Информационные технологии обработки данных для анализа показателей рынка труда в разрезе по субъектам Российской Федерации
DOI:
https://doi.org/10.22213/2410-9304-2025-2-80-92Ключевые слова:
субъект, рынок труда, кластеризация, анализ данных, информационные технологииАннотация
Статья посвящена изучению и систематизации информационных технологий обработки статистических данных в применении к анализу рынка труда. Рассмотрены методы, которые способствуют пониманию структуры занятости и других аспектов рынка труда в РФ. Акцент сделан на систематизации методов обработки данных и их использовании для описательной статистики, кластеризации и геоаналитики показателей рынка труда в разрезе субъектов РФ. Результатом исследования является анализ характеристик рынка труда субъектов, статистический и корреляционный анализ данных, кластеризация субъектов РФ по показателям рынка труда, а также создание интерактивной карты, построенной по уровню занятости. Выполненная кластеризация определила группы субъектов со схожими показателями рынка труда по уровню занятости и безработицы, уровню рабочей силы, отношению среднедушевых денежных доходов населения к их средней величине по стране, отношению среднемесячной заработной платы к прожиточному минимуму, отношению удельного валового регионального продукта в субъекте к его средней величине по стране, а также по структуре занятого населения в основных видах экономической деятельности. Получено, что для 2023 года на рынке труда РФ формируются 4 кластера с субъектами, показатели которых внутри каждого из кластеров имеют близкие по величине значения. В первый кластер входит 22 субъекта РФ с низким уровнем занятости (55,4 %) и высоким уровнем безработицы (7,2 %) населения. Второй кластер включает в себя 3 субъекта и характеризуется высоким показателем занятости населения (73,1 %), высокой долей участия в рабочей силе (75,4 %), максимальным среди кластеров отношением среднедушевых денежных доходов населения к их средней величине по РФ (281,8 %). Почти четверть населения этих субъектов занята в добывающей отрасли. В третий кластер входит 9 субъектов РФ с более высокими показателями занятости населения (66,1 %) и долей участия в рабочей силе (68,0 %) по сравнению со средними значениями в РФ, а также минимальным среди кластеров уровнем безработицы. Четвертый кластер является наиболее обширным: он включает остальные 53 субъекта федерации. Его можно охарактеризовать низкими значениями рассматриваемых показателей. В этих субъектах уровень безработицы составляет всего 2,8 %.Библиографические ссылки
Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 2008. 1005 с.
Баймуратов И. Р. Методы автоматизации машинного обучения. СПб.: Университет ИТМО. 2020. 40 с.
Созинова А. А., Ряттель А. В., Савельева Н. К. Кластерный подход к оценке показателей рынка труда: кросс-региональное сравнение // Экономика труда. 2022. Т. 9, № 10. С. 1509-1526. DOI: 10.18334/et.9.10.116372.
Вавилова Д. Д., Давлетшина К. М. Data-анализ уровня занятости населения в разрезе по субъектам Российской Федерации // Цифровая и отраслевая экономика. 2023. № 3 (31). С. 93-101.
Вавилова Д. Д., Кетова К. В. Информационно-аналитическая система анализа региональных социально-экономических процессов на основе комплексного использования динамических моделей различных типов // Прикладная информатика. 2023. Т. 18, № 4 (106). С. 97-110. DOI: 10.37791/2687-0649-2023-18-4-97-110.
Akhatov A. R., Renavikar A., Rashidov A. E. O., Nazarov F. M. Optimization of the number of databases in the big data processing // Проблемы информатики. 2023. № 1 (58). С. 33-47. DOI: 10.24412/2073-0667-2023-1-33-47.
Кондратьев Р. А. Влияние цифровых навыков на конкурентоспособность рабочей силы на региональных рынках труда в современных условиях // Вестник Российского нового университета. Серия: Человек и общество. 2025. № 1. С. 14-22. DOI: 10.18137/RNU.V9276.25.01.P.014.
Коржова О. С., Стукен Т. Ю., Лапина Т. А., Коржов Е. В. Влияние цифровизации бизнес-процессов предприятий на производительность труда персонала и занятость населения в Российской Федерации // Экономика труда. 2023. Т. 10, № 1. С. 171-180. DOI: 10.18334/et.10.1.116939.
Камарова Т. А., Маркова Т. Л., Тонких Н. В. Влияние цифровизации занятости на совмещение профессиональных и семейных обязанностей: субъективные оценки россиян // Экономические и социальные перемены: факты, тенденции, прогноз. 2023. Т. 16, № 6. С. 252-269. DOI: 10.15838/ esc.2023.6.90.15.
Koch M., Krohmer D., Naab M., Rost D., Trapp M. A matter of definition: Criteria for digital ecosystems // Digital Business. 2022. Vol. 2. 100027.DOI: 10.1016/j.digbus.2022.100027.
Ванкевич Е. В., Калиновская И. Н. Использование больших данных при анализе рынка труда: теоретические подходы и методические инструменты // Цифровая трансформация. 2024. Т. 30, № 4. С. 23-32. DOI: 10.35596/1729-7648-2024-30-4-23-32.
Речинский А. В., Семенов К. К., Сушников В. А., Черненькая Л. В. Инструментальные средства систем имитационного моделирования // Известия Тульского государственного университета. Технические науки. 2024. № 4. С. 122-129. DOI: 10.24412/2071-6168-2024-4-122-123.
Курятков В. А., Конюшевская К. О. Прогнозирование рынка труда региона методами системной динамики // Вестник Российского экономического университета имени Г. В. Плеханова. 2012. № 9 (51). С. 94-100.
Иванов М. Ю., Сыготина М. В. Технологии интеллектуального анализа данных в решении экономических задач // Baikal Research Journal. 2022. Т. 13, № 2. DOI: 10.17150/2411-6262.2022.13(2).27.
Менциев А. У., Айгумов Т. Г., Амирова Э. Ф. Методы и технологии сбора и анализа данных в цифровой экономике // Экономика: вчера, сегодня, завтра. 2022. Т. 12, № 11-1. С. 282-288. DOI: 10.34670/AR.2022.36.84.039.
Ясашин В. А., Болотоков А. С. Модель управления организацией: от статистики к информационным технологиям. Создание единого сквозного процесса обработки и контроля всех данных // Информационно-экономические аспекты стандартизации и технического регулирования. 2024. № 6 (81). С. 267-270.
Бирюков А. А., Терещенко И. А. Перспективы применения технологии обработки естественного языка в рамках цифровой трансформации экономики РФ и построения цифрового общества // Информационное общество. 2023. № 2. С. 105-120. DOI: 10.52605/16059921_2023_02_105.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Д Д Вавилова, К В Кетова, К М Давлетшина

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.