Моделирование воспроизводства трудовых ресурсов в социально-цифровой среде

Ускоренное и объективно полномасштабное внедрение цифровых технологий в экономику и социальную сферу является одной из приоритетных целей развития российского государства, сформулированной в Указе Президента Российской Федерации от 7 мая 2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года». Практическая реализация этой цели требует создания распространенной по всей территории страны устойчивой и безопасной в эксплуатации информационно-телекоммуникационной инфраструктуры высокоскоростной передачи информации, позволяющей осуществлять оперативную обработку и хранение больших объемов данных в режиме свободного доступа для всех организаций и домохозяйств.

При этом, обеспечение надежной работы системы, что особенно важно для органов государственного и местного управления, предполагает использование преимущественно отечественного программного обеспечения, разработанного собственными специалистами и адаптированного под суще-

ГРНТИ 06.35.51

Статья поступила в редакцию 11.01.2022.

ствующие условия жизнедеятельности. Для решения этих сложных задач, сформулированных в Указе Президента РФ, предусматривается увеличение внутренних затрат, направленных на развитие цифровой экономики за счет всех источников (по доле в валовом внутреннем продукте) не менее чем в 3 раза по сравнению с 2017 г.

Цифровая культура трудовых ресурсов стала ключевым фактором успеха цифровой трансформации. Самообучение, гибкость и способность работать и принимать решения в условиях постоянных изменений вошли в число наиболее востребованных навыков сотрудника. Но, основными препятствиями для цифровой трансформации экономики России продолжают оставаться: нехватка компетенций и знаний, отсутствие у предприятий и фирм информационно-технологических стратегий развития и нехватка квалифицированных кадров [1-4]. В добавление к этому аналитики зарубежного агентства Gartner отмечают, что успех цифровизации зависит от действий на всех трех уровнях управления: стратегическом, тактическом и операционном.

Материалы и методы

При проведении исследования в качестве исходных данных были использованы материалы трудов современных ученых, а также авторские разработки

Результаты и их обсуждение

Россия позже крупнейших западных экономик встала на путь цифровой трансформации. Однако, имея качественную экспертизу динамики своего развития и кадры в области разработки программного обеспечения (ПО) и автоматизации, страна смогла быстро нарастить темпы цифровизации и по многим направлениям занять лидирующие позиции в мире. Размер бюджета, выделяемый средней российской фирмой на цифровую трансформацию, варьируется в настоящее время от 3 до 10% годовой выручки [5].

Современная Россия обладает уникальным положением, имея свои крупные технологические компании, например «Яндекс», «Сбер» и «Mail.Ru», которые успешно конкурируют с глобальными игроками на национальном и международном рынке, создавая инфраструктурные инновации от социальных сетей до беспилотных автомобилей и оказывая серьезное технологическое влияние на рынок в целом. Активная позиция и политика государства стимулирует цифровизацию всех игроков национальной экономики. Россия, начав позже других (Сингапур, США, Великобритания), оперативно реализовала крупнейшие проекты в области цифровизации государственных услуг, которые сегодня являются одними из лучших в мире.

Среди успешных проектов: федеральный портал Госуслуги, цифровизация Федеральной налоговой службы, а также проекты Правительства Москвы: Мои документы, Парковки, Моя поликлиника и другие [4]. В 2018 году Правительство РФ запустило национальные проекты, одним из которых стал проект «Цифровая экономика». В рамках нацпроекта до 2024 года планируется: запустить электронный паспорт РФ, единую государственную облачную платформу и инфраструктуру «Цифровой профиль» для обмена информацией между государством, гражданами и организациями; подключить 97% домохозяйств к широкополосному доступу в Интернет, запустить сети связи 5G и на 85% перейти на отечественный софт в государственных организациях. Государство планирует увеличить долю затраты на развитие цифровой экономики в ВВП в 3 раза и выделяет отдельные проекты национального масштаба, направленные на развитие образования и воспроизводство человеческого капитала [4].

