Использование метода Z-DEMATEL для анализа проблем управления кадрами отечественных машиностроительных предприятий

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».

Еще

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.
Еще
Статья научная