Везде
On «tax productivity» of Russian manufacturing industry
Table of contents
Annotation Estimate Publication content
References Comments
Share
QR
Metrics
On «tax productivity» of Russian manufacturing industry
Annotation
PII
S020736760017488-5-1
DOI
10.31857/S020736760017488-5
Publication type
Article
Status
Published
Authors
Alexey Kalinin 
Occupation: Assistant Professor
Affiliation:
«Business Solutons»/SBS
National Research University Higher School of Economics
Address: Russian Federation, Moscow
Edition
Issue 11
Pages
88-101
Abstract

The government considers economy as a source for solving its problems, such as the production of public goods, the redistribution policy, etc. Since the mechanism for collecting these resources is taxation, a “tax productivity” may be of interest along with labor productivity expressed in the income or added value created. The possibility of calculating this indicator at the micro level (data of taxpayers) appeared with the Federal Tax Service of Russia publication of open data on tax paid, the average personnel headcount and other enterprise indicators.

According to the open data available, calculations of indicators reflecting labor productivity (the ratio of income to the average headcount), the tax burden (the ratio of taxes paid to income) and tax productivity are presented in the article, with the sectoral distribution of median indicators (OKVED subsections) for the manufacturing industry in 2019. It is shown that each job in industry gives the government about 50-300 thousand rubles a year.

Based on the results of the calculations, significant differences in productivity between industries and within them are confirmed. In general, Russian taxation system maintains horizontal equality of tax liabilities, except for activities subject to excise duties. For the data array of taxpaying enterprises, this relationship is weakening, i.e., enterprises with higher labor productivity may have higher or lower tax burdens. From the point of view of tax productivity, there is no reason to speak of an obvious, pronounced stimulating or restraining nature of the tax system, which ensures a decrease in the burden or, conversely, an increase in fees for efficient industrial enterprises.

