Трансформация базовых компетенций человеческих ресурсов в эпоху цифровизации

2025. Том 17, № 2 (200-420)

Государственная и муниципальная служба

https://doi.org/10.17072/2218-9173-2025-2-267-294

Авторы

доктор экономических наук, доцент, профессор кафедры региональной, муниципальной экономики и управления ФГБОУ ВО «Уральский государственный экономический университет», Екатеринбург, Россия

https://orcid.org/0000-0002-7072-9871

кандидат экономических наук, доцент, доцент Высшей школы производственного менеджмента Института промышленного менеджмента, экономики и торговли ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого», г. Санкт-Петербург, Россия

https://orcid.org/0000-0002-1714-7784

Как цитировать

Пьянкова, С., & Ергунова, О. (2025). Трансформация базовых компетенций человеческих ресурсов в эпоху цифровизации. Ars Administrandi (Искусство управления), 17(2), 267-294. https://doi.org/10.17072/2218-9173-2025-2-267-294
цифровая грамотность, рынок труда, устойчивое развитие, промышленная революция 4.0, цифровая трансформация, менеджмент, цифровые компетенции

Введение: процессы цифровизации повсеместно трансформируют отрасли экономики и формируют спрос на новый профиль компетенций человеческих ресурсов, что актуализирует определение перспектив пространственной цифровизации национальной экономики Российской Федерации в условиях новой индустриализации.

Цель: оценка трендов смещения базовых компетенций и профессиональных навыков трудовых ресурсов в условиях цифровизации экономики.

Методы: применен системно-структурный анализ и метод математического моделирования для выявления ключевых тенденций на рынке труда, связанных с переходом к цифровой экономике, проведено прогнозирование ключевых тенденций российского рынка труда до 2030 года в условиях цифровизации отраслей экономики с помощью регрессионно-корреляционного анализа.

Результаты: развитие цифровых компетенций тесно связано с ключевыми показателями рынка труда и экономическими условиями. Проведенный анализ индикаторов достойного труда в России за 2000–2022 годы выявил, что линейные модели имеют низкую точность прогнозирования (отрицательные значения R² и высокие MSE), что свидетельствует о необходимости использования более сложных методов, полиномиальная регрессия (степень 3) также не смогла обеспечить точность для большинства индикаторов. В результате были предложены альтернативные подходы для прогнозирования, такие как модели временных рядов (например, ARIMA) и методы машинного обучения (нейронные сети, градиентный бустинг), которые лучше учитывают нелинейные зависимости и сложные паттерны. Разработаны рекомендации по оптимизации процесса трансформации базовых компетенций человеческих ресурсов как составляющей национальной экономики в целях решения общенациональных приоритетов в условиях усиления турбулентности макросреды.

Выводы: на основе рассчитанных прогнозов выделены ключевые аспекты, влияющие на развитие цифровых компетенций в России к 2030 году, а также определены перспективы внедрения цифровых технологий в области социально-трудовых отношений в рамках новой индустриализации.

Наиболее читаемые статьи этого автора (авторов)