Измерение человеческого капитала аграрного сектора экономики в регионах Центрального федерального округа: методическое обеспечение и результаты оценки

Введение

Современный агропромышленный комплекс (АПК), наряду с другими приоритетными отраслями экономики, сталкивается с глобальными вызовами цифровизации. Для сохранения конкурентоспособности отечественной сельскохозяйственной продукции на мировом рынке, обеспечения продовольственной безопасности страны, повышения производительности труда отечественный АПК должен преодолеть инерционность развития и значительно трансформироваться, прежде всего, за счет создания и внедрения в производственные процессы новых технологий и инноваций. Государство на протяжении последнего десятилетия активно реализует целый комплекс мер в интересах устойчивого развития аграрной сферы, в частности, ее технологической модернизации. В результате на сегодняшний день отмечается рост производства и экспорта продукции сельского хозяйства, инвестиционной привлекательности АПК. Во многом благодаря государственной поддержке Центральный федеральный округ (ЦФО) стал лидером технологического развития аграрного сектора экономики. По данным Министерства сельского хозяйства Российской Федерации уровень механизации сельскохозяйственных работ в ЦФО в 2024 году составил 99%, использования цифровых технологий – 45% [15]. Концентрация научных центров, развитая инфраструктура в сочетании с благоприятными природно-климатическими условиями свидетельствует о высоком потенциале аграрной сферы ЦФО в условиях цифровизации.

Данные обстоятельства актуализируют вопрос готовности человеческого капитала в ЦФО к цифровой трансформации аграрного сектора экономики. Нехватка квалифицированных аграрных специалистов, обладающих цифровыми компетенциями, специальными знаниями и «мягкими» навыками, препятствует использованию новейших технологических разработок и ставит под угрозу достижение таких национальных целей в аграрном секторе как рост производства продукции АПК к 2030 году не менее чем на 25% к уровню 2021 года, экспорт продукции АПК – в полтора раза [24]. При этом на сегодняшний день отмечается слабая закрепляемость кадров в АПК, в особенности молодежи, глубокий кризис и депопуляция российского села.

Диагностике человеческого капитала аграрного сектора, условиям и факторам его формирования в субъектах Российской Федерации в последние десятилетия посвящено достаточно большое количество научных исследований. Обобщая работы, в которых исследовательский фокус был сосредоточен на кадровом обеспечении АПК в современных условиях [2, 7, 14, 17, 19, 23, 25], можно сделать вывод, что проблема формирования человеческого капитала, необходимого для цифровой трансформации аграрного сектора, обостряется в виду сложившейся дифференциации регионов, в первую очередь, по уровню и качеству жизни в сельской местности, инклюзивному и устойчивому развитию сельского хозяйства.

Целью данного исследования выступает диагностика региональных диспропорций в развитии человеческого капитала регионов ЦФО, необходимого для перехода к цифровому сельскому хозяйству. Для достижения данной цели необходима научно-практическая разработка методики оценки регионального человеческого капитала аграрного сектора в условиях цифровой трансформации, которая составляет новизну работы.

Материалы и методы

Оценка человеческого капитала аграрного сектора регионов Центрального федерального округа проведена на основе комплексного индикаторного подхода с использованием официальных статистических данных и методов многокритериальной агрегации. Информационную базу исследования составили материалы Федеральной службы государственной статистики Российской Федерации (Росстат) [11, 18, 20, 22], а также данные, размещенные в Единой межведомственной информационно-статистической системе [10].

Методологической основой исследования послужили труды отечественных и зарубежных авторов в области теории человеческого капитала и экономики аграрного сектора. В работе использованы методы экономико-статистического анализа, в том числе индексный метод, сравнительного и структурного анализа, методы нормализации, агрегирования и ранжирования показателей.

Для измерения величины человеческого капитала аграрного сектора применен натурально-временной подход, основанный на расчете показателя в человеко-летах по авторской формуле, включающей коэффициент цифровизации аграрного труда и коэффициент мотивации к аграрному труду.

