The labour market in the changing social environment and digital transformation of the economy

Migranova L.I.1
1 Институт социально-экономических исследований – обособленное структурное подразделение Федерального государственного бюджетного научного учреждения Уфимского федерального исследовательского центра Российской академии наук, Russia

Journal paper

Russian Journal of Labour Economics (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Volume 7, Number 12 (december 2020)

Citation:

Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=44483247
Cited: 15 by 07.12.2023

Abstract:
The author of the article describes the labour market in the changing social environment and the digital transformation of the economy. An overview of the main megatrends that influence both the domestic and global labour market is presented. Also, the author considers new forms of employment, identifies professional competencies of the digital economy, which should be taken into account when forming the country's human resources potential. Trends in personnel training at the macro and micro levels are described; and changes in the structure of demand for labour resources are considered. The essence of the agent-based approach in relation to effective personnel training of the country is revealed. The mechanism of forecasting and regulation of supply and demand in the labour market and measures of state influence on the participants of the agent-oriented model of the regional educational system are proposed.

Keywords: digital economy, labour market, employment, educational services market, agent-based approach

Funding:
Статья выполнена в рамках государственного задания УФИЦ РАН № 075-01211-20-01 на 2020 г.

JEL-classification: J21, J24, I25



Введение

Технический прогресс всегда был ключевым фактором перемен. За последние два десятилетия мир стал свидетелем беспрецедентного роста технологических инноваций – от вычислительной техники и искусственного интеллекта до биотехнологий и нанотехнологий. На сегодняшний день в мире страны с высоким уровнем цифровизации (США и Китай: на пять жителей приходится четыре пользователя сети Интернет) намного опередили страны с менее развитым уровнем (каждый пятый человек является пользователем сети Интернет).

Глобальный рынок цифровой трансформации в 2019 году составил $1,18 трлн. В России валовые внутренние затраты на развитие цифровой экономики в 2019 г. составили 4094 млрд руб. (3,7% ВВП), что на 7,5% выше показателя за 2018 год [1, с. 38–42] (Chernova, 2019, p. 38–42). В 2019 г. внутренние затраты организаций на создание, распространение и использование цифровых технологий и связанных с ними продуктов и услуг (включая затраты на исследования и разработки в области цифровых технологий) достигли 2452,9 млрд руб., или 2,2% ВВП (рис. 1) [2] (Abdrahmanova, Vishnevskyi, Gohberg, 2020).

Рисунок 1. Валовые внутренние затраты на развитие цифровой экономики в процентах к ВВП

Источник: составлено автором [2] (Abdrahmanova, Vishnevskyi, Gohberg, 2020).

Из существующих в России 55,4 миллионов домохозяйств доступ к Интернету имеют 76,9%, широкополосный доступ (далее – ШПД) имеют 73,6%. В 2018 году Росстат насчитал 76,6% подключенных к интернету домохозяйств и 73,2% – к ШПД (рис. 2) [3, с. 23–26] (Drozdova, Osetrov, 2020, p. 23–26). По данному показателю Россия в 2018 году находилась на 13 месте (первое место занимает Республика Корея – 99%, второе – Япония, третье – Великобритания) [2] (Abdrahmanova, Vishnevskyi, Gohberg, 2020).

Рисунок 2. Доступ к интернету в домашних хозяйствах (в процентах от общего числа домашних хозяйств)

Источник: составлено автором [2] (Abdrahmanova, Vishnevskyi, Gohberg, 2020).

Использование интернета населением по возрастным группам представлено на рисунке 3. Диаграмма показывает, что «практически каждый день» пользуются интернетом 88,9% населения страны в возрасте от 15 до 24 лет. Самый низкий показатель – для возрастной группы 65–74 лет. Использование мобильных устройств для выхода в интернет вне дома или работы увеличилось в 2018 году до 64,8% от общей численности населения в возрасте 15–74 лет, данный показатель в 2015 году составлял 37,6%. Показатели цифровых навыков населения также имеют тенденцию роста, например, процент работающих с текстовым редактором возрос в 2018 году до 41,7% [2] (Abdrahmanova, Vishnevskyi, Gohberg, 2020).

Рисунок 3. Использование интернета населением по возрастным группам: 2018 (в процентах от численности населения соответствующей возрастной группы)

Источник: составлено автором [2] (Abdrahmanova, Vishnevskyi, Gohberg, 2020).

