Цифровые платформы на российском рынке труда: парадоксы и противоречия трансформации

Стремительная цифровизация экономики привела к становлению цифровых платформ как ключевого элемента новых экономических взаимодействий. В сфере труда они трансформируют традиционные модели найма, формализуя связи между потребителями и поставщиками услуг, минимизируя транзакционные издержки и выступая технологической основой для эволюции рынка труда. В связи с этим особую актуальность приобретает позиция Международной организации труда (МОТ), согласно которой будущее сферы занятости определяется не технологиями самими по себе, а способностью социума извлекать выгоды из цифровой трансформации, одновременно смягчая её негативные последствия. Ключевыми условиями для этого МОТ считает укрепление международного сотрудничества, внедрение инклюзивной политики и развитие новых моделей социального диалога1.

Глобальный тренд на платформенную и удалённую занятость находит отражение и в России, где эта модель демонстрирует опережающую динамику. Согласно исследованиям НИУ ВШЭ, по итогам 2024 года доля платформенных работников в стране достигла 4,4%, что в абсолютном выражении составляет от 2 до 5 млн человек, использующих цифровые платформы в профессиональных целях2. Эта оценка охватывает как занятых на управляемых gig-платформах (курьеры, таксисты), так и фрилансеров, работающих через специализированные биржи (FL.ru, Profi.ru и др.).

Рынок платформенной занятости страны показывает устойчивую положительную динамику. Совместное исследование «Data Insight» и «Ventra Go!» оценивает рост денежного оборота данного сегмента в 2025 году в 40%, что эквивалентно увеличению на 239 млрд рублей3..

Особого внимания заслуживает сегмент фриланса (профессиональных услуг), который демонстрирует опережающие темпы развития. Эксперты PwC прогнозируют, что к 2025 году объем российского рынка фриланса может достичь 102 млрд долларов4, что позволит России войти в десятку мировых лидеров по данному показателю, уступая по скорости его роста только США. Важно подчеркнуть, что эта оценка относится исключительно к сфере интеллектуального труда и не учитывает занятых в сегментах доставки, такси и других видов физической работы на платформах.

Государственная политика, отраженная в национальных проектах, также рассматривает платформы как основу для перевода экономики и социальной сферы на «качественно новые принципы работы»5. Однако за декларируемой эффективностью и интеграцией в официальную повестку скрывается двойственная природа их воздействия. Это формирует ключевую научную проблему исследования, которая состоит в следующем противоречии: технологическая экспансия цифровых платформ, призванных оптимизировать и формализовать рынок труда, парадоксальным образом сопровождается сохранением и воспроизводством неустойчивых, неформальных видов занятости и углублением регионального неравенства.

В связи с этим целью данного исследования является комплексный анализ парадоксальной роли цифровых платформ в трансформации российского рынка труда, выходящий за рамки констатации их экспансии. В основе исследования лежит гипотеза, согласно которой цифровые платформы, вопреки ожиданиям, выступают не инструментом формализации, а механизмом институционализации неформальности и закрепления регионального неравенства. Реализация поставленной цели и проверка гипотезы потребовали решения ряда взаимосвязанных задач: во-первых, анализа макроструктурных сдвигов на рынке труда в контексте экспансии платформ; во-вторых, эмпирической оценки масштабов неформальных практик найма; в-третьих, выявления региональной дифференциации эффективности платформ; в-четвертых, концептуализации ключевых парадоксов трансформации занятости в российской модели платформенной экономики.

Научная новизна исследования состоит в интеграции разработанного автором инструментария для эмпирической фиксации неформальных практик найма с теоретическим осмыслением их роли в трансформации российского рынка труда. Во-первых, предложена и апробирована авторская методика количественной идентификации неформальных практик найма на основе контент-анализа текстов вакансий (N = 4500) с применением системы лексических маркеров. Это позволило в разрезе цифровых платформ и профессиональных категорий зафиксировать масштабы серого сектора и выявить его связь с алгоритмическими барьерами.

Во-вторых, на основе синтеза структурного и институционального подходов предложена аналитическая модель, связывающая микро-уровневые практики неформальности с макроструктурными сдвигами и институцио- нальными пробелами. Такая модель не только устраняет фрагментарность существующих исследований, но и впервые концептуализирует ключевые парадоксы российской модели платформенной занятости, обеспечивая переход от констатации разрозненных эффектов к пониманию системных механизмов воспроизводства социальной уязвимости через цифровые платформы.

В целом подход позволяет перейти от перечисления отдельных эффектов к целостному пониманию механизмов воспроизводства неравенства в условиях цифровых платформ.

Актуальность и значимость исследования обусловлены масштабами и противоречивостью трансформации. Российский рынок, демонстрирующий быстрые темпы роста платформенной экономики и входящий в число мировых лидеров по её уровню6, представляет собой актуальное и репрезентативное поле для изучения противоречия диалектики технологических возможностей и социальных рисков. Результаты работы могут служить основой для формулирования рекомендаций, направленных на усиление просоциальной составляющей в развитии экосистемы цифровой занятости.

Проблема трансформации рынка труда под воздействием цифровых платформ анализируется в работах российских авторов (Бобков, Черных, 2020; Черных, 2020; Долженко и др., 2024; Капелюшников, Зинченко, 2025; Колесник, 2025) и зарубежных исследователей (Dun et al., 2020; Bieber, 2022; Giustini, 2023; Martindale, Lehdonvirta, 2023), где подчёркивается двойственная природа явления: платформы выступают как драйверы повышения эффективности и гибкости, но также как фактор прекаризации и социальной уязвимости. Современная литература структурируется по нескольким ключевым блокам, анализ которых выявляет как достижения, так и значимые пробелы, задающие направление настоящего исследования.

• 1.    Структурные сдвиги и новая архитектура рынка. Изучение цифровых платформ показывает, что они формируют новую трехстороннюю

  структуру отношений: работник – платформа – заказчик. В этой модели платформа выступает как новый институциональный субъект и берёт на себя функции координации и управления. Такая архитектура, как отмечается в научной литературе, способствует децентрализации и индивидуализации труда (Клименко, 2024). Некоторые исследователи (Петровская, 2021; Schmidt, 2017; Sadovaya, 2022; Alauddin et al., 2024) подчеркивают, что такой подход не ограничивается лишь гибкостью, а влечет за собой системную трансформацию трудовых отношений в гражданско-правовую плоскость. Многие признают этот факт, однако мало внимания уделяют тому, каким образом в России эта подмена труда усиливает региональное неравенство. Высокооплачиваемые цифровые профессии концентрируются в столичных агломерациях, оставляя регионам низкоквалифицированные и часто неформальные рабочие места. Цель настоящего исследования – закрыть этот пробел, сфокусировав внимание на территориальном аспекте этого феномена.

• 2.    Диалектика гибкости и алгоритмического контроля. В исследованиях Е.А. Черных отмечается, что гибкость графика и стремление к автономии являются главными побудительными силами, определяющими деятельность пользователей на цифровых платформах (Черных, 2021). Как отмечают Е.С. Садовая и зарубежные исследователи, гибкость и формальная свобода, предоставляемые работодателями, все чаще уступают место жесткому алгоритмическому контролю (Sadovaya, 2022; Laursen et al., 2021; Alauddin et al., 2024). Это явление получило название «парадокса двойной автономии» (Pulignano et al., 2023). Важно подчеркнуть, что существующие исследования, хотя и признают этот парадокс как общую тенденцию, редко анализируют его неравномерное влияние на различные категории работников. Мы исследуем, как архитектура платформ может одновременно служить «каналом эксплуатации» (Черных, 2021) для одних, и пространством, где другие находят возможности для развития, тем самым усиливая внутреннюю стратификацию общества.

