Рус Eng За 365 дней одобрено статей: 2065,   статей на доработке: 293 отклонено статей: 786 
Библиотека

Вернуться к содержанию

Программные системы и вычислительные методы
Правильная ссылка на статью:

Система поддержки принятия решений "Оплата труда"
Шильников Александр Сергеевич

директор, ООО НПК "Электро-тепловые технологии"

634063, Россия, Томская область, г. Томск, ул. Березовая, 2/5, оф. 1

Shilnikov Alexander

Director, LLC NPK Electro-Thermal Technologies 

634063, Russia, Tomskaya oblast', g. Tomsk, ul. Berezovaya, 2/5, of. 1

alex.shilnikov@mail.ru
Мицель Артур Александрович

доктор технических наук

профессор, кафедра автоматизированных систем управления (АСУ), Томский государственный университет систем управления и радиоэлектроники

634050, Россия, Томская область, г. Томск, ул. Ленина, 40

Mitsel Artur

Doctor of Technical Science

Professor, Department of Automated Control Systems (ACS), Tomsk State University of Control Systems and Radio Electronics

634050, Russia, Tomskaya oblast', g. Tomsk, ul. Lenina, 40

maa@asu.tusur.ru

DOI:

10.7256/2454-0714.2019.4.31178

Дата направления статьи автором в редакцию:

28-10-2019


Дата публикации:

06-01-2020


Аннотация.

Предметом исследования статьи является вопрос оплаты труда на предприятиях России, а в качестве объекта рассмотрены системы оплаты труда и проблема их выбора. В связи с этим, мы предлагаем модель системы поддержки принятия решений, которая позволит пользователям получить вероятные результаты внедрения той или иной системы оплаты труда на предприятии, без фактической апробации. Принцип модели данной системы основан на имитационном моделировании, что позволяет получить и оценить с помощью регрессионного анализа статистику и принять адекватное управленческое решение. В рамках статьи фундаментальным методом является имитационное моделирование. С помощью него возможно построить адекватную модель и отражать варианты результатов деятельности предприятия. В статье по-новому раскрыт вопрос выбора систем оплаты труда и объединены экономический и математический подходы;Впервые изложены алгоритмы имитационного моделирования в вопросе выбора систем оплаты труда на предприятиях; Получена модель системы поддержки принятия решений в области оплаты труда, которая является научно обоснованной несложной для понимания, в результате обработки информации в которой пользователь получает данные о последствиях внедрения тех или иных типовых систем оплаты труда на своем предприятии;Особенностью модели является её масштабируемость. В том смысле, что в общую модель системы можно добавлять, оценивать и другие системы оплаты труда, в дополнение к заранее заложенным

Ключевые слова: поддержка принятия решений, системы оплата труда, имитационное моделирование, алгоритмы, метод Монте-Карло, повременная система, сдельная система, повременно-премиальная система, моделирование, база данных

Abstract.

The subject of the research paper is the question of wages at the enterprises of Russia, as well as an object considered the remuneration system and the problem of their choice. In this regard the authors offer a model of a decision support system that will allow users to obtain the likely results of the introduction of a particular wage system in the enterprise, without actual testing. The principle of the model of this system is based on simulation modeling, which allows you to obtain and evaluate statistics using regression analysis and make an adequate managerial decision. In the framework of the article, the fundamental method is simulation. Using it, it is possible to build an adequate model and reflect options for the results of the enterprise. The article reveals in a new way the issue of choosing wage systems and combines economic and mathematical approaches;For the first time, the algorithms of simulation modeling are described in the question of the choice of wage systems in enterprises;A model of a decision support system in the field of remuneration is obtained, which is scientifically justified and easy to understand, as a result of information processing in which the user receives data on the consequences of introducing one or another standard remuneration system at his enterprise;A feature of the model is its scalability. In the sense that other salary systems can be added to, appraised in the general system model, in addition to pre-laid.

