Modeling the dynamics of remuneration of various professions using the methodology of intersectoral balance

Cover Page

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

This article is devoted to modeling the salaries of working professions using the methodology of intersectoral balance. The purpose of the study is to identify the main factors influencing the dynamics of remuneration for the specialists in various professions. The authors propose to extend the previously proposed model of price equilibrium of industries in terms of adding working specialties as branches of the economy that have neither final nor intermediate consumption. The effects of changes in the parameters of demand for industrial products from end consumers and the coefficients of direct labor costs are analyzed. As a result of the model experiment, using the example of two industries and two working professions, the following conclusions were drawn: the salary level is closely related to the distribution of employees of various professions by industry; limited labor resources positively affect the wage growth. A decrease in production coefficients for a working specialty, expressed in a decrease in the industry’s need for the labor of these specialists, contrary to popular belief, leads to an increase in wages, i. e. labor becomes more efficient as the production coefficient decreases. The results of the study can be useful to government agencies in forming a strategy for the development of economic sectors, as well as to large companies in controlling personnel policy.

Full Text

Restricted Access

About the authors

N. A. Moiseev

Plekhanov Russian University of Economics

Author for correspondence.
Email: moiseev.na@rea.ru
Russian Federation, Moscow

I. A. Vnukov

Plekhanov Russian University of Economics

Email: jvnukov@yandex.ru
Russian Federation, Moscow

E. E. Rebeka

Plekhanov Russian University of Economics

Email: rebeka.ee@yandex.ru
Russian Federation, Moscow

K. G. Sargsyan

Plekhanov Russian University of Economics

Email: kristina.sargsyan.2002@mail.ru
Russian Federation, Moscow

References

  1. Внуков И. А., Моисеев Н. А., Ребека Е. Е. (2023). Моделирование ценового баланса отраслей с учетом роли промежуточного производителя в условиях закрытой экономики // Экономика и математические методы. Т. 59. № 4. С. 32–44. [Vnukov I. A., Moiseev N. A., Rebeka E. E. (2023). Modeling the price balance of sectors taking into account the role of the intermediate producer in a closed economy. Economics and Mathematical Methods, 59 (4), 32–44 (in Russian).]
  2. Горбунов В. К. (2009). Модель потребительского спроса, основанная на векторном поле предпочтений // Вестник Московского университета. Серия 6. Экономика. № 1. С. 67–79. [Gorbunov V. K. (2009). Model of consumer demand based on a vector field of preferences. Moscow University Economics Bulletin. Series 6. Economy, 1, 67–79 (in Russian).]
  3. Дашян К. А., Мастепанова М. С. (2016). Межотраслевой баланс затрат труда // Международный студенческий научный вестник. № 3–3. С. 377–378. [Dashyan K. A., Mastepanova M. S. (2016). Intersectoral balance of labor costs. International Student Scientific Bulletin, 3–3, 377–378 (in Russian).]
  4. Зайцева И. В. (2012). Балансовые модели как основа экономико-математических методов исследования трудовых ресурсов // Наука. Инновации. Технологии. № 2. С. 38–43. [Zaitseva I. V. (2012). Balance models as the basis of economic and mathematical methods of labor resources research. Science. Innovation. Technologies, 2, 38–43 (in Russian).]
  5. Калинин А. М., Коротеев С. С., Крупин А. А., Нефедов А. В. (2021). Технологическая импортозависимость российской экономики: оценка с использованием таблиц «затраты–выпуск» // Проблемы прогнозирования. № 1 (184). С. 83–93. [Kalinin A. M., Koroteev S. S., Krupin A. A., Nefedov A. V. (2021). Technological import dependence of the Russian economy: An assessment using input–output tables. Studies on Russian Economic Development, 1 (184), 83–93 (in Russian).]
  6. Кашепов А. В. (2022). Баланс трудовых ресурсов: история и методология прогнозирования // Вестник Алтайской академии экономики и права. № 9–1. С. 83–90. [Kashepov A. V. (2022). The balance of labor resources: The history and methodology of forecasting. Bulletin of the Altai Academy of Economics and Law, 9–1, 83–90 (in Russian).]
  7. Леонтьев В. В. (1990). Спад и подъем советской экономической науки. В кн.: «Экономические эссе. Теории, исследования, факты и политика». 415 с. [Leontief V. V. (1990). The rise and decline of Soviet economic science. In: Economic essays: Theories, research, facts and policy. 415 p. (in Russian).]
  8. Моисеев Н. А., Ахмадеев Б. А. (2021). Алгоритм оценки импортозамещения на основе таблиц «затраты–выпуск» // Вестник РЭА им. Г. В. Плеханова. № 3 (117). С. 117–129. [Moiseev N. A., Akhmadeev B. A. (2021). Algorithm for assessing import substitution based on input-output tables. Vestnik of the Plekhanov Russian University of Economics, 3 (117), 117–129 (in Russian).]
  9. Моисеев Н. А., Внуков И. А. (2024). Моделирование ценовой политики отраслей в рамках методологии межотраслевого баланса // Вестник Российского экономического университета имени Г. В. Плеханова. Т. 21. № 1 (133). С. 40–55. [Moiseev N. A., Vnukov I. A. (2024). Modeling of pricing policy of industries within the framework of the intersectoral balance methodology. Vestnik of the Plekhanov Russian University of Economics, 21 (1), 40–55 (in Russian).]
  10. Шамшин В. Н. (2022). Таблицы В. В. Леонтьева: «затраты–выпуск» и их применение к рыночной экономике // Европейский журнал экономических наук и управления. № 1. С. 44–51. [Shamshin V. N. (2022). Tables of V. V. Leontiev: «input–output» and their application to the market economy. European Journal of Economics and Management Sciences, 1, 44–51 (in Russian).]
  11. Belegri-Roboli A., Michaelides P. G., Markaki M. (2008). Input-output modelling of labour productivity and the working time in Greece. Economic Systems Research, 23 (3), 329–339.
  12. Hasanli Y., Musayeva F., Rahimli G. (2021). Assessment of the impact of investment on employment using intersectoral labor balance model. In: 7th International Conference on Control and Optimization with Industrial Applications (COIA).
  13. Kim K., Hewings G. J.D. (2015). Bayesian estimation of labor demand by age: Theoretical consistency and an application to an input–output model. Economic Systems Research. (Taylor & Francis Journals), 31 (1), 44–69.
  14. Korovkin A., Sinitsa A., Korolev I. (2021). Labor force intersectoral movement as a factor of Russian labor market development. Competitiveness and the Development of Socio-Economic Systems, 105, European Proceedings of Social and Behavioural Sciences, 582–592 (in English). doi: 10.15405/epsbs.2021.04.62
  15. Miller R. E., Blair P. D. (2009). Input–output analysis: Foundations and extensions. 2nd ed. Cambridge, New York: Cambridge University Press, 10–68.
  16. Reyes A. F., Marquez Mendoza M. A. (2013). The demand driven and the supply-sided input–output models: Notes for the debate. Munich Personal RePEc Archive. MPRA Paper, 1–25.
  17. Sauian M. S., Kamarudin N., Rani R. M. (2013). Labor productivity of services sector in Malaysia: Analysis using input–output approach. Procedia Economics and Finance, 7, 35–41.
  18. Sharify N., Sancho F. (2011). A new approach for the input–output price model. Economic Modelling, 28, 1–2, 188–195.
  19. Timmer M. P., Dietzenbacher E., Los B., Stehrer R., Vries G. J. de (2015). An illustrated user guide to the world input–output database: The case of global automotive production. Review of International Economics, 23, 575–605.

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».