Трудовые ресурсы энергетической отрасли в эпоху цифровизации: ключевые аспекты

В данной статье поднимается вопрос кадровых проблем в энергетическом секторе Российской Федерации. Под воздействием цифровизации экономики происходит адаптация навыков и компетенций трудовых ресурсов. Цель настоящего исследования заключается в анализе возможных перетоков трудовых ресурсов энергетической отрасли экономики с учетом профессиональных навыков и компетенций.

Научная новизна исследования состоит в разработке методического подхода к анализу межотраслевой мобильности трудовых ресурсов. Такой подход позволяет определить совместимость навыков и оценить перетоки кадров в условиях цифровизации энергетической отрасли. В ходе исследования авторами построен компетентностный профиль энергетической отрасли на основе профессионально-ориентированных и социально-ориентированных навыков. Цифровые навыки включены в первую группу. Анализ компетентностного профиля энергетической отрасли показал преобладание профессиональных навыков над социальными.

Для исследования перетоков трудовых ресурсов энергетической отрасли в статье представлена мера ориентированного компетентностного различия, а также матрицы различий в отраслях в контексте укрупненных групп профессиональных навыков. Данная мера позволила определить отрасли-доноры трудовых ресурсов для энергетики и отрасли притяжения трудовых ресурсов из энергетической отрасли согласно профессиональным навыкам. В ходе исследования при определении указанных показателей выявлено, что наиболее близкой к трудовым ресурсам исследуемой отрасли являются трудовые ресурсы отрасли, соответствующей ОКВЭД Е.

1. Афанасьев, В. Я. Методологические основания совершенствования оценки трудовых ресурсов в топливно-энергетиче-ском комплексе / В. Я. Афанасьев, А. Ю. Данилина // Вестник МИРБИС. — 2023. — № 4(36). — С. 45–61. — DOI 10.25634/MIRBIS.2023.4.5. — EDN KKVQTU.

2. Афанасьев, В. Я. Практическая значимость совершенствования оценки трудовых ресурсов в топливно-энергетическом комплексе / В. Я. Афанасьев, А. Ю. Данилина // Вестник РГГУ. Серия: Экономика. Управление. Право. — 2023. — № 4. — С. 26–52. — DOI 10.28995/2073-6304-2023-4-26-52. — EDN QHOLKU.

3. Бобович, Т. А. Кадровый голод в энергетическом секторе страны: проблемы и пути решения в условиях цифровизации отрасли / Т. А. Бобович, М. В. Величко // Экономика и предпринимательство. — 2025. — № 10(183). — С. 450–454. — DOI: 10.34925/EIP.2025.183.10.072. — EDN JTHSJS.

4. Захаров, В.В. Задачи, решаемые при анализе трудовых ресурсов предприятия / В.В. Захаров. — Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». — 2019. — Т. 19. — №2. — C. 175–179. — DOI: 10.14529/ctcr190217.

5. Кетоева, Н. Л. Формирование надпрофессиональных компетенций административно-управленческого персонала при замещении вакантной должности для сферы энергетики / Н. Л. Кетоева, М. А. Знаменская, В. К. Драницына, И. Рябов // Экономика и управление инновациями. — 2023. — № 3(26). — С. 87–95. — DOI 10.26730/2587-5574-2023-3-87-95. — EDN WKZWHC.

6. Киченко, В. А. Исследование процесса мотивации персонала и стимулирования труда на предприятиях топливно-энергетического комплекса / В. А. Киченко // Интеллект. Инновации. Инвестиции. — 2013. — № 4. — С. 71–76. — EDN RRRNZP.

7. Леликова, Е.И. Особенности воспроизводства трудовых ресурсов в сельском хозяйстве региона / Е.И. Леликова. — Дис. … канд. экон. наук: 08.00.05. — Ставрополь: Ставропольский государственный аграрный университет, 2022. — 198 с.

8. Лукманов, А. Х. Актуальные вопросы кадрового обеспечения и развития кадрового потенциала Энергетической отрасли России / А. Х. Лукманов // Труд и социальные отношения. — 2023. —Т. 34, № 1. — С. 65–72. — DOI 10.20410/2073-7815-2023-34-1-65-72. — EDN UWOHKF.

9. Новикова, И. В. Стратегическое управление трудовыми ресурсами предприятия / И. В. Новикова // Экономика промышленности. — 2018. — Т. 11, № 4. — С. 318–326. — DOI 10.17073/2072-1633-2018-4-318-326. — EDN YSJTQD.

