Использование метода Z-DEMATEL для анализа проблем управления кадрами отечественных машиностроительных предприятий
Автор: Логиновский О.В., Голлай А.В., Максимов А.А., Гусев Е.В., Щемлев М.В.
Рубрика: Управление в социально-экономических системах
Статья в выпуске: 2 т.24, 2024 года.
Бесплатный доступ
Кадровые проблемы в машиностроении для нашей страны не являются чем-то новым. Так, уже в 1990-х гг. данная отрасль промышленности испытывала острую потребность в квалифицированном персонале, а в 2000 г., вследствие возникновения необходимости увеличения объемов производства, дефицит кадров стал ощущаться еще более остро. В настоящее время из-за резкого увеличения гособоронзаказа и потребности в загрузке примыкающих к нему производств проблема кадрового дефицита имеет максимальные показатели за последние 30 лет. Результаты конъюнктурного опроса руководителей около 1000 промышленных предприятий, проведенного специалистами Института экономической политики им. Егора Гайдара в апреле 2023 г., показали, что около одной трети промышленных предприятий столкнулись с недостаточным количеством персонала как одним из основных препятствий для увеличения количества выпускаемой продукции. Цель исследования: выявить основные факторы, влекущие за собой проблемы управления кадровыми ресурсами российских машиностроительных предприятий и трудности при выполнении заказов. Используя гибридный подход, определить важность каждого фактора, их взаимовлияние и провести классификацию по признакам «причина - эффект».
Кадры, персонал, dematel, дефаззификация, z-числа, нечеткая логика, машиностроение
Короткий адрес: https://sciup.org/147243969
IDR: 147243969 | УДК: 658.3.07 | DOI: 10.14529/ctcr240207
Using the Z-DEMATEL method to analyze the problems of personnel management of domestic machine-building enterprises
Personnel problems in mechanical engineering are not something new for our country. So, already in the 1990s, this industry was in dire need of qualified personnel, and in 2000, due to the need to increase production volumes, the shortage of personnel began to be felt even more acutely. At present, due to a sharp increase in the state defence order and the need to load the industries adjacent to it, the problem of personnel shortage has its highest levels over the past 30 years. The results of a market survey of managers of about 1000 industrial enterprises, conducted by specialists from the Yegor Gaidar Institute of Economic Policy in April 2023, showed that about one-third of industrial enterprises faced an insufficient number of personnel as one of the main obstacles to increasing the number of products. The purpose of the study is to identify the main factors that entail the problems of managing human resources of Russian machine-building enterprises and difficulties in fulfilling orders. Using a hybrid approach, determine the importance of each factor, their meanings of mutual influence and classify them according to cause-effect.
Текст научной статьи Использование метода Z-DEMATEL для анализа проблем управления кадрами отечественных машиностроительных предприятий
Актуальность проблемы управления кадрами машиностроительных предприятий обусловлена резко возросшей потребностью в увеличении объемов промышленного производства. Параллельно сотрудникам Института экономической политики им. Егора Гайдара на дефицит кадров и их недостаточную квалификацию обратили внимание и в ЦБ РФ. Так, согласно данным мониторинга предприятий за апрель 2023 г., I квартал отметился ухудшением ситуации по сравнению с предыдущим. Наиболее остро проблемы с персоналом испытывают предприятия обрабатывающих производств, добычи полезных ископаемых, водоснабжения, а также транспортировки и хранения [1, 2].
Предпринимаемые меры по индексации зарплат на предприятиях обрабатывающих производств проблемы отсутствия персонала и недостаточность его квалификации не решили. В исследовании было выявлено, что обеспеченность необходимыми для выполнения заказов кадрами оказалась самой низкой с 1998 г. [3].
На необходимость комплексного решения проблем управления кадрами предприятий машиностроения как качественного, так и количественного характера указывает ряд исследований, в которых приводятся различные рекомендации [4–6]. Также проблемы с кадровыми ресурсами отмечены на уровне высшего политического руководства страны, что подтверждает Указ Президента РФ от 02.07.2021 г. № 400 «О стратегии национальной безопасности Российской Федерации», согласно которому устранению подлежат диспропорции на рынке труда, дефицит рабочих и инженерных кадров. Предполагается также сократить неформальную занятость и повысить уровень профессиональной подготовки специалистов [7].
