Опережающее формирование навыков работы с искусственным интеллектом как приоритетная задача управления персоналом

ВВЕДЕНИЕ

Институционализация использования технологий ИИ активно происходит в России и международном пространстве. Так, например, одной из основных задач развития искусственного интеллекта в России в Указе Президента РФ от 10 октября 2019 года определена задача повышения уровня компетенций в области искусственного интеллекта и уровня информированности граждан о технологиях искусственного интеллекта [1]. Главными приоритетами развития технологий ИИ в «Кодексе этики в сфере искусственного интеллекта» обозначены человек-ориентированный и гуманистический подход, уважение автономии и свободы воли человека, соответствие закону, недискриминация, оценка рисков и гуманитарного воздействия [2].

Проблема несоответствия навыков и квалификаций на рынке труда является общемировой. Так, например, в ЕС около 80% работодателей испытывают трудности с набором работников с необходимыми навыками [25, с.1-2]. Одним из последствий несоответствия навыков называется снижение производительности труда (по оценкам на 2017 год средние потери производительности труда, например, в странах ОЭСР из-за несоответствия квалификаций оценивались в 6% или 5 трлн. долл. мирового ВВП) [13, с.21].

Международная организация труда (МОТ) среди последствий несоответствия навыков называет: потери в заработной плате на индивидуальном уровне (особенно при избыточной квалификации); высокую текучесть кадров, неоптимальную организацию труда, потерю прибыли и рынков для компаний; рост безработицы, снижение конкурентоспособности, низкую инвестиционную привлекательность стран и регионов [24].

Результаты исследований МОТ по оценке влияния ИИ на трансформацию профессий свидетельствуют о том, что в глобальном масштабе каждый четвертый работник владеет профессией, которая так или иначе связана с генеративным ИИ; 3,3% мировой занятости приходится на категорию наибольшего воздействия; женские профессии больше подвержены влиянию ИИ (4,7%) в то время как мужчин – 2,4%; наибольшему риску подвержены офисные работники; высоки риски влияния ИИ на высокотехнологичные когнитивные профессии в медиа-, программных и финансовых отраслях; и т.д. [21].

Исследования демонстрируют разную степень готовности стран и отраслей, профессий и организаций к активному использованию технологий ИИ. Так, например, компания Oxford Insights ежегодно рассчитывает индекс готовности стран к использованию ИИ, состоявший из трех групп показателей в 2020 году: государственный сектор (отношение (видение) к использованию ИИ), управление и этика, цифровые возможности, адаптивность); технологический сектор (масштабы использования, инновационный потенциал, человеческий капитал); данные и инфраструктура (инфраструктура, доступность данных, репрезентативность данных). В последующие годы данный индекс дополнялся показателями. Так, например, в 2025 году рейтинг России по результатам соответствующих расчетов сложился следующим образом: политический потенциал (65,5), инфраструктура ИИ (57,23), управление ИИ (74,14), внедрение ИИ в государственном секторе (69,78), разработка и внедрение ИИ (49,64), социальный переход и защищенность (47,13) (см. таблицу 1). [3]

Таблица 1. - Динамика индекса готовности Российской Федерации к использованию ИИ (оценка Oxford Insights ) [22; 23]

В топ рейтинга индекса готовности стран к использованию ИИ в 2025 год вошли: США (88,36), Франция (80,81), Великобритания и Северная Ирландия (77,75), Нидерланды (77,18), Республика Корея (76,89), Германия (76, 78), Сингапур (76, 42), Китай (76,27), Австралия (75,73), Норвегия (74,84) [23].

Исследование российских специалистов по индексу готовности приоритетных отраслей экономики России к внедрению ИИ показывает, что лидерами готовности к внедрению технологий ИИ являются сфера финансовых услуг, ИКТ, высшее образование и топливно-энергетический комплекс [7, с.5]

Важным аспектом исследования является выявление влияния технологий ИИ на цифровое неравенство регионов. Так, например, Земцов С.П. пришел к выводу, что одним из потребителей ИИ-сервисов являются вузы, поэтому инновационное активные регионы – это регионы с большим числом университетов, в которых необходимо сосредоточить государственную поддержку для ускорения разработки и внедрения современных технологий [5, с. 229-231]. К региональным проблемам формирования базовых, продвинутых и профессиональных навыков обратилась группа исследователей, которая на основе анализа массивов вакансий ЕЦП «Работа в России» пришла к выводу, что требования к цифровым навыкам встречаются в сравнительно небольшом количестве вакансий, т.к. большинство вакансий касаются рабочих профессий [11, с. 55-56].

