Моделирование факторов, влияющих на время заполнения вакансий руководящего персонала

Введение . Скорость поиска сотрудников зависит от различных внутренних и внешних факторов. Первые включают в себя заработную плату, условия труда, инструменты поиска, а вторые отражают то, на что компании повлиять не могут, например, экономическую и геополитическую ситуацию.

В исследовании осуществлена попытка моделирования факторов, влияющих на скорость заполнения вакансии среди руководящих должностей.

Актуальность исследования . С 2023 г. российский рынок труда можно охарактеризовать как напряженный. Это связано с низким уровнем безработицы и нехваткой квалифицированных кадров в различных отраслях.

На рисунке 1 отражено, что тенденция к снижению показателя по безработице наблюдается с 2020 г., и в ближайшие годы она, вероятно, сохранится.

Рис. 1 . Безработица в Российской Федерации в 2010‒2024 гг., %¹

Fig. 1 . Unemployment in the Russian Federation in 2010‒2024, %

В аналитическом докладе за третий квартал 2023 г. Института статистических исследований и экономики знаний Национального исследовательского университета «Высшая школа экономики» отмечается нехватка квалифицированных кадров в различных видах экономической де-ятельности2. Можно сделать вывод, что российские предприятия испытывают кадровый голод. При этом дефицит на рынке труда носит структурный характер и в разной степени затрагивает различные категории персонала. Если нехватка линейных сотрудников наиболее остро ощущается в производственных и сервисных операциях, то дефицит квалифицированных управленцев создает системные риски для стратегической адаптации и развития компаний в условиях нестабильности. Именно руководители играют ключевую роль в реагировании на внешние шоки и реализации изменений, что делает скорость их найма критически важным индикатором адаптационного потенциала фирмы (Russo et al., 2001).

Хотя начало рецессии в экономике может в целом ослабить давление на рынок труда, спрос на управленческие компетенции, необходимые для проведения антикризисных мер и реструктуризации, часто остается устойчивым. Данное исследование, охватывающее период 2015– 2023 гг., фокусируется на фазе нарастания и пика напряженности, что позволяет выявить устойчивые факторы, влияющие на продолжительность поиска руководителей. Эти факторы сохранят свою актуальность для кадровой политики компаний в последующие периоды высокой волатильности и конкуренции за квалифицированные кадры.

Вероятно, в условиях напряженного рынка труда работодатели рискуют не заполучить потенциального сотрудника, поскольку он может уйти в другую фирму. В связи с этим компании стремятся заполнить вакансию быстро (Russo et al., 2001). Это подтверждается исследованием динамики скорости закрытия вакансии на данных национального агентства финансовых исследований, которая представлена в таблице 1: по сравнению с 2022 г. сократилось время поиска сотрудников руководящих должностей.

Таблица 1 . Динамика скорости закрытия вакансии 2022‒2023 гг.³

Table 1 . Dynamics of the Vacancy Closing Rate in 2022‒2023

	Время заполнения вакансии, недели	Прирост, %
Руководители в 2022 г.	4,79	‒
Руководители в 2023 г.	4,30	‒10,3

Однако стоит учитывать, что в случае ускорения принятия решений о найме могут возникать ситуации, когда сотрудник не подойдет предприятию по каким-либо критериям и вскоре покинет его (Russo et al., 2001).

Исследовательская проблема . Дефицит на рынке труда углубляется в последние годы. Компании не могут найти универсальный способ справиться с нехваткой квалифицированных кадров, им приходится постоянно сталкиваться с влиянием шоков и подстраиваться под меняющиеся условия. Таким образом, скорость заполнения вакансии может стать индикатором, показывающим, как фирма способна отреагировать на углубление дефицита кадров. Понимание, что влияет на данный показатель, позволит решить проблему управленческой реакции, сгладив тем самым подстройку действий компаний под новую обстановку рынка труда.

Исследовательский вопрос: от каких внутренних и внешних факторов зависит скорость заполнения вакансии руководителя?

