| Аннотация | Исследование посвящено анализу рынка труда Ханты-Мансийского автономного округа — Югры. Актуальность работы определяется зависимостью развития региона от объема запасов и добычи природных ресурсов, обусловленной высокой долей добывающего и перерабатывающего производства в экономике округа и связанными с этим особыми условиями занятости. Такие экономические особенности формируют специфические требования к квалификации и компетенциям рабочей силы. Цель исследования — изучение спроса и предложения на региональном рынке труда с учетом требований работодателей и профессионально-квалификационных характеристик работников. Результаты исследования получены на основе данных статистики и данных о вакансиях и резюме, размещенных на платформе онлайн-рекрутинга HeadHunter. Всего для анализа собрано порядка 7,5 тыс. описаний вакансий и 21,6 описаний резюме за период июнь-июль 2024 г. Методология исследования включает инструменты для обработки естественного языка и использование нейросетевых моделей.Научная новизна исследования заключается в выявлении качественных различий и соответствий между компетенциями соискателей и потребностями работодателей в контексте региональной экономики ресурсного типа. Рассмотренные показатели занятости населения в экономике ХМАО-Югры подтверждают ресурсную зависимость, характеризуя ее как «высокий уровень зависимости». Анализ компетенций, транслируемых в вакансиях работодателей и резюме соискателей, показал, что вначале предлагаются/ищутся универсальные компетенции, общепрофессиональные навыки, а затем уже специализированные. В целом рынок спроса и предложения рабочей силы представлен различной отраслевой направленностью профессий. В вакансиях с четкой отраслевой специализацией (на примере нефтегазодобывающего сектора) упор делается на общие навыки, качества и наличие соответствующего образования, а затем уже на другие компетенции, которые работник может приобрести в том числе непосредственно на рабочем месте. Практическая значимость исследования состоит в том, что полученные данные могут быть использованы для прогнозирования кадровой потребности, оптимизации профессионального обучения и формирования эффективной региональной кадровой политики. |
|---|