Буклемишев О.В. среди рисков использования ИИ называются риски перерасходования общественных средств на ИИ (особенно направляемых по бюджетным статьям); высокие издержки для поддержания эффективного функционирования технологий ИИ (связанные с пополнением базы данных, перенастройки построенных ранее моделей и т.д.); неоднозначная интерпретация результатов, связанных с институционально незрелой средой, в которой при применении различных методов анализа неизбежно будут возникать искаженные результаты; этические проблемы (нарушение приватности: утечка данных, несанкционированный сбор информации о гражданах, корпоративные системы слежения и т.д.; манипулирование; непрозрачность и т.д.); возможная предвзятость предиктивных результатов, вытекающих из работы ИИ; моральный риск; потенциальное регуляторное бремя, связанное с затратами на соблюдение нормативных требований; справедливость, интерпретируемость и надёжность алгоритмов ИИ; асимметрия трактовки ИИ в различных национальных законодательных системах: и т.д. [3, с.96-103].

Результаты группы специалистов Петрозаводского государственного университета по расчету прогнозных показателей кадровой потребности в работниках с навыками работы с ИИ по видам экономической деятельности (ВЭД) за 2021 и 2025 годы показывают, что на первом месте по расчётной численности работников находится ВЭД «обрабатывающие производства» (с 57,4 тыс. в 2021 году выросла до 117,5 тыс. чел. в 2025 г), на втором – «деятельность профессиональная, научная и техническая» (с 21,9 тыс. чел. до 48,1 тыс. чел.), на третьем – «деятельность в области информации и связи» ( с 20,6 тыс. до 35,6 тыс. чел.), на четвертом – «государственное управление и обеспечение военной безопасности; социальное обеспечение» (с 17,6 тыс. чел. до 27,7 тыс. чел.) [2, с. 139-140].

Необходимость развития системы опережающей профессиональной подготовки становится очевидной. Группа исследователей опережающее образование связывают с технологическим прорывом, а под опережающим обучением понимают организованный процесс формирования знаний и компетенций для решения будущих задач, соответствующих глобальным трендам и национальным программам развития, учитывающих современные реалии [4, с. 293].

Итак, ситуация с активным использованием технологий ИИ требует развития соответствующих навыков, сам процесс формирования профессиональных навыков и квалификаций должен происходить в системе опережающей профессиональной подготовки, т.к. негативные последствия и риски оказывают существенное влияние на экономическую безопасность страны.

ОБЗОР ТОЧЕК ЗРЕНИЯ СПЕЦИАЛИСТОВ ПО ПОВОДУ ВЛИЯНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА РАБОТУ СЛУЖБЫ ПО УПРАВЛЕНИЮ ПЕРСОНАЛОМ

Специалисты, исследуя особенности использование технологий ИИ в бизнес-процессах в 2024 году, отметили, что организации, использующие ИИ, активнее используют данные технологии в маркетинге и продажах (52%), производстве продукции или оказании услуг (51%), управлении персоналом (51%), управлении организацией (23%), обеспечении безопасности (18%) и логистике и транспорте (15%) [1, с.2].

Интересными, на наш взгляд, являются результаты исследования Терникова А.А. по оценке влияния ИИ на навыки работников в России: 14% премий к зарплате за владение навыками с ИИ приходится на организацию и 5% - на должность; доля навыков ИИ, требуемых в вакансиях, составляет менее 2%; премия за владение навыками ИИ в основном присутствуют в профессиях, связанных с информационными технологиями и в отраслях с растущим спросом на применение ИИ; самые высокие премии за навыки ИИ приходятся на сферу финансов (29%), образования (18%), профессиональных услуг (17%), IT (15%); и т.д. [16, с.77].

Шереметьева Е.Н., Фролова А.К., Баринова Е.П. обратились к исследованию проблемы управления цифровыми талантами, подчеркивая роль искусственного интеллекта в оптимизации элементов HR-системы организации, начиная от подбора персонала и реализации мероприятий по его адаптации, заканчивая управлением производительностью труда и мотивацией сотрудников [19, с. 27].