• 3.    Социальная стратификация и поляризация. Исследования свидетельствуют, что в низкооплачиваемом сегменте доминируют уязви-

  мые группы (молодёжь, женщины, мигранты) (Баймурзина, Черных, 2024; Giustini, 2023; Martindale, Lehdonvirta, 2023). Платформы не только отражают неравенство, но и закрепляют его через алгоритмы, регламенты и правовые пробелы, тем самым институционализируя его. Настоящее исследование сосредоточено на этом механизме.

• 4.    Институциональные разрывы как системная проблема. В современном научном дискусе подчеркивается, что правовое регулирование не успевает за развитием технологий, создавая правовую неопределенность («институциональный вакуум») (Петровская, 2021). Существуют проблемы с определением правового статуса работников платформ, недостаток регулирования и социальной защиты, что может привести к риску «отложенной бедности» (Черных, 2020; Лешкова, Шимолина, 2025). Однако существующие исследования часто носят общий характер. Данная работа предлагает более конкретный подход, оценивая эти пробелы в регулировании в контексте государственных программ по цифровизации труда. Соответственно, ставится задача выяснить, почему провозглашаемые на государственном уровне цели перехода к управлению на основе данных не приводят к заполнению правовых пробелов, а зачастую существуют параллельно с ними, создавая поле для «платформизации неформальности»⁷.

Проведённый анализ литературы показывает: несмотря на глубокую проработку отдельных аспектов платформенной занятости, сохраняется дефицит комплексных работ, которые бы связали в единую систему структурные сдвиги, региональную дифференциацию, внутреннюю стратификацию платформенного сектора и институциональные провалы именно в российском контексте. Данное исследование призвано преодолеть этот разрыв, предложив целостный анализ парадоксов трансформации российского рынка труда, где технологический инструмент, призванный оптимизировать и сгладить диспропорции, на практике становится фактором их сохранения и воспроизводства.

Методология исследования

Методологическая основа работы базируется на интеграции структурного и институционального подходов, что позволяет связать макроэкономические тренды, региональную дифференциацию и микроуровень трудовых практик.

Понятийный аппарат исследования. Для корректного анализа необходимо разграничить ключевые понятия, которые часто смешиваются в научном дискурсе о цифровой занятости. В рамках данного исследования автор будет придерживаться следующих определений:

• 1.    Цифровые платформы для трудоустройства – это онлайн-инфраструктура, обеспечивающая коммуникацию между работодателями и соискателями для последующего заключения традиционных трудовых отношений ( HH.ru , Superjob, Работа России). Они выступают в роли посредника на этапе поиска, но не участвуют в самом процессе труда и не определяют его условия.

• 2.    Трансакционные (сервисные) платформы или gig-платформы – это платформы, которые не только соединяют заказчика и исполнителя, но и задают правила выполнения работы, осуществляют платежи и часто алгоритмическое управление трудовым процессом (YouDo, Profi.ru , Avito, Яндекс.Такси, курьерские сервисы). Именно здесь формируется платформенная занятость как новый тип отношений.

• 3.    Платформенная занятость – форма трудовых отношений, при которой деятельность работника организуется через цифровую платформу и предполагает выполнение заданий для внешних заказчиков с использованием алгоритмического управления, как правило, без заключения бессрочного трудового договора.

• 4.    Удаленная (дистанционная) работа – форма организации труда, которая может реализовываться как в рамках традиционного трудового договора (глава 49.1 ТК РФ), так и в рамках платформенной занятости. Это понятие описывает место выполнения работы, а не способ организации найма.

• 5.    Фриланс – это вид самозанятости, часто (но не исключительно) реализуемый через цифровые платформы, предполагающий выполнение проектных работ преимущественно интеллектуального характера. Фрилансер обла-

• дает большей автономией в выборе заказчика и условий труда по сравнению с работниками управляемых gig-платформ (такси, доставка).

Разведение этих понятий принципиально для понимания парадоксов, описываемых далее: инструмент (цифровые платформы для трудоустройства) не тождественен модели занятости (gig-платформа), а удаленный формат не гарантирует ни автономии, ни социальной защищенности.

Источники данных и период анализа. Эмпирическую базу составили официальная статистика (данные Росстата за 2020–2025 гг.), данные цифровых платформ (открытые данные порталов HH.ru, Работа России, Avito, Superjob, FL.ru, YouDo, Profi.ru за 2020–2025 гг. – аналитические отчеты и результаты авторского сбора) и нормативные документы (национальные проекты, стратегии цифровизации, декларации МОТ).

Методика выявления неформальных практик найма через контент-анализ текстов вакансий (для оценки распространенности серых вакансий).

Выборка составила 4500 вакансий (по 500 на каждую из трех платформ по трем категориям массовых профессий – разнорабочие, курьеры, домашний персонал). Принцип отбора платформ: HH.ru – лидер корпоративного рекрутинга, Avito – крупнейший классифайд, «Работа России» – государственная многофункциональная экосистема рынка труда. FL.ru и Profi.ru исключены из данного этапа анализа, т. к. их бизнес-модель ориентирована на проектную занятость и самозанятость, что делает применение методики поиска серых маркеров в их классическом понимании некорректным.

Исследование опирается на данные, собранные в сентябре – октябре 2025 года. Для формирования массива сведений о сроках закрытия вакансий в региональном разрезе применялся автоматизированный парсинг, что позволило обработать 9,6 тыс. объявлений по восьми субъектам РФ за 2020–2025 гг. включительно. Однако при изучении текстов вакансий (4,5 тыс. единиц) на предмет неформальных формулировок использование парсинга оказалось невозможным из-за технических ограничений и политики безопасности платформ, блокирующих массовый сбор текста. В связи с этим контент-анализ проводился исключительно вручную.

Инструментарий – словарь лексических маркеров (сформирован по 200 пилотным объявлениям), включающий отсутствие упоминаний оформления («оформление», «ТК РФ», «социальный пакет», «официально»); призывы к неформальному контакту («WhatsApp», «Telegram», «звоните срочно», «наличный расчет», «работа на день», «подработка»).

Методика оценки региональных сроков закрытия вакансий. Применена авторская методика выборочного мониторинга для анализа территориальной дифференциации эффективности найма.

Для анализа были отобраны восемь территорий, разделенных на две группы в соответствии с их административно-территориальным статусом. Первую группу составили субъекты РФ – г. Москва и г. Санкт-Петербург (регионы-лидеры, демонстрирующие минимальные сроки закрытия вакансий), а также Амурская область, представляющая регионы Дальневосточного федерального округа с выраженным кадровым дефицитом и максимальными сроками найма. Во вторую вошли административные центры – крупные города различных федеральных округов (г. Краснодар, г. Новосибирск, г. Екатеринбург, г. Саратов, г. Тюмень), что позволило проанализировать эффективность платформ в городских агломерациях за пределами столиц и выявить лидеров и аутсайдеров уже на этом уровне.

Процедура сбора и расчета:

• 1)    сбор вручную, ежеквартально (январь 2020 – октябрь 2025); по платформам HH.ru и «Работа России» в первый день каждого квартала отбиралось по 50 вакансий в категориях массовых профессий (продавцы, водители, курьеры, разнорабочие) и IT-специалистов;

• 2)    объем выборки 9600 вакансий (8 территорий х 2 платформы х 2 категории х 50 вакансий х 12 кварталов);

• 3)    расчет: фиксировалась дата закрытия вакансии (статус «закрыта» или удалена), вакансии, открытые >365 дней, исключались; медианный срок (выбор медианы обусловлен аномальными выбросами) рассчитывался по каждой категории и платформе, затем усреднялся для каждой территории.