Эмпирическая часть исследования основывается на результатах опроса «Взаимодействие внутреннего и внешнего рынка труда», проводимого с 2009 г. для Лаборатории исследований рынка труда Национального исследовательского университета «Высшая школа экономики» (далее – ВВВРТ ЛИРТ НИУ ВШЭ). Для исследования использовались данные опроса с 2015 по 2023 г., однако анализ не носит панельный характер. Ежегодно опрашивались от 1 200 до 2 000 компаний в 43 субъектах Российской Федерации. Общий объем выборки составил 13 147 наблюдений.

Обзор литературы . Фирмы используют разные методы подбора персонала в зависимости от характеристик вакансии и своих особенностей. Эти различия подчеркивают важность адаптации стратегий найма к конкретным требованиям работы (Russo et al., 2000). Способы поиска кандидатов также влияют на скорость закрытия вакантных должностей. Более интенсивные усилия по набору потенциальных сотрудников приводят к сокращению сроков заполнения вакансии (DeVaro, 2005) и повышению качества найма, поскольку компании, которым требуется больше времени для поиска, как правило, привлекают более квалифицированных кандидатов (Gorter et al., 1996).

Фирмы, которые вкладывают больше средств в подбор персонала, обычно используют несколько каналов поиска и проводят тщательные собеседования, что позволяет им заполнять вакансии быстрее (Gorter et al., 1996; Holzer, 1987).

В существующей экономической литературе рассматривается характер интенсивности найма персонала. Отмечается, что он является проциклическим (Lochner et al., 2021). Также происходит перераспределение в использовании тех или иных каналов поиска. Например, в ситуации экономической стабильности и отсутствия напряженности на рынке труда государственная служба занятости теряет свою привлекательность для соискателей (Рощин, Маркова, 2003).

Одним из каналов взаимодействия работников и работодателей является государственная служба занятости. Как правило, к использованию этого способа поиска работы прибегают женщины и люди с высшим образованием. Однако в крупных городах и сельской местности государственная служба занятости становится менее востребованной для ищущих работу. Аналогично работники пользуются услугами негосударственных агентств по трудоустройству (Рощин, Маркова, 2003). Последние каналы полезны для заполнения специализированных должностей, поскольку агентства проводят предварительный отбор кандидатов, экономя время работодателей (Zottoli, Wanous, 2000). Поэтому однозначно оценить, как использование только этих каналов найма по отдельности влияет на скорость поиска новых сотрудников работодателем, нельзя, требуется провести дополнительные исследования.

Такие каналы поиска, как обращение к друзьям или родственникам, распространены среди людей со средним специальным и высшим образованием (Рощин, Маркова, 2003). Работодатели, для которых важен уровень образования сотрудника, могут учитывать данную тенденцию и также прибегать к неформальным каналам, например, пользуясь рекомендациями относительно потенциальных кандидатов с целью ускорения процесса найма. Однако стоит отметить, что эффективность поиска работы через описанные каналы может зависеть от экономической ситуации – во времена, когда экономика претерпевает какие-то шоки, их ценность снижается, поскольку происходит сокращение возможности дружеского трудоустройства (Рощин, Маркова, 2004). Также следует учесть, что данные каналы потенциально более эффективны для важных должностей, которые необходимо заполнить быстро (Gorter, Ommeren, 1999). К неформальным каналам можно отнести и рекомендации сотрудников. В исследованиях отмечается, что данный способ поиска является надежным (Matsumoto, 2017). Существуют научные труды, в которых отражено, что обращение к действующим работникам также сокращает время заполнения вакансии, к тому же кандидаты, нанятые по их совету, как правило, отличаются более высокой производительностью и более низкой текучестью кадров из-за их знакомства с корпоративной культурой (Russo et al., 2000; Zottoli, Wanous, 2000). Однако могут возникать ситуации с отсутствием разнообразия в кадровом составе, поскольку среди рекомендованных сотрудников реже встречаются молодые люди и женщины по сравнению с нанятыми другими методами (Holzer, 1987).

