<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.2 20190208//EN" "https://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="research-article" dtd-version="1.2" xml:lang="en">
<front> <journal-meta>
<journal-id journal-id-type="publisher-id">Informatization in the Digital Economy</journal-id>
<journal-title-group>
<journal-title xml:lang="en">Informatization in the Digital Economy</journal-title>
<trans-title-group xml:lang="ru">
<trans-title>Информатизация в цифровой экономике</trans-title>
</trans-title-group>
</journal-title-group>
<issn publication-format="print">2712-9306</issn>
<publisher>
<publisher-name xml:lang="en">BIBLIO-GLOBUS Publishing House</publisher-name>
</publisher>
</journal-meta><article-meta>
<article-id pub-id-type="publisher-id">123777</article-id>
<article-id pub-id-type="doi">10.18334/ide.6.3.123777</article-id>
<article-id custom-type="edn" pub-id-type="custom">JPIWGW</article-id>
<article-categories>
<subj-group subj-group-type="toc-heading" xml:lang="en">
<subject>Articles</subject>
</subj-group>
<subj-group subj-group-type="toc-heading" xml:lang="ru">
<subject>Статьи</subject>
</subj-group>
<subj-group subj-group-type="article-type">
<subject>Research Article</subject>
</subj-group>
</article-categories>
<title-group>
<article-title xml:lang="en">The application of modeling methods in assessing labor market trends in the Russian Federation: based on the analysis results of monitoring data from the All-Russian Research Institute of Labor</article-title>
<trans-title-group xml:lang="ru">
<trans-title>Применение методов моделирования при оценке тенденций рынка труда Российской Федерации: на результатах анализа мониторинговых данных ФГБУ ВНИИ Труда</trans-title>
</trans-title-group>
</title-group>
<contrib-group>
<contrib contrib-type="author">

<name-alternatives>
<name xml:lang="en">
<surname>Katsaurova</surname>
<given-names>Svetlana Yuryevna</given-names>
</name>
<name xml:lang="ru">
<surname>Кацаурова </surname>
<given-names>Светлана Юрьевна</given-names>
</name>
</name-alternatives>
<bio xml:lang="ru">
<p>Эксперт Центра цифровой трансформации и анализа данных</p>
</bio>
<email>su_kacaurova@vcot.info</email>
<xref ref-type="aff" rid="aff1"/>
</contrib>

<contrib contrib-type="author">

<name-alternatives>
<name xml:lang="en">
<surname>Egorov</surname>
<given-names>Sergey Alekseevich</given-names>
</name>
<name xml:lang="ru">
<surname>Егоров </surname>
<given-names>Сергей Алексеевич</given-names>
</name>
</name-alternatives>
<bio xml:lang="ru">
<p>Эксперт Центра цифровой трансформации и анализа данных</p>
</bio>
<email>egorov@vcot.info</email>
<xref ref-type="aff" rid="aff1"/>
</contrib>

<contrib contrib-type="author">

<name-alternatives>
<name xml:lang="en">
<surname>Arbaev</surname>
<given-names>Gennadiy Eduardovich</given-names>
</name>
<name xml:lang="ru">
<surname>Арбаев </surname>
<given-names>Геннадий Эдуардович</given-names>
</name>
</name-alternatives>
<bio xml:lang="ru">
<p>Аналитик Центра цифровой трансформации и анализа данных</p>
</bio>
<email>arbaev@vcot.info</email>
<xref ref-type="aff" rid="aff1"/>
</contrib>
</contrib-group><aff-alternatives id="aff1">
<aff>
<institution xml:lang="en">Federal State Budgetary Institution “All-Russian Scientific Research Institute of Labor” of the Ministry of Labour and Social Protection of the Russian Federation (Ural Interregional Branch)</institution>
</aff>
<aff>
<institution xml:lang="ru">ФГБУ «Всероссийский научно-исследовательский институт труда» Министерства труда и социальной защиты Российской Федерации</institution>
</aff>
</aff-alternatives>        
        