Операционализация профессиональных категорий. Для обеспечения сопоставимости результатов анализа на разных этапах исследования (макроструктурные сдвиги, неформальные практики, доходы, региональная структура) в работе использована единая система профессиональных групп. За ее основу принята классификация, используемая Росстатом при анализе потребности в работниках. В соответствии с ней выделены следующие укрупненные группы: специалисты высшего уровня квалификации (включая IT, менеджмент, финансы); работники сферы обслуживания и торговли (курьеры, продавцы); квалифицированные рабочие (водители, строители, разнорабочие); неквалифицированные рабочие (домашний персонал, помощники). Выбор конкретных профессий внутри этих групп (например, «курьеры» для группы «работники сферы обслуживания») определялся их репрезентативностью для анализа того или иного аспекта платформенной занятости (неформальность, алгоритмический контроль, доходы) и их присутствием на исследуемых платформах. Такой подход позволяет перейти от разрозненных наблюдений к целостному анализу трансформации рынка труда.

Ограничения исследования.

• 1.    Наличие маркеров (например, «пишите в WhatsApp») не является абсолютным доказательством неформальности, т. к. крупные компании также могут использовать мессенджеры для первичного контакта. Поэтому оценки следует рассматривать как индикатор верхней границы распространения неформальных практик, отражающий стремление сторон минимизировать формальные процедуры на этапе найма. Валидность маркеров подтверждается их низкой частотностью (<5%) в вакансиях крупных публичных компаний в тех же категориях.

• 2.    Ручной сбор данных ограничивает возможности экстраполяции полученных значений на всю генеральную совокупность вакансий. Отсутствие доступа к внутренней стати-

• стике платформ не позволяет верифицировать истинную причину закрытия вакансии (фактический наем или снятие по иным основаниям), а также не исключает эффект неактуальных вакансий, оставленных работодателем открытыми после фактического найма, что может завышать реальные сроки закрытия.

• 3.    Усреднение показателей по разнородным категориям (массовые профессии и IT) нивелирует отраслевую специфику, но позволяет получить обобщенную характеристику региональной эффективности рынка труда. При интерпретации результатов важно учитывать разнородность административно-территориальных единиц в выборке: сопоставление субъектов РФ и городов требует осторожности, поэтому анализ региональных различий проводился преимущественно внутри групп одного территориального уровня, а совместное представление данных призвано продемонстрировать общий разброс значений и динамику. В связи с этим представленные значения следует рассматривать как оценочные, отражающие направление территориальных различий, а не точное статистическое измерение.

• 4.    При формировании эмпирической базы исследования учитывался риск дублирования наблюдений, который мог возникнуть при размещении одной и той же вакансии работодателем на нескольких платформах одновременно (кросс-постинг). В силу ручного сбора данных и отсутствия единых идентификаторов вакансий между платформами прямой контроль за дубликатами был затруднен. Вместе с тем для целей исследования данное ограничение не является критичным. При контент-анали-зе дублирование вакансии не искажает оценку распространенности серых маркеров, а при мониторинге сроков закрытия вероятность попадания дубликатов в выборку минимизирована ее небольшим объемом и ежеквартальным принципом сбора. Тем не менее невозможность полного исключения дубликатов признается как дополнительное ограничение, характерное для исследований на открытых данных платформ.

Таким образом, совокупность описанных методов, несмотря на ограничения, позволяет провести многоуровневый анализ и связать макротренды с микроуровнем трудовых практик.

Результаты исследования

Цифровые платформы как инфраструктура рынка труда: масштабы, структура и макротренды

Анализ данных цифровых платформ и официальной статистики за 2020–2025 гг. свидетельствует об их превращении в доминирующую инфраструктуру российского рынка труда. Количественные показатели демонстрируют не только массовый охват экономических агентов, но и способность платформ адаптироваться к структурным изменениям экономики, оперативно отражая сдвиги в спросе на труд.

Масштаб и структура платформенной экосистемы. Российский рынок цифровых платформ для трудоустройства представляет собой развитую многоуровневую экосистему. Совокупная аудитория ведущих платформ исчисляется десятками миллионов пользователей. Такие сервисы, как «Работа России» и HeadHunter, формируют общенациональные базы, насчитывающие десятки миллионов резюме и миллионы вакансий, что делает их ключевыми каналами коммуникации между соискателями и работодателями. База резюме на HeadHunter выросла с 30 тыс. в 2002 году до 85 млн к середине 2025 года⁸, а «Работа России» аккумулировала на своем портале около 23 млн пользователей и почти 11 млн вакансий⁹.

Однако за этими совокупными показателями скрывается важная структурная неоднородность. Параллельно с ростом охвата наблюдается глубокая диверсификация платформ по специализации: от классического рекрутинга (HeadHunter, Работа.ру, Superjob) и гигантского горизонтального маркетплейса (Avito.Рабо-та с 50 млн ежемесячных пользователей10) до нишевых фриланс-платформ (FL.ru) и сервисных платформ (YouDo, Profi.ru). В таблице 1 представлены ключевые игроки, формирующие цифровую инфраструктуру рынка труда, и их основные характеристики.

Таблица 1. Классификация ведущих цифровых платформ для трудоустройства, представленных в России

Год запуска Название платформ Тип платформы Характер трудовых отношений Охват (пользователи) 1999 (www. Инфраструктурная платформа Преимущественно найм по ТК РФ Ежедневно на платформе публикуется около 250 тыс. вакансий и 16 млн резюме; ежемесячная аудитория – более 10 млн пользователей 2000 HeadHunter ( Инфраструктурная платформа Преимущественно найм по ТК РФ На июнь 2025 года в базе 84 млн резюме, 1,19 млн вакансий, 2,24 млн зарегистрированных компаний 2000 Инфраструктурная платформа Преимущественно найм по ТК РФ Ежемесячная аудитория составляет около 8 млн человек; ежедневно сайт посещают 1,5 млн пользователей; на платформе опубликовано 31 млн резюме 2005 Трансакционная платформа (фриланс-биржа) ГПХ, самозанятость Ежедневно размещается более 1 500 фри-ланс-заказов; миллионы зарегистрированных фрилансеров и 19 тыс. заказчиков 2009 Работа России ( Инфраструктурная платформа (государственная) Найм по ТК РФ (через центры занятости) Содержит около 1,47 млн актуальных вакансий, формируемых на основе данных региональных служб занятости, а также информации от прямых работодателей 2012 YouDo Трансакционная платформа (краудсорсинг) ГПХ, самозанятость Объединяет более 10 млн пользователей, включая свыше 3,5 млн исполнителей; представлены более 6,5 заказчиков 2014 Трансакционная платформа (маркетплейс услуг) ГПХ, самозанятость База включает более 15 млн клиентов и 3 млн специалистов по более чем 900 видам услуг 2014 Гибридная, трансакционная платформа От прямых наймов до разовых ГПХ Более 50 млн пользователей ежемесячно, а объявления о работе охватывают все регионы России Составлено по: Фирменный блог URL: (дата обращения: 20.11.2025); Hh. Статистика: сервис открытой аналитики рынка труда. URL: (дата обращения: 20.11.2025); О портале URL: (дата обращения: 20.12.2025); Как работать с площадкой Fl. URL: (дата обращения: 20.11.2025); Доклад «Социально-экономическое положение России» за 2025 г. URL: (дата обращения: 20.01.2026); За свою жизнь я хочу сделать три больших бизнеса. Один я уже сделал. URL: (дата обращения: 20.11.2025); Кейс «» и Rocket10: как за год привлечь в приложение 85 тыс. пользователей. URL: (дата обращения: 25.03.2025); «Авито Работа»: работодатели стали вдвое чаще приглашать студентов на стажировки. URL: (дата обращения: 20.11.2025).