Результаты

1. Разработка методики оценки человеческого капитала аграрного сектора

В современной научной литературе концепция человеческого капитала характеризуется высокой степенью понятийной вариативности и многообразием интерпретаций. Единое общепринятое определение человеческого капитала не может быть составлено, что обусловлено различиями в теоретических подходах, методологических основаниях и целях исследований. В результате данное понятие используется в широком спектре значений, отражающих его различные содержательные аспекты: от «знаний, навыков и других способностей человека, которые позволяют ему продуктивно трудиться» [26, 28, 29] до расширительных трактовок, включающих различные индивидуальные качества, косвенно способствующих его успешной карьере и процветанию, например, духовно-нравственные ценности, социальные установки [1, 5, 13]. В одном мнение большинства ученых сходится – человеческий капитал выступает главным источником конкурентного преимущества любой экономической системы (страны, региона, отрасли и т.д.).

В целях данного исследования под человеческим капиталом агарного сектора будем понимать формируемую путем инвестиций динамическую совокупность профессиональных знаний, навыков, умений, физиологических, культурно-нравственных и социально-психологических качеств личности в единстве с мотивацией к аграрному труду, которая способствует увеличению произведенной в сельском хозяйстве добавленной стоимости. Авторский подход к человеческому капиталу аграрного сектора выработан на основе обобщения существующих трактовок к содержанию данной категории с учетом отраслевых особенностей АПК как сферы формирования и развития человеческого капитала [16].

Различия в трактовках человеческого капитала влечет за собой множественность подходов к его измерению (затратный, доходный и др.). В современных отечественных работах прослеживается ориентация на индикаторные методики, в том числе речь идет о построении сложных многокритериальных индексов. Подобные комплексные подходы лежат в основе таких международных разработок, как Индекс человеческого капитала Всемирного банка [30] и Индекс человеческого развития ООН [27], и активно модифицируются и расширяются в отечественных исследованиях человеческого капитала [4, 8, 12, 21]. В то же время в литературе недостаточно внимания уделяется измерению непосредственной величины человеческого капитала аграрного сектора в региональных масштабах, что удовлетворяло бы управленческим задачам в рамках региональной политики в аграрной сфере. А. Ф. Дорофеев справедливо отметил: «Если целью измерения выступает величина человеческого капитала в масштабах страны, которую требуется исчислить для нужд государственного регулирования экономики, то наиболее подходящей формой будет натурально-вещественная» [9].

В нашей работе натурально-временным индикатором, который лежит в основе расчета человеческого капитала аграрного сектора экономики региона, выступает количество человеко-лет, которое отражает вовлеченность занятого на текущий момент населения в развитие сельскохозяйственного производства на протяжении оставшегося периода его здоровой жизни с учетом цифровизации аграрного труда и мотивации работников. Расчетная формула может быть представлена в следующем виде:

, (1)

где – это человеческий капитал аграрного сектора экономики r-го региона, человеко-лет;

– фактическая численность занятых в сельском хозяйстве региона, тыс. чел.;

– ожидаемая продолжительность здоровой жизни в регионе, лет;

– средний возраст занятых в регионе, лет;

– коэффициент цифровизации аграрного труда в регионе;

– коэффициент мотивации к аграрному труду в регионе.

Данный индикатор имеет четкую физическую размерность и осязаемую взаимосвязь с производственным и цифровым потенциалом аграрного сектора экономики региона.

Показатели среднегодовой численности занятых по виду экономической деятельности (ВЭД) «Сельское, лесное хозяйство, охота, рыболовство и рыбоводство» [1], среднего возраста занятых в экономике и ожидаемой продолжительности здоровой жизни [2] в разрезе регионов ЦФО доступны в материалах Федеральной службы государственной статистики (Росстата). В основе выбора данных показателей лежит свойство неотделимости человеческого капитала от его владельца, работника сельского хозяйства региона. Поэтому при его расчете для любой экономической системы, в том числе аграрного сектора в регионе, необходимо учесть число активных носителей человеческого капитала, а также их возраст, поскольку полноценное воспроизводство человеческого капитала возможно только на протяжении здоровой жизни.