Объем российского рынка онлайн-образования в 2019 году достиг показателя 38,5 млрд руб., в 20 раз за три месяца выросло число ежедневных пользователей сервиса удаленной конференц-связи Zoom, превысившее в марте 2020 года отметку 200 млн человек [4] (Kleimenova, 2020). Пандемия коронавирусной инфекции только усиливает и наращивает темпы роста внедрения цифровизации на рынок образовательных услуг. По мнению российских исследователей, в ближайшее время наибольшим спросом будут пользоваться образовательные онлайн-программы и курсы для различных целевых аудиторий: инструменты создания собственного образовательного контента, онлайн-курсы для школьников и студентов, программы по развитию soft skills, программы по развитию digital skills и др. [5, с. 1430–1448] (Gainanov, Migranova, 2020, р. 1430–1448).

Для перспективной кадровой подготовки регионов и страны в целом необходимо заблаговременно выявлять тенденции, оказывающие влияние на рынок труда. Задача исследователей, состоящая в разработке эффективного механизма кадровой подготовки, становится особо актуальной в условиях социальной среды и цифровой трансформации экономики.

Таким инструментом может стать агент-ориентированное моделирование [6] (Bahtizin, 2008), позволяющее представить рынок труда и образовательных услуг в виде взаимодействующих агентов, описанных индивидуальными свойствами и стратегиями их поведения в виде диаграмм состояний. Взаимодействие рынков образовательных услуг и труда с применением агент-ориентированного подхода рассматривалось в работах таких ученых, как Макаров В.Л., Бахтизин А.Р. [7, с. 4–7] (Makarov, Bahtizin, Sushko, 2017, p. 4–7), Сушко Е.Д. [8] (Sushko, 2012), Дорошенко Т.А. [9, с. 16] (Doroshenko, 2019, p. 16), Насадкина М.Ю. [10, с. 307–311] (Nasadkin, Pituhin, Astafeva, 2015, p. 307–311), однако следует отметить, что каждая из данных работ имеет свою локальную целевую задачу и не делает упор на имитацию сценариев развития рынков образовательных услуг и труда в результате государственных управляющих воздействий.

Каждого агента модели можно описать очень подробно, насколько позволяет это сделать официальная статистика. Чем более полную информацию внести в модель, тем более реалистичный прогноз, максимально приближенный к жизни, можно получить, т.е. цифровых двойников агентов. На сегодняшний день разработанная агент-ориентированная модель состоит из популяции динамических агентов «Абитуриент», взаимодействующих со статическими агентами «Специальность», которые подробно описаны в работах [5, с. 1430–1448; 11] (Gainanov, Migranova, 2020, р. 1430–1448; Gainanov, Migranova, Minyazev, 2020). Для внедрения в модель нового агента «Рынок труда» необходимо максимально изучить все характеристики и провести анализ трансформации рынка в реалиях цифровой экономики.

Таким образом, целью исследования является расширение теоретико-методологических представлений о факторах и тенденциях, влияющих на рынок труда, трансформаций и перспектив развития рынка. Новизна исследования заключается в анализе трансформации рынка труда, позволяющем описать и формализовать индивидуальные характеристики рынка с целью добавления нового агента в существующую модель, которая позволит реализовать комплексный междисциплинарный взгляд на проблему кадрового дисбаланса с использованием агент-ориентированного моделирования. Это позволит получить комплексную оценку эффективности государственной политики в отношении развития рынков образовательных услуг и труда региона при изменении индивидуальных характеристик и стратегий поведения экономических агентов.

Теоретической и методологической базой исследования являются научные труды и публикации фундаментальных и прикладных работ отечественных и зарубежных ученых в сфере функционирования, развития и государственного регулирования рынков образовательных услуг и труда, теории социального и демографического прогнозирования. В исследовании применены приемы и средства экономико-статистического, структурно-функционального и сравнительного анализа, системного и агент-ориентированного подходов, технологии социологического опроса и экспертных оценок.