<pub-date date-type="pub" iso-8601-date="2025-09-30" publication-format="print">
<day>30</day>
<month>09</month>
<year>2025</year>
</pub-date>
<volume>6</volume>
<issue>3</issue>
<issue-title xml:lang="en">VOL 6, NO3 (2025)</issue-title>
<issue-title xml:lang="ru">ТОМ 6, №3 (2025)</issue-title>
<fpage>537</fpage>
<lpage>563</lpage>
<history>
<date date-type="received" iso-8601-date="2025-07-15">
<day>15</day>
<month>07</month>
<year>2025</year>
</date>
<date date-type="accepted" iso-8601-date="2025-09-05">
<day>05</day>
<month>09</month>
<year>2025</year>
</date>
</history>

<permissions>
<copyright-statement xml:lang="en">Copyright ©; 2025, Katsaurova S.Yu., Egorov S.A., Arbaev G.E.</copyright-statement>
<copyright-statement xml:lang="ru">Copyright ©; 2025, Кацаурова С.Ю., Егоров С.А., Арбаев Г.Э.</copyright-statement>
<copyright-year>2025</copyright-year>
<copyright-holder xml:lang="en">Katsaurova S.Yu., Egorov S.A., Arbaev G.E.</copyright-holder>
<copyright-holder xml:lang="ru">Кацаурова С.Ю., Егоров С.А., Арбаев Г.Э.</copyright-holder>
<ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/" start_date="2025-09-30"/>
</permissions>