Цифровая трансформация аграрного сектора сопровождается сменой технологических укладов, вытеснением примитивных умений и навыков, что необходимо для развития конкурентоспособности сельского хозяйства страны в современных реалиях [3]. Об уровне цифровизации аграрного труда в регионе опосредованно свидетельствует показатель «Удельный вес численности работников, занятых на тяжелых работах». Работники сельского хозяйства, занятые тяжелым физическим трудом, выполняют типовые задачи, практически не развивают профессиональный человеческий капитал – цифровые знания, технологические компетенции. Чем более распространена неквалифицированная занятость на тяжелых работах, тем меньший уровень цифровизации аграрного сектора достигнут в данном регионе. Поэтому коэффициент цифровизации аграрного труда в регионе лежит в пределах от 0 до 1 и его можно описать следующим образом:

, (2)

где – удельный вес численности работников сельского хозяйства, занятых на тяжелых работах, %.

Развитие человеческого капитала аграрного сектора опосредовано мотивацией к аграрному труду, именно она определяет его дальнейшее рациональное использование в регионе, воспроизводство и увеличение добавленной стоимости сельского хозяйства. В связи с этим требуется разработка системы показателей, которая наиболее полно определяла бы мотивационный компонент человеческого капитала аграрной сектора в регионах. Мотивация (от фр. motif - побуждение) – это совокупность внутренних и внешних движущих сил, которые побуждают человека к деятельности, задают границы и формы этой деятельности и придают ей направленность, ориентированную на достижение определенных целей [6]. Мотивация к аграрному труду – это сложное многоуровневое явление, которая зависит от социально-экономических, экологических и институционально-технологических показателей аграрной сферы, а также от инфраструктурного и демографического развития села.

Интересен тот факт, что действителен и обратный процесс, как следует из определения человеческого капитала аграрной сферы, его развитие ведет к улучшению экономических показателей АПК региона. В этом проявляется диалектическая природа человеческого капитала. Демографические характеристики села также закономерным образом улучшатся в случае «омоложения» и увеличения числа работников аграрной сферы. Все это возможно при должном уровне государственной поддержки социальной и инфраструктурной сфер в сельской местности, устойчивого развития АПК и повышенном внимании к новому поколению сельскохозяйственных работников, которые станут носителями человеческого капитала нового качества в условиях цифровизации и, главное, будут его активно использовать. Для того, чтобы выстроить грамотную политику в области кадров в сельском хозяйстве региона, необходимо идентифицировать наиболее уязвимые точки, снижающие мотивацию к аграрному труду, и работать с ними для устранения или сглаживания проблем формирования человеческого капитала аграрного сектора. Факторы мотивации к аграрному труду можно условно разделить на следующие группы: «Инклюзивное экономическое развитие», «Экономический рост сельского хозяйства и специализация», «Экологическое и устойчивое развитие», «Социальная сфера села», «Демография села», «Институционально-технологическое развитие аграрного сектора» (таблица 1).

Показатели мотивации к труду в аграрном секторе неоднородны, поэтому необходимо выполнить процедуру их нормализации для последующего расчета интегрального коэффициента мотивации к аграрному труду.

Приведение показателей к единой шкале от 0 до 1 позволит корректно агрегировать их в интегральный индекс, целесообразно применить широко используемый в практике метод минимаксной нормализации показателей по следующей формуле:

1) Для показателей-«стимуляторов» мотивации к труду в аграрном секторе:

, (3)

2) Для показателей-«дестимуляторов» мотивации к труду в аграрном секторе:

, (4)

где - нормализированное значение i-го показателя по r-му региону;

- значение i-го показателя по r-му региону;

– минимальное значение i-го показателя по 17 регионам ЦФО (за исключением г. Москва) в 2024 году;

– максимальное значение i-го показателя по 17 регионам ЦФО (за исключением г. Москва) в 2024 году.