Эти данные позволяют показать не только масштаб, но и функциональную дифференциацию платформ: одни выступают инфраструктурой для поиска кандидатов, другие сами организуют процесс взаимодействия и становятся регулятором взаиморасчетов (трансакционные). Это различие принципиально для понимания, как именно платформы встраиваются в структуру трудовых отношений – как посредник на этапе найма или как непосредственный организатор трудового процесса.

Макроэкономический контекст и трансформация спроса. Масштабирование платформенной инфраструктуры происходит не в вакууме, а в ответ на объективные изменения на рынке труда. Рост платформ напрямую коррелирует с устойчиво растущей потребностью организаций в кадрах. По данным Росстата, абсолютная численность вакансий, заявленных работодателями, значительно увеличивалась на протяжении последних лет: с 1,03 млн в 2020 году до 1,51 млн в 2022 году, достигнув 2,23 млн к 2024

году ( рис. 1 ). Столь стремительный рост создает критическую нагрузку на традиционные методы найма, которую и берут на себя цифровые платформы, становясь основным инструментом закрытия растущего числа вакансий.

В абсолютном выражении потребность в кадрах показывает неуклонный рост, превысив отметку в 2 миллиона открытых вакансий к 2024 году. Тем не менее этот показатель, будучи зависимым от общего экономического масшта- ба, имеет ограниченную ценность для анализа структурных сдвигов, в связи с чем в таблице 2 представлены более репрезентативные данные, демонстрирующие долю потребности в кадрах в общей численности рабочих мест. Они исключают влияние экстенсивного роста и показывают динамику спроса на труд, который в анализируемом периоде характеризуется положительным ростом – с 3,7% в 2020 году до 7,59% в 2024 году.

Рис. 1. Потребность организаций РФ в работниках для замещения вакантных рабочих мест, чел.

Составлено по: данные Росстата.

Таблица 2. Удельный вес потребности в работниках для замещения вакантных рабочих мест по ключевым категориям персонала, % от общего количества мест

Категория персонала	2020 г.	2022 г.	2024 г.	Абсолютное изменение, 2024–2020 гг.
Всего специалистов (в целом по экономике)	3,7	5,4	7,59	+3,89
Реальный сектор и импортозамещение
Квалифицированные рабочие промышленности, строительства, транспорта	4,7	7,0	10,56	+5,86
Квалифицированные работники сельского и лесного хозяйства	4,8	7,2	13,03	+8,23
Цифровая экономика и технологии
Специалисты по ИКТ	4,1	5,7	6,60	+2,50
Специалисты-техники в области ИКТ	3,5	4,6	10,73	+7,23
Сфера услуг и массовый найм
Работники сферы обслуживания и торговли, охраны	5,3	7,7	7,94	+2,64
Продавцы	6,9	9,2	7,32	+0,42
Квалифицированный персонал
Специалисты высшего уровня квалификации	3,3	4,3	5,98	+2,68
Руководители	2,1	2,9	4,45	+2,35
Рассчитано по: данные Росстата.

Следует подчеркнуть, что статистика Росстата отражает не только рост общего числа вакансий, но и качественное изменение отраслевой структуры спроса на труд. Если в 2020–2022 гг. кадровый дефицит во многом формировался в сфере услуг (где доля вакансий по ряду профессий, в частности продавцов, достигала 6,9– 9,2%), то к 2024 году приоритет сместился в сторону реального сектора и высокотехнологичных направлений.

Данный структурный сдвиг имеет выраженное количественное измерение и позволяет сформулировать несколько ключевых выводов.

• 1.    Опережающий рост дефицита в реальном секторе как индикатор импортозамещения. Наиболее заметное увеличение потребности в персонале демонстрируют виды деятельности, связанные с импортозамещением и укреплением технологического суверенитета. Так, доля вакансий в сельском хозяйстве выросла почти в три раза (с 4,8% в 2020 году до 13,03% в 2024 году), а среди квалифицированных рабочих промышленности и строительства – более чем в два раза (с 4,7 до 10,56%). Эти показатели количественно подтверждают переориентацию экономики на импортозамещение и усиление спроса на рабочие профессии, что повышает нагрузку на платформенные инструменты подбора персонала, которые фактически становятся одним из ключевых каналов закрытия таких вакансий.

• 2.    Поляризация спроса в цифровом секторе. Существенно вырос спрос на специалистов среднего звена в сфере ИКТ (с 3,5 до 10,73%), что указывает на острую потребность не столько в разработке нового, сколько в обслуживании уже существующей цифровой инфраструктуры. Здесь формируется следующее противоречие: в то время как публичный дискурс сфокусирован на дефиците высококвалифицированных разработчиков и архитекторов ПО, данные Росстата фиксируют еще более взрывной рост потребности в исполнителях – технических специалистах среднего звена. Это означает, что внутри технологического кластера формируются разные траектории занятости, и именно цифровые платформы становятся тем инфраструктурным полем, где это противоречие проявляется наиболее остро: для первых они предлагают модель высокодоходной, но

• 3.    Парадокс сферы услуг. При этом напряженность на рынке труда в сфере торговли и услуг сохранилась на высоком уровне (7,32– 7,94% в 2024 году), однако динамика здесь неоднородна. Если общий спрос на работников обслуживания стабилизировался, то потребность в продавцах, достигнув пика в 2022 году (9,2%), к 2024 году снизилась (до 7,32%). Следовательно, уменьшение числа вакансий продавцов может быть связано либо с падением спроса на эту профессию, либо с ростом неформальной занятости и gig-экономики, которые часто не учитываются в официальной статистике. В последнем случае цифровые платформы играют парадоксальную роль: с одной стороны, они формализуют процесс найма, а с другой – закрепляют неформальные трудовые отношения, выводя значительную часть работы в сфере торговли из-под правовой защиты.

рискованной проектной занятости (фриланс-биржи), тогда как для вторых зачастую работают как канал найма на позиции с формальными трудовыми отношениями либо, напротив, выводят их в серую зону.

Таким образом, статистика Росстата показывает, что экономика России одновременно продолжает процесс переориентации на импортозамещающие производства и становится более технологически сложной. Цифровые платформы при этом реагируют на изменения, выступая важным инструментом для решения кадровых вопросов как в традиционных отраслях с нехваткой работников (сельское хозяйство, строительство), так и в высокотехнологичных сферах. Все эти процессы вместе формируют устойчивые макроэкономические тенденции, которые обобщены на рисунке 2.

Проведенный анализ позволяет выделить три ключевых характеристики текущего этапа трансформации. Во-первых, цифровые платформы стали доминирующей инфраструктурой рынка труда, обеспечивая массовый охват экономических агентов. Во-вторых, платформенная экосистема внутренне дифференцирована: различные типы платформ выполняют разные функции в организации занятости. В-третьих, платформы оперативно адаптируются к структурным изменениям в экономике, отражая сдвиг спроса в сторону реального сектора и высококвалифицированного труда.

• Рис. 2. Основные структурные изменения российского рынка труда, опосредованные цифровыми платформами

Экспансия платформ и формирование национальной экосистемы

Ключевые макротренды на рынке цифровых платформ занятости России

Структурный сдвиг спроса и географическая дифференциация

Консолидация новых форматов занятости и ценовые тренды

Источник: составлено автором.