1. Анализ литературы
Исследованию проблем кадрового обеспечения машиностроительных предприятий посвящено немало исследовательских работ. По результатам изучения литературы по теме выявлены факторы, влияющие на проблемы с персоналом и, как следствие, возможности выпуска продукции (табл. 1). В данном исследовании мы не будем классифицировать факторы как влияющие на проблемы по привлечению персонала и на проблемы по управлению персоналом, а будем рассматривать их в целостной системе для определения их взаимовлияний. Всего было исследовано f = 9 факторов.
Таблица 1 Факторы, влияющие на проблемы с персоналом
Table 1
Factors affecting personnel problems
|
№ п/п |
Обозначение |
Описание |
|
1 |
F 1 |
Разрушение института наставничества на предприятии [8] |
|
2 |
F 2 |
Проблема привлечения молодых специалистов [9] |
|
3 |
F 3 |
Уход ученых из научно-исследовательских институтов в коммерческие организации [10] |
|
4 |
F 4 |
Недостаточная престижность профессии [11] |
|
5 |
F 5 |
Отсутствие устойчивых связей между учебными заведениями и промышленными предприятиями [11] |
|
6 |
F 6 |
Неравномерная трудовая миграция высококвалифицированных кадров [12] |
|
7 |
F 7 |
Недостаточная квалификация выпускников учебных заведений [13] |
|
8 |
F 8 |
Дефицит кадров [13] |
|
9 |
F 9 |
Сокращение количества выпускников со средним специальным (техническим) образованием [14] |
2. Методы
Методология данного исследования состоит из 4 частей. Шаг 1 показывает, как определить и как отфильтровать факторы, влияющие на проблемы управления персоналом; на шаге 2 для снижения влияния неопределенности экспертных мнений применены Z -числа; шаг 3 описывает этапы анализа DEMATEL и дает представление о взаимовлияниях факторов.
Метод DEMATEL был использован в данной работе по причине его возможностей в вычислении весовых характеристик и определения на основе их взаимовлияний рассматриваемых явлений, а рассматриваемые нами факторы не могут считаться независимыми. По результатам метода мы получили матрицу взаимовлияний и определили, какие направления влияний имеются в системе рассматриваемых факторов [15, 16].
Шаг 1. Анализируемые данные были собраны с помощью двухэтапного опроса, в котором участвовали N = 5 специалистов в сфере отечественного машиностроения. Участники исследо- вания были отобраны по обладанию тремя характеристиками одновременно: работа в сфере машиностроения не менее 10 лет на инженерных либо управленческих должностях, опыт в подборе и поиске персонала для производственных задач, выполнение трудовой функции в сфере машиностроения в настоящее время. На первом этапе опроса при попарном сравнении уровней взаимовлияния факторов экспертам предлагалось оценить уровень влияния фактора Fl на фактор Fm . Эксперты составили матрицы отношений Xi, где i = [1...N] - условные номера экспертов. Ответы были даны в виде лингвистических интерпретаций соответствующих нечетких треугольных чисел (далее – ТНЧ), данная форма которых была выбрана для упрощения расчетов (табл. 2). Второй этап опроса в стандартном методе DEMATEL представлял собой необходимость выражения каждым из экспертов своего мнения по поводу достоверности своего ответа [17], но нам представляется, что в таком виде метод не в полной мере учитывает необходимость объективной оценки. В нашем методе экспертам было предложено оценить достоверность ответов других четырех экспертов на первый вопрос. Ответы давались в виде лингвистических интерпретаций по аналогии с оценкой уровней влияния (табл. 3). Каждым экспертом были составлены еще четыре матрицы Rj, где i = [1. N] - условный номер эксперта, а j = [1. N], j # i.