Keywords
tax burden, productivity, manufacturing
Date of publication
10.12.2021
Number of purchasers
11
Views
860
Readers community rating
0.0 (0 votes)
Cite Download pdf
Additional services access
Additional services for the article
Services benefits
100 RUB / 1.0 SU
Additional services for the issue
Services benefits
730 RUB / 14.0 SU
Additional services for all issues for 2021
Services benefits
5768 RUB / 135.0 SU
1 Производительности труда в российской экономической науке и экономической политике последнее десятилетие уделялось значительное внимание, так как повышение отдачи от деятельности работников считается основой экономического роста (увеличения добавленной стоимости).
2 Указ Президента Российской Федерации от 7 мая 2012 г. № 596 «О долгосрочной государственной экономической политике» устанавливал в качестве целевых ориентиров «создание и модернизацию 25 млн высокопроизводительных рабочих мест к 2020 году» и «увеличение производительности труда к 2018 году в 1,5 раза относительно уровня 2011 года».
3 В 2018 году Указом Президента Российской Федерации от 7 мая 2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» устанавливался целевой показатель «рост производительности труда на средних и крупных предприятиях базовых несырьевых отраслей экономики не ниже 5 процентов в год».
4 Только в 2020 году, в Указе Президента Российской Федерации от 21 июля 2020 г. № 474 «О национальных целях развития Российской Федерации на период до 2030 года» производительность труда перестала фигурировать в числе целевых показателей (индикаторов). Совсем недавно (Указ Президента Российской Федерации от 04 февраля 2021 г. № 68) показатель «Производительность труда в несырьевых секторах» был изъят из перечня показателей эффективности оценки деятельности губернаторов.
5 Не в последнюю очередь это связано с особенностями расчета производительности труда. На макроуровне и на уровне отраслей экономики Росстат оперирует сводными данными по физическому объему валовой добавленной стоимости и размерам совокупных затрат в отраслях1, однако от публикации производительности труда в денежном выражении воздерживается, как правило указывая индексы. Соответствующим образом строится и большинство исследований [1, 2, 3].
1. Приказ Росстата от 20 декабря 2013 г. № 492, приказ Росстата от 28 апреля 2018 г. № 274.
6 Как следствие, формировались альтернативные оценки производительности, в том числе в отраслевом разрезе. В частности, Е. Узякова представляет расчеты производительности в 2017 г. в отдельных секторах экономики, а аналитическая записка Банка России о факторах роста производительности труда в промышленности [5] предлагает оценку производительности в 2014-2016 гг. по результатам опроса промышленных предприятий.
7 Для российской промышленной политики показатель производительности труда был и остается неудобным для применения. Связано это с конфликтом экономической эффективности и социальной справедливости: с одной стороны государство стимулирует рост производительности на предприятиях, с другой не готово к тому, что этот рост будет достигаться в том числе за счет увольнения неэффективных трудовых ресурсов или же повлечет за собой увольнения.
8 Не отрицая важности и теоретической изящности классического показателя производительности труда (валовая добавленная стоимость как продукт труда, отнесенная к количественно определенным затратам труда), обратим внимание на возможность отнесения объема трудовых ресурсов в том или ином виде и к другим экономическим показателям деятельности предприятий – как это часто делается в бизнесе при расчетах эффективности тех или иных сфер деятельности компании.
9 Государство рассматривает экономику не в последнюю очередь как источник средств для решения собственных задач – производства общественных благ, ведения перераспределительной политики и др. Так как механизмом сбора данных ресурсов является налогообложение, интерес может представлять не экономическая в целом, а налоговая производительность. Обычным индикатором здесь является налоговая нагрузка, определяемая как соотношение уплаченных налогов и какого-либо экономического показателя деятельности компаний. До 2017 г. российская налоговая нагрузка по отраслям была предметом активных исследований [6, 7], а в дальнейшем стала официально публиковаться ФНС России в рамках периодического обновления приложений к Приказу ФНС России от 30.05.2007 № ММ-3-06/333@ «Об утверждении Концепции системы планирования выездных налоговых проверок». В настоящее время налоговая нагрузка рассчитывается ведомством как процентное отношение суммы налогов и сборов по данным официальной статистической отчетности ФНС России к обороту организаций по данным Росстата.
10 С расширением объема доступных для анализа данных становится возможным соотнесение налоговой нагрузки не только с финансовыми результатами деятельности компаний по данным Росстата, но и с другими данными, имеющимися в распоряжении у налоговой службы – как по трудовым ресурсам компаний, так и по финансовым результатам их деятельности.
11 Открытые данные налоговой службы как источник информации. Поправки, внесенные Федеральным законом от 1 мая 2016 года № 134-ФЗ в статью 102 Налогового кодекса РФ, существенно сузили понятие «налоговой тайны», сделав общедоступными суммы уплаченных налогов, сведения о задолженностях, сведения о специальных режимах, суммы доходов и расходов по данным бухгалтерской (финансовой) отчетности, среднесписочную занятость и ряд других показателей.
12 На странице открытых данных ФНС России2 размещен и обновляется массив данных, позволяющий формировать оценки показателей деятельности экономических агентов на основе налоговой отчетности с микроуровня: соответствующие наборы данных включают сведения по всем отчитавшимся компаниям, с указанием их ИНН. В настоящее время (лето 2021 г.) доступны сведения за 2018 и 2019 годы, что в перспективе позволит проводить анализ данных в динамике.
2. >>>>
13 Мы сосредоточимся на следующих трех наборах данных:
14
  • сведения о суммах доходов и расходов по данным бухгалтерской (финансовой) отчетности организации за год, предшествующий году размещения таких сведений на сайте ФНС России3;
3. >>>>
15
  • сведения об уплаченных организацией в календарном году, предшествующем году размещения указанных сведений в информационно-телекоммуникационной сети «Интернет» в соответствии с пунктом 1.1 статьи 102 Налогового кодекса Российской Федерации, суммах налогов и сборов (по каждому налогу и сбору) без учета сумм налогов (сборов), уплаченных в связи с ввозом товаров на таможенную территорию Евразийского экономического союза, сумм налогов, уплаченных налоговым агентом, о суммах страховых взносов4;
4. URL: >>>>
16
  • сведения о среднесписочной численности работников организации5.
5. URL: >>>>
17 Сведения о доходах и расходах компаний публикуются отдельно по доходам и отдельно по расходам, с указанием их общих сумм. Мы можем посчитать заменитель традиционного показателя производительности труда, отношение доходов компании к среднесписочной численности работников. Такой показатель хуже, чем оценка добавленной стоимости на одного работника, но приближается к расчету производительности как выручки (выручка и доходы компании не тождественные, но близкие понятия) на одного работника.
18 Сведения об уплаченных налогах публикуются в подробной разбивке по всем видам налогов, с отдельным указанием также уплачиваемых страховых взносов в государственные фонды. Их отнесение к доходам компании позволяет получить дополнительную, альтернативную оценку налоговой нагрузки (налогового бремени компании) – относя уплаченные налоги не к обороту, а к доходам компаний, – при том, что и оборот, и доходы близкие, хотя и не тождественные понятия.
19 И в том, и в другом случае, благодаря использованию микроданных, можно перейти от общеотраслевых расчетов (отношений суммарных по отрасли величин) к определению медианных значений применяемых показателей.
20 Наиболее интересной видится третья комбинация, отношение уплаченных налогов к среднесписочной численности персонала компаний. Хотя этот показатель прямо связан с двумя упомянутыми выше и может быть получен их делением, он имеет самостоятельное значение и может рассчитываться напрямую. Далее этот показатель будет именоваться «налоговая производительность».
21 Недостатком рассматриваемых данных является наличие очевидных ошибок и «выбросов», а также несовпадение наборов респондентов (разное количество и состав ИНН в каждом из наборов открытых данных). Наиболее качественными являются данные по уплаченным налогам. Хуже всего представлены данные по доходам и расходам: здесь есть и отрицательные доходы, и наличие расходов без указания доходов, и несовпадение по объемам сведений о доходах и расходах со сведениями о налогах, дающее налоговое бремя более 100%.
22