Кроме того, в исследованиях отмечается положительная связь между активностью поиска и уровнем оплаты труда: чем больше времени и ресурсов компания тратит на привлечение соискателей, тем выше начальная заработная плата, которую она предлагает (Barron et al., 1985; DeVaro, 2005). Данный факт может быть связан и с поиском высококвалифицированных специалистов (Barron et al., 1985).

Также компании, ищущие сотрудников с высоким уровнем образования, как правило, тратят больше времени на подбор и собеседования, особенно, когда число претендентов на вакансию увеличивается. В основном это касается сфер, связанных с офисной работой, торговлей и профессиями «белых воротничков». При этом впоследствии работодатель может снизить начальную заработную плату, поскольку у него появляется широкий выбор потенциальных сотрудников (Gorter et al., 2000).

Процесс найма персонала стоит рассматривать и с точки зрения дальнейшего удержания новых сотрудников, чтобы избежать скорых повторных затрат на поиск. В экономической литературе отмечается, что наем изначально «правильных» кандидатов влияет на долгосрочное закрепление работников (Rozario et al., 2019).

Затраты на предварительный поиск кандидатов не являются основными, они включают расходы на рекламу, собеседования и другие мероприятия, связанные с поиском кандидатов. Стоит отдельно отметить: проведение интервью требует от фирмы больших затрат не только денежных ресурсов, но и времени, что создает проблему компромиссного выбора между тщательностью процесса подбора персонала и связанными с ним расходами (Wolthoff, 2018).

Основные же затраты, которые несут компании, возникают в процессе адаптации сотрудника, когда он только проходит первоначальное официальное обучение и не является достаточно производительным, а также при неофициальном обучении, проводимом действующими работниками (Muehlemann, Leiser, 2018).

Фирмы учитывают затраты на подбор персонала при выборе своих стратегий по найму и стараются сбалансировать издержки и выгоды от конкретных методов (Gorter, Ommeren, 1999; Holzer, 1987). Однако в существующих российских исследованиях говорится, что издержки подбора кандидатов не оказывают существенного влияния на использование каналов поиска (Рощин, Солнцев, 2017). Это может быть связано с тем, что на напряженном рынке труда фирмы стремятся привлечь больше соискателей и готовы тратить больше денежных ресурсов, чтобы иметь возможность конкурировать за квалифицированные кадры.

Официальные каналы поиска могут быть более дорогостоящими (Zottoli, Wanous, 2000), вместе с тем они часто эффективнее альтернативных в сокращении времени закрытия вакансий (Gorter et al., 1996), поскольку охватывают более широкую аудиторию (Russo et al., 2000). Например, рекламные объявления могут быстро генерировать большое количество заявок, однако они часто стоят дороже других методов и не всегда позволяют найти лучших кандидатов, даже если вакантная должность в итоге заполняется быстро. Агентства по трудоустройству, несмотря на то, что они являются дорогостоящими, могут предоставлять больше предварительно отобранных и подходящих кандидатов (Russo et al., 2001), что потенциально сокращает продолжительность поиска сотрудника. Неформальные каналы, как правило, менее затратны, но требуют наличия прочных личных связей, могут быть менее предсказуемыми (Gorter, Ommeren, 1999) и ограничивать разнообразие кандидатов (Russo et al., 2000).

Фирмы, которые ищут сотрудников со специализированными навыками, сталкиваются с более высокими затратами на наем. Компании часто отдают предпочтение возрастным сотрудникам, поскольку они считаются опытными и могут приступить к выполнению обязанностей без длительной подготовки и адаптации. В связи с этим для привлечения высококвалифицированных кадров фирмы предлагают конкурентную заработную плату (Rynes et al., 1997). Небольшие компании зачастую не могут позволить себе соперничать с крупными путем увеличения начальной оплаты труда, поэтому больше полагаются на неформальные сети, что способствует снижению затрат (Muehlemann, Leiser, 2018).

