Art. ID: m11s01a10

Введение

В современных условиях глобальной геополитической напряженности и технологической конкуренции научно-исследовательские предприятия приобретают стратегическое значение для устойчивого развития национальной экономики. Особую роль играют организации, специализирующиеся на исследованиях и разработках в высокотехнологичных отраслях, таких как микро- и наноэлектроника, где инновации определяют не только конкурентные преимущества организации, но и способность всей страны к обеспечению технологического суверенитета[1]. По Концепции технологического развития Российской Федерации на период до 2030 г., достижение технологического суверенитета невозможно без существенного роста внутренних затрат на исследования и разработки с приоритетным вниманием к критическим и сквозным технологиям, включая наноэлектронику[2]. В 2025 г., на фоне продолжающегося действия санкций, эта отрасль становится ключевым драйвером инновационной экономики, способствуя переходу от ресурсной модели к модели, опирающейся на знания и интеллектуальный капитал. Эффективность таких предприятий напрямую влияет на экономический рост, поскольку они генерируют прорывные технологии, снижают зависимость от импорта. В настоящее время научно-технологическая сфера переживает этап мобилизационного развития, сопровождающийся консолидацией общества и хозяйствующих субъектов для решения задач научно-технологического развития[3].

Достижение существенного роста доли инновационной продукции в ВВП невозможно без усиления роли НИОКР в микро- и наноэлектронике. Актуальность темы обусловлена необходимостью не только сохранить, но и усилить позиции страны в глобальной цепочке создания ценностей, где научные разработки обеспечивают устойчивость и независимость. Более того, понятие производительности труда в современной науке имеет тенденцию к углублению и уточнению (Городецкая, 2020), которые также планируется произвести в рамках работы.

Цель — разработать альтернативную концепцию интерпретации производительности труда в научно-исследовательских компаниях, базирующуюся на комплексном подходе к управлению эффективностью. Для достижения указанной цели авторами сформулированы и решены такие задачи, как:

• анализ роли научно-исследовательских предприятий (НИП) в современной экономике;
• обоснование использования рентабельности активов как интегрального показателя эффективности;
• формулирование теоретического подхода к управлению эффективностью на основе факторного анализа;
• интерпретация результатов подхода по отношению к НИП;
• уточнение категории «производительность труда» на НИП по итогам проведенной интерпретации результатов.

НИП в условиях инновационной экономики

Несмотря на изложенную выше стратегическую роль НИП в микро- и наноэлектронике, в современных условиях зачастую их потенциал не использован в полной мере: так, в 2024 г. расходы на гражданскую науку составляли наименьшую долю в ВВП РФ, начиная с 2017 г.[4]

Многие авторы отмечают, что в сравнении с развитыми странами Россия отстает по производительности труда, в том числе в высокотехнологичных отраслях, в силу комплекса причин: низкого уровня технологий, недостаточной квалификации рабочих и т. д. (Круглов, Резникова, Плакса, 2023).

Однако очевидно, что выполняемые НИОКР могут увеличиться, если усилится государственное и корпоративное стимулирование. Проявления подобного стимулирования наблюдаются и в текущих условиях. Так, в стране разрабатывают законы и нормативные акты: согласно стратегии научно-технологического развития РФ, инновационная экономика требует не только существенного увеличения расходов на науку, но и активной коммерциализации результатов НИОКР³. Реализуются национальные проекты по поддержке высокотехнологичных отраслей: в частности, предприятия микро- и наноэлектроники, резиденты ОЭЗ «Технополис Москва», уже демонстрируют значительный экономический эффект от оптимизации исследований и разработок в рамках нацпроекта «Производительность труда»[5]. Благодаря этому, создаются прорывные разработки, позволяющие обходить запреты импорта, создавая отечественные аналоги зарубежных технологий. Кроме того, это способствует диверсификации проводимых исследований, их более активному внедрению в производство. Эффективность НИОКР становится не только экономическим, но и геополитическим императивом, определяющим траекторию развития страны.