Рынок труда в изменяющихся условиях социальной среды и цифровой трансформации экономики

Цифровизация коснулась не только рынка образовательных услуг, но и рынка труда, многие из этих изменений уже очевидны и сопровождаются такими тенденциями, как:

1. Глобализация. Экономическая глобализация привела к увеличению потоков капитала, рабочей силы, товаров и услуг между национальными экономиками. Это позволило компаниям перемещать свои производства по всему миру с целью получения выгоды от более низких заработных плат, более низких налоговых ставок или других форм корпоративного благосостояния, компании для удешевления рабочей силы перенесли свои предприятия в другие страны. Экономическая глобализация привела также к развитию международной миграции и иммиграции высококвалифицированных рабочих из менее развитых в более богатые страны, что, несомненно, вызывает озабоченность такой проблемой, как утечка умов [12, с. 38–57] (Ataeva, Ulyaeva, 2018, p. 38–57). Стоит отметить, что глобализация несет не только положительные моменты, но и опасения со стороны государств, которые могут потерять свои инвестиции, вложенные в образование и повышение компетенций работников, а также могут столкнуться с нехваткой квалифицированной рабочей силы.

2. Демография. Влияние демографии на рынок труда – это история о двух сторонах. В большинстве развитых стран, включая Россию и Европу, рост населения остается неизменным или, как правило, сокращается, а ожидаемая продолжительность жизни увеличивается, в результате чего растет коэффициент демографической нагрузки пожилых людей (соотношение численности населения старше 65 лет к возрастной группе 15–64 лет). В Европе в 2016 году 19% населения ЕС было старше 65 лет, и на каждого человека старше 65 лет приходилось примерно четыре человека трудоспособного возраста, прогнозируется повышение данного показателя до 30% к 2050 году. В России в 2019 году на 55% населения трудоспособного возраста приходится 26% старше трудоспособного, а в 2006 году данные показатели были в соотношении 63% к 21% соответственно. Как видно из рисунка 4, на всем исследуемом промежутке времени наблюдается снижение численности трудоспособного возраста и увеличение числа старше трудоспособного возраста [13].

Рисунок 4. Численность населения России по возрастным группам, млн чел.

Источник: составлено автором [13].

Согласно прогнозам, миллиард молодых людей во всем мире вступит в трудовую деятельность в следующем десятилетии, прежде всего в странах с формирующимся рынком и развивающихся странах. Мы уже наблюдаем рост миграции и урбанизации в результате этой тенденции [14, с. 1–20] (Sherbakova, 2018, p. 1–20). Еще один демографический фактор, определяющий будущее рынка труда в России, – это появление миллениалов (люди, родившиеся в период с 1980 по 2000 год), так называемого поколения Y и поколения Z (люди, родившиеся в период с 2003 года). К 2021 году ожидается, что миллениалы будут составлять примерно 50% рабочей силы, причем прогнозируется, что к 2025 году эта цифра вырастет до 75% [15, с. 181–188] (Yadova, 2020, p. 181–188). Исследования, проведенные PricewaterhouseCoopers (международная сеть компаний, предлагающих услуги в области консалтинга и аудита) показывает, что миллениалы ценят гибкость и быструю карьеру, прогресс, постоянное обучение, отзывы работодателей и поддержку. Они хотят чувствовать, что их работа значима и что их усилия получают признание. Насколько это отличается от предыдущих поколений рабочих, остается спорным. Тем не менее способность организаций привлекать и удерживать таланты миллениалов потребует изменения в организационной структуре и деловой практике [16, с. 123–147] (Svitshevskaya, Pashkevich, 2020, p. 123–147).

3. Технологии. Технологический прогресс оказывает очень существенное преобразующее влияние на рынок труда. Разработка и конвергенция новых технологий, таких как искусственный интеллект (далее – ИИ), робототехника, «Интернет вещей», 3D-печать и квантовые вычисления – это лишь немногое, что обладает потенциалом повышения производительности и экономического роста. Автоматизация (замена человеческих задач машинами, которые следуют заранее определенным правилам) и ИИ (машины, пытающиеся имитировать или заменять человеческие навыки) могут увеличить производство при одновременном снижении затрат и позволяют повысить качество и надежность предоставляемых услуг и товаров. Это все также может привести к повышению безопасности работников и удовлетворенности работой, поскольку опасные, неприятные и рутинные задачи могут выполняться машинами. Бизнес-консалтинговая компания McKinsey подсчитала, что новые технологии могут повысить глобальный рост производительности на 0,8–1,4% ежегодно. Тем не менее использование технологий автоматизации и ИИ также будет означать значительные изменения для некоторых работников. В период с 2011 по 2018 год глобальные годовые продажи роботов увеличились в среднем на 22% в год. В 2018 году количество работающих промышленных роботов составило 1,8 млн, и по оценкам, к 2020 году эта цифра увеличится до 3,05 млн. Ранее высокая стоимость промышленных роботов ограничивалась их использованием в высокооплачиваемых отраслях, например автомобильной промышленности, где они обычно используются для выполнения повторяющихся задач. Однако снижение стоимости роботов и разработка мобильных вариаций с более широким спектром использования превратили роботов в жизнеспособную альтернативу человеческому труду. Технологические разработки предоставляют постоянно растущие возможности для автоматизации, в то время как аналитика данных используется предприятиями, чтобы получить представление о своих клиентах, сотрудниках и операциях. Облачные вычисления позволили быстро распространить модели обслуживания на основе интернета, а мобильный интернет позволяет людям получить доступ к данным из любого места, облегчая удаленную работу [17, с. 177–179] (Koznov, 2019, p. 177–179).

