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 | DOI: 10.14529/ctcr240207
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.