Налоговая производительность: возможности и особенности. Показатель налоговой производительности отражает, сколько фактически налогов государство получило в результате экономической деятельности одного работника предприятия.
23 С одной стороны – это своего рода показатель производительности труда: чем более результативна компания, тем больше создаваемый ею денежный поток в логике «добавленная стоимость – выручка – доходы», тем больше при универсальной, не имеющей отраслевых особенностей системе налогообложения будет размер уплачиваемых ею налогов.
24 С другой стороны – это показатель налогового бремени: насколько труд работников обременяется уплатой налогов на создаваемые ими блага, применяемые ими средства производства и т.д. Более высокий объем налогов на одного работника может означать не преимущества в его производительности, а наличие отраслевых особенностей налогообложения, неравномерное распределение бремени между отраслями промышленности. При отсутствии искажений в налоговой системе отличия в налоговой производительности между отраслями будут соответствовать отличиям в производительности труда.
25 Налоговая производительность, исключая из рассмотрения объем доходов организаций, примиряет между собой экономические и социальные цели промышленной политики в российской действительности. Обремененное проблемами социальной политики государство стремится не просто стимулировать экономический рост, но и получить максимальную для себя выгоду с точки зрения собираемых налогов. Расчеты «бюджетно-налоговой эффективности» стали обязательным элементом анализа возможных мер государственного стимулирования со стороны Минфина России, и даже налоговые льготы стали рассматриваться как «налоговые расходы» российского бюджета, требующие дальнейшего возмещения в том или ином виде. Одновременно социальной задачей государства является поддержание занятости, исключение перетока рабочей силы при повышении производительности. Здесь налоговая производительность может рассматриваться как маркер отраслей, в которых расширение производства и занятости при прочих равных даст больший эффект в виде получаемых налогов.
26