<self-uri xlink:href="https://1economic.ru/lib/123777">https://1economic.ru/lib/123777</self-uri>
<abstract xml:lang="en"><p>The article examines the issues of effective application of mathematical methods for modeling and forecasting socio-economic processes on the example of specific calculations carried out using the database of the Federal State Budgetary Institution “All-Russian Research Institute of Labor” of the Ministry of Labor of the Russian Federation, formed as a result of monitoring employers' vacancies in the open market. The authors of the article analyzed the results of testing a new methodology for the cost assessment of employers' professional requirements for job seekers using Machine Learning (ML) methods. The models provided wide possibilities for a comprehensive and diversified analysis of complex market conditions, which have both direct or indirect effects on the demand for competencies in various industry segments. The models ensure quick and qualitative calculation and forecasting of the proposed salary (the salary offered by the employer), which makes a big difference for meeting the needs of the Russian economy for labor in medium and long-term perspective.</p>
</abstract>
<trans-abstract xml:lang="ru"><p>В данной статье рассматриваются вопросы эффективного применения математических методов для моделирования и прогнозирования социально-экономических процессов на примере конкретных расчетов, проведенных с использованием базы данных ФГБУ «ВНИИ Труда» Минтруда РФ, сформированной в результате мониторинга вакансий работодателей на открытом рынке. Авторами статьи проведен анализ результатов апробации новой методологии стоимостной оценки профессиональных требований работодателей к соискателям с использованием методов машинного обучения. Созданные (обученные) модели обеспечили широкие возможности для комплексного и разностороннего анализа сложной рыночной конъюнктуры, оказывающей как прямое, так и опосредованное влияния на спрос на компетенции в различных отраслевых сегментах. Обученные модели обеспечивают высокую скорость и качество расчета и прогнозирования предлагаемой заработной платы, что имеет значение для удовлетворения потребности экономики Российской Федерации в рабочей силе в среднесрочной и долгосрочной перспективе</p>
</trans-abstract>
<kwd-group xml:lang="en">
<kwd>professional requirements</kwd>
<kwd>competencies</kwd>
<kwd>in-demand skills and knowledge</kwd>
<kwd>proposed salary</kwd>
<kwd>simulation</kwd>
<kwd>Machine Learning</kwd>
<kwd>cost calculation algorithms</kwd>
<kwd>typical position</kwd>
<kwd>labor market demand</kwd></kwd-group><kwd-group xml:lang="ru">
<kwd>профессиональные требования</kwd>
<kwd>компетенции</kwd>
<kwd>востребованные навыки и знания</kwd>
<kwd>предлагаемая заработная плата</kwd>
<kwd>моделирование</kwd>
<kwd>машинное обучение</kwd>
<kwd>алгоритмы расчета стоимости</kwd>
<kwd>типовая позиция</kwd>
<kwd>спрос на рынке труда</kwd></kwd-group>
</article-meta>
</front>
<back> <ref-list>
<ref id="B1">
<label>1.</label>
<mixed-citation>1. Азарнова Т.В., Дашкова Е.С., Дорохова Н.В., Каширина И.Л. Прогнозирование трендов формирования предложения на рынке труда по открытым данным абитуриентов в социальных сетях // Terra Economicus. – 2025. – № 2. – c. 43–61.</mixed-citation>
</ref>
<ref id="B2">
<label>2.</label>
<mixed-citation>2. Алтухов В. В., Кудрявцев А. Д. Использование открытых данных онлайн-вакансий в сравнении с данными официальной статистики для мониторинга и прогнозирования динамики рынка труда // Уровень жизни населения регионов России. – 2025. – № 2. – c. 233-244.</mixed-citation>
</ref>
<ref id="B3">
<label>3.</label>
<mixed-citation>3. Артыкова А. Кушикова М. Роль экономико-математического моделирования в прогнозировании рынка труда // Международный научный журнал ВЕСТНИК НАУКИ. – 2025. – № 4. – c. 42-44.</mixed-citation>
</ref>
<ref id="B4">
<label>4.</label>
<mixed-citation>4. Билинский Н.В. Применение методов машинного обучения для анализа и прогнозирования временных рядов в автоматизированных торговых системах на спотовом и срочном рынках – 2025. [Электронный ресурс]. URL: https://vital.lib.tsu.ru/vital/access/services/Download/vital:23043/SOURCE01?view=true (дата обращения: 05.07.2025).</mixed-citation>
</ref>
<ref id="B5">
<label>5.</label>
<mixed-citation>5. В 2025 году вернулись к системе расчета МРОТ от медианной зарплаты -48% от медианной зарплаты. [Электронный ресурс]. URL: https://www.gazprombank.ru/pro-finance/lifestyle/minimalnyy-razmer-oplaty-truda/?ysclid=mcz0053ceu153209386 (дата обращения: 01.09.2025).</mixed-citation>
</ref>
<ref id="B6">
<label>6.</label>