Усилия государства и общества, несомненно, должны проявиться в ближайшее время в структуризации трудовых ресурсов и самого российского рынка труда за счет воспроизводства трудовых ресурсов, удовлетворяющих современным требованиям системы общественного воспроизводства, и формирования у них соответствующих квалификаций и компетенций в процессе жизни и трудовой деятельности путем успешной капитализации совокупных целевых инвестиций. Реализованная на практике возможность количественной оценки величины человеческого капитала отдельного работника (человека), определенным образом выделенной группы людей или населения в целом, позволит объективно анализировать состояние национального (или регионального) рынка труда во всех его составляющих и грамотно строить экономическую политику государства [5, 6].

Практическое применение предложенного нами метода количественной оценки величины трудового потенциала и разработанной на его основе экономико-математической расчетной модели осуществлено на примере анализа социально-экономических процессов, происходящих в Республике

Крым в период с 2014 по 2020 годы. Предложенный метод количественной оценки трудового потенциала человека (условного работника), способного к участию в производительном труде, построен на базе стоимостного подхода и теории человеческого капитала [6].

Метод основан на научно обоснованном предположении о том, что физическое и психологическое здоровье человека, а также формирующиеся и сохраняющиеся в нем знания, приобретаемые профессиональные навыки, умения, компетенции и опыт могут быть представлены некоторым личным богатством. Последнее, отображенное в форме специфического частного капитала, позволяет при рациональном использовании его не только создавать необходимые обществу блага, но и обеспечивать развитие общества за счет расширенного воспроизводства товаров, услуг и самих трудовых ресурсов. Рассматриваемая таким образом и оцениваемая величина человеческого капитала формируется самим человеком в объективно предоставленных ему условиях жизни в процессе индивидуальной капитализации совокупных инвестиций, поступающих из различных источников и обеспечивающих его физическое, умственное и профессиональное развитие.

Разработанная в предлагаемом методе расчетная экономико-математическая модель численной количественной оценки трудового потенциала человека носит аддитивный характер, опирается на три общепризнанные составляющие и существенно зависит от квалифицированного учета инвестиционных вложений разных источников, статистический учет которых далеко не всегда подтверждается объективными данными в полном объеме.

Предложенный метод позволил разработать методику расчета трудового потенциала, позволяющую при наличии необходимых статистических данных оценить величину трудового потенциала условного человека на любой возраст трудоспособного периода. Расчетные свойства экономикоматематической модели обеспечивают возможность обобщения и оценки трудового потенциала также для больших групп работников предприятия или отрасли или для населения некоторой выделенной территории. Необходимым условием проведения объективной оценки является известность всех статистических данных об условиях жизнедеятельности населения и о совокупных инвестиционных вложениях в процесс воспроизводства и развития человеческого капитала на всем временном периоде жизни всех возрастных категорий трудоспособного населения.

Этот временной интервал составляет период до 80-85 лет, из которых 75 лет отсчитываются вглубь предыдущего периода от возраста 75-летних, а 5-10 лет могут представлять собой интервал временного прогноза. Необходимый для полного исследования временной интервал, к сожалению, недоступен в смысле наличия необходимых статистических данных, что заставляет обходиться более скромными задачами исследования прогнозного характера во времени.

Величина трудового потенциала человека (его человеческого капитала) имеет сложную нелинейную динамику возрастных изменений, обусловленную различными временными закономерностями составляющих, зависящими от ряда объективно и субъективно существующих внешних и внутренних факторов. При анализе трудового потенциала достаточно больших групп работников или населения определенной территории нелинейность динамики возрастных влияний естественно сглаживается за счет вынужденных усреднений, сохраняя при этом функциональную сложность, определяемую общими условиями экономического развития. В силу всего вышесказанного статистическое прогнозирование развития трудового потенциала (человеческого капитала) населения определенной территории (региона) может носить достаточно приближенный характер с расширенным интервалом доверия к полученным результатам [7].