Значимость рентабельности активов как показателя эффективности

Эффективность НИП оценивается через комплекс финансово-экономических показателей, среди которых рентабельность активов занимает особое место как интегральный индикатор (Алтухова, 2013). Данный показатель целесообразно рассчитывать как отношение операционной прибыли к средней стоимости активов (Барраза Легия, 2024). В контексте НИП весомую часть активов составляют нематериальные ценности: патенты, программное обеспечение и интеллектуальная собственность. В связи с этим рентабельность активов позволяет оценить, насколько эффективно управление превращает научный потенциал в финансовый результат, — и учесть специфику отрасли с длинными циклами окупаемости. Для микро- и наноэлектроники, где затраты на НИОКР составляют значительную долю себестоимости, низкая рентабельность активов прямо указывает на неэффективное использование капитала и грозит утратой конкурентных позиций.

Факторный анализ рентабельности активов, как правило, фиксирует разделение показателя на прибыльность продаж и оборачиваемость активов, позволяя измерить вклад каждого фактора. Это превращает рентабельность активов в рычаг стратегического управления: каждое процентное улучшение отдачи от активов увеличивает добавленную стоимость и способствует привлечению новых инвестиций. Сегодня, когда критически важно обеспечить технологический суверенитет, рентабельность активов перестает быть только финансовой метрикой: она становится индикатором вклада отрасли в национальные приоритеты.

Разработанный подход к управлению эффективностью деятельности на основе факторного анализа

Для повышения эффективности предприятий авторы предлагают использовать комплексный подход, интегрирующий детерминированный и стохастический анализ — два основных типа факторного анализа (Алтухова, 2013). Подход учитывает специфику различных ситуаций, обеспечивая целенаправленное воздействие на ключевые факторы. Он делится на последовательные этапы, позволяющие не только диагностировать проблемы, но и формировать управленческие решения для их разрешения.

Первый этап предполагает постановку цели; менеджмент определяет ее так: повышение экономической эффективности через рост рентабельности активов, что особенно актуально для наукоемких отраслей. Цель конкретизируется с учетом временны́х горизонтов и условий, в которых она будет достигаться. Для стабильных периодов фокус на поддержании тренда, для кризисов — на нейтрализации негативных факторов. Различаются три сценария:

• краткосрочный спад после стабильности (ситуация 1),
• долгосрочный тренд снижения (ситуация 2),
• комбинация обоих сценариев, требующая как оперативных мер, так и стратегических преобразований (ситуация 3).

На втором этапе детализируются условия достижения цели; для этого анализируются временны́е рамки и внешние / внутренние факторы. Для ситуации 1 акцент делается на восстановлении предыдущего уровня эффективности (этого добиваются, устраняя недавние причины спада); для ситуации 2 — на выявлении фундаментальных зависимостей рентабельности от отраслевых специфик; для ситуации 3 — на балансе краткосрочных и долгосрочных мер, необходимых для устойчивого роста, не зависящего от колебаний.

Третий этап посвящен отбору факторов. В ситуации 1 используется детерминированный анализ для идентификации показателей, сильнее всего повлиявших на недавний спад. Выбирается модель (адаптированная к отрасли), метод расчета (для мультипликативных моделей предпочтительно использовать логарифмический метод; альтернатива — метод изолированного влияния при несоответствиях) (Барраза Легия, Еникеева, 2025) — и производится ранжирование факторов по модулю воздействия. В ситуации 2 применяется стохастический анализ: парные регрессии для предварительной значимости, за которыми следует множественная регрессия для оценки совместного влияния: так определяют, требуют ли факторы изолированного или комплексного воздействия. Для ситуации 3 интегрируются результаты обоих анализов, после чего разрабатывают новую модель, ориентированную под конкретное предприятие, и проверяют ее на множественной регрессии для отсева нерелевантных факторов. Дополнительно оцениваются ресурсы (финансовые, трудовые): так обеспечивают их пропорциональность сценарию без ущерба основной деятельности.

На четвертом этапе фокусируются на разработке мероприятий. В ситуации 1 факторы ранжируются по влиянию, для каждого из них предлагаются управленческие мероприятия, ожидаемое изменение и приоритетность рассчитываются по сравнительной таблице (где указаны такие параметры, как: ранг влияния, степень изменения в %, общая приоритетность). Реализация следует по убыванию приоритетов. В ситуации 2 мероприятия ориентированы на долгосрочные тренды, воздействие на результат оценивают через коэффициент регрессии и отбирают по аналогичной таблице (где указаны такие параметры, как: изменение фактора, коэффициент соотношения, итоговое изменение результата). Для ситуации 3 подходы комбинируются, приоритет отдают пересекающимся мерам; при их отсутствии сначала устраняются недавние спады, затем задается стратегический рост.