Более высокая напряженность на рынке труда (т. е. больше вакансий на одного безработного) приводит к увеличению затрат на поиск (Muehlemann, Leiser, 2018). Компаниям становится все сложнее находить подходящих кандидатов, что также способствует увеличению продолжительности закрытия вакансии. Существуют исследования, которые отдельно отмечают, что на напряженных рынках труда из-за желания компаний быстрее заполнить вакансию возможна ситуация снижения качества подбора. В противоположной ситуации, на рынках труда с низким спросом на рабочую силу, фирмы выигрывают от увеличения числа кандидатов. Это сокращает время поиска, снижает затраты и повышает качество подбора за счет возможности работодателя быть более избирательным, что благоприятно сказывается на долгосрочных трудовых отношениях (Russo et al., 2001).

Также фирмы корректируют и применение каналов поиска в зависимости от условий на рынке труда. На напряженных рынках, как правило, используют больше каналов. На слабых рынках с высоким уровнем безработицы фирмы могут полагаться на меньшее количество источников поиска (Russo et al., 2000).

Следует отметить, что практики найма имеют существенные различия между странами, т. к. зависят от различных особенностей культуры, законодательства и экономики. Например, для японских компаний характерен поиск потенциальных сотрудников на ярмарках вакансий, которые организуют университеты, поскольку это позволяет фирмам выбирать из большого количества кандидатов (Matsumoto, 2017). Российский рынок труда значительно отличается в силу того, что фирмы практически не используют объявления в газетах и журналах, а ярмарки вакансий распространены меньше. Компании чаще всего прибегают к таким каналам поиска, как интернет и социальные сети (Рощин, Солнцев, 2017).

Методы исследования . Для оценки влияния независимых переменных на продолжительность поиска была выбрана линейная регрессия, поскольку подразумевается, что влияние определенных факторов будет линейным.

В таблице 2 представлена подробная информация о переменных для моделирования скорости закрытия вакансии руководителя.

Таблица 2 . Описание переменных

Table 2 . Description of Variables

№	Обозначение	Фактор	Описание переменной
1	Mansearchtime	Продолжительность поиска руководителей	Продолжительность времени поиска в неделях
2	Educhigh	Высшее образование	Процент сотрудников компании с высшим образованием
3	Log(age)	Логарифм возраста компании	Возраст компании, который был получен путем вычитания года основания фирмы из года, когда проводился опрос
4	Log(train)	Логарифм процента обученных сотрудников	Процент сотрудников компании, которые проходили обучение на рабочем месте
5	Log(wage)	Логарифм заработной платы	Логарифм заработной платы, выраженной в рублях, приведенной к значениям базового года (2015), умноженной на отношение среднероссийской заработной платы к среднерегиональной
6	Sector	Сектор	Категориальная переменная, принимающая значения: •    промышленность, строительство, торговля; •    транспортные коммуникации, финансовый сектор; •    прочие услуги
7	Locality	Тип населенного пункта	Категориальная переменная, принимающая значения: •    города с населением от 1 млн; •    города с населением от 500 тыс. до 1 млн; •    города с населением от 100 тыс. до 500 тыс.; •    города с населением до 100 тыс.
8	Allwomen	Процент женщин в компании	Процент сотрудников-женщин от всех сотрудников компании
9	Changespay	Индексация заработной платы	Бинарная переменная, принимающая значения: •    компания не пересматривает заработную плату; •    компания пересматривает заработную плату
10	Unhealthw	Вредные условия труда	Бинарная переменная, принимающая значения: •    нет вредных условий; •    есть вредные условия
11	Foreign	Частная компания с иностранным капиталом	Бинарная переменная, принимающая значения: •    компания не имеет более 50 % иностранного капитала; •    компания имеет более 50 % иностранного капитала
12	Private	Частная компания с российским капиталом	Бинарная переменная, принимающая значения: •    компания не имеет более 50 % российского капитала; •    компания имеет более 50 % российского капитала
13	mansearch_1	Поиск через печатные издания и рекламу	Бинарная переменная, принимающая значения: •    компания использует поиск через печатные издания и рекламу; •    компания не использует поиск через печатные издания и рекламу