Keywords:

piecework system, time system, Monte Carlo method, algorithms, wage systems, simulation modeling, decision support system, time bonus, modeling, data base

Введение

Руководители и менеджеры среднего и высшего звена ежедневно сталкиваются с необходимостью принимать управленческие решения (УР). УР – многогранное понятие, так как включает в себя социологический, психологический, информационный, юридический, организационный и математический аспекты [1, с.12]. Естественно, что единомоментно учитывать все эти аспекты для человека практически невозможно. Поэтому в современной многофакторной сложной экономике особую роль приобретают системы поддержки принятия решений (СППР). СППР – это совокупность механизмов обработки информации с помощью ЭВМ для поддержки принятия решений определенной проблемной области знания [3, с. 240]. В данной статье рассмотрен вопрос разработки СППР в области систем оплаты труда (СОТ) на предприятиях.

Согласно специальным исследованиям, актуальность данного вопроса не вызывает сомнений. Так некоторые авторы выражают мнение, что проблема оплаты труда – одна из ключевых в российской экономике [2, с.176]. Другие считают, что актуальность создания СППР в области СОТ обусловлена тем фактом, что по результатам ряда исследований в России низкая производительность труда, которая компенсируется низкой заработной платой [8, с. 1514]. Также исследователи отмечают одной из проблем современных СОТ на предприятиях - авторитарный порядок начисления ЗП [6, с. 68]. В основном это происходит вследствие функционирования повременно-премиальной СОТ с неопределенными критериями премирования. СППР, предлагающие альтернативы, должны нивелировать эту проблему. Вместе с тем, высказываются мнения, что на сегодняшний день на российских предприятиях СОТ устарели и требуют серьезного реформирования [18, с. 96].

Мы полагаем, что необходимо не только разработать и представить СППР в области СОТ, но и дать описание архитектурного решения, так как это является редкостью, среди разработчиков, в то время как, это могло бы способствовать более обширной кооперации в научной среде [12, с. 11]. Для более структурированного изложения всей концепции, предлагаем следовать уровням производства и реализации УР в таблице 1 [15, с. 19]:

Таблица 1 – уровни производства УР

Уровень

Содержание уровня

Методологический уровень

Определяет цель и управленческую задачу СППР

Теоретический уровень

Определение методов решения разработки СППР

Методический уровень

Изложение самой методики. То есть изложение архитектуры СППР

Прикладной уровень

Реализация процесса принятия решений

Методологический уровень

Строго говоря, методология – это наука о методах. Хотя есть и другие трактовки этого термина, например – «учение о структуре, логической организации, методах и средствах деятельности» [15, с.17]. А.И. Орлов, предлагает в рамках области СППР определить методологию как науку о подготовке и принятии управленческих решений [15, с.17]. Исходя из этого в первую очередь в рамках методологии определяется то, как формулировать цель и как ставить управленческую задачу в СППР. Для того, чтобы определить цель СППР в области СОТ, рассмотрим некоторые теоретические аспекты.

Во-первых, управленческие решения – это выбор, который должен сделать руководитель, чтобы выполнить обязанности, обусловленные занимаемой им должностью [19, с. 2952]. Никто не может снять с менеджера ответственность за принимаемые решения. Воля менеджера – основа управления [15, с. 19]. В некоторых исследованиях выделяют разницу между УР на крупных и на малых предприятиях. Ключевым отличием является то, что на малых предприятиях УР принимаются скорее интуитивно и спонтанно, на больших же более концептуально и с оглядкой на стратегию и ресурсы [19, с. 2952]. Но отмечается, что стиль малых предприятий подходит исключительно на этапе start-up, далее же необходимы СППР. В связи с этим, особо актуальными являются СППР с одной стороны не громоздкие и более привычные для малых предприятий, но обладающие научной обоснованностью и эффективностью.