Пятый этап подразумевает мониторинг: регулярный факторный анализ по обновленной модели для превентивных корректировок, поддерживающих тенденцию роста. Данный подход нацелен на обеспечение гибкости и доказуемости решений по управлению рентабельностью активов.

Обобщив приведенное выше описание, отобразим разработанный теоретический подход, представляющий последовательность действий для трех проанализированных ситуаций, в наглядной форме (рис. 1, 2).

Рис. 1. Комплексный подход к управлению эффективностью предприятия на основе факторного анализа (часть 1)

Fig. 1. An integrated approach to enterprise performance management based on factor analysis (part 1)

Источник: составлено авторами.

Рис. 2. Комплексный подход к управлению эффективностью предприятия на основе факторного анализа (часть 2)

Fig. 2. An integrated approach to enterprise performance management based on factor analysis (part 2)

Источник: составлено авторами.

Связь факторов рентабельности с производительностью труда НИП

Указанный подход был апробирован на примере АО «Научно-исследовательский институт молекулярной электроники» (далее АО «НИИМЭ») — ведущей научно-исследовательской организации в области полупроводниковых разработок и научно-технологических исследований[6].

Компания в последние годы не публикует в открытых источниках свою бухгалтерскую отчетность — в свободном доступе находится отчетность до 2019 г. включительно[7]. Однако для целей исследования необходимо выявить общие закономерности в факторах эффективности, которые можно проследить и при анализе данных за более ранние годы.

Апробация подхода проводилась на основе ситуации 3 (при совмещении детерминированного и стохастического анализов). Детерминированный анализ применялся по причине спада рентабельности в 2019 г. на 4,6 п. п. Результаты анализа показывают, что снижение вызвано факторами, связанными с рентабельностью продаж, оборачиваемостью активов и кредиторской задолженностью. Для примера приведем расчет влияния факторов по семифакторной модели Л. Т. Гиляровской (Гиляровская, Соболев, 2000: 21). Результаты расчетов отражены в табл. 1.

Таблица 1. Расчет влияния факторов по семифакторной модели Л. Т. Гиляровской

Table 1. Calculation of the influence of factors according to the seven-factor model of L. T. Gilyarovskaya

Источник: подсчитано авторами по документам бухгалтерской отчетности АО «НИИМЭ»: «Бухгалтерский баланс» и «Отчет о финансовых результатах» за 2019 г. (в открытом доступе на дату обращения 03.11.2025)⁷.

Результаты стохастического факторного анализа показали высокую значимость внереализационной деятельности в формировании рентабельности активов. На рис. 3 приведены результаты анализа связи между внереализационной прибылью и операционной прибылью (на основе которой рассчитывался показатель рентабельности активов).

Рис. 3. Результаты анализа стохастической связи внереализационной прибыли с операционной прибылью

Fig. 3. The results of the analysis of the stochastic relationship between non-operating income and operating profit

Источник: подсчитано авторами по документам бухгалтерской отчетности АО «НИИМЭ»

На основе совмещения результатов детерминированного и стохастического подходов предложена новая факторная модель рентабельности активов, учитывающая специфику финансово-экономической деятельности предприятия.

В модель включены следующие факторы:

1. масштаб внереализационной деятельности — доля внереализационной прибыли (до вычета процентов к уплате) в общем размере операционной прибыли;
2. рентабельность внереализационной деятельности — рассчитывается по отношению к среднегодовой стоимости активов;
3. коэффициент оборачиваемости оборотных средств;
4. удельная себестоимость оказываемых услуг / выполняемых работ;
5. отношение кредиторской задолженности к полной себестоимости;
6. отношение величины запасов к кредиторской задолженности;
7. доля запасов в оборотных активах.

Коэффициент детерминации в отношении данной модели составляет 0,994, что обосновывает использование разработанной модели. Также в табл. 2 приведен расчет коэффициентов парной корреляции предложенной модели.

