Тренды оценки человеческих ресурсов в современном цифровом пространстве

Данное исследование посвящено выявлению трендов оценки человеческих ресурсов в современном цифровом пространстве, что является целью работы. В процессе подготовки исследования использовались такие научные методы, как индукция, дедукция, анализ, синтез, классификация. В ходе исследования был проведен анализ отечественной и зарубежной литературы в области оценки человеческих ресурсов; выявлены три основные проблемы, осложняющие проведение оценки человеческих ресурсов; был определен список трендов и формирующих их тенденций, позволяющих решить выявленные проблемы оценки человеческих ресурсов в современном цифровом пространстве и способствующих повышению эффективности управления ими. Были определены три основных тренда оценки человеческих ресурсов в современном цифровом пространстве: цифровизация; ориентация стратегических целей всех экономических субъектов России на государственную политику Российской Федерации; разработка современных комплексных моделей оценки человеческих ресурсов. Статья вносит в научный оборот актуализированную информацию о трендах в области оценки человеческих ресурсов. Информационной базой исследования выступили статьи из рецензируемых отечественных и зарубежных научных журналов, отчеты международных организаций, данные Федеральной службы по интеллектуальной собственности

1. Гимпельсон 2020 – Гимпельсон В.Е., Зудина А.А., КапелюшниковР.И. Некогнитивные компоненты человеческого капитала: что говорят российские данные: препринт WP3/2020/02. М.: Высшая школа экономики, 2020. 46 с. URL: https://wp.hse.ru/data/2020/05/07/1544135661/WP3_2020_02_________f.pdf (дата обращения 7 марта 2024).

2. Капелюшников 2012 – Капелюшников Р.И. Сколько стоит человеческий капитал России? М.: Изд. дом Высшей школы экономики, 2012. 76 с.

3. Лукьянчикова 2011 – Лукьянчикова Т.Л. Инвестиции и социально-экономические границы воспроизводства трудового капитала // Журнал экономической теории. 2011. № 2. С. 126– 134.

4. Санги 2019 – Санги А. Насколько богата Россия? Оценка совокупного уровня благосостояния России в период с 2000 по 2017 год: Доклад // Всемирный банк. 2019. 62 с.

5. Секерин 2023 – Секерин В.Д., Семенова В.В., Горохова А.Е. Влияние кадрового обеспечения на развитие инновационной инфраструктуры // Вестник Московского государственного областного университета. Серия: Экономика. 2023. № 2. С. 125–131. DOI: 10.18384/2310-6646-2023-2-125-131.

6. Слепенкова 2022 – Слепенкова Ю.М. Потери человеческого капитала, вызванные эмиграцией // Проблемы прогнозирования. 2022. № 4. С. 112–123. DOI: 10.47711/0868-6351-193-112-123.

7. Соловьева 2016 – Соловьева И.А., Закирьянов Р.И. Разработка комплексной многокритериальной модели оценки системы обучения и развития человеческих ресурсов организации // Интернет-журнал «Науковедение». 2016. Т. 8. № 2. URL: http://naukovedenie.ru/PDF/63EVN216.pdf (дата обращения 7 марта 2024). DOI: 10.15862/63EVN216.

8. Тесленко 2024 – Тесленко И.Б., Щербаков А.С., Абдуллаев Н.В. Механизм реализации комплексной модели оценки человеческих ресурсов в современной организации // Инновации и инвестиции. 2024. № 2. С. 226–228.

9. Щербаков 2023 – Щербаков А.С. Оценка эффективности использования человеческого капитала и человеческого ресурса в Российской Федерации // Вестник Южно-Уральского государственного университета. Серия: экономика и менеджмент. 2023. Т. 17. № 2. С. 144–151. DOI: 10.14529/em230212.

10. Яценко 2022 – Яценко В.В. Оценка потенциала компетенций высокотехнологичных предприятий // Инновации в менеджменте. 2022. № 1 (31). С. 46–53.

11. Abraham 2022 – Abraham K.G., Mallatt J. Measuring Human Capital // Journal of Economic Perspectives. 2022. Vol. 36. Iss. 3. P. 103–130. DOI: 10.1257/jep.36.3.103.

12. Heckman et al. 2019 – Heckman J.J., Jagielka T., Kautz T.D. Some Contributions of Economics to the Studay of Personality: NBER Working Paper / NATIONAL BUREAU OF ECONOMIC RESEARCH. Cambridge, MA 02138. November 2019. 76 p. DOI:10.3386/w26459.

13. Heckman 2022 – Heckman J.J., Zhou J. Measuring Knowledge // NBER Working Paper. 2022. No. w29990. P. 46. URL: https://ssrn.com/abstract=4098311 (дата обращения 07.03.2024).

14. Karras 2023 – Karras D. On State of the Art Research Trends in Albania Regarding Digitalization. Automation and Sustainable Development // CIT Review Journal. 2023. No. 1. P. 20–39. DOI: org/10.59380/crj.v1i1.275

15. Mirchevska 2023 – Mirchevska T.P., Daniloska N., Boshkovska D., and [et al]. Training as a Tool for acquiring skills for digitalization of the human resource management in the republic of North Macedonia // Economic Development. 2023. No. 1–2. P. 6–19.

16. Mubarik 2018 – Mubarik M.S., Chandran V., Devadason E.S. Measuring Human Capital in Small and Medium Manufacturing Enterprises: What Matters? // Social Indicators Research. 2018. No. 137 (2). P. 605–623. DOI: 10.1007/s11205–017–1601–9.

17. Ni 2022 – Ni Q. Deep Neural Network Model Construction for Digital Human Resource Management with Human-Job Matching // Computational Intelligence and Neuroscience. Vol. 2022. P. 1–12. DOI: doi.org/10.1155/2022/1418020.

18. Piao 2022 – Piao X., Managi S. Evaluation of Employee Occupational Stress by Estimating the Loss of Human Capital in Japan // BMC Public Health. 2022. Vol. 22. Is. 1. P. 1–11. DOI: 10.1186/s12889-022-12751-7.

19. Qu 2022 – Qu L. Research on Flexible Management of Human Resources Under the Background of Wireless Communication and Internet of Things // Wireless Communications and Mobile Computing. 2022. Vol. 1. P. 1–8. DOI: org/10.1155/2022/6596009.

20. Walker 2021 – Walker S.P., Chang S.M., Heckman J.J. [et al]. Cognitive, Psychosocial, and Behaviour Gains at Age 31 Years From the Jamaica Early Childhood Stimulation Trial // Child Psychol Psychiatry. 2021. No. 63 (6). P. 626–635. DOI: 10.1111/jcpp.1349916.

21. Zhao 2022 – Zhao K. Evaluation and Prediction of Regional Human Capital Based on Optimised BP Neural Network // Applied Mathematics and Nonlinear Sciences. 2022. № 8. P. 1–10. URL: https://sciendo.com/pdf/10.2478/amns.2022.1.00017 (дата обращения 7 марта 2024).