Во-вторых, оплата труда – это система отношений, связанных с обеспечением установления и осуществления работодателем выплат работникам за их труд в соответствии с законами и иными нормативными актами [2, с. 176]. Существует 3 разновидности СОТ: тарифная, бестарифная и смешанная и не менее нескольких десятков их модификаций. Лицо принимающее решение (ЛПР), должен выбирать между всеми возможными сочетаниями и последствиями своего решения. Чтобы избежать излишнего усложнения, для демонстрации архитектуры СППР будут рассмотрены повременно-премиальная СОТ и сдельно-премиальная СОТ.

В-третьих, выбор той или иной системы всегда исходит из поставленных задач. По данным специальной литературы, можно выделить несколько часто встречающихся задач, которые решают СОТ: Улучшение качества продукции (через премии / штрафы), Рост выработки (через премии / штрафы), Рост квалификации (через премии / увеличенные тарифы), Рост удовлетворенности трудом (простая система расчета зар. платы, не «напряженные» нормы), Уменьшение затрат на персонал (увязка результатов работы с зар. платой).

Подводя итог, можно сказать, что целью разработки СППР в области СОТ, является научно обоснованная несложная для понимания модель, результатом обработки информации в которой были бы данные о последствиях выбора основных типовых СОТ по параметрам: качества продукции, выработки, удовлетворенности трудом, затрат на ФОТ.

Теоретический уровень

На данном уровне требуется определить каким методом решать задачу. Основой методов в области СППР являются: моделирование, экспериментирование, экономико-математические методы, социологические исследования [4, с.24]. Методы экспериментирования и социологических исследований не могут быть применены. Оценить СОТ с помощью реальных статистических данных невозможно по причине их отсутствия. Речь идёт о слишком сложной статистике, например, чтобы точно утверждать, что сдельно-премиальная СОТ в чем-то лучше повременно-премиальной СОТ в части мотивации на выработку, необходимо иметь данные о ежемесячной выработке на различных предприятиях с разным составом работников до и после внедрения всех типов СОТ. В связи с этим, мы предлагаем оценить функциональные связи между СОТ и качеством продукции, выработкой, удовлетворенностью трудом, затратами на персонал на основе данных имитационного моделирования. Мы полагаем, что имитационное моделирование, как метод, который отражает возможные варианты результатов деятельности предприятия, является главенствующим в СППР в области СОТ. Имитационное моделирование – это метод исследования, при котором изучаемый реальный объект заменяется моделью, с достаточной точностью описывающий его функционирование и используемой для проведения компьютерных экспериментов с целью получения о нем новой информации [7, с. 2] Основные преимущества имитационного моделирования [10, с. 11]:

1. Для изучения системы, нет необходимости использовать саму систему. Особенную важность это преимущество приобретает в контексте того, что когда речь идет о СОТ, в процессе задействованы люди и их интересы.

2. Возможность вычленить из изучаемой системы определенную часть и понять особенность её взаимодействия с другими компонентами.

3. Минимизация затрат на сбор необходимых для принятия УР данных.

Предлагаемая имитационная модель должна пройти процедуру валидации (сравнение поведения модели с фактической системой), верификации (возможность её использования в виде компьютерного аналога) и определение степени адекватности [10, с. 11].

Мы воспользовались разновидностью имитационного моделирования - методом Монте-Карло, который позволяет моделировать любой процесс, на протекание которого влияют случайные факторы. Также метод является универсальным для решения математических задач. А установление функциональной связи СОТ и задач в области систем оплаты труда, является математической задачей. Анализ же полученных данных, проводится корреляционно-регрессионным анализом.

Методический уровень

Методический уровень предполагает изложение самой СППР в области СОТ. Архитектура модели представлена на рисунке 1, рисунке 2, рисунке 3. Рисунок 1 представляет принципиальную схему самой СППР. Рисунок 2 описывает алгоритм отбора моделей СОТ с наилучшими показателями. На рисунке 3 изложена одна из k моделей СОТ, из которых осуществляется отбор.