В данном наборе показателей исходя из логических соображений факторами, оказывающими негативное влияние на мотивацию к труду в аграрном секторе в условиях цифровизации, выступает, во-первых, демографическая нагрузка, так как высокая доля нетрудоспособного населения по отношению к численности занятых в сельской местности приводит к снижению располагаемых ресурсов домохозяйств, росту нагрузки на трудоспособное население и ограничению возможностей для профессионального развития и, во-вторых, удельный вес крестьянских (фермерских) хозяйств (КФХ) и личных подсобных хозяйств (ЛПХ) в продукции сельского хозяйства – несмотря на все преимущества многоукладности аграрной экономики, избыточная доля семейных хозяйств приводит к «возврату и распространению элементов первого технологического уклада» [9] и препятствует цифровой трансформации.

Таблица 1 – Факторы мотивации к труду в аграрном секторе экономики [составлено автором]

Величину частных коэффициентов мотивации к агарному труду, рассчитанных по каждой из групп факторов, можно рассчитать по формуле среднеарифметического, приняв допущение, что важность показателей группы одинакова. Аналогичным образом рассчитывается агрегированный коэффициент мотивации к труду в аграрном секторе:

, (5)

, (6)

где – частный коэффициент мотивации к аграрному труду по группе факторов (всего 6 групп, табл. 1); n – количество показателей в соответствующей группе факторов.

Расчет коэффициента мотивации к труду в аграрном секторе может быть уточнен за счет введения весовых коэффициентов для групп факторов мотивации или расширения числа показателей, характеризующих ее.

2. Оценка величины человеческого капитала аграрного сектора в регионах ЦФО в 2024 году

Регионы Центрального федерального округа обладают высокой степенью сопоставимости с точки зрения формирования и развития человеческого капитала агропромышленного комплекса, что обусловлено их пространственной близостью, общими природно-климатическими условиями и схожими историческими траекториями развития сельского хозяйства. Большинство регионов ЦФО относится к Центральному экономическому району, для которого характерны высокая плотность населения, развитая транспортная инфраструктура и тесные межрегиональные связи. Отдельные субъекты округа (Белгородская, Воронежская, Курская, Липецкая, Тамбовская области) традиционно относят также к Центрально-Черноземному экономическому району, что предопределяет их углубленную аграрную специализацию.

Исключение г. Москва из анализа человеческого капитала аграрного сектора регионов ЦФО является методически обоснованным по следующим причинам. Во-первых, Москва характеризуется крайне низкой долей сельского хозяйства в структуре валового регионального продукта и занятости, что делает показатели, связанные с аграрным трудом, слабо репрезентативными. Во-вторых, социально-экономические параметры столицы существенно отличаются от остальных регионов округа по уровню доходов, образовательной структуры и миграционной привлекательности, что приводит к искажению результатов сравнительного анализа и снижению сопоставимости данных. Включение Москвы в выборку может, таким образом, исказить оценку человеческого капитала аграрного сектора и затруднить выявление устойчивых региональных закономерностей.

Измерение человеческого капитала аграрного сектора в ЦФО целесообразно начать с оценки среднегодовой численности занятых в сельском хозяйстве регионов в целом и доли занятых на тяжелых работах (рисунок 1).

Можно сделать предварительный вывод о высоком уровне развития человеческого капитала таких регионов Центрального Черноземья, как Белгородская, Воронежская, Тамбовская области, а также Московской области. В перечисленных субъектах в 2024 году сосредоточено около 47% занятых в сельском хозяйстве ЦФО при том, что их доля в площади территории округа в 2 раза меньше – 24%.

В данных регионах отмечается умеренный удельный вес занятых неквалифицированным тяжелым физическим трудом в пределах 10,4-13,4%. Наибольшее значение показателя отмечается в Ивановской и Ярославской областях – 24,7% и 31,7% соответственно. Представляется возможным заключить о наиболее низком потенциале к цифровой трансформации сельского хозяйства в данных регионах. При невысокой численности занятых в аграрном секторе в Рязанской и Орловской областях доля занятых на тяжелых работах наименьшая (1,9% и 5,3% соответственно), что говорит об интенсивности развития современного сельского хозяйства в данных субъектах.