Результаты исследования Чулановой О.Л. и Хайбулловой К.Н., проведенного в 2019 году и посвящённого выявлению отношения работников к использованию ИИ в работе служб управления персоналом свидетельствуют о следующих особенностях использования ИИ в организациях: 54% не применяют данные технологии, 23% используют для консультирования (чат-боты), 10% - для контроля (дроны), 9% - при приеме на работу персонала (анализ резюме и т.д.), 4% - затруднились с ответом [18, с.117].

Среди инструментов цифровой трансформации подбора персонала эксперты называют системы автоматизации рекрутинга полного цикла, социальные сети, сервисы видеоконференций, чат-боты, Job-сайты и агрегаторы вакансий, программы онлайн-тестирования [6, с. 147].

Особенности трансформации функций управления персоналом при использовании технологий ИИ проанализированы учеными Байкальского государственного университета Носыревой И.Г., Белобородовой Н.А., которые отмечают позитивные последствия использования ИИ (повышение эффективности функций управления персоналом, совершенствование системы управления талантами; и т.д.) и негативные (рост сопротивление нововведениям и необходимости формирования новых навыков со стороны персонала; необходимость затрат большего времени на внедрение стратегических изменений; и т.д. [14, с.2282].

Направлениями трансформации кадрового менеджмента под воздействием ИИ специалисты также называют: автоматизацию рекрутинга и подбора персонала (отбор соискателей нейросетями через анализ резюме, проведение первичных интервью), персонализацию обучения (определение нейросетями потребности в развитии, выявление карьерных амбиций и учебных предпочтений, формирование индивидуальных программ обучения на основе оптимального сочетание внутренних и внешних образовательных ресурсов), предиктивная HR-аналитика (определение рисков увольнения ценных сотрудников, разработка мер по закреплению персонала и т.д.), автоматизация кадрового администрирования (автоматизация процессов подготовки и проверки документов, планирования графиков работы, расчета компенсаций, и т.д.) [12, с.72-73].

В совместном исследовании компаний «Технологии доверия» и Knomary определили следующие области использования ИИ в HR: рекрутмент (отбор, подбор и привлечение персонала); прием и адаптация персонал (онбординг); обучение персонала; развитие персонала; вознаграждение (финансовая мотивация; управление эффективностью (performance management); управление загрузкой и численностью; HR-сервисы для сотрудников; опросы / анализ вовлеченности; благополучие сотрудников (wellbeing), охрана труда и безопасность; поддержка HR-специалистов [8, с. 12-13].

Зарубежные исследователи активно обсуждают проблемы персонализированного управления человеческими ресурсами с помощью ИИ при выполнении следующих функций: подбор и отбор персонала (персонализированный подбор, организация коммуникаций, поиск и отбор персонала и т.д.); обучение и развитие (персонализированное обучение, гемификация, адаптивное обучение, программы адаптации новых сотрудников и т.д.); управление производительностью труда (индивидуальная оценка эффективности работы, вознаграждения; организация оперативной персональной обратной вязи; персонализированная система управления талантами; проведение опросов и т.д.); планирование персонала, карьеры и преемственности (индивидуальное планирование карьеры, планирование численности персонала; и т.д.); компенсации и льготы (персональные вознаграждения и поощрения, индивидуальный подход к оплате труда и льготам, персональная оценка выполнения должностных обязанностей; гибкие планы льгот; и т.д.); вовлеченность персонала (оценка самостоятельности и вовлеченности в рабочий процесс, оптимизация общения между сотрудниками, и т.д.); благополучие, здоровье и безопасность сотрудников (индивидуальное обучение охране труда и технике безопасности, индивидуальные программы обеспечения баланса между работой и личной жизнью, персональные оздоровительные программы; и т.д.); управление международной мобильностью персоналом (предоставление услуг по переезду, персонализированный международный подбор персонала, индивидуальное обучение языку, и т.д.) [26, с.601 ].

Результаты совместного исследования компаний «Технологии доверия» и Knomary, в процессе которого были опрошены представителей 95 компаний, свидетельствуют о следующем распределении ответов на вопрос об областях HR, в которых они используют ИИ (респонденты имели право выбора нескольких вариантов ответов): обучение персонала (26%), рекрутинг (24%),HR-сервисы для сотрудников (19%), онбординг (13%), подготовка HR-документов (13%), опросы/анализ вовлеченности (11%), развитие персонала (10%), поддержка HR-специалистов (10%), вознаграждение (6%), управление эффективностью (6%), благополучие сотрудников (5%), апскилинг (5%), охрана и безопасность труда (5%), управление нагрузкой и численностью (4%), другое (1%). Среди препятствий внедрения ИИ в HR были названы информационные риски (50%), отсутствие компетенций (47%0, недостаточный объем и качество (36%), отсутствие готового решения (35%), высокая стоимость решений (30%), зависимость от вендора (12%), скептическое отношение (10%) [9, с. 12-13].