Анализ математического выражения предложенной модели показывает, что основными параметрами, влияющими на характер временной динамики трудового потенциала человека являются интенсивности а , в и X. Характер ежегодного изменения а , в и X, являющихся составной частью временных переменных, определяют характер временных зависимостей возрастных коэффициентов kпфп(αi,ti); kкп(βi,ti); kлп(λi,ti), характеризующих усредненную возрастную способность человека осваивать (капитализировать) целевые совокупные инвестиции в конкретном году [6].

Параметр интенсивности отказов трудоспособности условного человека а определяется на конкретный календарный год путем учета официальных статистических данных по факторам, влияющим на здоровье и вызывающим отказ человека в его трудоспособности на конкретной территории, на которой проживает человек. Общая интенсивность α определяется в виде суммы составляющих, клас- сифицируемых по причинам, вызывающим нарушение здоровья человека и приводящим к потере работоспособности:

α = (αб + αкр + αсм + αтр), где αб – интенсивность отказов по причине заболеваемости; αкр – интенсивность отказов по причине результатов происшествий криминального характера; αсм – интенсивность отказов по причине внезапной смертности; αтр – интенсивность отказов по причине имеющегося травматизма на производстве.

Рассчитанные по годам значения α позволяют определить возрастную динамику изменения психофизического потенциала условного человека в конкретный год исследования. Учет всех составляющих по данным официальной статистики привел к результатам, характеризующим изменения α в период с 2014 по 2019 годы, представленным в таблице 1. Определенный практический интерес представляет процентный вклад составляющих α в общую интенсивность отказов в трудоспособности по здоровью человека (см. табл. 2).

Таблица 1

Общая годовая интенсивность отказов α, приходящаяся на душу населения

2014	2015	2016	2017	2018	2019	2020
0,5968	0,6002	0,5845	0,5636	0,5824	0,6175	1,0932

Таблица 2

Вклад составляющих в общую интенсивность отказов по здоровью (в %)

Показатель	2014	2015	2016	2017	2018	2019	2020
Общая интенсивность отказов в трудоспособности α	100	100	100	100	100	100	100
Интенсивность отказов по болезни αб	89,70	88,2	89,1	89,95	90,08	91,0	94,2
Интенсивность отказов по криминальным происшествиям αкр	7,71	9,23	8,25	7,46	7,48	6,71	3,7
Интенсивность отказов по смертности αсм	2,58	2,55	2,62	2,56	2,42	2,27	2,0
Интенсивность отказов по травматизму αтр	0,01	0,02	0,03	0,03	0,02	0,02	0,01

Как видно, в общей интенсивности отказов α медленно нарастает составляющая, связанная с болезнями населения. Очевидно, это является объективным следствием снижения бюджетного финансирования отрасли здравоохранения в Республике Крым с 19,554 млрд руб. в 2014 году до 15,46 млрд руб. в 2019 году. Дальнейшее плановое уменьшение бюджетных затрат в 2021 году до 11,41 млрд руб. лишь усугубит выявленную тенденцию с учетом распространения пандемии. Важно, что финансирование отрасли здравоохранения впрямую определяет величину воспроизводственного трудового потенциала населения и возможность сохранения психофизического потенциала человека, уменьшающегося с его возрастом.

Знание α позволяет для конкретного года рассчитать изменение возрастного коэффициента kпфп(t), определяющего уровень капитализации целевых инвестиций условным трудоспособным человеком в возрасте от 19 до 75 лет. В соответствии с трактовкой метода оценки величина kпфп(t) уменьшается, начиная со значения kпфп(t)=1, соответствующего 18 годам жизни (таблица 3).