Технологии, демография и глобализация являются одними из самых важных и значительных сил, преобразующих характер и роль труда. Если раньше оплачиваемая работа, как правило, характеризовалась очень долгими (часто пожизненными) контрактами на полный рабочий день между сотрудником и работодателем, то сегодня наблюдается рост новых форм занятости. Организации реструктурировали свою деятельность, чтобы адаптироваться к глобализации и использовать преимущества технологий, что в сочетании с более гибким графиком работы привело к увеличению численности работников на удаленной работе.

По данным анализа 11 000 рабочих мест, размещенных на сайтах по поиску работы, 70% работников отметили, что они работали удаленно в течение 3 или более лет, а 42% опрошенных – 5 и более лет [18, с. 62–66] (Malyshev, 2019, p. 62–66). И только 11% ответов пришлось на тех, кто перешел на дистанционный формат в последние полгода – то есть как раз после начала пандемии. Еще до начала коронавируса прогнозировалось, что к 2025 году 70% рабочей силы по всему миру будет работать удаленно как минимум пять дней в месяц.

По данным службы исследований HeadHunter, в 2018 году 64% компаний уже привлекали к работе удаленных сотрудников. Большинство «удаленщиков» – это сотрудники компаний, каждый четвертый – фрилансер, каждый десятый – самозанятый [19, с. 27–29] (Bedai, Gurenko, 2019, p. 27–29). Каждый четвертый из удаленщиков работает на иностранную компанию. При этом часть компаний практикуют возможность частично удаленной работы. Чаще всего вакансии с возможностью удаленной работы размещали в сферах продаж (44%), IT (37%), банковском секторе (27%) и на административных позициях (22%) [20] (VCIOM, 2020).

С ростом численности работников на удаленном формате растут и другие формы занятости: фриланс, неполная занятость, контракты или самозанятость, работа неполный рабочий день и работа по вызову и другая многосторонняя занятость. Эти новые формы занятости широко распространены, от высококвалифицированных специалистов, нанятых на временной основе для работы на конкретный проект, до постоянных работников компании для работы по запросу, когда работодатели вовлекают их только тогда, когда они им нужны.

Существуют две точки зрения о влиянии технологической волны на рынок труда. Некоторые исследователи считают, что это приведет к массовой потере рабочих мест и усугубит существующее неравенство, в то время как другие утверждают, что несмотря на некоторый краткосрочный сбой, в конечном итоге эти технологии приведут к большему образованию новых рабочих мест. Однозначно стоит отметить, что рост цифровизации приведет к росту спроса на квалифицированную рабочую силу с современными цифровыми навыками [21, с. 23] (Abolohina, 2017, p. 23).

Потребность в развитии навыков была определена как решающий фактор в адаптации к новым профессиям, созданным благодаря научно-техническому прогрессу и цифровизации. Переобучение специалистов необходимо для того, чтобы они могли успешно перейти на новую работу в случае вытеснения автоматизацией их труда. Как следствие, люди должны будут непрерывно обучаться, чтобы оставаться работоспособными, несмотря на ускорение темпов технологических изменений. Система образования и обучения стремится к тому, чтобы к 2025 году 35% взрослых в возрасте от 25 до 64 лет участвовали в обучении на протяжении всей жизни.