Таблица 2
Шкалы для ответов на вопрос № 1
Table 2
Response scales for question № 1
|
Возможные варианты ответа на вопрос № 1 |
Треугольное нечеткое число |
|
Не влияет |
[0; 0; 0,25] |
|
Влияет очень слабо |
[0; 0,25; 0.5] |
|
Влияет слабо |
[0,25; 0,5; 0,75] |
|
Влияет существенно |
[0,5; 0,75; 1] |
|
Влияет очень существенно |
[0,75; 1; 1] |
Таблица 3
Шкалы для ответов на вопрос № 2
Table 3
Response scales for question № 2
|
Уровень уверенности |
Треугольное число |
k |
k |
|
Невозможно |
[0,1; 0,2; 0,3] |
0,2 |
0,45 |
|
Скорее невозможно |
[0,3; 0,4; 0,5] |
0,4 |
0,63 |
|
Возможно |
[0,5; 0,6; 0,7] |
0,6 |
0,77 |
|
Скорее точно |
[0,7; 0,8; 0,9] |
0,8 |
0,89 |
|
Абсолютно точно |
[1; 1; 1] |
1 |
1 |
Шаг 2. Поскольку мнения экспертов связаны с неопределенностью, использовались Z -числа для снижения её влияния. В классическом варианте Z -число используется в неопределенных вычислениях, т. е. в системе вычислений, в которой объектами вычислений являются не значения переменных, а ограничения на значения переменных. Таким образом, в числе Z ( A , B ), A – ограничение на значение, которое может принимать Z , а B – вероятность того, что Z находится под влиянием ограничения A [18] . В данном исследовании Z -числа используются в виде совокупности двух ТНЧ. Таким образом, Z ( X , R ) – окончательная оценка каждого ответа каждого эксперта, где X = ( x , y , z ) - ТНЧ в соответствии с его лингвистической интерпретацией, выданной экспертом (см. табл. 2); R = ( a , b , c ) - ТНЧ, характеризующее степень достоверности ответа эксперта на вопрос № 1 (см. табл. 3) [19].
В соответствии с предлагаемым методом для вычисления исходной матрицы прямых отношений требуется выполнить ряд дополнительных действий, определяемых следующим алгоритмом.
Шаг 2.1. Из матриц R ij получить матрицы Kij по формуле
K im , j = J ( a + b + c )/3 , (1)
где l, m = [1... f ]; a, b, c - составляющие элементы R im,ij .
Шаг 2.2. Из матриц Kij получить матрицы Ki ' по формуле N
Klm , i = v , £ K im , ij , j * i , (2)
N - 1 j = 1 где l , m = [1 . f ].
Тогда, в соответствии с методом, по формуле 7 V.
Zlm,i = Kim,i Xlm,i .
Шаг 3. Далее нам необходимо построить матрицу прямых влияний, определяемую по формуле
Dlm = £^Z lm,i .(4)
N ; = r
Следующий этап – построение усредненной матрицы A в соответствии с формулой A = D ■ Q,(5)
где
Q = min
max
(£ ND m l Гтах( Z N J D m l) \^1 =1| I/ \=1m =1| I/
Дальнейшее действие – получение матрицы окончательных отношений T по формуле T = A ■ ( I - A ) - 1,
где I – единичная матрица.
Таким образом, матрица T выглядит так, как представлено в выражении
111 111
z zz t21 t22 ...
T = ..
L tl 1 tl 2 . tlm J где tlm = (tlm,u, tlm,v, tim,w) - итоговая оценка уровня влияния фактора Fi по сравнению с фактором Fj . Наиболее важные факторы могут быть определены на основании данных матрицы T .
Суммы строк и суммы столбцов подматриц Tu , Tv и Tw обозначаются ТНЧ S l и C m соответственно. Их можно получить с помощью выражений [20]:
f
Si = £tlm , l = 1,2,. f,(8)
m=1 f cm =£ tlm , m = 1,2,., f,(9)
i = 1
Si + Cm , l = m = 1,2,., f,(10)
Si - Cm, i = m = 1,2,., f.(11)
Для любого фактора Fl значение S представляет собой уровень влияния данного фактора на остальные, а значение C является уровнем влияния которое оказывают остальные факторы на фактор Fl. Величины S + C выявляют важность фактора Fl во всей системе факторов, т. е. чем больше данная сумма, тем Fl важнее. Величины S - C показывают силу чистого влияния фактора Fl на систему. На основании этой разности факторы классифицируются на причины и эффекты. В случае если Si - Ci > 0, фактор является причиной, в противоположном случае - эффектом. Для избавления от ТНЧ необходимо провести дефаззификацию матрицы T и полученных значе-~ ~ ~ ~ _ ний S, C, S + C, S - C по формуле [21]:
S ( t lm ’ 0) = 4 ( t lm , u + 2 X t lm , v + t lm , w ) . (12)
Окончательно получаем итоговую матрицу H и значения S , C , S + C , S - C [22].