Рисунок 1 – принципиальная схема СППР в области СОТ

Рисунок 2 – Алгоритм отбора моделей СОТ с наилучшими показателями

Рисунок 3 – Архитектура модели k = 1, СППР в области СОТ

Условные обозначения:

j – Количество реализаций от 1 до N

P – Параметр модели

i – Номер параметра

i = 1 – количество произведенной продукции, в шт. после реализации k-ой модели.

i = 2 – усредненное качество каждой единицы продукции, в у.е. после реализации k-ой модели.

i = 3 – уровень удовлетворенности трудом со стороны работников, в % после реализации k-ой модели.

i = 4 – расход на заработную плату, в руб. после реализации k-ой модели.

i = 5 – коэффициент мотивации персонала, в % после реализации k-ой модели.

k – Номер модели

k = 1 – Повременно-премиальная СОТ с премией за качество

k = 2 – Повременно-премиальная СОТ с премией за выработку

k = 3 – Прямая сдельная

k = 4 – Сдельно-премиальная СОТ с премией за качество

k = 5 – Сдельно-прогрессивная СОТ

k = 6 – Сдельно-регрессивная

W – вес каждого i, который задает пользователь, в %

Дополнительные условные обозначения из модели k = 1:

m1- среднее значение нормального распределения качества продукции

G1 - дисперсия нормального распределения качества продукции

m2- среднее значение нормального распределения выработки продукции

G2 - дисперсия нормального распределения выработки продукции

m3- среднее значение нормального распределения удовлетворенности трудом работников

G3 - дисперсия нормального распределения удовлетворенности трудом работников

md- среднее значение нормального распределения коэффициента мотивации качества продукции

Gd - дисперсия нормального распределения коэффициента мотивации качества продукции

dm - максимальное значение среднего качества продукции, у.е.

dL - пороговое значение среднего качества продукции, после которого выдается премия, у.е.

Т - оклад до выдачи премии, руб.

B - премия за достижение dL

Разберем рисунок 1:

СППР состоит из двух крупных составляющих: пользовательского интерфейса и внутренних систем.

Лицо принимающее решение (ЛПР) взаимодействует с 2-мя составляющими пользовательского интерфейса – ввод данных и раздел рекомендованных СОТ. Введенные данные формируют первичную базу данных (БД), где содержится информация о предпочтениях ЛПР, касаемо СОТ и текущие натуральные показатели деятельности предприятия.

В СППР заложены, с возможностью добавления k СОТ и метод их расчета (см. модель k=1 на рисунке 3).

СППР на основе БД делает расчет по всем k моделей СОТ согласно алгоритму на рисунке 2 и выбирает 3-ку лучших СОТ, наиболее соответствующих информации из БД. Результат представляет собой относительные показатели роста или падения (в %) выработки, качества, удовлетворенности трудом и фонда оплаты труда, при применении k-ой модели на конкретном предприятии.

Результаты выводятся в пользовательский интерфейс и ЛПР может принимать решение

Разберем каждый блок модели рисунка 2:

(1) Пользователь должен задать константы: значения для генерации нормальных случайных распределений: дисперсия и средние, некоторые параметры для к-ых моделей.

(2) (3) j раз происходит генерация i-ых показателей по каждой к-ой модели. Итогом оператора является j матриц размерностью ik.

(4) Находится средняя матрица по всем j матрицам. Итог – единственная матрица размерностью ik.

(5) Все i показатели корректируются на заданные веса и суммируются по каждому k. Итог – матрица размерностью 1k

(6) Вычисляются первая тройка k с максимальной суммой i

(7) Пользователю выводятся все значения Pi по каждой из k моделей, из этапа (6) для принятия управленческого решения

Разберем каждый блок модели рисунка 3:

(1) Генерируется нормальным распределением i=1, 5; показатели d с заданными дисперсией и средним для каждого d.