Методология. Сведения открытых данных ФНС России содержат более 4 млн записей. Часть записей являются пустыми или неполными: по соответствующим ИНН информация не представлена полностью или частично, или же даны нулевые значения, не позволяющие в дальнейшем строить относительные показатели. От соответствующих строк наборы открытых данных перед выполнением расчетов были очищены.
27 Недостатком открытых данных является невозможность привязки компаний по ИНН к отраслям экономики. Соответствующий функционал имеется в Едином государственном реестре юридических лиц (ЕГРЮЛ), однако предполагает получение сведений индивидуально по отдельным компаниям в ручном режиме. Если бы существовала автоматическая привязка, расчеты можно было бы провести по всей экономике. В ее отсутствие данные о составе отраслей формировались только в отношении обрабатывающей промышленности (раздел С ОКВЭД-2) на основе выгрузки сведений системы СПАРК-Интерфакс, с получением сведений об ИНН компании и коде ОКВЭД-2 основной деятельности.
28 По рассматриваемому набору организаций из наборов открытых данных ФНС России выгружались сведения о налогах, численности персонала, доходах и расходах.
29 С учетом исключения компаний, данные по которым были неполными или отсутствовали, это дало выборку в 148 994 записи по сведениям об уплаченных налогах. Для сравнения, в соответствии с данными Росстата общее количество организаций (юридических лиц) по виду деятельности «Обрабатывающая промышленность» в 2019 году составляло 15 338 компаний и 23 697 территориальных подразделений, без учета малого предпринимательства, государственных и муниципальных учреждений. Таким образом, рассматриваемые сведения заведомо охватывают большинство российских промышленных компаний крупного, среднего и малого бизнеса, ведущих активную деятельность (представляющих заполненные, не пустые формы отчетности).
30 По каждой компании на основе её ИНН из сведений ФНС России отбирались значения среднесписочной численности работников, доходов и уплаченных налогов (не включая социальные взносы), после чего определялись относительные показатели: уплаченные налоги на одного работника (налоговая производительность), уплаченные налоги на один рубль доходов (налоговое бремя) и доходы на одного работника (показатель производительности труда).
31 По полученным показателям для каждого подраздела ОКВЭД-2 в пределах раздела С определялись медианные значения. Кроме того, справочно рассчитывалось общеотраслевое среднее (отношение сумм значений по подразделу) и определялось максимальное значение. Применение медианных значений в качестве основных для анализа видится более предпочтительным, так как для многих компаний среднесписочная численность работников указана со значением «1», и имеются основания сомневаться в достоверности этих сведений. Максимальные значения самостоятельной ценности не носят: так, абсолютный максимум налоговой производительности принадлежит АО «Тизприбор», единственный работник которого обеспечил поступление налогов в размере 777,5 млн рублей, на второй позиции АО «Завод «Тяжмаш», заявивший среднесписочную численность всего в 2 сотрудника (явно противоречащую действительности для этого крупного предприятия), что дало налоговую производительность в 358,7 млн руб./чел. Общая среднесписочная численность по рассматриваемой выборке составила 3 963,2 тыс. чел., что в 2,5 раза меньше приблизительной оценки на данных Росстата (занятых в 2019 г. в целом по экономике порядка 72 млн человек6, в том числе в промышленности 14,3%7, то есть более 10 млн чел.). Медианы, как не подверженные влиянию выбросов и существенных отклонений максимальных и минимальных значений, в этом отношении более показательны.
6. URL: >>>>

7. URL: >>>>
32

Результаты оценки. Сопоставление налоговой производительности, производительности труда по доходам компании и налогового бремени по доходам компании приведено в таблице 1.