Таким образом, мы наблюдаем активное использование технологий ИИ в системе управления персоналом организации. Однако существенным фактором является понимание персоналом организаций траекторий саморазвития и организационных возможностей формирования профессиональных навыков использования технологий ИИ.

САМООЦЕНКА ЗАНЯТЫМ НАСЕЛЕНИЕМ УРОВНЯ ВЛАДЕНИЯ НАВЫКАМИ ДЛЯ РАБОТЫ С ИИ

Важным аспектом является самооценка занятым населением уровня владения навыками работы с технологиями ИИ. В проведенном Росстатом исследование (3 квартал 2025 года), посвященном выявлению несоответствий навыков и квалификаций, приняло участие 45896 тыс. человек, в том числе 26796 тыс. женщин и 19101 мужчин. По результатам личного опроса населения, посвященного выявлению несоответствия навыков и квалификаций занятого населения в области работы с технологиями ИИ (ответили 2192 тыс. человек, в том числе 1061 тыс. мужчин и 1131 женщин; 1900 тыс. человек - из городской местности, 293 тыс. – из сельской) необходимость базового уровня владения навыками для выполнения основной работы отметили 41,3%, среднего уровня – 40,7%, продвинутого уровня - 18%). Самая высокая потребность в владении навыками работы с технологиями ИИ заявлена респондентами в возрасте 30-39 лет, затем – в возрасте 40-49 лет (см. рисунок 1).

Рисунок 1. – Распределение ответов занятого населения по оценке необходимого уровня владения с технологиями ИИ для выполнения основной работы (по результатам личного опроса) за 3 квартал 2025 года, тыс. человек [4]

Гендерный срез ответов на вопрос о необходимости владения технологиями ИИ на основной работе свидетельствует о большей востребованности женщинами базовых навыков владения навыками ИИ – 49,8%, мужчинами- 32,2% (ответили 2192 тыс. человек, в том числе 1061 тыс. мужчин и 1131 женщин). Мужчины отметили необходимость владения средним уровнем навыков – 45,1% (женщины-36,6%) и продвинутых навыков работы с технологиями ИИ- 22,6% (женщины- 12,6%) (см рисунок 2).

Рисунок 2. – Распределение занятого населения по оценке необходимого уровня владения навыками работы с технологиями ИИ для выполнения основной работы по полу (по результатам личного обследования), тыс. человек [5]

Поселенческая структура ответов (1900 тыс. занятых в городской местности и 293 тыс. человек - в сельской приняли участие в личном опросе) свидетельствует о более высокой оценке необходимости навыков работы с технологиями ИИ на основной работе в городской местности на базовом и продвинутом уровне, а в сельской – среднего уровня владения навыками (базовый уровень: город – 42,4%, село- 34,1%; средний уровень: город - 39,5%, село - 48,5%; продвинутый уровень: город- 18,1%, село -17,06%) (см. рисунок 3).

Рисунок 3. - Занятое население по необходимому уровню владения типами профессиональных и базовых навыков для выполнения основной работы по типу поселения (по результатам личного обследования), тыс. человек [6]

Распределение самооценок необходимого уровня владения навыками работы с технологиями ИИ свидетельствует о большей востребованности данных навыков занятыми с высшим образованием (590 тыс. чел.). Если среди 2192 тыс. респондентов 905 тыс. чел. заявили о необходимости в базовом уровне владения технологиями ИИ (41,3%), в среднем уровне – 893 тыс. чел. (40,7%), продвинутом уровне – 394 тыс. чел. (18%), то среди занятых с высшим образованием – 37,6%, 42,6%, 19,8%; среди занятых со средним профессиональным образованием по программе подготовки специалистов среднего звена - 49,5%, 36,7%, 13,8%; со средним профессиональным образованием по программе подготовки квалифицированных рабочих (служащих) [7] - 52,2%, 39,1%, 8,7%; со средним общим образованием- 54,3%, 28,6%, 17,14% соответственно (см. рисунок 4) .