(2) Рассчитывается d2

(3) Выполняется проверка: dk2 больше возможного максимума?

(4) Выполняется проверка: достиг ли dk2 порога премии? Выполняется расчет dk4 по соответствующему варианту

(5) Расчет dk3

(6) Расчет Pki

Таким образом, модель рисунка 1 - СППР в области СОТ является общей, а модель k = 1, одним из блоков общей модели.

Стоит отметить, что при генерации данных при разных видах распределения, регрессионный анализ показывает несколько разные результаты. Так, например при дискретном равномерном распределении, после получения j=1000 реализаций, был проведен регрессионный анализ, и для некоторых СОТ он показал значимость всех переменных и значение R-квадрат = 0,71, который говорит адекватности модели. Однако, данный вывод не коррелирует с природой этих СОТ и прямой формулой их расчета. При нормальном распределении случайных величин, такого эффекта не наблюдалось. В связи с этим, мы полагаем, что нормальное распределение имеет приоритет перед дискретным и является более адекватным.

Прикладной уровень

Итогом использования общей модели является получение пользователем набора из 3 СОТ и вероятных последствиях выбора на данном конкретном предприятии. Причем последствия выражены в темпе прироста четырех основных целей СОТ. Далее пользователь принимает управленческое решение.

Основные выводы и результаты

1. Отсутствие СППР в области СОТ, на фоне актуальности экономической оптимизации, делает такие СППР очень востребованными;

2. Главными параметрами оценки эффективности СОТ являются качество продукции, выработка, удовлетворенность трудом, затраты на ФОТ;

3. Получена модель СППР в области СОТ, которая является научно обоснованной несложной для понимания, в результате обработки информации в которой пользователь получает данные о последствиях внедрения тех или иных типовых СОТ на своем предприятии;

4. Общий принцип оценки вероятных результатов внедрения СОТ строится на основе имитационного моделирования;

5. Особенностью модели является её масштабируемость. В том смысле, что в общую модель СППР можно добавлять, оценивать и другие модели СОТ, в дополнение к заранее заложенным.