      Медианные значения  
  Подраздел* Налоговая производительность, тыс. руб./чел.** Производительность труда (по доходам), тыс. руб./чел. Налоговое бремя (по доходам)**
10 Пр-во пищевых продуктов 37,5 1909,8 1,4%
11 Пр-во напитков 85,7 980,1 7,0%
12 Пр-во табачных изделий 221,8 1502,8 3,3%
13 Пр-во текстильных изделий 37,3 1475,5 1,8%
14 Пр-во одежды 17,8 802,9 1,6%
15 Пр-во кожи и изделий из кожи 30,0 1172,3 2,0%
16 Обработка древесины и др. 32,1 1392,0 1,6%
17 Пр-во бумаги и бумажных изделий 97,3 3228,8 2,6%
18 Полиграфия и копирование 42,5 1618,4 2,3%
19 Пр-во кокса и нефтепродуктов 93,8 2451,3 1,7%
20 Химическая пром-ть 94,1 2768,3 2,9%
21 Пр-во лекарственных средств и мед. материалов 71,9 2531,5 2,6%
22 Пр-во резиновых и пластмассовых изделий 74,7 2697,5 2,3%
23 Пр-во прочей неметаллической минеральной продукции 76,0 2449,1 2,3%
24 Пр-во металлургическое 97,2 3085,6 2,4%
25 Пр-во готовых металлических изделий, кр. машин и оборудования 82,0 2317,7 2,9%
26 Пр-во компьютеров, электронных и оптических изделий 111,0 2337,3 4,0%
27 Пр-во электрического оборудования 116,5 2824,2 3,6%
28 Пр-во машин и оборудования, не включенных в др. группировки 109,4 2612,7 3,7%
29 Пр-во автотранспортных средств, прицепов и полуприцепов 68,0 1988,0 2,1%
30 Пр-во прочих транспортных средств и оборудования 93,8 2185,3 3,2%
31 Пр-во мебели 27,3 1501,5 1,4%
32 Пр-во прочих готовых изделий 31,7 1571,3 1,8%
33 Ремонт и монтаж машин и оборудования 54,7 1547,0 3,0%
ВСЕГО по разделу С 58,1 1948,0 8,4%
33 Таблица
34

Показатели деятельности отраслей обрабатывающей промышленности
35 * Названия подразделов приведены в условном сокращенном виде.** Без учета социальных взносов.Источник: рассчитано автором на открытых данных ФНС России.
36 Полученный отраслевой профиль медианного уровня производительности труда по доходам по данным ФНС России оказывается в целом схож с результатами, полученными в ходе опроса, проведенного Банком России [5] и расчетами Е. Узяковой [4], однако имеет ряд отличий. Медианный уровень производительности труда в исследовании Банка России в 2016 г. составлял 1,6 млн рублей выручки на одного работника. Средние значения производительности в исследовании Е. Узяковой составляли от 630,45 тыс. рублей в текстильном и швейном производстве до 4366,25 тыс. рублей в химическом производстве и 4393,14 тыс. рублей в производстве транспортных средств и оборудования.
37 Полученное нами медианное значение производительности в 2019 г. в 1,9 млн рублей доходов (по бухгалтерской отчетности) на одного работника выше оценок Банка России, но ниже оценки Е. Узяковой; медианные значения по отраслям также отличаются на 0,5–1 млн руб. в большую сторону от медианных оценок Банка России. Химическое производство и металлургия находятся в лидерах по производительности, а легкая промышленность и производство прочих готовых изделий – в аутсайдерах, но по другим отраслям имеются существенные расхождения, установить причину которых сложно из-за особенностей группировки отраслей в анализе Банка России. Например, медианные показатели пищевой отрасли в расчете на данных ФНС значительно ниже, а производства электрооборудования – существенно выше, чем в итогах опроса Банка России, притом вряд ли за три года с 2016 по 2019 г. такие резкие изменения показателей могли иметь место. Выводы о значительной неоднородности отраслей по производительности труда при этом сохраняются и подтверждаются.
38 Расчетное медианное налоговое бремя существенно отличается от публикуемых официальных данных о среднеотраслевой налоговой нагрузке, притом, что среднеотраслевые значения, исключая подакцизные отрасли, достаточно к ним близки (см. таблицу 2). Во всех случаях результаты определялись с исключением явно несостоятельных наблюдений – с отрицательным, нулевым или превышающим 100% значением. Вопреки необычности такой ситуации, когда организация декларирует доходы, в несколько раз меньшие по сравнению с фактически уплаченными налогами, она оказывается далеко не единичной.
39 Таблица
40 Налоговое бремя (%)
41