Таблица 3

Расчетные значения возрастного коэффициента kпфп(t) в разные годы

Возраст	18	19	20	30	40	50	60	70	75
kпфп(t)(2014)	1,0	0,893	0,888	0,836	0,787	0,742	0,699	0,658	0,639
kпфп(t)(2015)	1,0	0,892	0,887	0,835	0,786	0,741	0,698	0,657	0,637
kпфп(t)(2016)	1,0	0,895	0,890	0,839	0,791	0,747	0,704	0,664	0,645
kпфп(t)(2017)	1,0	0,899	0,893	0,845	0,796	0,754	0,713	0,674	0,655
kпфп(t)(2018)	1,0	0,895	0,890	0,839	0,792	0,748	0,705	0,665	0,646
kпфп(t)(2019)	1,0	0,890	0,883	0,831	0,781	0,734	0,690	0.649	0,629

Изменения возрастного коэффициента kпфп(t) приводит к соответствующему возрастному уменьшению начального трудового потенциала (П)0 человека. Результаты расчета прогнозного уменьшения (П)0 с возрастом условного человека получены в предположении знания (П)0 для каждого года рассматриваемого периода и приведены в таблице 4. При этом, за величину (П)0 в каждый год рассматриваемого периода приближенно принята величина годового инвестиционного пополнения, приходящегося на одного человека, достигшего 18 лет, умноженная на 18 лет его жизни. Такое приближение, сделанное в отсутствии возможностей объективного учета совокупных инвестиционных вложений за предыдущие годы и использованное в дальнейших расчетах, позволяет все же выявить общие закономерности динамики уменьшения (П)0, ощущаемые человеком в своем возрасте в конкретном году.

Как видно, для здорового человека возрастное уменьшение (П)0 достаточно заметно, но все же на всем периоде трудоспособности оно остается вполне достаточным для продолжения трудовой деятельности. Возрастное убывание (П)0 может оказаться гораздо более ощутимым в зависимости от существующих условий. К факторам влияния можно отнести: климатические условия жизни (условия пустыни или крайнего севера), условия труда и выбранной профессии (например – шахтеры, работники металлургической отрасли), уровень социальной организации общества, условия политического режима и т.д.

Таблица 4

Динамика возрастного уменьшения (П)0 на одного условного человека (тыс. руб.)

Возраст	18	19	20	30	40	50	60	70	75
(П)0 для 2014 г.	2 850,5	2 545,5	2 531,2	2 383,0	2 243,3	2 115,1	1 992,5	1 875,6	1 821,5
(П)0 для 2015 г.	3 885,7	3 466,0	3 446,6	3 244,6	3 054,2	2 879,3	2 712,2	2 552,9	2 475,2
(П)0 для 2016 г.	4 415,0	3 951,4	3 929,4	3 704,2	3 492,3	3 298,0	3 108,2	2 931,6	2 825,6
(П)0 для 2017 г.	4 967,0	4 465,3	4 435,5	4 197,1	3 953,7	3 745,1	3 541,5	3 347,8	3 253,4
(П)0 для 2018 г.	5 302,0	4 745,3	4 718,8	4 448,4	4 199,2	3 965,9	3 711,4	3 525,8	3 425,1
(П)0 для 2019 г.	5 508,0	4 902,1	4 863,4	4 577,1	4 301,7	4 042,9	3 800,5	3 574,7	3 459,5

Убыль начального трудового потенциала, согласно трактовке предложенного метода, восполняется ежегодной возрастной капитализацией целевых совокупных инвестиций. Поэтому общий психофизический потенциал условного человека может оставаться на достаточно высоком уровне, позволяя ему плодотворно трудиться. Анализ динамики общего психофизического потенциала человека (ПФП) обснован на расчете его значений совместно с результатами оценки совокупных целевых инвестиций, осуществляемых в человека после достижения совершеннолетия и идущих на восстановление и поддержку физического и психического здоровья. Эти совокупные годовые инвестиции объективно могут быть рассчитаны для периода с 2014 по 2020 гг.