Библиография
1.
Белов М.Т., Рачипа А.В., Самыгин с.и. // Специфика управленческих решений в системе управления организацией-Гуманитарные, социально-экономические и общественные науки. 2018. №2 С. 11-17
2.
Бобровникова А.И. // Развитие форм и систем оплаты труда в условиях рыночной экономики России-Территория науки. 2017. № 2, с. 175-178
3.
Боржеш А.М., Лебедев А.Н. // Методический подход к оценке результативности систем поддержки принятия управленческих решений в нефтегазовых корпорациях-Научные ведомости серия экономика. информатика. 2018. № 2. том 45, с. 239-250
4.
Волочиенко В.А. // Методы подготовки и принятия управленческих решений в производственных системах-Организатор производства. 2018. т. 26. № 3, с. 19-33
5.
Дегтярева Н. А., Берг Н. А. // Принятие эффективных управленческих решений на основе эконометрического прогнозирования-Вестник челябинского государственного университета. 2018. № 7 (417). экономические науки. вып. 61. с. 176—183.
6.
Дьяконова О.С., Горюнова Е.М. // Организация внутрифирменного контроля расчетов по оплате труда-Экономика, предпринимательство и право том 7, № 1, январь-март 2017, с. 65-72
7.
Егорова Н.Е. // Адаптация имитационной модели предприятия для анализа хозяйственной деятельности малых фирм научный журнал кубгау, №131(07), 2017 года, с. 1-18
8.
Жмачинский В.И., Чернева Р.И. минимальная Заработная плата как фактор повышения уровня и качества жизни // Экономический анализ: теория и практика. – 2017. – т. 16, № 8. – с. 1508 – 1521
9.
Зеленина Л.И. // Имитационное моделирование как конструктивный метод принятия управленческих решений, Инноватика. научный электронный журнал. 2014 № 2, с. 47-55
10.
Имакаева Д.А. // Имитационное моделирование при экономической оптимизации-Проблемы экономики и юридической практики 4’2017, с. 10-14
11.
Кильмашкина Т. Н. // Управленческое решение: сущность, классификация, предъявляемые требования-Труды академии управления мвд россии. 2018. № 2 (46), с. 28-33
12.
Мицель А.А., Грибанова Е.Б. // Разработка имитационного моделирования экономических объектов на основе объектно-ориентированного подхода – Известия томского политехнического университета, 2007, т. 311 №6, с. 11-15
13.
Никоноров Л. В. // К вопросу повышения эффективности производственной деятельности промышленного предприятия – Вестник Ленинградского государственного университета им. А.С. Пушкина. 2012. Т. 6. № 3. С. 145-158
14.
Новиков Д. А. // Комплексные модели системной оптимизации производственно-экономической деятельности предприятия-Управление большими системами. выпуск 65, с. 118-152
15.
Орлов А.И. // О разработке и принятии управленческих решений-Научный журнал кубгау, №130(06), 2017 года, с. 567-597
16.
Романова Е.М. // Численные методы и регрессионный анализ в прогнозировании экономических показателей – вестник кгэу, 2017, №1 (33), с. 142-146
17.
Салихзянова Н. А., Галлямова Д. Х. // Методология моделирования бизнес-процессов организации-Вестник Казанского технологического университета. 2012. Т. 15. № 5. С. 202-204.
18.
Слепцова Е.В., Князева А.В., // Оптимизация оплаты труда в современных условиях-journal of economy and business, vol.1, с. 95-98
19.
Ховаев С.Ю., Рыбак А.С. // Особенности принятия управленческих решений в малом бизнесе - Российское предпринимательство том 18, № 20, октябрь 2017, с. 2951-2964
20.
Шендрикова О.О., Луценко М.С. // Повышение эффективности производства посредством изменения системы оплаты труда – Вестник Воронежского государственного технического университета. 2017. Т. 13. № 2. С. 122-127.
21.
Яркова И.В. // Развитие методики управленческого учета стратегических затрат на химических предприятиях - Международный бухгалтерский учет, 2017, т. 20, вып. 9, стр. 507–520
References (transliterated)
1.