3. Результаты
Выполнение алгоритма согласно шагам 1–3 обеспечило получение матрицы окончательных отношений T (табл. 4), значений S i , Cт , S i + Cт , S i - Cт (табл. 5).
Таблица 4
Матрица окончательных отношений
Table 4
Final relationship matrix
|
Fi |
F 1 |
F 2 |
F 3 |
F 4 |
F 5 |
F 6 |
F 7 |
F 8 |
F 9 |
|
[0,064; |
[0,146; |
[0,025; |
[0,093; |
[0,085; |
[0,063; |
[0,105; |
[0,127; |
[0,064; |
|
|
F 1 |
0,090; |
0,198; |
0,038; |
0,120; |
0,125; |
0,091; |
0,132; |
0,169; |
0,097; |
|
0,192] |
0,319] |
0,161] |
0,230] |
0,221] |
0,190] |
0,240] |
0,283] |
0,198] |
|
|
[0,161; |
[0,113; |
[0,042; |
[0,145; |
[0,133; |
[0,107; |
[0,062; |
[0,274; |
[0,109; |
|
|
F 2 |
0,167; |
0,122; |
0,056; |
0,146; |
0,143; |
0,124; |
0,075; |
0,270; |
0,103; |
|
0,284] |
0,224] |
0,179] |
0,249] |
0,240] |
0,223] |
0,207] |
0,363] |
0,198] |
|
|
[0,186; |
[0,156; |
[0,042; |
[0,178; |
[0,114; |
[0,098; |
[0,173; |
[0,202; |
[0,054; |
|
|
F 3 |
0,194; |
0,190; |
0,050; |
0,184; |
0,150; |
0,113; |
0,199; |
0,232; |
0,063; |
|
0,314] |
0,314] |
0,146] |
0,283] |
0,265] |
0,221] |
0,315] |
0,364] |
0,196] |
|
|
[0,258; |
[0,350; |
[0,192; |
[0,100; |
[0,144; |
[0,122; |
[0,095; |
[0,371; |
[0,191; |
|
|
F 4 |
0,264; |
0,347; |
0,181; |
0,107; |
0,166; |
0,132; |
0,119; |
0,367; |
0,187; |
|
0,369] |
0,436] |
0,276] |
0,208] |
0,279] |
0,241] |
0,263] |
0,450] |
0,287] |
|
|
[0,254; |
[0,351; |
[0,081; |
[0,115; |
[0,086; |
[0,108; |
[0,192; |
[0,358; |
[0,176; |
|
|
F 5 |
0,272; |
0,364; |
0,105; |
0,150; |
0,107; |
0,134; |
0,213; |
0,369; |
0,187; |
|
0,379] |
0,447] |
0,246] |
0,278] |
0,211] |
0,257] |
0,347] |
0,462] |
0,302] |
|
|
[0,100; |
[0,112; |
[0,035; |
[0,031; |
[0,088; |
[0,026; |
[0,028; |
[0,130; |
[0,045; |
|
|
F 6 |
0,135; |
0,169; |
0,056; |
0,060; |
0,118; |
0,044; |
0,055; |
0,180; |
0,068; |
|
0,266] |
0,304] |
0,175] |
0,194] |
0,229] |
0,131] |
0,196] |
0,319] |
0,185] |
|
|
[0,084; |
[0,043; |
[0,013; |