Продолжение таблицы 2

№	Обозначение	Фактор	Описание переменной
14	mansearch_2	Поиск через интернет-источники	Бинарная переменная, принимающая значения: •    компания использует поиск через интернет-источники; •    компания не использует поиск через интернет-источники
15	mansearch_3	Поиск по рекомендациям знакомых	Бинарная переменная, принимающая значения: •    компания использует поиск по рекомендациям знакомых; •    компания не использует поиск по рекомендациям знакомых
16	mansearch_4	Обращение в рекрутинговые агентства	Бинарная переменная, принимающая значения: •    компания обращается в рекрутинговые агентства; •    компания не обращается в рекрутинговые агентства
17	mansearch_5	Обращение в службы занятости	Бинарная переменная, принимающая значения: •    компания обращается в службы занятости; •    компания не обращается в службы занятости
18	mansearch_6	Обращение в образовательные организации	Бинарная переменная, принимающая значения: •    компания обращается в образовательные организации; •    компания не обращается в образовательные организации
19	mansearch_7	Поиск внутри фирмы	Бинарная переменная, принимающая значения: •    компания использует поиск внутри фирмы; •    компания не использует поиск внутри фирмы
20	Year	Год	Категориальная переменная, принимающая значения: • 2015‒2023
21	Finposit	Финансовое положение	Категориальная переменная, принимающая значения: •    хорошее; •    удовлетворительное; •    плохое
22	Empl_SML	Размер компании	Категориальная переменная, принимающая значения: •    малые предприятия (до 100 сотрудников); •    средние предприятия (101‒250 сотрудников); •    крупные предприятия (более 250 сотрудников)

В таблице 3 отражена описательная статистика компаний. Большинство предприятий (91 %) принадлежат частному российскому капиталу. Наиболее представлены компании, основанные в 2000‒2009 гг.

Географическое распределение показывает концентрацию предприятий в крупных городах. В выборке доминируют предприятия промышленности (23 %), торговли (20 %), сферы обслуживания (14 %) и строительства (13 %). Также преобладают предприятия с численностью персонала 30‒50 человек (32 % компаний). Доля тех, чей штат насчитывает 101‒250 человек и 251‒1000 человек, составляет 24 % и 20 % соответственно. Наименьшую часть выборки составляют предприятия с более чем 1000 сотрудников (5 %).

Таблица 3 . Описательная статистика компаний⁴

Table 3 . Descriptive Statistics of Companies

Характеристика	Доля компаний, %
Сектор экономики
Добыча полезных ископаемых	9
Промышленность (обрабатывающие производства)	23
Строительство	13
Торговля	20
Транспорт и связь	10
Финансы	10
Прочие услуги	14
Тип населенного пункта
Москва и Санкт-Петербург	16
Города с численностью населения свыше 1 млн человек	43
Города с численностью населения от 500 тыс. до 1 млн человек	23
Города с численностью населения от 100 до 500 тыс. человек	8
Города с численностью населения менее 100 тыс. человек	10
Численность персонала, человек
30‒50	32
51‒100	18
101‒250	24
251‒1000	20
Более 1000	5
Коэффициент найма, %
Менее 5 %	48
5‒10 %	15
10‒25 %	20
Более 25 %	17

Продолжение таблицы 3

Характеристика	Доля компаний, %
Форма собственности компаний
Государственный контроль (50 % и более)	5
Частная, полностью российская	93
Частная, с иностранным капиталом или полностью иностранная	2
Дата основания, год
До 1991	9
1992‒1999	14
2000‒2009	49
2010‒2019	27
После 2020	1

Оценка времени закрытия вакансии руководителя моделируется с использованием линейных функций:

mansearchtime = в₀ + в, * ln(wage) + в₂ * mansearch 1 + в₃ * mansearch₂ + в₄ mansearch₃ +

+ в₅ * mansearch₄ + в₆ * mansearch₅ + в₇ * mansearch₆ + в₈ * mansearch₇ +

+ в₉ * allwomen + в₄₀ * educhigh + в _г * Log(age) + в * Log(train) + в,₃ * Sector +

+ в_г4 * Locality + Р₄₅ * Allwomen + в_г6 * Changespay + в₄₇ * Unhealthw + в,₈ * Foreign +

+ в₄₉ * Private + в₂₀ * Finposit + в₂₄ * Year + в₂₂ * Empl SML + U i ,                  (1)

где mansearchtime - время в неделях, потраченное на заполнение вакансии руководителя;

• β ‒ оценки соответствующих коэффициентов;

• u_t - ошибки в модели.