Belov M.T., Rachipa A.V., Samygin s.i. // Spetsifika upravlencheskikh reshenii v sisteme upravleniya organizatsiei-Gumanitarnye, sotsial'no-ekonomicheskie i obshchestvennye nauki. 2018. №2 S. 11-17
2.
Bobrovnikova A.I. // Razvitie form i sistem oplaty truda v usloviyakh rynochnoi ekonomiki Rossii-Territoriya nauki. 2017. № 2, s. 175-178
3.
Borzhesh A.M., Lebedev A.N. // Metodicheskii podkhod k otsenke rezul'tativnosti sistem podderzhki prinyatiya upravlencheskikh reshenii v neftegazovykh korporatsiyakh-Nauchnye vedomosti seriya ekonomika. informatika. 2018. № 2. tom 45, s. 239-250
4.
Volochienko V.A. // Metody podgotovki i prinyatiya upravlencheskikh reshenii v proizvodstvennykh sistemakh-Organizator proizvodstva. 2018. t. 26. № 3, s. 19-33
5.
Degtyareva N. A., Berg N. A. // Prinyatie effektivnykh upravlencheskikh reshenii na osnove ekonometricheskogo prognozirovaniya-Vestnik chelyabinskogo gosudarstvennogo universiteta. 2018. № 7 (417). ekonomicheskie nauki. vyp. 61. s. 176—183.
6.
D'yakonova O.S., Goryunova E.M. // Organizatsiya vnutrifirmennogo kontrolya raschetov po oplate truda-Ekonomika, predprinimatel'stvo i pravo tom 7, № 1, yanvar'-mart 2017, s. 65-72
7.
Egorova N.E. // Adaptatsiya imitatsionnoi modeli predpriyatiya dlya analiza khozyaistvennoi deyatel'nosti malykh firm nauchnyi zhurnal kubgau, №131(07), 2017 goda, s. 1-18
8.
Zhmachinskii V.I., Cherneva R.I. minimal'naya Zarabotnaya plata kak faktor povysheniya urovnya i kachestva zhizni // Ekonomicheskii analiz: teoriya i praktika. – 2017. – t. 16, № 8. – s. 1508 – 1521
9.
Zelenina L.I. // Imitatsionnoe modelirovanie kak konstruktivnyi metod prinyatiya upravlencheskikh reshenii, Innovatika. nauchnyi elektronnyi zhurnal. 2014 № 2, s. 47-55
10.
Imakaeva D.A. // Imitatsionnoe modelirovanie pri ekonomicheskoi optimizatsii-Problemy ekonomiki i yuridicheskoi praktiki 4’2017, s. 10-14
11.
Kil'mashkina T. N. // Upravlencheskoe reshenie: sushchnost', klassifikatsiya, pred''yavlyaemye trebovaniya-Trudy akademii upravleniya mvd rossii. 2018. № 2 (46), s. 28-33
12.
Mitsel' A.A., Gribanova E.B. // Razrabotka imitatsionnogo modelirovaniya ekonomicheskikh ob''ektov na osnove ob''ektno-orientirovannogo podkhoda – Izvestiya tomskogo politekhnicheskogo universiteta, 2007, t. 311 №6, s. 11-15
13.
Nikonorov L. V. // K voprosu povysheniya effektivnosti proizvodstvennoi deyatel'nosti promyshlennogo predpriyatiya – Vestnik Leningradskogo gosudarstvennogo universiteta im. A.S. Pushkina. 2012. T. 6. № 3. S. 145-158
14.
Novikov D. A. // Kompleksnye modeli sistemnoi optimizatsii proizvodstvenno-ekonomicheskoi deyatel'nosti predpriyatiya-Upravlenie bol'shimi sistemami. vypusk 65, s. 118-152
15.
Orlov A.I. // O razrabotke i prinyatii upravlencheskikh reshenii-Nauchnyi zhurnal kubgau, №130(06), 2017 goda, s. 567-597
16.
Romanova E.M. // Chislennye metody i regressionnyi analiz v prognozirovanii ekonomicheskikh pokazatelei – vestnik kgeu, 2017, №1 (33), s. 142-146
17.
Salikhzyanova N. A., Gallyamova D. Kh. // Metodologiya modelirovaniya biznes-protsessov organizatsii-Vestnik Kazanskogo tekhnologicheskogo universiteta. 2012. T. 15. № 5. S. 202-204.
18.
Sleptsova E.V., Knyazeva A.V., // Optimizatsiya oplaty truda v sovremennykh usloviyakh-journal of economy and business, vol.1, s. 95-98
19.
Khovaev S.Yu., Rybak A.S. // Osobennosti prinyatiya upravlencheskikh reshenii v malom biznese - Rossiiskoe predprinimatel'stvo tom 18, № 20, oktyabr' 2017, s. 2951-2964
20.
Shendrikova O.O., Lutsenko M.S. // Povyshenie effektivnosti proizvodstva posredstvom izmeneniya sistemy oplaty truda – Vestnik Voronezhskogo gosudarstvennogo tekhnicheskogo universiteta. 2017. T. 13. № 2. S. 122-127.
21.
Yarkova I.V. // Razvitie metodiki upravlencheskogo ucheta strategicheskikh zatrat na khimicheskikh predpriyatiyakh - Mezhdunarodnyi bukhgalterskii uchet, 2017, t. 20, vyp. 9, str. 507–520