42 Источник: рассчитано автором на открытых данных ФНС России.
43 Превышение средних значений над медианными может свидетельствовать о смещении налоговой нагрузки в пользу более крупных налогоплательщиков. Большинство (небольших) компаний по ключевым налогам пользуется теми или иными льготными режимами, в первую очередь упрощенным режимом налогообложения (без НДС), ограниченное число крупных организаций выносит на себе всю тяжесть налогового бремени.
44 Характеристики налоговой производительности российской промышленности представлены в таблице 3.
45 Таблица
46 Налоговая производительность
47

48 * Названия подразделов приведены в условном сокращенном виде.Источник: рассчитано автором на открытых данных ФНС России.
49 Следует оговориться о проблеме значительного распределения налоговой производительности в каждой из отраслей. В пределах отрасли объяснить различия только лишь применяемыми налоговыми режимами оказывается невозможным – то есть она действительно связана в том числе и с производительностью труда. Свою роль играют и очевидные ошибки при указании среднесписочной численности работников.
50 Наименьшие медианные значения отраслевой налоговой производительности ожидаемо оказываются в отраслях легкой промышленности – проблемных, с невысокой рентабельностью, – а также в деревообработке, где создание стоимости традиционно смещено в смежную целлюлозно-бумажную промышленность. Тем самым, в текущих условиях поддержка занятости или стимулирование расширения этих отраслей заведомо менее выгодны для государства с точки зрения налоговых поступлений по сравнению с высокотехнологичными отраслями.
51 Лидером среди отраслей обрабатывающей промышленности оказывается табачная отрасль, в силу высоких акцизов и, надо признать, высокого уровня автоматизации производства. Компании с небольшой заявляемой штатной численностью персонала являются источниками огромных налоговых поступлений для государства. Производство табачных изделий не создает рабочих мест, но играет существенную роль в структуре доходов от промышленности.
52 Наибольшие значения налоговой производительности демонстрируют высокотехнологичные отрасли, традиционно рассматриваемые как источники роста добавленной стоимости: производство компьютеров, электронных и оптических изделий, электрического оборудования. Действия государства по развитию именно этих отраслей и сегментов, наблюдаемые в последние годы, можно признать обоснованными: их развитие, увеличение рабочих мест, может привести к наилучшим результатам для бюджетных доходов. С другой стороны, эти же высокие значения налоговой производительности означают, что налоговое бремя высокотехнологичных компаний значительно выше по сравнению с другими предприятиями промышленности, а значит, есть резервы по выравниванию налоговой нагрузки.
53 Если исключить отрасли с явной дополнительной акцизной налоговой нагрузкой, – производство напитков и табака, – то на медианных и средних значениях предсказуемо прослеживается зависимость между налоговой производительностью и производительностью труда, наблюдаются высокие коэффициенты корреляции (Таблица 4). Существование этой зависимости предполагается из характера показателей (уплаченные налоги к числу работников и полученный доход к числу работников) и невысоких различий между показателями налогового бремени отраслей.
54 Таблица
55 Некоторые коэффициенты корреляции для рассматриваемых показателей
Массив данных Коэффициент корреляции
По медианным отраслевым значениям
Все отрасли (24 значения) 0,41
Кроме производства напитков и табака 0,88
По средним отраслевым значениям
Все отрасли (24 значения) 0,29
Кроме производства напитков и табака 0,91
По исходным данным на уровне отдельных предприятий
Вся совокупность данных* 0,21
* Исключение отраслей производства напитков и табака незначимо меняет результаты.
56 На уровне медианных или средних представителей отраслей промышленности российская система налогообложения поддерживает горизонтальное равенство налоговых обязательств, единые ставки налогов (в первую очередь – НДС) обеспечивают взаимосвязь между создаваемыми доходами предприятий и уплачиваемыми налогами. Для совокупности предприятий-налогоплательщиков эта связь ослабевает, предприятия с более высокой производительностью труда могут иметь как более высокое, так и более низкое налоговое бремя. Говорить о явном, ярко выраженном стимулирующем или сдерживающем характере налоговой системы, обеспечивающем снижение бремени или, наоборот, увеличение сборов с эффективных промышленных предприятий, нет оснований.
57 Выводы и применение в государственной политике. С учетом наблюдаемого отказа от применения статистических показателей производительности труда в качестве целевых ориентиров государственной экономической политики, использование открытых данных налоговой и бухгалтерской отчетности может стать полезной альтернативой при анализе эффективности усилий по поддержке экономического развития. Показатель налоговой производительности, построенный на имеющихся данных, является хорошим и простым индикатором, отражающим одновременно экономические (рост бюджетных доходов) и социальные (поддержка занятости) задачи государства. Само по себе понимание, что одно рабочее место в промышленности приносит государству в год порядка 50–300 тыс. рублей, притом эту цифру можно при необходимости разложить по видам налогов, позволяет перейти от изолированных оценок создаваемых рабочих мест к более-менее реалистичным расчетам налоговых эффектов для бюджетов всех уровней.
58 Государству выгодно сосредотачиваться на развитии отраслей с высокой «налоговой отдачей», даже если допустить, что по мере увеличения производства и привлечения в них дополнительных трудовых ресурсов производительность несколько снизится.
59 Уже опубликованных открытых данных ФНС России достаточно для того, чтобы убедиться как в положительных сторонах налоговой системы (нейтральность для типичных представителей отраслей), так и в ее недостатках (существенные различия и «налоговой производительности», и налогового бремени между предприятиями в одних и тех же сегментах промышленности). Более того, эти данные могут как самостоятельно использоваться при анализе вопросов производительности труда, так и рассматриваться с точки зрения совершенствования механизмов мониторинга за деятельностью предприятий, совершенствования системы сбора и обработки отчетности.