Однако уже на этом этапе рассмотрения масштабов и структуры проявляются первые контуры противоречий. Так, количественный рост платформенной инфраструктуры и ее глубокая дифференциация (от цифровых платформ для трудоустройства до трансакционных платформ) не означают автоматической формализации трудовых отношений. Напротив, разные типы платформ создают разные режимы занятости, часть из которых остается за рамками трудового права. Адаптация платформ к структурному сдвигу спроса в сторону реального сектора и высоких технологий, в свою очередь, обусловливает постановку вопроса о том, насколько равномерно распределяются новые возможности между разными категориями работников и разными территориями. Следовательно, описанное не только характеризует новый облик российского рынка труда, но и задаёт проблемное поле для анализа его внутренних противоречий.

Региональная дифференциация эффективности цифровых платформ

Цифровые платформы позиционируются как инструмент преодоления пространственных барьеров, обеспечивающий универсальный доступ к вакансиям вне зависимости от места проживания соискателя. Однако эмпирическая проверка этого тезиса на российских данных заставляет усомниться в его универсальности. Анализ сроков закрытия вакансий на платформах «Работа России» и HH.ru в 2020– 2025 гг. демонстрирует не столько сглаживание территориальных диспропорций, сколько их закрепление, причем характер этого процес- са существенно различается в зависимости от того, идет ли речь о субъектах РФ в целом или об их административных центрах.

Данные на рисунке 3 свидетельствуют о высокой вариативности сроков закрытия вакансий и позволяют зафиксировать ряд существенных парадоксов.

Парадокс первый – воспроизводство структурных диспропорций. Среди субъектов РФ (группа 1) ожидаемо минимальные сроки найма демонстрируют столичные агломерации-лидеры, где платформы работают как высокоэффективный инструмент подбора. Однако контраст с регионом-аутсайдером обнажает глубокое противоречие: в Амурской области, несмотря на наличие той же цифровой инфраструктуры (Работа России, HH.ru), сроки закрытия вакансий на пике 2024 года достигли 250 дней, что в четыре раза выше, чем в г. Москве. Возникает парадокс воспроизводства неравенства: там, где рынок труда изначально силен (столицы), платформы делают его еще сильнее; там, где он слаб (периферия), они не могут компенсировать структурные проблемы, а зачастую лишь наглядно их табелизируют, закрепляя за территориями статус аутсайдеров.

Парадокс второй – локальное опережение. Анализ административных центров (группа 2) позволяет детализировать картину и выявить внутреннюю неоднородность среди городов, традиционно считающихся успешным. Наблюдается схожий тренд для г. Екатеринбурга, г. Новосибирска, г. Краснодара и г. Тюмени. Пик дефицита в 2024 году (65–85 дней) и коррекция до 50–65 дней в 2025 году. Однако на

Рис. 3. Медиана сроков закрытия вакансий по некоторым субъектам России за 2020–2024 гг. и в 1–3 кварталах 2025 года, дни

2020             2021             2022             2023             2024             2025

^^^^^^^^^ г. Москва    ^^^^^^^^в г. Санкт-Петербург   ^^^^^^^^^Амурская обл.

Примечание: медианные сроки закрытия вакансий по регионам России за рассматриваемый период публикуются фрагментарно, поэтому представлена оценка на основе выборок по массовым и IT-вакансиям.

этом фоне резко выделяется г. Саратов. Не обладая явными конкурентными преимуществами перед другими городами выборки, он демонстрирует рекордное сокращение срока найма – с 75 до 37 дней. Возникает парадокс: вопреки логике, согласно которой в лидерах должны быть столицы или города-миллионники с развитой экономикой, г. Саратов показывает лучшую динамику. Выявленная аномалия оставляет выбор между двумя интерпретациями: либо мы наблюдаем редкий случай успешной цифровой трансформации локального рынка труда, либо, что представляется более вероятным, сталкиваемся с эффектом статистического сжатия, когда высокие показатели достигаются ценой утраты репрезентативности и качества найма.

Парадокс третий – иллюзия выравнивания. В общественном и научном дискурсе нередко высказывается мнение, что цифровые платформы будут способствовать сглаживанию региональных диспропорций11 (Гаврилова, 2025). Однако сравнительный анализ динамики сроков найма демонстрирует обратное. Если в 2020 году разрыв между лидером (г. Москва) и аутсайдером (Амурская обл.) составлял 55 дней, то к 2025 году он вырос и стабилизировался на уровне 160 дней. Парадокс состоит в том, что цифровые платформы, вместо того чтобы ослаблять структурные барьеры, придают региональному неравенству новую устойчивость. Отставание периферии перестает быть временным и воспроизводится уже на технологической основе.

Таким образом, проведенный анализ показывает, что цифровые платформы не имеют единого вектора воздействия на региональные рынки труда. Напротив, они встраиваются в сложившуюся территориальную стратификацию, усиливая позиции сильных, высвечивая проблемы слабых и порождая аномалии там, где общефедеральные тренды преломляются через локальную специфику. Тем самым платформенная инфраструктура не столько преодолевает, сколько проявляет и закрепляет пространственную неоднородность занятости. Общим итогом выступает не сглаживание, а технологическая фиксация сложившейся структуры рынка труда, в рамках которой платформы становятся средой обострения структурных противоречий, а их эффект принципиально опосредован территориальным контекстом.

Институционализация неформальности и поляризация доходов

Помимо количественных трендов роста данные цифровых платформ позволяют выявить качественные риски, связанные с трансформацией занятости, определяемые в литературе как «цифровая прекаризация» (Янченко, 2022; Манохина, Митяева, 2022). Анализ демонстрирует, что гибкость и доступность, обеспечиваемые платформами, имеют обратную сторону: усиление неустойчивости, неформальности и воспроизводство сегментации рынка труда.

Одним из ключевых противоречий цифровых платформ является расхождение между технологической формализацией процесса найма и фактическим правовым статусом занятости. Данные свидетельствуют о глубоком проникновении неформальных отношений, причем их видимость и масштабы варьируются в зависимости от бизнес-модели и степени модерации на конкретной платформе. Наиболее распространенные российские площадки ( HH.ru , Работа России, Avito, SuperJob) в разной степени отражают этот феномен, однако прямые статистические выборки Росстата или самих платформ по доле серых вакансий за 2024–2025 гг. не публикуются, что подтверждает «серую природу» самого явления.

Проведённый автором анализ позволяет дать оценочные значения. Наиболее массовый классифайд Avito демонстрирует наивысшую долю объявлений (до 70–85% в отдельных категориях), которые, минуя формальные процедуры, напрямую призывают к контакту через указания «звоните срочно, наличкой» или «пишите в Telegram, WhatsApp». На HH.ru аналогичный показатель существенно ниже (10–50% в зависимости от профессии), что обусловлено более строгой модерацией и корпоративной аудиторией. Примечательно, что неформальные практики встречаются и на портале «Работа России»: доля серых вакансий оценивается в 20–35% в 2024–2025 гг., что свидетельствует о системном характере ухода от формализации даже при наличии контроля.

Сводные данные об оценочной доле серых вакансий в массовых категориях на российских цифровых платформах представлены в таблице 3.

Таблица 3. Доля серых вакансий на цифровых платформах в 2024–2025 гг.

Категория персонала	Профессия	Доля серых вакансий, % (общая оценка)	Распределение по платформам (пиковые значения), %	Характерные маркеры в тексте объявлений
Квалифицированные рабочие	Разнорабочие, строители, грузчики	50–65	Avito – до 55 HH.ru – до 30 «Работа России» – 15–25	«Звоните срочно», «Работа на день», «Наличный расчёт»
Работники сферы обслуживания	Курьеры	30–45	Avito – до 35 «Работа России» – 10–20	«В Telegram-бот», «Без оформления», «Подработка»
Неквалифицированные рабочие	Домашний персонал (сиделки, няни, уборщики)	60–75	Avito – до 40 HH.ru – до 30 «Работа России» – 15–25	«Пишите в WhatsApp», «Пробный день», «По договорённости»
Источник: составлено автором.