Таблица 2. Коэффициенты парной корреляции предложенной модели

Table 2. Pair correlation coefficients of the proposed model

Источник: подсчитано авторами по документам бухгалтерской отчетности АО «НИИМЭ».

Факторы не находятся в сильной взаимозависимости, что также подтверждает корректность использования разработанной модели.

Применение предложенного подхода к НИП в области микро- и наноэлектроники выявляет, что ключевые факторы рентабельности неизбежно коррелируют с производительностью труда. Это можно отметить и для других предприятий (Щербаков, 2022), но в рамках НИП закономерность проявляется особенно отчетливо. Анализируя приведенную выше модель, отметим, что факторы, связанные с себестоимостью, величиной запасов или финансовыми результатами, опосредованно отражают эффективность интеллектуального труда. В организациях микро- и наноэлектроники основную долю себестоимости формирует оплата труда исследователей и инженеров. Задержки при превращении идей в готовый продукт резко наращивают издержки без отдачи, тогда как ускорение цикла «от лаборатории до рынка» заметно снижает себестоимость каждой инновации. Запасы, включая накапливаемые затраты по НИОКР в виде незавершенного производства, также чутко реагируют на темп исследований и разработок: чем быстрее предприятие получает результат, тем выше оборачиваемость активов.

Финансовые результаты компаний микро- и наноэлектроники, где портфель заказов зачастую практически полностью является государственным и работает на фиксированном уровне прибыли, невозможно вывести на новый уровень без активного выхода в коммерческий сектор — по этой причине высокую значимость показывают результаты внереализационной деятельности. Именно коммерческие проекты, рожденные из креативного труда ученых, обеспечивают резкий скачок прибыли и диверсифицируют риски. Частота появления идей с рыночным потенциалом прямо поднимает рентабельность активов. Каждый новый патент — это не строка в отчете, а настоящий драйвер отдачи от капитала.

Таким образом, критический анализ результатов факторного анализа позволяет сделать вывод: в наукоемких отраслях производительность труда — основополагающий фактор, объясняющий подавляющую долю колебаний рентабельности активов. Именно производительность труда выступает ключевым индикатором хозяйственной деятельности предприятия в современных условиях цифровой экономики (Круглов, Резникова, Плакса, 2023).

Отличительные особенности труда НИП

Разнообразие специфик факторов производства и отраслей экономики ведет к отсутствию единого показателя для измерения эффективности (Щербаков, 2022). Труд на предприятиях микро- и наноэлектроники отличается от производственного: это высокоинтеллектуальный, творческий процесс, ориентированный на генерацию знаний, а не на массовый выпуск продукции. Исследователи и инженеры работают в нелинейных циклах, от гипотезы к прототипу, где успех во многом зависит от креативности. В отличие от производства, где результат осязаем, в микро- и наноэлектронике главный продукт — это цифровые модели, технологические решения. Многие идеи отвергаются на этапе прототипа, но зачастую реализованная идея способна «окупить» все ранее отвергнутые. Именно поэтому производительность труда измеряется не количеством отработанных часов, а скоростью, с которой риск превращается в патент (Радостева, 2018). Специфика отрасли включает также междисциплинарность знаний (специалистам требуются физика, информатика, химия), удаленную коллаборацию, что требует гибких графиков и мотивации через автономию. Это подчеркивает необходимость управления, учитывающего неформализованность и инновационность. Все нововведения в данную концепцию имеют широкую сферу применения — так, только в Москве на 2025 г. в нацпроекте «Производительность труда» приняли участие 22 компании из сферы НИОКР[8].

Дополнительно, в отличие от стандартизированного производственного процесса, где производительность измеряется преимущественно количественными метриками, такими как объем выпускаемой продукции на единицу времени, в научно-исследовательской среде ключевыми становятся качественные аспекты, включая оригинальность решений и их потенциал для дальнейшей коммерциализации или интеграции в высокотехнологичные системы (Радостева, 2018). Творческий характер труда подразумевает значительную долю неопределенности: эксперименты могут требовать многократных итераций, а прорывные идеи часто возникают в результате спонтанных ассоциаций, а не плановых задач. Это приводит к тому, что традиционные инструменты контроля, такие как жесткие KPI по часам работы, оказываются неэффективными и даже демотивирующими, поскольку подавляют инициативу.