References

1. Tsukhlo S. Otsenki proizvoditel'nosti truda v rossijskoj promyshlennosti v 2015–2017 gg. // Ehkonomicheskoe razvitie Rossii. 2017. T.24. № 10. S. 34–35.

2. Bessonova E.V. Analiz dinamiki sovokupnoj proizvoditel'nosti faktorov na rossijskikh predpriyatiyakh (2009—2015 gg.). // Voprosy ehkonomiki. 2018. № 7. S. 96–118. URL: https://doi.org/10.32609/0042-8736-2018-7-96-118

3. Lavrovskij B. L., Khajrullina M. V., Volosskaya K. N., Chuvaev A. V. O proizvoditel'nosti truda i odnoimennom natsional'nom proekte. // EhKO. 2020. № 6. S. 111–130.URL: https://doi.org/10.30680/ESO0131-7652-2020-6-111-130

4. Uzyakova E.S. Proizvoditel'nost' truda i vozmozhnosti rosta ehkonomiki. // EhKO. 2020. № 6. S. 87–110. URL: https://doi.org/10.30680/ESO0131-7652-2020-6-87-110

5. Karlova N., Puzanova E., Bogacheva I. Proizvoditel'nost' v promyshlennosti: faktory rosta. / Tsentral'nyj bank Rossijskoj Federatsii. 2019. URL: https://cbr.ru/content/document/file/90569/analytic_note_20191125_dip.pdf (data obrascheniya 06.06.2021)

6. Shatalova S., Gromov V. Kak rasschitat' nalogovuyu nagruzku na ehkonomiku RF. // Ehkonomicheskoe razvitie Rossii. 2017. T. 24. № 4. C. 69–78.

7. Korytin A., Shatalova S. Raschet pokazatelej nalogovoj nagruzki i ee vliyaniya na rentabel'nost' v otraslyakh ehkonomiki. // Ehkonomicheskoe razvitie Rossii. 2017. T. 24. № 4. C. 79–85.

Comments

No posts found

Write a review
Translate