10. Нурмухаметов, Н. Н. Оценка трудового потенциала промышленных предприятий / Н. Н. Нурмухаметов, А. А. Шаметова, Ж. М. Булакпай // Вестник университета Туран. — 2022. — № 3(95). — С. 11–21. — DOI 10.46914/1562-2959-2022-1-3-11-21. — EDN PUDGBE.

11. Оводенко, Д. В. Оценка трудовых ресурсов занятых в российском промышленном производстве / Д. В. Оводенко // Экономика и предпринимательство. — 2022. — № 9(146). — С. 299–303. — DOI 10.34925/EIP.2022.146.9.057. — EDN: OFSAIZ

12. Савельева, Н. К. Укомплектованность кадрами электроэнергетики Российской Федерации в условиях цифровой трансформации / Н. К. Савельева, А. А. Созинова, М. В. Макарова // Глобальная ядерная безопасность. — 2024. — Т. 14, № 2(51). — С. 91–102. — DOI 10.26583/gns-2024-02-08. — EDN MYBUKS.

13. Сайфуллина, Л. Д. Методологические аспекты прогнозирования кадровых потребностей / Л. Д. Сайфуллина // Экономика и управление: научно-практический журнал. — 2023. — № 5(173). — С. 120–123. — DOI 10.34773/EU.2023.5.22. — EDN XSGERP.

14. Фаузер, В. В. Методология оценки ресурсов труда республики Коми / В. В. Фаузер // Известия Коми научного центра УрО РАН. — 2022. — № 3(55). — С. 5–16. — DOI 10.19110/1994-5655-2022-3-5-16. — EDN PLHZKB.

15. Balcı, M.A. Distributed order model of labor migration / M.A. Balcı // International Journal of Nonlinear Sciences and Numerical Simulation. — 2023. — Vol. 24. — No.7. — Pp. 2497–2512. — DOI: 10.1515/ijnsns-2021-0056.

16. Goudet, O. WorkSim: A Calibrated Agent-Based Model of the Labor Market Accounting for Workers’ Stocks and Gross Flows / O. Goudet, J.-D. Kant, G. Ballot // Computational Economics. — 2017. — Vol.50. — No.1. — Pp. 21–68. — DOI: 10.1007/S10614-016-9577-0.

17. Hannu, T. Estimating regional differences in the utilization of labor resources / T. Hannu // Applied Economics. — 1993. — Vol. 25. — No. 4. — Pp. 447–451. — DOI: 10.1080/00036849300000052.

18. Hausmann, R. Structural Transformation and Patterns of Comparative Advantage in the Product Space / R. Hausmann, B. Klinger // SSRN Electronic Journal. — 2006. — DOI: 10.2139/ssrn.939646.

19. Hidalgo, C.A. The Product Space Conditions the Development of Nations / C.A. Hidalgo, B. Klinger, A.-L. Barabási, R. Hausmann // Science. — 2007. — Vol. 317. — No. 5837. — Pp. 482–487. DOI: 10.1126/science.1144581.

20. Kara, A. Extracting Relations Between Sectors / A. Kara, F.S. Daniş, G. Orman Keziban, S.N. Turhan // 2022 IEEE/ACM International Conference on Big Data Computing, Applications and Technologies (BDCAT) 2022 IEEE/ACM International Conference on Big Data Computing, Applications and Technologies (BDCAT). — Vancouver, WA, USA: IEEE, 2022. — Pp. 77–82. — DOI: 10.1109/BDCAT56447.2022.00017.

21. Kenzhin, Z.B. Modeling of Basic Processes of Labor Market Functioning and Development: Methodological and Practical Aspects / Z.B. Kenzhin, K.U. Nursapina, Z. Abzhanova, Z.M. Bulakbay, T.K. Kuangaliyeva // Economics: the Strategy and Practice. — 2022. — Vol. 17. — No. 3. — Pp. 156–168. — DOI: 10.51176/1997-9967-2022-3-156-168.

22. Khrapova, E. Methodical Approaches to Determining the Labor Potential Quantity and Management / E. Khrapova, N. Kalinina, Y. Shlyapina, D. Gazizova // Advances in Social Science, Education and Humanities Research. — 2020. — No. 393. — Pp. 348–354. — DOI: 10.2991/assehr.k.200113.201.

23. Lee, I.P. Sector attraction and the role of job information: Evidence from a conjoint experiment / I.P. Lee, S. Jilke // Public Administration Review. — 2024. — Vol. 84. — No. 5. — Pp. 982–996. — DOI: 10.1111/puar.13760.

24. Li, L. Measuring employer attractiveness in diverse talent markets / L. Li, T. Lappas, R. Liu // Decision Support Systems. — 2024. — Vol. 177. — No. 1. — Art. 114079. — DOI: 10.1016/j.dss.2023.114079.

