк, полученный из коконов шелкопрядов, в том числе неокрашенный, нестерилизованный и не подлежащий дополнительной обработке. Этот код охватывает как натуральный шелк, так и его промежуточные формы, такие как полуобработанный шелк.

Шелк, обработанный для текстильных изделий Код по ТН ВЭД 5002 — обработанный шелк, который прошел минимальную обработку для использования в текстильной промышленности. Это может быть шелк, подвергнутый отбеливанию, окраске или другим процессам, делая его пригодным для дальнейшего использования в производстве тканей и изделий.

Шелк является одним из самых древних и высоко ценимых натуральных волокон, используемых в текстильной промышленности. В зависимости от способа обработки и применения, шелк может быть представлен в различных формах, таких как пряжа, ткань, или использоваться в составе смесей с другими волокнами. Рассмотрим подробнее несколько видов шелка, классифицируемых по ТН ВЭД.

Шелк в виде пряжи или ткани (Код по ТН ВЭД 5003-5006). Данный код охватывает шелк, который подвергся переработке в различные формы, пригодные для использования в текстильной промышленности, такие как пряжа или ткань. Шелк в этих формах может быть использован в производстве как чистых шелковых тканей, так и изделий, которые сочетают шелк с другими типами волокон. Изделия могут включать такие ткани, как атлас, крепдешин, шелковые полотна и другие. Шелк, преобразованный в пряжу, является основным материалом для ткачества, а также используется для вязания и производства высококачественных текстильных изделий.

Шелк в составе смесей с другими волокнами (Код по ТН ВЭД 5007). Этот код относится к шелку, который используется в сочетании с другими природными или синтетическими волокнами, такими как хлопок, шерсть, полиэстер или нейлон. Шелк в таких смесях значительно улучшает текстильные свойства конечного изделия.

 

Рисунок 4. ИК-спектр шелка

 

Описание ИК-спектра шелка представлено в таблице 4.

Таблица 4.

Описание ИК-спектра шелка

 

ИК-спектры шелка детально рассматриваются в ряде научных исследований [3].

Хлопок — это натуральное волокно, которое получают из семян растений рода Gossypium. Хлопок используется в текстильной промышленности для производства тканей, пряжи и других материалов.

Основные группы ТН ВЭД для хлопка.

Хлопок-сырец (необработанный) Код по ТН ВЭД 5201 — необработанный хлопок, включая неочищенные волокна, получаемые прямо с растения.

Хлопок, очищенный от семян Код по ТН ВЭД 5203 — хлопок, очищенный от семян (т.е. пряжа или волокна, очищенные от семечек, но еще не прядённые или не обработанные для производства ткани).

Хлопковая пряжа (прядёная) Код по ТН ВЭД 5205 — хлопковая пряжа, которая прошла процесс прядения и готова к использованию в текстильной промышленности. Ткани из хлопка код по ТН ВЭД: 5208 — ткани, изготовленные из хлопковых волокон, которые могут быть использованы для производства одежды, постельного белья, покрывал и других текстильных изделий.

Хлопковые изделия (готовая продукция) код по ТН ВЭД: 5209 — готовые изделия, изготовленные из хлопка, такие как одежда, постельное бельё и другие текстильные изделия.

 

Рисунок 5. ИК-спектр хлопка

 

Хлопок в виде отходов (мусор) код по ТН ВЭД: 5202 — отходы хлопка, которые могут быть использованы в промышленности для производства других товаров или как сырье для переработки.

Описание ИК-спектра хлопка представлено в таблице 5.

Таблица 5.

Описание ИК-спектра хлопка

 

Пики в этих областях помогают идентифицировать хлопок как материал, состоящий из целлюлозы [8].

Заключение. Правильная классификация и идентификация материалов, таких как полиамиды, полиэфиры (синтетические материалы), шерсть, шелк и хлопок (природные волокна), имеют решающее значение для внешней торговли и таможенного контроля. ИК спектроскопия предоставляет уникальные возможности для анализа химической структуры этих материалов, позволяя точно идентифицировать их на основе характерных пиков. Это помогает избежать ошибок в классификации, которые могут повлиять на расчет пошлин и налогов, а также ускоряет процесс таможенного оформления товаров.

Применение ИК спектроскопии в таможенной практике не только повышает точность и скорость идентификации материалов, но и минимизирует риски правовых споров, связанных с неправильным классифицированием товаров. Это особенно важно для международной торговли, где каждый товар, в зависимости от его состава, подлежит разным тарифам и правилам, что напрямую влияет на финансовые потоки и конкурентоспособность участников внешней торговли.

Внедрение высокотехнологичных методов, таких как ИК спектроскопия, позволяет значительно улучшить качество контроля и способствует формированию прозрачной и эффективной системы налогообложения.

Кроме того, ИК спектроскопия значительно снижает человеческий фактор в процессе таможенной экспертизы, поскольку автоматизация процесса позволяет минимизировать ошибки, связанные с субъективным восприятием экспертов. В перспективе развитие таких технологий может привести к созданию интегрированных информационных систем, которые будут автоматически классифицировать материалы при их ввозе или вывозе, ускоряя весь процесс таможенного оформления. Таким образом, ИК спектроскопия становится не только инструментом для повышения точности, но и важным элементом для оптимизации работы таможенных органов, что в свою очередь повышает эффективность внешней торговли и способствует глобализации экономических процессов.

 

Список литературы:

1. Зуфарова Н.А., Махмудов А.М., Яхяев Д.О., Караманов Б.З.‚ Мурзаев Р. К.‚ Абзанов Т.Р. Товарная номенклатура внешней экономической деятельности Узбекистан. – 2022. – Т.: Издательство «ВЭД». – 783 с.
2.  Allafi F., Hossain S., Marwan S. Advancements in applications of natural wool fiber: review // Journal of Natural Fibers. – 2020. – Vol. 19 (1). – P. 1–16.
3. Audet M.B., Vollrath F., Holland C. Identification and classification of silks using infrared spectroscopy // Journal of Experimental Biology. – 2015. – Vol. 218(19). – P. 25–41.
4. Krishna S., Sreedharb I., Patel C.M. Molecular dynamics simulation of polyamide-based materials – A review // Computational Materials Science. – 2021. – Vol. 200. – P. 225–235.
5. Peets P., Leito I., Pelt J., Vahur S. Identification and classification of textile fibres using ATR-FT-IR spectroscopy with chemometric methods // Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. – February 2017. – Vol. 173. – № 15 – P. 175–181.
6. Philips D.S., Nair A.B. 2 - Unsaturated polyester resins and their classification // Applications Of Unsaturated Polyester Resins synthesis, modifications, and preparation methods. – 2023. – P. 17–24.
7. Punjabi D., Huang Y., Holzhauer L., Tremouilhac P., Friederich P., Jung N.,  Bräse S. Infrared spectrum analysis of organic molecules with neural networks using standard reference data sets in combination with real-world data // Journal of Cheminformatics. – 2025. – Vol. 17. – № 24 – P. 325–332.
8. Yan Lv, Gao Y., Rigall E., Qi L., Gao F., Dong J. Cotton appearance grade classification based on machine learning // Procedia Computer Science. – 2020. – Vol.  174. – P. 729–734.