[0,037; |
[0,030; |
[0,055; |
[0,014; |
[0,112; |
[0,015; |
|
|
F 7 |
0,116; |
0,109; |
0,032; |
0,065; |
0,058; |
0,080; |
0,030; |
0,152; |
0,028; |
|
0,245] |
0,246] |
0,148] |
0,172] |
0,171] |
0,167] |
0,124] |
0,274] |
0,147] |
|
|
[0,214; |
[0,122; |
[0,061; |
[0,081; |
[0,089; |
[0,081; |
[0,042; |
[0,081; |
[0,037; |
|
|
F 8 |
0,225; |
0,140;0 |
0,068; |
0,100; |
0,103; |
0,092; |
0,062; |
0,097; |
0,045; |
|
0,338] |
,270] |
0,174] |
0,219] |
0,209] |
0,184] |
0,196] |
0,212] |
0,168] |
|
|
[0,157; |
[0,235; |
[0,051; |
[0,076; |
[0,108; |
[0,117; |
[0,040; |
[0,293; |
[0,044; |
|
|
F 9 |
0,177; |
0,251; |
0,068; |
0,088; |
0,121; |
0,128; |
0,065; |
0,297; |
0,050; |
|
0,305] |
0,359] |
0,193] |
0,226] |
0,234] |
0,234] |
0,215] |
0,394] |
0,146] |
Таблица 5
Значения S l , C m , S^C m , S l - C m
Table 5
Meanings of S i , C m , S i + C m , Si - C m
|
F i |
S l |
C m |
~ ~ S l + C m |
^. ~ S l - C m |
|
F 1 |
[0,77; 1,06; 2,03] |
[1,48; 1,64; 2,69] |
[2,25; 2,70; 4,73] |
[–0,71; –0,58; –0,66] |
|
F 2 |
[1,15; 1,21; 2,17] |
[1,63; 1,89; 2,92] |
[2,77; 3,10; 5,09] |
[–0,48; –0,68; –0,75] |
|
F 3 |
[1,20; 1,38; 2,42] |
[0,54; 0,65; 1,70] |
[1,75; 2,03; 4,12] |
[0,66; 0,72; 0,72] |
|
F 4 |
[1,82; 1,87; 2,81] |
[0,86; 1,02; 2,06] |
[2,68; 2,89; 4,87] |
[0,97; 0,85; 0,75] |
|
F 5 |
[1,72; 1,90; 2,93] |
[0,88; 1,09; 2,06] |
[2,60; 2,99; 4,99] |
[0,84; 0,81; 0,87] |
|
F 6 |
[0,60; 0,89; 2,00] |
[0,78; 0,94; 1,85] |
[1,37; 1,82; 3,85] |
[–0,18; –0,05; 0,15] |
|
F 7 |
[0,40; 0,67; 1,69] |
[0,75; 0,95; 2,10] |
[1,15; 1,62; 3,80] |
[–0,35; –0,28; –0,41] |
|
F 8 |
[0,81; 0,93; 1,97] |
[1,95; 2,13; 3,12] |
[2,76; 3,07; 5,09] |
[–1,14; –1,20; –1,15] |
|
F 9 |
[1,12; 1,25; 2,31] |
[0,74; 0,83; 1,83] |
[1,86; 2,07; 4,13] |
[0,39; 0,42; 0,48] |
После процедуры дефаззификации матрицы T получена итоговая матрица H (табл. 6), а выявленные с помощью анализа литературы факторы классифицированы на причины и эффекты (табл. 7).