Появляется все больше требований к изменению системы образования с целью своевременной подготовки людей к будущим потребностям рынка труда. Необходимо разработать и внедрить ряд практических мер по согласованию образования и обучения с будущим рабочим местом. Сюда должны входить разработка учебных программ, ориентированных на будущее, которые способствуют лингвистической, математической и технологической грамотности, а также поддержка развития критического мышления при решении проблем и творческих способностей. Другие ключевые действия должны включать ознакомление студентов с опытом работы на стажировках, посещение объектов и наставничество, а также обеспечение постоянной профессиональной ориентации. Образовательным учреждениям также рекомендуется предоставлять преподавателям соответствующие возможности повышения квалификации [22, с. 96–104] (Solovev, Cygankova, Zelcer, 2020, p. 96–104).

На основе проведенного анализа трансформации рынка труда автором предложен механизм прогнозирования и регулирования спроса и предложения на рынке труда в условиях цифровой экономики (рис. 5).

Рисунок 5. Механизм прогнозирования и регулирования спроса и предложения на рынке труда в условиях цифровой экономики

Источник: составлено автором.

Для осуществления качественного и адекватного прогноза потребностей рынка труда и стратегической подготовки кадров необходимо: 1) учитывать мировые тенденции развития цифровой экономики; 2) при построении стратегии развития учебных заведений учитывать общероссийские и региональные тенденции развития; 3) выявить перспективные цифровые компетенции; 4) разработать стратегии развития учебных заведений, направленные на восполнение кадров по перспективным направлениям развития региона и страны.

На рисунке 6 предложены меры государственного воздействия на участников агент-ориентированной модели образовательной системы региона [11, 23] (Gainanov, Migranova, Minyazev, 2020; Gainanov, Migranova, Minyazev, 2020).

Рисунок 6. Государственные меры воздействия

Источник: составлено автором.

Предложенные практические меры государственного воздействия можно проиграть на разработанной агент-ориентированной модели в виде вычислительных экспериментов, результатом которых станет оценка эффективности инструмента госвоздействия, а при расширении масштаба модели – эффективности государственной национальной политики в области кадровой подготовки.

Заключение

Резюмируя проведенный анализ трансформации рынка труда, можно сделать вывод о том, что на сегодняшний день происходит повышение требований к личностному и профессиональному развитию соискателей и работников, влияние цифровых технологий на работу, структурные изменения на рынках труда, старение кадров, профессионально-квалификационный дисбаланс. Что касается рынка образовательных услуг, то образовательным учреждениям пришло более глубокое понимание требований к эффективному обучению, обучения учащихся цифровым компетенциям, а также варианты оптимизации обучения и предотвращения устаревания навыков и знаний, все они направлены на повышение качества обучения. В этих условиях актуальной становится проблема создания реального механизма прогнозирования и регулирования спроса и предложения на рынке труда, описание мер государственного воздействия на поведение участников данного процесса с целью корректировки стратегий их поведения, минимизации структурных и квалификационных дисбалансов рынка труда, планирования системы профессионального образования и ее своевременной адаптации к перспективным кадровым потребностям экономики региона. Наиболее подходящим для этих целей инструментом является агент-ориентированное моделирование.


References:

Abdrakhmanova G.I., Vishnevskiy K.O., Gokhberg L.M. i dr. (2020). Tsifrovaya ekonomika: 2020 [Digital Economy: 2020] M.: NIU VShE. (in Russian).

Abolikhina E.S. (2017). Transformatsiya rynka truda Rossii v usloviyakh tsifrovoy ekonomiki [Transformation of the Russian labor market in the digital economy]. Plekhanovskiy barometr. (4). 22-25. (in Russian).

Ataeva A.G., Ulyaeva A.G. (2018). Mezhregionalnaya molodezhnaya migratsiya kak ugroza uteri chelovecheskogo kapitala territorii (na materialakh Respubliki Bashkortostan i regionov Privolzhskogo federalnogo okruga) [Modern trends and factors of inter-regional migration of youth in Russia]. Tomsk State University Journal of Economics. (44). 38-57. (in Russian). doi: 10.17223/19988648/44/2 .

Bakhtizin A.R. (2008). Agent-orientirovannye modeli ekonomiki [Agent-based economic models] M.: ZAO «Izdatelstvo «Ekonomika». (in Russian).

Beday A.E., Gurenko M.A., Pilyugina A.M., Zavgorodniy V.I. (2019). Osobennosti migratsii udalennyh rabotnikov v usloviyakh tsifrovoy ekonomiki [Features in the migration of remote workers in a digital economy]. Samoupravlenie. (2(115)). 27-29. (in Russian).