25. Liu, X. Labor Market Resource Allocation Optimization Based on Principal Component Analysis / X. Liu // Journal of Mathematics. — 2022. — DOI: 10.1155/2022/1478013.

26. Lofgren, H. Proximity-Based Approach to Labor Mobility in CGE Models with an Application to Sub-Saharan Africa / H. Lofgren, M. Cicowiez // A Journal of Global Economic Analysis. — 2017. — Vol. 2. — No. 1. — Pp. 120–165. — DOI: 10.21642/JGEA.020102AF.

27. Lopez, E. The Network Picture of Labor Flow / E. Lopez, O. Guerrero, R. Axtell // SSRN Electronic Journal. — 2015. — DOI: 10.2139/ssrn.2631542.

28. Mahasneh, J.K. Rethinking construction curriculum: Towards a standard soft skills taxonomy / J.K. Mahasneh, W. Thabet // 52-nd ASC Annual International Conference, Associated Schools of Construction. — 2016.

29. Miguelez, E. Spatial mobility and location choices of highly skilled workers / E. Miguelez, R. Moreno // In: 51st Congress of the European Regional Science Association: «New Challenges for European Regions and Urban Areas in a Globalized World». — Barcelona, Spain, 30 August – 3 September, 2011.

30. Östbring, L. Labor mobility and organizational proximity: routines as supporting mechanisms for variety, skill integration and productivity / L. Östbring, R. Eriksson, U. Lindgren // Industry and Innovation. — 2017. — Vol. 24. — No. 8. — Pp. 775–794. — DOI: 10.1080/13662716.2017.1295362.

31. Savelyeva, N.K. Evaluating the current situation and trends in the labor market of the «periphery» industries of the digital economy: comparative analysis of open data on vacancies and statistical data. In: Popkova, E.G. (eds) Sustainable Development of Business 4.0. / N.K. Savelyeva, A.A. Sozinova, D.V. Chuprakov, V.A. Saidakova, V.O. Konkin // Advances in Science, Technology & Innovation. Springer, Cham. — 2025. — Рp. 21–25. — DOI: 10.1007/978-3-031-83595-7_4.

32. Sozinova, A.A. Quality management in industry 4.0 through the movement of labor resources towards the «core» of the digital economy / A.A. Sozinova, N.K. Savelyeva, D.V. Chuprakov, V.A. Saidakova // Proceedings on Engineering Sciences. — 2023. — Vol. 5. — No. S2. — Pp. 341–354. — DOI: 10.24874/pes.si.02.012.

33. Sozinova, A.A. Digital personnel in the system of knowledge management in high-tech production / A.A. Sozinova, N.K. Savelyeva, D.V. Chuprakov, V.A. Saidakova / Proceedings on Engineering Sciences. — 2024. — Vol. 6. — No. 3. — Pp. 1107–1116. — DOI: 10.24874/pes06.03a.003.

34. Sozinova, A.A. Digitalization of enterprises: industry analysis based on open data vacancies. In: Popkova, E.G. (eds) Sustainable Development of Business 4.0. / A.A. Sozinova, N.K. Savelyeva, D.V. Chuprakov, V.A. Saidakova, A.S. Astakhin // Advances in Science, Technology & Innovation. Springer, Cham. — 2025. — Рp. 139–144. — DOI: 10.1007/978-3-031-83595-7_23.

35. Tarasyev, A.A. Dynamic modeling of age-structured migration flows / A.A. Tarasyev, G.A. Agarkov, E.A. Rovenskaya, G.-Y. Cao // Proceedings of The International Conference of Computational Methods in Sciences and Engineering 2019 (ICCMSE-2019). — Rhodes, Greece, 2019. — Р. 050004. — DOI: 10.1063/1.5137937.

36. Tarasyev, A.A. Modeling of the impact of migration attractiveness on the labor migration dynamics / A.A. Tarasyev, J.B. Jabbar, G.A. Agarkov // International Conference of Numerical Analysis and Applied Mathematics (ICNAAM) 2019. — Rhodes, Greece, 2020. — Р. 120004. — DOI: 10.1063/5.0027185.

37. Tikkalyainen, M. Periphery syndrome – a reinterpretation of regional development theory in a resource periphery / M. Tikkalyainen // Fennia. — 1988. — Vol. 166. — No. 2. — Pp. 295–411. — DOI: 10.11143/fennia.9041.

38. Vogel, R. What drives the attractiveness of public and private employers? Comparative evidence from an online employer review platform / R. Vogel, M. Satzger // The American Review of Public Administration. — 2024. — Vol. 54. — No. 2. — Pp. 180–197. — DOI: 10.1177/02750740231206805.