Сопоставление регионов демонстрирует выраженную неравномерность распространения серых практик, коррелирующую с кадровой ситуацией и степенью формализации экономики. Наибольшая доля серых объявлений (вплоть до 50–75% в категориях разнорабочих и домашнего персонала) фиксируется в Дальневосточном и Южном федеральных округах. В столичных агломерациях – Москве и Санкт-Петербурге – значения существенно ниже (порядка 20–35% в сопоставимых категориях), что можно объяснить более строгой модерацией площадок и большей представленностью крупных работодателей. Вместе с тем необходимо подчеркнуть, что открытой статистики по регионам и федеральным округам нет, поэтому приведённые оценки следует трактовать как указание на направление регионального тренда, а не как точное количественное измерение.

В результате цифровые платформы в России формируют принципиальный парадокс: будучи инструментом технологической формализации найма, они одновременно становятся каналом институционализации и нормализации неформальных практик. Особенно отчётливо это проявляется на массовых и локальных площадках, т. к. вместо сглаживания региональных различий они скорее встраивают их в технологическую инфраструктуру и воспроизводят, расширяя зону занятости, которая остаётся малозаметной для государства.

Одновременно прослеживается выраженная поляризация доходов, обусловленная не только уровнем квалификации, но и типом платформенной занятости. В сегменте постоянной занятости (HeadHunter, Работа.ру) наблюдается рост предлагаемых зарплат, прежде всего для IT-специалистов и управленческих позиций. Напротив, во фриланс-сегменте (FL.ru, Profi. ru) заработки, как правило, имеют проектный и нерегулярный характер, тогда как на управляемых gig-платформах (Яндекс.Такси, курьерские сервисы) уровень дохода напрямую зависит от алгоритмического распределения заказов и количества отработанных смен.

Сравнительный анализ ( табл. 4 ) позволяет обнаружить эту неоднородность и выявить ключевой парадокс – в высококвалифицированных цифровых профессиях (IT, веб-дизайн)

потенциальный доход фрилансера даже при 50% загрузке может существенно (на 15–30%) превышать медианную зарплату по традиционным вакансиям. Высокая доходность здесь, однако, сопряжена с рисками неполной занятости и отсутствием социальных гарантий.

В сегментах продаж или массовых услуг наблюдается паритет между платформенной занятостью и традиционным наймом, тогда как в низкоквалифицированном сером сегменте (разнорабочие, домашний персонал на клас-сифайдах) доход полностью зависит от устных договорённостей и лишен каких-либо социальных гарантий.

Эта поляризация означает, что платформы создают два параллельных контура. Один – для высокодоходной, но рискованной проектной работы (фриланс), другой – для низкодоходной, полностью неформальной занятости, к которому примыкает и сегмент управляемых gig-платформ с его алгоритмическим контролем и нестабильностью дохода.

Представленные в таблице 4 данные позволяют утверждать, что цифровые платформы формируют не единый рынок труда, а два качественно различных сегмента, каждый из которых имеет собственную логику функционирования и региональную проекцию.

Первый сегмент – фриланс, где высококвалифицированные услуги предлагаются через специализированные площадки (FL.ru, Profi.ru и др.). Он даёт возможность эффективно монетизировать узкие профессиональные навыки, причём стоимость проектов растёт более высокими темпами, чем оплата труда в традиционной занятости. Однако повышенный доход сопровождается рисками нерегулярной занятости и отсутствием социальной защиты, ставя работника перед выбором между финансовой автономией и стабильностью, формируя таким образом парадокс выбора. Также этот сегмент отличается выраженной региональной асимметрией: наиболее доходные заказы и заказчики сосредоточены в столичных агломерациях. Фрилансеры из других субъектов РФ вынуждены конкурировать за проекты в условиях более низкой платёжеспособности локальных рынков, что усиливает уже существующие территориальные диспропорции.

Таблица 4. Доходы в различных сегментах цифрового рынка труда: парадоксы формальности, гибкости и прекаризации, 1–3 кварталы 2025 года, руб.

Категория персонала	Профессия	HH.ru	FL.ru и Profi.ru	Яндекс.Такси и Avito	Ключевой парадокс и вывод
		Медиана зарплаты	Медиана за проект	Средний заработок
Сегмент 1: Фриланс (высокая квалификация, проектная работа)
Специалист высшего уровня квалификации	IТ-специалист, программист	г. Москва – 225 000 руб.; стабильный рост около 5%	150 000 руб. за проект; рост около 25%, но постоянная загрузка не гарантирована	–	Парадокс выбора: между стабильной зарплатой и высоким, но рисковым доходом на фрилансе; вывод: платформы создают иллюзию свободы, перекладывая риски на работника
	Дизайнер	Россия – 160 000 руб. Рост более 14%	80 000 за проект. Рост 33%	–	Парадокс ценности навыка: рост стоимости проекта опережает рост зарплаты, но для его монетизации нужна постоянная загрузка, которую платформа не обеспечивает
Сегмент 2: Управляемые gig-платформы и неформальный найм (низкая квалификация, алгоритмический (прямой) контроль)
Работник сферы обслуживания	Курьер и водитель	По РФ – 45 000 руб.; Формальный найм в логистике	–	35 000 – 65 000 руб.; сильно зависит от количества смен и заказов	Парадокс технологической архаизации: платформа, предлагая свободный график, де-факто воспроизводит архаичную модель подённого найма, характеризующуюся нестабильностью дохода, отсутствием социальных гарантий и личной зависимостью работника от алгоритмического управления и колебаний спроса
Квалифицированные и неквалифицированные рабочие	Разнорабочий и домашний персонал	Около 40 000 руб.	–	25 000 – 50 000 руб., часто с пометкой «наличные»	Парадокс серой легитимизации: платформа (например, Avito) технологически легализует полностью неформальный наём, выводя его из правового поля, но делая удобным и массовым
Составлено по: агрегированные данные HH.ru, FL.ru, Profi.ru, Avito, отраслевых обзоров и экспертных оценок.

Второй сегмент объединяет два типа работников: тех, кто трудится на платформах gig-экономики, таких как транспортные, курьерские или сервисы доставки, и тех, кто находит заказы через классифайды, например Avito, в сферах разнорабочих услуг и домашнего персонала. Хотя технологическая основа этих моделей отличается (алгоритмическое управление в gig-платформах и прямые договоренности в классифайдах), их объединяет общая черта: работники в обоих случаях лишены автономии, социальных гарантий и стабильного заработка. Платформа здесь выступает инструментом, технологически легитимизирующим архаичные модели подённого найма, выводящим трудовые отношения из правового поля. В региональном разрезе этот сегмент доминирует на периферийных территориях, закрепляя за ними роль поставщика низкоквалифицированной рабочей силы и консервируя сложившийся тип занятости.

Из вышеперечисленного следует, что платформенная экономика не способствует выравниванию, а, напротив, усиливает и программно фиксирует раздвоенность рынка труда. С одной стороны, существует высокооплачиваемый, но сопряженный с рисками фриланс, сконцентрированный в крупных городах.

С другой стороны – сегмент нестабильной, зачастую теневой занятости, преобладающий в отдаленных регионах. Эта дихотомия проявляется не только в профессиональном, но и в явно выраженном географическом аспекте, подтверждая то, что цифровые платформы не стирают региональные диспропорции, а интегрируются в них, делая их менее явными, но не менее существенными.