Более того, специфика такого труда проявляется в высокой степени зависимости от внешних факторов, включая доступ к уникальному оборудованию (например, к электронным микроскопам или «чистым комнатам»), а также от глобальных научных трендов и коллабораций, что усиливает роль сетевого взаимодействия и открытого обмена данными. В условиях санкционных ограничений российские НИП вынуждены адаптироваться к импортозамещению, что добавляет слой стратегической неопределенности: исследователи не только генерируют знания, но и обеспечивают технологическую устойчивость, балансируя между фундаментальными исследованиями и прикладными задачами. Это требует от менеджмента создания среды, где неудачи воспринимаются как ценный опыт, а не как провал, а также внедрения систем обратной связи и постпроектного анализа для капитализации полученных знаний. Данные упущения фиксируются и при анализе государственных программ: в частности, в рамках национального проекта «Производительность труда» отмечается недостаток в виде отсутствия стратегии адаптивного формирования и управления трудовыми ресурсами (Городецкая, 2020). В итоге, производительность здесь нельзя назвать линейной функцией усилий. Она — возникающее свойство команды, зависящее от психологического комфорта, интеллектуальной свободы и интеграции с экосистемой инноваций, что отличает труд в этой области от рутинного труда и требует индивидуального подхода к оценке и стимулированию.

Управление производительностью труда с учетом особенностей отрасли

Управление производительностью в таких условиях требует комплексной системы, интегрирующей развитие корпоративной культуры инноваций, непрерывное обучение и гибкие методологии проектов (Agile, Scrum). Культура, ценящая риски и коллаборацию, повышает вовлеченность сотрудников, что коррелирует с ростом рентабельности активов. Так, в исследовании В. А. Фетисова отмечается крайне высокая значимость выстраивания системы вовлеченности персонала для роста производительности (Фетисов, 2023).

В сфере микро- и наноэлектроники, где проекты часто финансируются государственными заказами с фиксированным уровнем прибыли, система управления должна стимулировать переход к коммерчески ориентированным разработкам. Многие авторы рассматривают государственное влияние путем размещения заказов в современных условиях не как поддержку, а как фактор снижения темпов роста производительности (Круглов, Резникова, Плакса, 2023). В рамках коммерческих заказов производительность проявляется в способности команды генерировать идеи с высоким потенциалом монетизации. Это подразумевает внедрение механизмов внутреннего предпринимательства: хакатоны, спин-оффы и пилотные гранты для прототипов, что позволяет измерять производительность не только по промежуточным результатам (публикации, модели), но и по вкладу в портфель интеллектуальной собственности команды, напрямую влияющему на нематериальные активы и, следовательно, на рентабельность.

В зарубежной научной литературе также можно проследить эволюцию подходов к интерпретации производительности труда.

Первые классические подходы, предложенные Ф. У. Тейлором, Г. Фордом, в большей степени нацеливались на стандартизацию всех производственных операций, что было неприменимо к научно-исследовательскому труду из-за невозможности представить его в виде четкой последовательности действий (Taylor, 1911).

В 1930-х гг. сформировалась школа «человеческих отношений», которая сместила фокус управленческой мысли с производственных операций на межличностные отношения и групповую динамику в коллективе. Представители этой школы утверждали, что такие факторы, как внимание со стороны руководства, чувство причастности и благоприятный психологический климат, влияют на производительность труда не меньше, а иногда и больше, чем материальные стимулы и стандартизация (George Elton Mayo, 2004). Впоследствии сформировались мотивационные подходы: в частности, Ф. Герцберг отмечал вклад внутренней мотивации и интереса к самой задаче в процесс создания новых идей и, соответственно, в повышение производительности (Herzberg, 2008).

Ряд авторов придерживается системного понимания производительности научного труда: для ее оценки предлагаются комплексные индексы (например, GII — Global Innovation Index) и методы сетевого анализа, позволяющие оценивать вклад отдельных исследователей и организаций в общий научно-технологический прогресс (WIPO, 2023; Chen et al., 2017; Porter, Stern, 2001).