Результаты оценки регрессии представлены в таблице 4. В столбце «Руководители» для каждой переменной, включенной в уравнение модели (1), в 1-й строке приведены коэффициенты, а во 2-й – стандартные ошибки для оценок. Следует пояснить, что уравнение (1) является единой моделью, все перечисленные в нем факторы оцениваются одновременно в рамках одной регрессии. Это позволяет измерить влияние каждого фактора на время поиска руководителя в чистом виде, то есть при прочих равных условиях, когда учтены различия по годам, секторам экономики, размеру предприятия и другим контрольным характеристикам.

Таблица 4 . Модели, оцененные методом наименьших квадратов

Table 4 . Models Evaluated by the Least Squares Method

Фактор	Руководители
Логарифм заработной платы	0,18***
	(0,02)
Процент женщин в компании	0,00
	(0,00)
Образование (среднее специальное/высшее)	0,00***
	(0,00)
Логарифм процента обученных сотрудников	0,02***
	(0,01)
Индексация заработной платы	‒0,04**
	(0,02)
Вредные условия труда	‒0,03
	(0,02)
Логарифм возраста компании	0,03**
	(0,01)
Частная компания с иностранным капиталом	0,31***
	(0,07)
Частная компания с российским капиталом	0,11**
	(0,04)
Поиск через печатные издания и рекламу	0,03
	(0,02)
Поиск через интернет-источники	0,11***
	(0,02)
Поиск по рекомендациям знакомых	0,03
	(0,02)
Обращение в рекрутинговые агентства	0,05**
	(0,02)
Обращение в службы занятости	0,03
	(0,02)
Обращение в образовательные организации	‒0,04
	(0,04)
Поиск внутри фирмы	0,05***
	(0,02)

Продолжение таблицы 4

Фактор	Руководители
Сектор экономики (базовая категория ‒ прочие услуги)
Добыча полезных ископаемых	0,06 *
	(0,04)
Промышленность	0,05 *
	(0,03)
Строительство	-0,00
	(0,03)
Торговля	0,02
	(0,03)
Транспорт и связь	-0,06 *
	(0,03)
Финансовый сектор	-0,05
	(0,03)
Размер населенного пункта (базовая категория ‒ Москва и Санкт-Петербург)
Города с численностью населения от 1 млн человек	-0,14 ***
	(0,03)
Города с численностью населения от 500 тыс. до 1 млн человек	-0,13 ***
	(0,03)
Города с численностью населения от 100 до 500 тыс. человек	-0,16 ***
	(0,04)
Города с численностью населения до 100 тыс. человек	-0,12 ***
	(0,04)
Год (базовая категория ‒ год 2016)
2015	-0,02
	(0,03)
2017	0,06 *
	(0,04)
2018	0,11 ***
	(0,03)
2019	0,14 ***
	(0,03)
2020	0,12 ***
	(0,04)
2021	0,19 ***
	(0,03)
2022	0,26 ***
	(0,03)
2023	0,07 **
	(0,04)
Финансовое положение (базовая категория ‒ хорошее финансовое положение)
Удовлетворительное финансовое положение	0,01
	(0,02)
Плохое финансовое положение	0,03
	(0,03)
Размер компании (базовая категория ‒ крупная компания (более 250 сотрудников))
Малые предприятия (до 100 сотрудников)	0,01
	(0,02)
Средние предприятия (101-250 сотрудников)	0,02
	(0,02)
Константа	-0,80 ***
	(0,23)
R 2	0,11
Скорректированный R 2	0,10
Количество наблюдений	4 295
Уровни статистической значимости: *** p < 0,01; ** p < 0,05; * p < 0,1

Результаты и обсуждение . Высокая заработная плата привлекает больше соискателей, что увеличивает конкуренцию и время на выбор лучшего кандидата. Например, компании могут дольше сравнивать резюме или проводить дополнительные этапы собеседований. Оплата труда выше среднего может также предполагать узкую специализацию и высокие требования к компетенциям (например, опыт управления, знание международных стандартов). Это, наоборот, сужает пул подходящих соискателей, что увеличивает сроки поиска.