Воспроизводство социальной уязвимости и региональная асимметрия

Опираясь на положения, представленные в научной литературе, следует акцентировать внимание на том, что замена трудовых отношений гражданскими договорами характеризуется не только юридическими, но и ярко выраженными региональными особенностями. Если прежние исследования (Бобков, Черных, 2020; Янченко, 2022) указывали на общую тенденцию к возрастанию социально-экономической нестабильности в условиях развития платформ, то анализ региональных статистических данных дает возможность детализировать этот аспект применительно к российскому рынку труда.

Платформы, оптимизируя подбор персонала с помощью алгоритмов, неявно создают новые барьеры для наиболее уязвимых категорий соискателей. Ключевым индикатором здесь выступает динамика требований к обязательному отклику через резюме ( табл. 5 ). Наблюдается разнонаправленная тенденция: хотя в целом доля вакансий с такими требованиями сокращается на 10–20% (из-за роста серых практик с прямыми контактами и автоматизации отбора на этапе кандидатур через тесты), в высококонкурентных квалифицированных сегментах спрос на структурированные резюме увеличивается. Например, на платформе «Avito.Ра-бота» доля вакансий, требующих отклика через резюме, выросла на 44%¹², что коррелирует с ростом доли офисных специалистов среди претендентов.

Таблица 5. Парадоксы и противоречия требований к резюме по откликам по категориям персонала, занятого на платформах, 2024–2025 гг.

Категория персонала*	Доля вакансий с требованием резюме, %	Динамика доли, % 2024–2025 гг.	Парадокс, противоречие
Информационные технологии	90–95	Рост на 20-30	Противоречие доступности: отрасль, олицетворяющая цифровой прогресс, создаёт максимальный барьер входа через идеальное алгоритмически дружественное резюме, отсекая кандидатов с нестандартным или практическим (но не формализованным) опытом
Финансы и банковское дело	85–90	Рост на 15–25	Противоречие консерватизма: высокая формализация отбора через резюме консервирует кадровую модель, отдавая предпочтение кандидатам с традиционным карьерным треком и профильным образованием и ограничивает доступ для специалистов из смежных или новых цифровых отраслей
Менеджмент (офисные специалисты)	85–90	Рост на 44	Парадокс массовой формализации: значительный рост требований к резюме на массовых платформах (Avito.Работа) указывает на технологическое копирование корпоративных практик найма, что не гарантирует повышения качества отбора, но автоматически отсекает соискателей, не готовых к такой формализации
Массовые профессии (курьеры, разнорабочие)	20–40	Снижение на 10–20	Парадокс цифровой архаики: платформы, предлагающие технологичные инструменты для найма, в этом сегменте легитимизируют и делают массовой архаичную модель найма с прямым контактом, минимизируя формальные процедуры и социальные гарантии

* Представленные категории являются детализацией укрупненных профессиональных групп, используемых в исследовании. Источник: составлено автором.

Этот тренд формирует цифровой разрыв в доступе к качественным позициям. Для молодёжи без опыта, лиц старшего возраста13, мигрантов и женщин, возвращающихся из декретного отпуска, требование идеального структурированного и «алгоритмически дружелюбного» резюме становится существенным фильтром. Их профессиональный опыт и компетенции, не укладывающиеся в стандартные шаблоны систематизации, часто остаются невидимыми для автоматизированных систем первичного скрининга. Парадоксальным образом платформы, призванные расширять доступ к рынку труда, воспроизводят традиционные формы исключения, но уже на новом технологическом уровне.

Наиболее противоречивый характер плат-формизации ярче всего проявляется в региональном разрезе ( табл. 6 ).

Представленные данные позволяют перейти от общих рассуждений о неравенстве к его количественной оценке. Анализ демонстрирует не сглаживание, а углубление структурных различий между регионами-лидерами (группа 1) и административными центрами группы 2.

В столичных агломерациях (г. Москва, г. Санкт-Петербург) доля вакансий в высокодоходных сегментах – IT (24–30%), менеджменте (20–25%), финансах (11–15%) – не только стабильно сохраняет высокие значения, но и продолжает расти. Именно в этих сферах подмена трудовых отношений гражданско-правовыми схемами (фриланс, проектная работа) создает иллюзию гибкости, но при этом сохраняет высокую монетизацию навыков. Платформенная занятость здесь выступает как альтернативный способ организации труда, не меняя профессионального профиля региона-лидера.

Напротив, в административных центрах (г. Саратов, г. Тюмень) структура спроса качественно иная. Здесь существенно выше доля позиций рабочего персонала (32–48%) и транспорта с логистикой (20–33%), тогда как на долю IT и управления приходится заметно меньше – лишь 8–15% вакансий. Именно в этих профессиональных категориях массового спроса фиксируется максимальная доля серых вакансий (до 60–85%) и неформальных практик найма. Парадоксальным образом в регионах группы 2 платформа (например, Avito) выступает не инструментом формализации, а инфраструктурой, закрепляющей уход от трудовых гарантий, что особенно контрастирует с динамикой, выявленной для г. Саратова, где аномальное сокращение сроков найма может достигаться именно за счет роста такой неформальности.

Это позволяет констатировать следующее: количественный рост платформенной инфраструктуры не приводит к выравниванию возможностей, а технологически закрепляет сложившуюся региональную иерархию. Для столичных агломераций платформы обслуживают высококонкурентный рынок квалифицированного труда, пусть и с элементами прекаризации в сегменте фриланса. Для административных центров и сопоставимых с ними территорий платформенная инфраструктура, напротив, консервирует модель низкоквалифицирован-

Категория вакансий	Группа 1 г. Москва, г. Санкт-Петербург		Группа 2 г. Саратов, г. Тюмень		Разрыв
	2023 г.	2025 г.	2023 г.	2025 г.	2025 г.
IT и высокие технологии	18–24	24–30	3–6	5–8	+19–25
Менеджмент и администрирование	16–22	20–25	5–9	7–11	+13–18
Финансы и консалтинг	9–13	11–15	2–4	3–5	+8–12
Рабочий персонал (массовые профессии)	14–19	13–19	45–58	42–55	-29–36
Транспорт и логистика	11–15	11–16	28–40	27–38	-16–22
Источник: рассчитано автором.

13 Примечание: доля лиц старшего возраста среди соискателей на Avito увеличилась на 90% за год, что свидетельствует об активности поиска через данный канал.

ной, зачастую неформальной занятости. Парадокс заключается в том, что на территориях с изначально менее развитым рынком труда цифровые платформы преимущественно обслуживают сегменты наименее защищенной занятости и их количественный рост (число вакансий) не сопровождается повышением качества рабочих мест.

Данный дисбаланс выступает значимым драйвером миграции активного и квалифицированного сегмента рабочей силы в столичные агломерации. Платформенные площадки, обеспечивая открытость информации о сотнях тысяч вакансий по регионам (например, Avito.Ра-бота), объективно облегчают миграционные потоки и способствуют концентрации человеческого капитала в центрах роста, что усугубляет кадровый дефицит в иных территориях. Возникновение замкнутого круга состоит в том, что неформальные и низкооплачиваемые условия занятости в административных центрах побуждают к оттоку наиболее активных работников, закрепляя роль данных районов как поставщиков дешевой рабочей силы, в то время как платформы выполняют роль инфраструктуры, легитимизирующей данный процесс. Следовательно, платформенная занятость способствует закреплению и ускорению процессов институционализации региональной и профессиональной сегментации, трансформируя уязвимость в цифровой формат посредством алгоритмических фильтров. Это ведёт к тому, что административные центры и подобные им регионы преимущественно концентрируют низкоквалифицированные и неформальные виды занятости, тогда как столичные агломерации аккумулируют более прибыльные сегменты цифрового рынка труда. Технологическое расширение платформ не приводит к снятию противоречий, напротив, оно нередко усиливает их, формируя иллюзию выбора и доступности при одновременном воспроизводстве структурного неравенства.