Применяя данные концепции к современным отечественным условиям, авторы данной статьи видят необходимость адаптировать интерпретацию производительности. Учитывая санкционные риски, система управления производительностью труда должна включать модуль устойчивости: оценку того, насколько трудовые усилия способствуют импортозамещению и технологическому суверенитету, — например, через метрики доли отечественных компонентов в разработках. Современное инфополе также пропускает многие разработки и технологические решения через призму обеспечения устойчивости развития[9]. Это требует от менеджмента балансировать между фундаментальными исследованиями (обеспечивающими долгосрочную производительность) и прикладными задачами (дающими краткосрочную отдачу), использовать стохастический анализ для прогнозирования трендов (ситуация 2 в ранее описанном подходе). В результате формируется замкнутый цикл: факторный анализ выявляет узкие места в производительности, с помощью методологических инструментов их устраняют, а регулярный мониторинг (по новой модели в ситуации 3) обеспечивает адаптивность. Такой подход не только способен повысить рентабельность активов, но и может капитализировать творческий потенциал, превращая интеллектуальный труд в устойчивый драйвер эффективности в условиях внешних ограничений. Подобная комплексная система, учитывающая сферу деятельности исследуемых предприятий, позволит повысить обоснованность принимаемых управленческих решений (Кучина, Тащев, 2017).

Авторское понимание производительности труда в НИОКР

Производительность труда НИП — многоаспектный процесс, интегрирующий количественные (число патентов, скорость прототипирования) и качественные (инновационность, коммерческий потенциал) показатели, направленный на создание ценности при помощи и в процессе творческого интеллектуального труда. В условиях международных ограничений добавляется измерение устойчивости: насколько разработки (например, импортозамещение в наноэлектронике) обеспечивают технологический суверенитет. Отметим, что управленческая деятельность по повышению производительности (как и другие виды: инвестиционная, финансовая деятельность) имеет риск, который важно учитывать (Фетисов, 2023). Сделать это предлагается, интегрировав категорию устойчивости в современное понимание производительности труда.

Это включает метрики, среди которых, например: добавленная стоимость на сотрудника, коэффициент инноваций (рост патентов в год) и индекс устойчивости (доля технологий, обеспечивающих суверенитет). Такое понимание учитывает и нелинейность творчества, где один прорыв может компенсировать десять неудач, и внешние факторы (санкции), требуя баланса между скоростью и глубиной.

В отличие от традиционных определений, фокусирующихся на объеме выпуска, авторское видение подчеркивает возникший характер производительности: ее порождает синергия индивидуальных креативных вкладов в командную работу, а потому метрики должны захватывать не только конечный выход, но и промежуточные ценности, такие как накопление знаний или снижение технологических рисков. Качественные аспекты следует оценивать через экспертные панели или рыночные валидации: инновационность — по новизне (отсутствие аналогов в патентных базах), коммерческий потенциал — по расчету NPV разработки. Устойчивость следует интегрировать как мультипликатор: например, новая разработка не только генерирует патент, но и снижает импортную зависимость на определенный уровень. Это требует композитного индекса производительности, где количественные, качественные веса и веса, характеризующие устойчивость, агрегируются в комплексную модель – подобная модель будет относиться к категории многофакторных (Кучина, Тащев, 2017).

Заключение

Факторный анализ рентабельности активов подтверждает, что на НИП эффективность неразрывно связана с производительностью труда. Система управления, опирающаяся на авторское определение, максимизирует аспекты высокоинтеллектуального труда, обеспечивая рост рентабельности.

Предложенный комплексный подход к управлению рентабельностью активов, интегрирующий детерминированный и стохастический анализ в трех ситуациях, демонстрирует универсальность: независимо от выявленных факторов они базируются на производительности творческого труда, где задержки в НИОКР накапливают затраты, а прорывы генерируют сверхприбыль. В микро- и наноэлектронике это проявляется особенно ярко: госзаказы с фиксированным уровнем прибыли требуют коммерческих решений, рождающихся из идей сотрудников, а санкции усиливают фокус на устойчивости, где производительность — ключ к импортозамещению. Авторское многоаспектное понимание производительности позволяет строить систему, синхронизированную с этапами подхода: от отбора факторов (этап 3) через приоритизацию мероприятий (этап 4) к мониторингу (этап 5), — это позволит обеспечить превентивное воздействие и рост рентабельности за счет оптимизации интеллектуального труда. Таким образом, в высокотехнологичных отраслях производительность труда — не вспомогательный фактор, а фундамент эффективности, требующий системного управления для суверенного роста.