Рисунок 1 – Численность занятых в сельском хозяйстве, в том числе доля занятых на тяжелых работах в регионах ЦФО в 2024 году [составлено автором на основе 22]

Следующим этапом определения величины человеческого капитала выступает анализ среднего возраста занятых в экономике регионов ЦФО и рассчитанного с учетом показателя ожидаемой продолжительности здоровой жизни в регионе среднего возраста здорового дожития занятых. Умножение последнего на численность занятых в сельском хозяйстве (за вычетом занятых на тяжелых работах) соответствует величине человеческого капитала аграрного сектора, сложившейся в 2024 году, без учета мотивационного компонента. На рисунке 2 представлен рейтинг регионов ЦФО по предварительной величине человеческого капитала.

Так, в Московской области отмечено наибольшее число человеко-лет, которые могут быть потенциально задействованы в аграрной сфере региона в процессе ее цифровой трансформации по состоянию на 2024 год – 1815. На втором месте Белгородская область – 1762 человеко-лет. Лидирующий уровень развития человеческого капитала достигнут не только за счет большой численности его носителей, но и опережающих значений показателей среднего возраста здорового дожития занятых, достигнутого за счет долгой ожидаемой продолжительности здоровой жизни, в течение которой работник аграрного сектора может продолжать полноценное непрерывное развитие своего человеческого капитала, что необходимо в условиях цифровизации экономики.

Для сравнения, в «аутсайдерах» по величине человеческого капитала его значение не превышает 200 человеко-лет (Ивановская, Костромская области), а ожидаемая продолжительность здорового дожития занятых значительно ниже – 15 лет и 10,1 года соответственно.

Рассчитанная величина человеческого капитала аграрного сектора должна быть скорректирована с учетом мотивации к аграрному труду, игнорирование мотивационного фактора приводит к завышенной оценке человеческого капитала аграрного сектора, не учету рисков оттока трудовых ресурсов и неполной реализации человеческого капитала. Включение данного корректирующего элемента позволяет повысить реалистичность интегральной оценки и обеспечить ее более тесную связь с фактическими условиями функционирования агропромышленного комплекса.

Рисунок 2 – Рейтинг регионов ЦФО по величине человеческого капитала в 2024 году (без учета мотивации) [рассчитано и составлено автором]

В таблице 2 представлены частные коэффициенты мотивации к труду в аграрном секторе и агрегированный коэффициент мотивации по регионам ЦФО в 2024 году.

Наиболее высокий уровень мотивации к аграрному труду демонстрируют Белгородская, Липецкая и Воронежская области, что отражено в наибольших значениях агрегированного КМ и верхних ранговых позициях. Для этих регионов характерно сочетание высоких значений по ЧКМ₁ («Инклюзивное экономическое развитие») и ЧКМ₂ («Экономический рост и специализация»), а также сравнительно благоприятные показатели экологического и устойчивого развития (ЧКМ₃).

К группе со средними значениями КМ относятся Курская, Тамбовская, Тульская, Орловская, Брянская и Рязанская области. Для них характерна неоднородная структура мотивационных факторов: относительно сбалансированные экономические и экологические показатели сочетаются с умеренными или пониженными значениями по социальной сфере села (ЧКМ₄) и технологическому развитию (ЧКМ₆). В данных регионах мотивация к аграрному труду во многом поддерживается традиционной ролью сельского хозяйства, однако ограничивается инфраструктурными или технологическими факторами.

Таблица 2 – Коэффициенты мотивации к аграрному труду в регионах ЦФО в 2024 году [рассчитано и составлено автором]

Московская область занимает промежуточную позицию (4-й ранг), что обусловлено высокими значениями по демографическому (ЧКМ₅) и технологическому компонентам (ЧКМ₆) при относительно низких показателях экономической специализации и социальной сферы села. Это указывает на институциональные и технологические преимущества региона при одновременном ослаблении аграрной мотивации вследствие высокой конкуренции со стороны несельскохозяйственных видов занятости.