Увеличение времени поиска, связанное с уровнем образования, может зависеть от того, что знания в области менеджмента, экономики или MBA развивают навыки стратегического планирования, управления ресурсами и анализа рисков. Компании стремятся найти таких руководителей.

Логарифм процента обученных сотрудников положительно коррелирует со временем поиска руководителей, возможно, из-за повышенных требований к их компетенциям и сложностей интеграции.

Наличие индексации заработной платы сокращает время поиска. Это может происходить по причине того, что индексация повышает стабильность дохода, делая вакансию более привлекательной. Компании быстрее находят кандидатов, так как снижается риск их отказа из-за вероятности быстрого снижения реальной оплаты труда под воздействием инфляции.

Интернет-поиск увеличивает время на отбор. Широкий охват интернет-ресурсов (например, HeadHunter) приводит к большому потоку кандидатов, что требует тщательной фильтрации.

Поиск внутри фирмы также замедляет подбор кандидата. Вероятно, при таком способе внутри компании может не оказаться сотрудников с нужным опытом, что вынуждает проводить дополнительное обучение. Либо согласование смены должности, перераспределение бюджета и обязанностей замедляют процесс.

Во всех рассматриваемых категориях размера населенного пункта переменная отрицательно, по сравнению с городами федерального значения, влияет на время поиска. Это может означать, что в крупных населенных пунктах выше концентрация квалифицированных специалистов, что может ускорять поиск. В регионах с населением меньше 1 млн человек может быть ниже конкуренция между работодателями. В городах же федерального значения требования к руководителям выше, поэтому компании дольше ищут подходящего кандидата.

Частные компании с иностранным капиталом дольше ищут руководителей, чем фирмы с российским капиталом. Возможно, это связано с необходимостью соответствия международным стандартам, которые предъявляются к таким компаниям (например, знание английского языка, опыт работы в мультинациональных корпорациях).

Заключение . Исследование позволило получить выводы о влиянии определенных факторов на продолжительность поиска сотрудников руководящих должностей с учетом специфики напряженного российского рынка труда на основе эмпирических данных опросов российских предприятий.

Основные выводы исследования заключаются в том, что многие результаты, представленные на данных зарубежных рынков труда, не подтвердились на данных российского рынка, что объясняется спецификой отечественных трудовых отношений. Широко используемые и, согласно иностранной литературе, потенциально эффективные каналы (интернет, внутренний поиск) дают обратный эффект и увеличивают сроки заполнения вакансии. Вероятно, это связано с высоким уровнем нерелевантных откликов на онлайн-платформах, ведущих к длительной фильтрации, а также к бюрократическим сложностям и дефициту готовых кандидатов при внутреннем найме. В то же время институциональные факторы (например, индексация заработной платы) становятся важными детерминантами времени поиска кандидатов, что можно объяснить повышенной ценностью гарантий стабильного реального дохода в условиях высокой и неустойчивой инфляции, характерной для России. Таким образом, данная работа вносит вклад в понимание современных процессов найма персонала и адаптацию кадровой политики под условия напряженного рынка труда Российской Федерации.

Основываясь на результатах исследования, для оптимизации сроков найма руководителей на российском рынке рекрутерам можно рекомендовать ужесточать фильтры в объявлениях для снижения числа неподходящих откликов при онлайн-поиске, изначально учитывать региональный аспект и закладывать более длительные реалистичные сроки для поиска руководителей в Москве и Санкт-Петербурге, а для компаний с иностранным капиталом ‒ активнее инвестировать в формирование внешнего кадрового резерва или развивать партнерство с рекрутинговыми агентствами, понимающими специфику требований.

В дальнейшем исследование может быть продолжено и углублено изучением влияния новых технологий (например, искусственного интеллекта) на продолжительность найма, а также анализом межрегиональных отличий.