Таблица 6
Таблица 7
Итоговая матрица H
Table 6
Final matrix H
|
Fi |
F 1 |
F 2 |
F 3 |
F 4 |
F 5 |
F 6 |
F 7 |
F 8 |
F 9 |
|
F 1 |
0,109 |
0,215 |
0,066 |
0,141 |
0,139 |
0,109 |
0,152 |
0,187 |
0,114 |
|
F 2 |
0,195 |
0,145 |
0,083 |
0,172 |
0,165 |
0,145 |
0,105 |
0,294 |
0,128 |
|
F 3 |
0,222 |
0,213 |
0,072 |
0,207 |
0,170 |
0,136 |
0,222 |
0,258 |
0,094 |
|
F 4 |
0,289 |
0,370 |
0,208 |
0,131 |
0,189 |
0,157 |
0,149 |
0,389 |
0,213 |
|
F 5 |
0,294 |
0,382 |
0,134 |
0,173 |
0,128 |
0,158 |
0,241 |
0,390 |
0,213 |
|
F 6 |
0,159 |
0,189 |
0,081 |
0,086 |
0,138 |
0,061 |
0,084 |
0,202 |
0,092 |
|
F 7 |
0,140 |
0,127 |
0,056 |
0,085 |
0,079 |
0,096 |
0,050 |
0,173 |
0,055 |
|
F 8 |
0,251 |
0,168 |
0,093 |
0,125 |
0,126 |
0,112 |
0,091 |
0,122 |
0,074 |
|
F 9 |
0,204 |
0,274 |
0,095 |
0,120 |
0,146 |
0,152 |
0,096 |
0,320 |
0,073 |
Значения S , C , S + C , S - C
Table 7
Meanings of S , C , S + C , S - C
|
F i |
S |
C |
S + C |
S - C |
Влияние на систему |
|
F 1 |
1,23 |
1,86 |
3,09 |
–0,63 |
Эффект |
|
F 2 |
1,43 |
2,08 |
3,51 |
–0,65 |
Эффект |
|
F 3 |
1,59 |
0,89 |
2,48 |
0,71 |
Причина |
|
F 4 |
2,09 |
1,24 |
3,33 |
0,85 |
Причина |
|
F 5 |
2,11 |
1,28 |
3,39 |
0,83 |
Причина |
|
F 6 |
1,09 |
1,13 |
2,22 |
–0,03 |
Эффект |
Окончание табл. 7
Table 7 (end)
|
F 7 |
0,86 |
1,19 |
2,05 |
–0,33 |
Эффект |
|
F 8 |
1,16 |
2,33 |
3,49 |
–1,17 |
Эффект |
|
F 9 |
1,48 |
1,05 |
2,53 |
0,42 |
Причина |
Заключение
В данном исследовании проведен анализ литературы и выявлены факторы, влияющие на проблемы управления персоналом и, как следствие, невозможность выпуска продукции в требуемом количестве и качестве. На основе двухэтапного опроса экспертов были выявлены уровни взаимовлияний вышеуказанных факторов. Научную новизну представляет метод снижения неопределенности при ответах экспертов, а именно – второй этап опроса, на котором эксперты оценивали достоверность ответов других четырех экспертов. В результате применения гибридного подхода, включающего в себя метод DEMATEL в совокупности с Z-числами, были оценены уровни влияний факторов на систему и друг на друга, выявленные факторы классифицированы на причины и эффекты. Как видно из рисунка, факторы F4 , F5 и F3 наиболее влиятельны соответ-
|
F • F3 |
4 _ • F5 |
||
|
• F9 |
|||
|
> |
• F6 • F7 |
||
|
• Fl • F2 |
|||
|
• F8 |
s+c
Уровни влияний факторов на систему и друг на друга Levels of influence of factors on the system and on each other
ственно, а факторы F8 , F2 и F1 наиболее подвержены влиянию. Чем правее на графике распо- ложен фактор, тем он более важен для контроля над системой.
Список литературы Использование метода Z-DEMATEL для анализа проблем управления кадрами отечественных машиностроительных предприятий
- Краснопевцева И.В. Кадровые проблемы российских промышленных предприятий // Вестник ИрГТУ. 2012. № 9 (68). С. 274-280.
- Цухло С.В. 35 % промышленных предприятий в России испытывают дефицит кадров [Электронный ресурс]. URL: https://www.iep.ru/ru/kommentarii/sergey-tsukhlo-35-promyshlennykh-predpriyatiy-v-rossii-ispytyvayut-defitsit-kadrov.html (дата обращения: 02.02.2024).
- Банк России. Мониторинг предприятий № 4. Апрель 2023 г. Информационно-аналитический комментарий [Электронный ресурс]. URL: https://www.cbr.ru/Collection/Collection/File/ 43904/monitoring_0423.pdf (дата обращения: 02.02.2024).
- Волков В.И., Кабанов Д.В. Кадровый потенциал как ключевая составляющая устойчивого развития машиностроительных предприятий // Экономика труда. 2018. Т. 5, № 4. С. 1165-1178. DOI: 10.18334/et.5.4.39579
- Цифровая трансформация экономики и промышленности: проблемы и перспективы: мо-ногр. / А.А. Алетдинова, И.А. Аренков, Р.Р. Афанасьева и др.; под ред. А.В. Бабкина. СПб.: Изд-во Политехн. ун-та, 2017. 807 с.