<mixed-citation>6. Гвоздева М.А., Баринова В.А. Дифференциация заработной платы, обусловленная неравенством возможностей в российских регионах // Государственное управление. Электронный вестник. – 2024. – № 102. – c. 192-206.</mixed-citation>
</ref>
<ref id="B7">
<label>7.</label>
<mixed-citation>7. Дегтерев В.А. К вопросу о компетентности, мобильности и конкурентоспособности // Педагогическое образование в России. – 2014. – № 1. – c. 112-118.</mixed-citation>
</ref>
<ref id="B8">
<label>8.</label>
<mixed-citation>8. Ермоленко Т. В., Попадин Д.В., Котенко В.Н. Применение машинного обучения в прогнозировании фондового рынка // Проблемы искусственного интеллекта. – 2023. – № 2. – c. 16-29.</mixed-citation>
</ref>
<ref id="B9">
<label>9.</label>
<mixed-citation>9. Заработок соцработников оказался вдвое ниже средней зарплаты по России. [Электронный ресурс]. URL: https://www.gazeta.ru/business/news/2024/06/08/23194507.shtml?ysclid=mclu9bj0j0600521594updated (дата обращения: 05.07.2025).</mixed-citation>
</ref>
<ref id="B10">
<label>10.</label>
<mixed-citation>10. Клименко Н.А. Анализ подходов к математическому моделированию корпоративной культуры организации // Актуальные вопросы экономических наук. – 2012. – № 28. – c. 25-29.</mixed-citation>
</ref>
<ref id="B11">
<label>11.</label>
<mixed-citation>11. Крупский А. В. Исследование и применение моделей глубокого машинного обучения для анализа и прогнозирования краткосрочных ценовых движений на финансовых рынках – 2024. [Электронный ресурс]. URL: https://elar.urfu.ru/bitstream/10995/140515/1/m_th_a.v.krupskii_2024.pdf?ysclid=mc1plskynj487738873 (дата обращения: 30.06.2025).</mixed-citation>
</ref>
<ref id="B12">
<label>12.</label>
<mixed-citation>12. Майнагашева А.С. О разработке алгоритмов прогнозирования потребности в трудовых ресурсах // Наука и современность. – 2011. – № 10-2. – c. 200-204.</mixed-citation>
</ref>
<ref id="B13">
<label>13.</label>
<mixed-citation>13. Математическое моделирование социальных процессов. / сборник трудов, выпуск 19. - М.: ИПМ им.М.В.Келдыша, 2017. – 140 c.</mixed-citation>
</ref>
<ref id="B14">
<label>14.</label>
<mixed-citation>14. Миронов А.Д. Оптимизация применения oblivious решающих деревьев на ЦП. Выпускная квалификационная работа. ndash; 2022. [Электронный ресурс]. URL: https://arxiv.org/pdf/2211.00391 (дата обращения: 01.09.2025).</mixed-citation>
</ref>
<ref id="B15">
<label>15.</label>
<mixed-citation>15. Мулюкова А.А. Этикет социального работника» // Доклад в Санкт-Петербургском государственном бюджетном учреждении «Комплексный центр социального обслуживания населения Приморского района Санкт-Петербурга». – 2022</mixed-citation>
</ref>
<ref id="B16">
<label>16.</label>
<mixed-citation>16. Наговицын Р.С. Прогнозированиe трудоустройства студентов педагогического вуза на основе использования алгоритмов машинного обучения // Образование и саморазвитие. – 2023. – № 2. – c. 133-148.</mixed-citation>
</ref>
<ref id="B17">
<label>17.</label>
<mixed-citation>17. Назван ТОП городов, куда активно едут студенты. [Электронный ресурс]. URL: https://news.ru/society/nazvan-top-5-gorodov-kuda-aktivno-edut-studenty (дата обращения: 05.07.2025).</mixed-citation>
</ref>
<ref id="B18">
<label>18.</label>
<mixed-citation>18. Николаев Н.А., Полещук М.Н. Методический подход к определению и оценке конкурентоспособности персонала // Вестник ЮУрГУ. Серия Экономика и менеджмент. – 2021. – № 1. – c. 93–109.</mixed-citation>
</ref>
<ref id="B19">
<label>19.</label>
<mixed-citation>19. Платыгин Д.Н., Попков С.Ю., Смирнов В.М., Волгин Н.А., Вашаломидзе Е.В., Джума В.И., Уланова Е.С. Система мониторинга, анализа и экспертизы сферы трудовых отношений // Социально-трудовые исследования. – 2020. – № 4. – c. 27-39.</mixed-citation>
</ref>
<ref id="B20">
<label>20.</label>
<mixed-citation>20. Рафикова К.Ф. Применение алгоритмов машинного обучения для сокращения ин-формационной асимметрии и прогнозирования социальных изменений на рынке труда: вызовы и возможности // Теория и практика общественного развития. – 2024. – № 5. – c. 72-77.</mixed-citation>
</ref>
<ref id="B21">
<label>21.</label>
<mixed-citation>21. Рост реальных зарплат в России замедлился до 5,2%. [Электронный ресурс]. URL: https://expert.ru/news/rost-realnykh-zarplat-v-rossii-zamedlilsya-do-5-2/ (дата обращения: 05.07.2025).</mixed-citation>
</ref>
<ref id="B22">
<label>22.</label>
<mixed-citation>22. Шуплецов А.Ф., Муравьева М.С. Прогнозирование потребности промышленности Иркутской области в квалифицированных рабочих кадрах // Модернизация экономики региона. – 2012. – № 4. – c. 50-57.</mixed-citation>
</ref>
</ref-list>
</back>
</article>