В процессе расчета использованы данные государственных расходов, приходящихся на душу населения по статьям консолидированного бюджета: здравоохранение, физкультура, спорт и охрана окружающей среды. К этому добавлена сумма расходов по статьям, имеющим отношение к поддержке здоровья (питание, лечение и т.д.), которые следуют из годовой суммы денежных доходов, приходящихся на душу населения в соответствующий год [2, 3, 4].

Анализ получаемых в расчетах зависимостей подтверждает сложный нелинейный характер динамики изменения трудового потенциала человека, проявляющейся по мере его взросления. Проведение полновесных расчетов оказывается возможным в достаточно узком временном интервале в связи с отсутствием необходимых статистических данных, охватывающих предыдущий период протяженностью до 75 лет, что позволило бы оценить потенциал всех трудоспособных трудовых ресурсов. Поэтому расчетные данные по оценке начального трудового потенциала и его дальнейшего возрастного формирования приведены в демонстрационном порядке для условного индивидуума, достигающего своего трудового совершеннолетия в период с 2014 по 2019 годы. Нелинейная возрастная динамика (П)0n, (ПФП)обn и (ТП)n (где n – очередной календарный год или год взросления) наиболее явно успевает проявиться для условного человека, достигшего своего совершеннолетия в 2014 и в 2015 году.

Указанная сложность получаемой зависимости (ПФП)обn связана со встречным влиянием процессов, связанных с возрастным нелинейным убыванием начального потенциала (П)0n и нелинейностью процессов, обеспечивающих поддержку здоровья за счет капитализации ежегодно меняющихся целевых инвестиций. А нелинейность возрастного изменения (ТП)n объясняется еще и процессами нелинейного формирования квалификационного и личностного потенциалов.

При этом общая нелинейность динамики (ТП)n для всего населения региона будет дополнительно обусловлена влиянием многочисленных факторов объективного характера, вероятностная природа и временная зависимость которых в конечном счете определяется не только демографией в самом регионе, но и характером развития экономики и общества, экономической и социальной политикой государства. Свой неожиданный вклад могут вносить и некоторые обстоятельства форс-мажорного характера, как, например, глобальная пандемия Covid-19.

Универсальный характер возможностей предложенной экономико-математической расчетной модели проявляется в том, что расчетные оценки зависимостей (П)0n, (ПФП)обn и (ТП)n позволяют строить прогнозные линейные и нелинейные модели временных рядов, а также регрессионные одно-, двух- и многофакторные модели, позволяющие использовать их для временного и параметрического прогнозирования изменений потенциала трудового ресурса. В частности, линейные МНК-модели временного ряда, построенные по результатам расчетов, для года трудового совершеннолетия, представлены на рисунке 1 вместе с уравнениями соответствующих моделей.

3,5

y = -0,0603x + 3,0369

y = -0,106x + 2,9006 R² = 0,7

2,5

1,5

0,5

18      19      20      21      22      23      24      25      26

Рис. 1 . Линейные регрессионные модели зависимости (ПФП)обn и (П)0n (млн руб.) от возраста условного трудового ресурса (лет)

Полученные линейные модели позволяют приближенно оценить ожидаемые прогнозные значения, однако они слабо учитывают возникающие в результате пандемии Covid-19 существенные изменения внешних условий формирования (ПФП)обn и уменьшения (П)0n, о чем свидетельствуют и невысокие значения коэффициентов детерминации R2 (уровень 0,7). Более адекватное моделирование реализуется применением нелинейных функций. Результаты расчетов по кубической МНК-модели изменения (П)0n и (ПФП)обn позволяют использовать полученные кубические нелинейные зависимости в уравнениях для временного прогнозирования в сложившейся ситуации:

• •    для (П)0n – У = - 0,236 Х³ + 1,468 Х² – 30,4331 Х + 212,3959, R² = 0,98;

• •    для (ПФП)обn – У = - 0,0504 Х³ + 3,1454 Х² – 65,1172 Х +450,3783, R²= 0,96.