Наименее благоприятные условия мотивации к аграрному труду зафиксированы в Ивановской, Костромской, Владимирской, Смоленской, Тверской и Ярославской областях. Эти регионы характеризуются низкими значениями ЧКМ₁ и ЧКМ₂, отражающими слабую аграрную специализацию и ограниченный экономический потенциал сельских территорий. Дополнительным сдерживающим фактором выступает неблагоприятная демографическая ситуация (особенно в Костромской и Ивановской областях).

Коэффициент мотивации к аграрному труду несколько изменяет итоговый рейтинг регионов ЦФО по величине человеческого капитала аграрного сектора (рисунок 3).

Рисунок 3 – Итоговый рейтинг регионов ЦФО по величине человеческого капитала аграрного сектора, тыс. человеко-лет [рассчитано и составлено автором]

Итоговый рейтинг регионов ЦФО по величине человеческого капитала аграрного сектора с учетом коэффициента мотивации демонстрирует усиление концентрацию человеческого капитала аграрного сектора в ограниченном числе субъектов округа.

Обсуждение

По итогам проведенного анализа человеческого капитала в регионах ЦФО представляется возможным типизировать субъекты по уровню его развития.

Группа лидеров: по итогам 2024 году лидером выступила Белгородская область (1102 тыс. чел.-лет), что отражает совокупное действие развитой аграрной специализации, производственной базы и одного из наиболее высоких коэффициентов мотивации к аграрному труду. К числу регионов-лидеров также относятся Московская и Воронежская области (888 и 742 тыс. чел.-лет соответственно). При этом высокая позиция Московской области во многом обусловлена масштабом трудовых ресурсов.

Регионы с высоким и средним уровнем человеческого капитала: данную группу формируют черноземные Тамбовская, Липецкая и Курская области (389-537 тыс. чел.-лет). Брянская, Тверская, Тульская области занимают промежуточные позиции, что свидетельствует о наличии аграрного потенциала при недостаточной его реализации.

Регионы с пониженным уровнем человеческого капитала: Рязанская, Ярославская, Калужская и Орловская области (138-164 тыс. чел.-лет).

Регионы-аутсайдеры: Наименее благоприятная ситуация наблюдается во Владимирской, Смоленской, Ивановской и Костромской областях (36-105 тыс. чел.-лет).

Отстающие субъекты нуждаются в комплексных мерах, направленных на повышение привлекательности аграрного труда и закрепление трудовых ресурсов в сельской местности.

Заключение

В результате проведенного исследования апробирована авторская методика оценки человеческого капитала аграрного сектора экономики регионов Центрального федерального округа в условиях цифровизации. Предложенный подход отличается использованием натурально-временного измерителя (человеко-лет), что позволяет перейти от абстрактных индексных оценок к более прикладному и интерпретируемому показателю, ориентированному на задачи регионального управления и стратегического планирования развития АПК.

Полученные результаты подтверждают необходимость дифференцированного подхода к формированию аграрной политики в области развития человеческого капитала. Для регионов-аутсайдеров приоритетными направлениями должны стать меры по повышению мотивации к аграрному труду, улучшению качества жизни в сельской местности, развитию социальной и цифровой инфраструктуры, а также поддержке образовательных и кадровых инициатив в сфере сельского хозяйства. В целом предложенная методика может быть использована в практике мониторинга и оценки готовности регионов к переходу к цифровому сельскому хозяйству и послужить инструментом обоснования управленческих решений в сфере развития агропромышленного комплекса.

[1] В соответствии с классификатором ОКВЭД2

[2] Рассчитанной Министерством здравоохранения Российской Федерации по методу Салливана

[3] Данные за 2023 год

[4] Данные за 2023 год

[5] Данные за 2023 год