Labor potential of population in the regions of Russia: Comparative analysis in static and dynamic contexts

详细

In interregional studies of human and labor potential, both static and dynamic analyses are widely used. This article applies these methods to identify problematic and developing subjects of the Russian Federation (RF). The static analysis was carried out on the basis of grouping regions using the cluster analysis method based on human potential indicators, which included indicators of labor potential. Using statistics from Rosstat for the year 2021, the study focused specifically on labor potential indicators, selecting the percentage of highly qualified workers relative to the employed population as a key metric. A comparative analysis was performed across a spectrum of regions, comprising ten regions with the highest and lowest values of labor potential. The first group included capital-and resource-rich Northern regions, while the second group consisted of problematic regions. In the European part of the country, these were primarily medium-developed subjects of the RF, characterized by less advanced industrial production. In the Asian regions, the level of industrial development is lower, and reliance on budgetary funding is higher. Dynamic changes were tracked based on the growth rates of labor potential indicators, which generally increased across the country from 2014 to 2024, particularly in the past five years. Comparative analysis was conducted for ten regions with the highest and lowest growth rates from 2019 to 2024. Examination of the dynamics was complicated by the contradictory influence of exogenous factors, such as the coronavirus pandemic and the special military operation. Nonetheless, it was found that the first group of regions contained more areas with a low base for calculating growth rates. In almost half of the RF subjects in the second group, there was observes a negative dynamics in key development indicators (employment in manufacturing, levels of budgetary funding, etc.).

作者简介

Mairash Toksanbaeva

ISESP FCTAS RAS

Email: matoksan@mail.ru
ORCID iD: 0000-0002-3570-592X
SPIN 代码: 7200-6511
Doctor of Economics, Chief Researcher, Head of Laboratory Moscow, Russia

Olga Kolennikova

ISESP FCTAS RAS

Email: kolennikova@mail.ru
ORCID iD: 0000-0002-0138-6115
SPIN 代码: 8352-5335
Candidate of Economics, Leading Researcher Moscow, Russia

Raisa Popova

ISESP FCTAS RAS

Email: raisa_popova@mail.ru
ORCID iD: 0000-0002-8548-6294
SPIN 代码: 1964-5700
Senior Researcher Moscow, Russia

参考

  1. Попова, Л. А. Трудовой потенциал российского Севера / Л. А. Попова, М. А. Терентьева // Арктика и Север. — 2014. — № 14. — С. 51–69. EDN: RTUCER
  2. Попов, А. В. Трудовой потенциал России: оценка и инструменты повышения уровня реализации / А. В. Попов. — Вологда : Вологодский научный центр РАН, 2019. — 181 с. EDN: TCJWYS
  3. Тыкынаев, А. В. Повышение эффективности управления трудовым потенциалом в организации / А. В. Тыкынаев, Е. В. Сибилева // Актуальные вопросы современной экономики. — 2018. — № 8. — С. 210–212. EDN: SRFUHT
  4. Бодрунов, С. Д. Реиндустриализация России — возможности и ограничения / С. Д. Бодрунов // Научные труды вольного экономического общества. — 2014. — Т. 180. — С. 15–46. EDN: TCEKWR
  5. Сухарев, О. С. Реиндустриализация экономики России и технологическое развитие / О. С. Сухарев // Национальные интересы: приоритеты и безопасность. — 2014. — № 10(247). — С. 1–16.
  6. Красильщиков, В. А. Деиндустриализация, реиндустриализация и развитие / В. А. Красильщиков // Мировая экономика и международные отношения. — 2016. — Т. 60. — № 8. — С. 34–43. doi: 10.20542/0131-2227-2016-60-8-34-43; EDN: WHGADV
  7. Алешина, О. Г. Деиндустриализация, неоиндустриализация и постиндустриальная экономика: обзор подходов / О. Г. Алешина // Экономика и управление инновациями. — 2022. — № 2(21). — С. 19–38. doi: 10.26730/2587-5574-2022-2-19-38; EDN: LJHQKG
  8. Зяблюк, Р. Т. Неоиндустриализация экономики России: необходимость и возможность / Р. Т. Зяблюк, Н. И. Титова // Вестник Московского университета. Серия 6. Экономика. — 2016. — № 2. — С. 119–135. EDN: WFQAMJ
  9. Шеломенцев, А. Г. Эволюция взглядов на понятия «статика» и «динамика» и их влияние на развитие экономических концепций / А. Г. Шеломенцев, К. С. Гончарова // Этап: Экономическая теория, анализ, практика. — 2021. — № 4. — С. 95–116. EDN: XPUKLJ
  10. Токсанбаева, М. С. Трудовые ресурсы как характеристика трудового потенциала и их структура / М. С. Токсанбаева, Р. И. Попова // Народонаселение. — 2022. — Т. 25 — № 4. — С. 151–162. doi: 10.19181/population.2022.25.4.13; EDN: UAPDEV
  11. Комплексная характеристика человеческого потенциала регионов России / ред. В. В. Локосов, Е. В. Рюмина. — Москва : ФНИСЦ РАН, 2024. — 422 с. DOI: 10.19181/ monogr.978-5-89697-435-2.2024; EDN: BQHGGT
  12. Тюличева Л. Д. Использование сравнительных методов исследований для определения стратегических приоритетов регионального развития / Л. Д. Тюличева. — Санкт-Петербург: ГУАП, 2007. — 262 с. EDN: QSNENF
  13. Поликарпов, М. Д. Экономический эффект антироссийских санкций: плюсы и минусы / М. Д. Поликарпов // Вестник науки. — 2023. — Т. 1. — № 5(62). — С. 81–90. EDN: NUINTU
  14. Кайгородцев, А. А. Эффективность антироссийских экономических санкций: теория и практика / А. А. Кайгородцев // Вестник московского финансово-юридического университета МФЮА. — 2023. — № 3. — С. 18–28. doi: 10.52210/2224669X_2023_3_18; EDN: FDRQGA

补充文件

附件文件
动作
1. JATS XML


Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

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».