Усиление алгоритмического контроля и дефицит социальной защиты

На фоне расширения рынка удалённого труда (42–63% в 2023–2025 гг.) заметно усиливается алгоритмическая регуляция занятости на цифровых платформах. Рейтинговые системы начинают выполнять функцию постоянного контроля и давления, задавая параметры по- ведения работников. По мнению А.В. Шевчука, алгоритмическое управление структурирует взаимодействия, «поощряя и наказывая определённое поведение пользователей» (Шевчук, 2023), что создаёт «невидимую клетку» (Rahman, 2021) с непрозрачными и изменчивыми критериями успешности. Показатели ранжирования, привязанные к рейтингу и скорости отклика, стимулируют непрерывную доступность в сети, размывают границы рабочего дня и усиливают психологическое напряжение. В условиях платформенной занятости это выражается в необходимости постоянно оставаться онлайн, чтобы не упустить заказ.

Важно отметить, что характер и степень алгоритмического управления заметно варьируют в зависимости от типа платформы, поэтому корректнее говорить не о едином, унифицированном диктате, а о множественности практик и режимов регулирования. При этом ключевое противоречие связано не с самой алгоритмизацией как таковой, а с её выраженной дифференциацией: разные платформы формируют принципиально отличающиеся модели контроля и, как следствие, два разных режима занятости.

Режим первый – управляемые gig-платформы (тотальная алгоритмическая координация). На примере такси и курьерских служб алгоритмическое управление проявляется в наибольшей степени: алгоритм действует как цифровой диспетчер и одновременно как менеджер. Он организует весь цикл выполнения работы – от назначения заказов (по закрытым правилам) до навигации, измерения времени и скорости, а также последующего санкционирования при отклонениях. Уровень дохода работника определяется алгоритмом, а пространство для самостоятельных решений резко сужено – возможности отказаться от задания ограничены, сроки исполнения жёстко заданы. В результате формируется режим постоянного и всеобъемлющего контроля, при котором работник оказывается функционально встроен в цифровую систему.

Режим второй – фриланс-биржи и маркет-плейсы услуг (алгоритмически опосредованная конкуренция). На платформах профессиональных услуг (FL.ru, Profi.ru, YouDo) алгоритмическое управление проявляется прежде всего через рейтинговые механизмы, ранжирование в поисковой выдаче и рекомендательные системы. Хотя исполнитель юридически и организационно не привязан к фиксированному работодателю и может сам распределять время, его реальная свобода ограничивается зависимостью от платформенной инфраструктуры спроса. Чтобы стабильно получать заказы, фрилансер вынужден поддерживать показатели, значимые для алгоритмов: быстро реагировать, повышать конверсию, наращивать отзывы и конкурировать за позиции в выдаче. На начальном этапе это часто предполагает работу по сниженным расценкам. В результате формируется более мягкая, но достаточно эффективная порочная система, основанная на рыночной дисциплине и непрозрачных критериях успешности.

Существенное отличие рассматриваемых режимов заключается в том, каким образом происходит утрата автономии. При алгоритмически управляемой занятости автономия де-факто отчуждается принудительно, при платформенной занятости она ограничивается по соглашению сторон как цена доступа к рынку и заказам. Тем не менее в обоих случаях воспроизводится общий результат: платформа выводит себя из зоны ответственности за работника, перекладывая на него как предпринимательские издержки, так и социальные последствия нестабильности занятости. Тем самым цифровое посредничество модернизирует способы координации, но не гарантирует включение отношений труда в правовое регулирование.

В результате алгоритмическое управление не только сводит спрос и предложение, но и институционально поддерживает нехватку социальных гарантий, оставляя работников в условиях «цифрового феодализма» (Шевчук, 2023). В подобных условиях платформа фактически выступает частным регулятором, определяя правила доступа к работе и распределения вознаграждения, но не несет соответствующих обязательств перед исполнителями. Парадокс российской ситуации заключается в том, что расширение цифровых платформ и их вовлечённость в государственную политику не приводят к последовательной формализации занятости: напротив, платформенная модель часто воспроизводит неустойчивые и неформальные виды труда. Это подтверждается наблюдениями за фриланс-площадками (FL.ru, YouDo, Profi.ru): при высокой скорости исполнения заказов (в пределах часов или нескольких дней) трудовые отношения часто остаются эпизодическими, проектными и не предполагают ни формального трудоустройства, ни социального и пенсионного обеспечения.

Заключение

Исследование предлагает комплексное рассмотрение изменений российского рынка труда, происходящих под воздействием цифровых платформ. В качестве отправной точки была выдвинута гипотеза, согласно которой плат-формизация вопреки ожиданиям ведёт не к преобладанию формализации и сокращению структурных дисбалансов, а к институциональному закреплению неформальных практик и усилению региональной дифференциации. Эмпирические результаты подтвердили данное предположение. Результаты показывают, что технологическая экспансия платформ сопряжена с существенными социальными противоречиями: упрощая и формализуя процедуры поиска занятости, они одновременно формируют инфраструктуру, поддерживающую воспроизводство неустойчивой занятости, а их заявленный потенциал в преодолении пространственных барьеров ограничивается способностью технологически фиксировать сложившуюся территориальную стратификацию.

Теоретическая значимость исследования заключается в формировании целостной аналитической модели, в рамках которой платформенная трансформация рынка труда трактуется как сложный социальный феномен, характеризующийся множественностью уровней и внутренней противоречивостью, а не как линейный технологический сдвиг. В работе впервые предложена и апробирована методика количественной фиксации неформальных практик найма на базе контент-анализа вакансий, что позволило эмпирически выявить расхождение между технологической формой платформенного посредничества и его социальным содержанием. Дополнительно исследование развивает понятийный аппарат, типологизируя алгоритмическое управление и демонстрируя его неоднородные эффекты в разных сегментах занятости — от режимов тотального контроля в физическом труде до алгоритмически организу- емой конкуренции в области интеллектуальных услуг. Тем самым работа вносит вклад в теорети-зацию цифровой прекаризации и в объяснение механизмов воспроизводства уязвимости в современных экономических условиях.

Прикладная значимость обусловлена ее фокусом на практических проблемах социально-трудовых отношений. Выводы исследования расширяют доказательную базу для пересмотра подходов государства к регулированию цифровой занятости, акцентируя необходимость смещения приоритетов от поддержки инфраструктурных решений к адресным механизмам защиты прав работников. Полученные результаты показывают, что унифицированные регуляторные меры недостаточно эффективны в условиях выраженной региональной и отраслевой асимметрии, что делает необходимой разработку дифференцированных подходов, учитывающих особенности различных типов платформ и территорий. Для бизнеса и подразделений по управлению персоналом работа раскрывает двойственную роль платформ как инструмента рекрутинга: неконтролируемое внедрение gig-моделей формирует долгосрочные репутационные и управленческие риски и в перспективе может снижать кадровый потенциал территорий присутствия компаний.

Таким образом, проведённое исследование вносит значимый вклад в развитие экономических и социологических подходов к изучению труда, поскольку предлагаются методические решения и концептуальная модель для критического анализа платформенной занятости. При этом результаты позволяют заключить, что ключевым фактором трансформации занятости выступают не технологии сами по себе, а способность институтов и общества направлять их применение на получение преимуществ при одновременном предотвращении социальных потерь и обеспечении устойчивости и инклюзивности рынка труда.