1. Алтухова М. В. «Жесткое планирование и управление: от чего зависит результат?». Справочник экономиста 1 (2013): n. pag. Онлайн. 18.11.2025. <https://www.profiz.ru/se/1_2013/gestkij_plan/>.

2. Барраза Легия А. А. «Методологические подходы к оценке рентабельности активов». Промышленное развитие России: проблемы, перспективы: сб. статей по материалам XXII Междунар. науч.-практ. конф. преподавателей вузов, ученых, спец-тов, аспирантов, студентов (Нижний Новгород, 07 ноября 2024 г.). Нижний Новгород: НГПУ им. К. Минина, 2024. 7—13. EDN: https://elibrary.ru/IKXZZV.

3. Барраза Легия А. А., Еникеева С. А. «Выбор метода детерминированного факторного анализа и обоснование его применения в мультипликативных факторных моделях». Экономические и социально-гуманитарные исследования 12.1 (2025): 21—33. https://doi.org/10.24151/2409-1073-2025-12-1-21-33. EDN: https://elibrary.ru/PWIVGA.

4. Гиляровская Л. Т., Соболев А. В. «Факторный анализ показателей рентабельности активов коммерческих организаций». Аудит и финансовый анализ 4 (2000): 18—23.

5. Городецкая П. И. «Национальный проект “производительность труда и поддержка занятости” как инструмент повышения эффективности использования трудовых ресурсов». Международный научно-исследовательский журнал 1-2 (91) (2020): 6—11. https://doi.org/10.23670/IRJ.2020.91.1.022. EDN: https://elibrary.ru/LUVCNB.

6. Круглов Д. В., Резникова О. С., Плакса Ю. В. «Производительность труда как ключевой фактор экономического роста». Креативная экономика 17.3 (2023): 1137—1148. https://doi.org/10.18334/ce.17.3.117404. EDN: https://elibrary.ru/OPMGSL.

7. Кучина Е. В., Тащев А. К. «Методологические подходы к оценке производительности труда на микроуровне». Вестник Южно-Уральского государственного университета сер. Экономика и менеджмент 11.2 (2017): 42—47. https://doi.org/10.14529/em170206. EDN: https://elibrary.ru/YUADNJ.

8. Радостева М. В. «К вопросу о производительности труда». Научные ведомости Белгородского государственного университета сер. Экономика. Информатика 45.2 (2018): 268—272. https://doi.org/10.18413/2411-3808-2018-45-2-268-272. EDN: https://elibrary.ru/USCRQQ.

9. Фетисов В. А. «Направления повышения производительности труда в России». Вестник евразийской науки 15.3 (2023): 19. EDN: https://elibrary.ru/AZMHOH.

10. Щербаков А. И. «Производительность труда, как экономическая категория и обобщенный показатель эффективности». Социально-трудовые исследования 3 (48) (2022): 27—34. https://doi.org/10.34022/2658-3712-2022-48-3-27-34. EDN: https://elibrary.ru/UFNIKH.

11. Chen Ya., Podolski E. J., Veeraraghavan M. “National Culture and Corporate Innovation”. Pacific-Basin Finance Journal 43 (2017): 173—187. https://doi.org/10.1016/j.pacfin.2017.04.006

12. George Elton Mayo: Critical Evaluations in Business and Management. Eds J. C. Wood, M. C. Wood. London: Routledge, 2004. 1032 p. Vols. 1-2.

13. Herzberg F. One More Time: How Do You Motivate Employees? 1968. Boston, MA: Harvard Business Press, 2008. 65 p. Harvard Business Review Classics.

14. Porter M. E., Stern S. “Innovation: Location Matters”. MIT Sloan Management Review 42 (4) (2001): 28—36.

15. Taylor F. W. The Principles of Scientific Management. New York: Harper & Brothers, 1911. 144 p.

16. World Intellectual Property Organization (WIPO). Global Innovation Index 2023: Innovation in the Face of Uncertainty. 16th ed. Eds S. Dutta, B. Lanvin, L. Rivera León, S. Wunsch-Vincent. Geneva: WIPO, 2023. 253 p. https://doi.org/10.34667/tind.48220