- Тронина И.А., Татенко Г.И., Злобина И.В. Технологические компетенции для инновационного развития регионов // Вестник академии знаний. 2020. № 40 (5). С. 408-414. DOI: 10.24412/2304-6139-2020-10654
- Стратегия национальной безопасности Российской Федерации: утверждена Указом Президента Российской Федерации от 02.07.2021 № 400 [Электронный ресурс]. URL: https://www.consultant.ru/document/cons_doc_LAW_389271/ (дата обращения: 02.02.2024).
- Каштанова Е.В., Захаров Д.К. Цифровая трансформация корпоративной системы обучения // Управление персоналом и интеллектуальными ресурсами в России. 2021. Т. 10, № 1. С. 37-43. DOI: 10.12737/2305-7807-2021-10-1-37-43
- Надточий Ю.Б., Горелова Л.И. Проблемы ресурсного обеспечения предприятий ракетно-космической отрасли // Вопросы инновационной экономики. 2019. Т. 9, № 2. С. 541-588.
- Suvalova T.V., Troitskiy A.V, Zhaxybayeva G.S. Evolution of the Labor Market: Challenges of the Millennial Generation // Digital Economy and the New Labor Market: Jobs, Competences and Innovative HR Technologies. IPM 2020. Lecture Notes in Networks and Systems. 2021. Vol. 161. P. 77-84.
- Бугаенко М.В. Проблема дефицита квалифицированных кадров на российских машиностроительных предприятиях и пути ее решения // Вестник Омского университета. Серия «Экономика». 2013. № 1. С. 107-111.
- Бараненкова Т.А. Миграция высококвалифицированных кадров: современные тенденции и механизмы регулирования // Вестник Института экономики Российской академии наук. 2020. № 5. С. 79-93. DOI: 10.24411/2073-6487-2020-10058
- Тинькова Е.В., Гулуа С. Дефицит квалифицированных кадров и производственный потенциал // Дельта науки. 2018. № 1. С. 12-14.
- Варшавский А.Е., Кочеткова Е.В. Проблемы дефицита инженерно-технических кадров // Экономический анализ: теория и практика. 2015. № 32. С. 2-16.
- Singh C., Singh D., Khamba J.S. Analyzing barriers of Green Lean practices in manufacturing industries by DEMATEL approach // Journal of Manufacturing Technology Management. 2020. Vol. 32 (1). P. 176-198. DOI: 10.1108/JMTM-02-2020-0053
- Evaluating factors in implementation of successful green supply chain management using DEMATEL: A case study / S. Gandhi, S.K. Mangla, P. Kumar, D. Kumar // International Strategic Management Review. 2015. Vol. 3, iss. 1-2. P. 96-109. DOI: 10.1016/j.ism.2015.05.001
- Implementation of Building Information Modeling (BIM) Using Hybrid Z-DEMATEL-ISM Approach / A. RezaHoseini, E. Ahmadi, P. Saremi, M. BagherPour // Hindawi Advances in Civil Engineering. 2021. Vol. 2021 (1). P. 1-35. DOI: 10.1155/2021/6686761
- Zadeh L A. A note on Z-numbers // Information Sciences. 2011. Vol. 181 (14). P. 2923-2932. DOI: 10.1016/j.ins.2011.02.022
- A method of converting Z-number to classical fuzzy number / B. Kang, D. Wei, Y. Li, Y. Deng // Journal of Information & Computational Science. 2012. Vol. 9 (3). P. 703-709.
- Dalalah D., Hayajneh M., Batieha F. A fuzzy multicriteria decision making model for supplier selection // Expert Systems with Applications. 2011. Vol. 38 (7). P. 8384-8391. DOI: 10.1016/j.eswa.2011.01.031
- Baykasoglu A., Kaplanoglu V. A multi-agent approach to load consolidation in transportation // Advances in Engineering Software. 2011. Vol. 42 (7). P. 477-490. DOI: 10.1016/j.advengsoft.2011.03.017
- Kumar S.A., Pal A. Triangular fuzzy matrices // Iranian Journal of Fuzzy Systems. 2007. Vol. 4 (1). P. 75-87.