Chernova V.Yu. (2019). Rossiyskiy potrebitel v tsifrovoy ekonomike [Russian consumer in digital economy]. Discussion. (2(93)). 38-42. (in Russian). doi: 10.24411/2077-7639-2018-10004.

Doroshenko T.A. (2019). Razrabotka agent-orientirovannoy modeli Obrazovatelnoy migratsii naseleniya regiona [Development of an agent-based model of educational migration in the region]. Vestnik evraziyskoy nauki. 11 (5). 16. (in Russian).

Drozdova M.I., Osetrova D.A. (2020). Tsifrovizatsiya ekonomiki kak odno iz usloviy ekonomicheskoy bezopasnosti [Digital economy as a condition of economic security]. Razvitie territoriy. (2(20)). 23-26. (in Russian). doi: 10.32324/2412-8945-2020-2-23-26 .

Gaynanov D.A., Migranova L.I. (2020). Transformatsiya regionalnyh rynkov obrazovatelnyh uslug i truda v usloviyakh tsifrovoy ekonomiki [Transforming the regional markets for learning services and labor in a digital economy]. Regional Economics: Theory and Pactice. 18 (8). 1430-1448. (in Russian). doi: 10.24891/re.18.8.1430 .

Gaynanov D.A., Migranova L.I., Minyazev A.I. (2020). Imitatsionnaya model upravleniya povedeniem abiturienta v obrazovatelnoy sisteme regiona [Simulation model of managing the behavior of an applicant in the educational system of the region]. Creative economy. 14 (10). (in Russian). doi: 10.18334/ce.14.10.110924.

Gaynanov D.A., Migranova L.I., Minyazev A.I. (2020). Tsifrovaya model povedeniya abiturienta v obrazovatelnoy srede [Digital model of the applicant's behavior in the educational environment]. Iskusstvennye obschestva. 16 (4). (in Russian). doi: 10.18254/S207751800011658-2.

Koznov A.B. (2019). Vliyanie tsifrovizatsii na rynok truda [The impact of digitalization on the labor market]. International Journal of Humanities and Natural Sciences. (4-2). 177-179. (in Russian).

Makarov V.L., Bakhtizin A.R., Sushko E.D. (2017). Agent-orientirovannaya model dlya monitoringa i upravleniya realizatsiey bolshikh proektov [Agent-based model for monitoring and management of large projects]. Economics and management. (4(138)). 4-7. (in Russian).

Malyshev A.A. (2019). Analiz dannyh po udalennym rabochim mestam v Rossii i zarubezhnyh stranakh [Analysis of data on remote workplaces in Russia and foreign countries]. Bulletin of the Siberian Institute of Business and Information Technology. (3(31)). 62-66. (in Russian).

Nasadkin M.Yu., Pitukhin E.A., Astafeva M.P. (2015). Agentnoe modelirovanie povedeniya abiturientov pri vybore vuza v Rossii [The agent-based modeling of entrants` university choice in Russia]. Fundamental research. 2 (8). 307-311. (in Russian).

Scherbakova E.M. (2018). Prognoz gorodskogo i selskogo naseleniya mira [Forecast of the world's urban and rural population]. Demoscope Weekly. (775-776). 1-20. (in Russian).

Solovev V.I., Tsygankova T.V., Zeltser I.M. (2020). Rynok truda i obrazovaniya v kontekste informatizatsii i tsifrovizatsii [Labor and education market in the context of informatization and digitalization]. Innovatsii v zhizn. (1(32)). 96-104. (in Russian).

Sushko E.D. (2012). Multagentnaya model regiona: kontseptsiya, konstruktsiya i realizatsiya [Multi-agent model of the region: concept, design and implementation] M.: TsEMI RAN. (in Russian).

Svirschevskaya A.D., Pashkevich A.V. (2020). Prochtenie vizualnyh metafor o planirovanii karery u pokoleniya molodyh millenialov [Interpreting visual metaphors related to career planning as viewed by younger millennials]. Monitoring of public opinion: economic and social changes. (2(156)). 123-147. (in Russian). doi: 10.14515/monitoring.2020.2.754 .

Yadova M.A. (2020). Pokolenie millenialov v rossiyskom obshchestve: v poiskakh drugoy molodezhi [Generation of millennials in Russian society: in search of another youth]. Polis. Politicheskie issledovaniya. (6). 181-188. (in Russian). doi: 10.17976/jpps/2020.06.14 .

Страница обновлена: 26.04.2025 в 10:13:25