Для анализа возрастных изменений и возможностей прогноза формирования полного трудового потенциала условного трудового ресурса по достижению им трудового совершеннолетия по результатам расчетов построена линейная МНК-прогнозная модель динамики без учета эффекта пандемии, график которой приведен на рисунке 2.

y = 0,1332x + 2,5676 R² = 0,9942

19      20      21      22      23      24      25      26

Рис. 2 . Линейная МНК-модель возрастных изменений (ТП)n

Уравнение модели – У = 0,1332 Х + 2,5676 при R2 = 0,9942 – позволяло бы успешно прогнозировать развитие (ТП)n на ближайшие годы при условии отсутствия влияния пандемии.

Расчеты величины начального трудового потенциала (П)0, формирующиеся ежегодно у подрастающего поколения, позволяют определить многофакторные модели воспроизводства трудового потенциала населения региона (Республики Крым) в зависимости от различных факторов, способствующих или препятствующих этому процессу. Для иллюстрации этого была построена линейная регрессионная двухфакторная модель воспроизводственного потенциала населения республики (ТП)н(воспр) в зависимости от фактора Х1 – величины целевых годовых государственных бюджетных инвестиций, приходящихся на душу населения для сохранения здоровья граждан, и фактора Х2 – величины целевых годовых государственных бюджетных инвестиций, приходящихся на душу населения на образование. Уравнение полученной в расчетах регрессионной модели представлено выражением:

У = 119,53 – 10,53 Х1 + 48,2 Х2 при R2 = 0,87.

Модель позволяет с достаточной степенью адекватности прогнозировать ожидаемую величину ежегодного воспроизводства трудового потенциала населения Республики Крым с оценкой его величины в млрд руб. от вариации целевых государственных инвестиций в здоровье и образование населения в пределах возможностей экономического региона.

Заключение

Подводя итог исследованиям, можно сделать следующие выводы:

• •    несмотря на активные усилия государства, трансформационные преобразования, связанные со структуризацией трудовых ресурсов и самого рынка труда на современном этапе развития экономики России, на которое ключевое влияние оказывает процесс цифровизации, происходят не столь заметно, как в развитых странах мира. Причиной этому являются множество наследственных факторов развития, к которым следует отнести: последствия прошлых перегибов в определении и планировании отраслевого развития; слабая заинтересованность бизнеса в высококвалифицированных и компетентных трудовых ресурсах, из-за чего в условиях ограниченных демографических возможностей и в силу низкого качества профессиональной подготовки, недостаточных затрат на образование, науку и здравоохранение, воспроизводство и предложение рабочей силы продолжает оставаться малоэффективным;

• •    наблюдаются недостаточная капитализация трудовых ресурсов и слабая структуризация рынка труда с выделением из него рынка человеческого капитала. Данный вывод подтверждается анализом проявляющихся особенностей структурных трансформаций трудовых ресурсов России по критериям сегментации рынка труда. Тем не менее, трансформационные процессы по воспроизводству требуемых по своим характеристикам трудовых ресурсов стимулируются государством через национальные проекты, реализация которых должна привести к выравниванию уровня человеческого капитала собственных трудовых ресурсов по отношению к мировому уровню и институциональному обеспечению складывающихся на рынке труда новых экономических отношений;

• •    потребность в количественной оценке величины человеческого капитала отдельного работника (человека), определенным образом выделенной группы людей или населения в целом, становится настоятельно необходимой. Решение этой задачи позволит объективно анализировать состояние

национального (или регионального) рынка труда во всех его составляющих и грамотно строить экономическую политику государства. В этой связи, был разработан методический подход к структуризации рынка труда в условиях цифровизации экономики, отличающийся авторской совокупностью признаков структуризации обращающихся на нем трудовых ресурсов, что позволяет, в отличие от традиционного рынка труда, где товаром является обезличенная рабочая сила, выделить три автономных сегмента рынка: рынок малоквалифицированной рабочей силы, рынок квалифицированной рабочей силы и рынок человеческого капитала.