Рисунок 4 – Распределение ответов занятого населения по необходимому уровню владения навыками работы с технологиями ИИ для выполнения основной работы по уровню образования (по результатам личного опроса), тыс. человек, III квартал 2025г [8]

С ростом уровня образования растет потребность в продвинутом уровне владения технологиями ИИ и, наоборот, снижается потребность во владении базовыми навыками.

Отдельно респонденты отвечали на вопросы о фактическом уровне владении навыками работы с технологиями ИИ на основной работе. Результаты сравнительного анализа соответствия фактического уровня владения навыками необходимому уровню по полу и типу поселения приведены на рисунке 5.

Соответствие фактического уровня владения навыками работы с технологиями ИИ необходимому уровню женщины отметили в 73,7% случаев, мужчины в 72,2%. Фактический уровень навыков ниже необходимого отметили 15,5% женщин и 13,6% мужчин. Интересно отметить, что мужчины отмечают фактический уровень навыков выше необходимого в 14,2% в то время как женщины – в 10,9%. Данное распределение свидетельствует о более высоких темпах освоения навыков мужчинами и в перспективе может усилить дискриминационные неравенства между мужчинами и женщинами области освоения современных технологий ИИ. Избыточные или недостаточные навыки также имеют неоднозначные последствия для занятого населения.

Рисунок 5- Распределение ответов занятого населения по самооценке соответствия фактического уровня владения навыками необходимому уровню по полу и типу поселения (по результатам личного опроса). III квартал 2025г.,% [9]

Поселенческая структура свидетельствует о большем удельном весе городского населения в общей численности городского населения по соответствия фактического уровня необходимому (73,6% в городской местности, 68,6% - в сельской местности) в то время как респонденты из сельской местности указали в 18,2 % случаев фактический уровень ниже необходимого (в городской местности данный показатель составил 14,0%), превышение фактического уровня над необходимым указали 13,1% сельского населения и 12,4% городского (см. рисунок 5).

Модальные показатели на рисунке 6 свидетельствуют о самом высоком уровне самооценки соответствия фактического уровня владения навыками работы с технологиями ИИ необходимому у респондентов со средним общим образованием (76,9%); а фактическом уровне ниже необходимого заявили 18,6% респондентов со средним профессиональным образованием по программе подготовки квалифицированных рабочих (служащих); фактический уровень выше необходимого указали 23, 9% опрошенных со средним общим образованием.

Рисунок 6 – Распределение ответов занятого населения по соответствию фактического уровня владения навыками необходимому уровню ИИ по уровню образования (по результатам личного опроса), III квартал 2025г., % [10]

Таким образом, распределение ответов респондентов по результатам самооценки свидетельствует о несоответствии навыков фактического уровня необходимому уровню владения навыками работы с технологиями ИИ, поэтому важно минимизировать данные диспропорции в системе опережающего обучения. Самостоятельный выбор формируемых навыком может привести к формированию избыточных или недостаточных навыков.

ЗАКЛЮЧЕНИЕ

Расчеты группы исследователей показывают, что генеративный ИИ способен закрыть до 65% текущей потребности в кадрах в обрабатывающей промышленности, повысить эффективную численность занятых без увеличения фактической численности, снизить острую потребность в новых сотрудниках. Среди макроэкономических методов воздействия генеративного ИИ на экономику России к 2030 году называется 45 трлн дополнительного экономического роста. Для достижения данных показателей, по мнению экспертов, необходимо активное внедрение технологий ИИ в ключевых отраслях (приоритетная цифровизация процессов обработки информации; создание отраслевых центров компетенций; разработка отраслевых стандартов применения данных технологий); подготовка программ переобучения сотрудников (развитие навыков эффективного взаимодействия с ИИ, формирование новых профессиональных компетенций, создание системы непрерывного обучения); адаптация бизнес-процессов под новые возможности (пересмотр организационных структур с учетом генеративного ИИ, внедрение новых моделей управления, развитие культуры инноваций в организациях) [10, с.28-30].

Художилова Е. описывает метод картирования компетенций, получивший распространение в международной практике и недостаточное, на наш взгляд, в российской. Карту компетенций (структурированный набор знаний, навыков, личностных качеств, необходимых для выполнения работы на определенной должности) можно активно использовать на практике для описания необходимых в перспективе навыков в системе опережающего обучения [17].

МОТ подчеркивает необходимость разработки новых решений для развития навыков; содействия инновационным системам преподавания, обучения и оценки; развития партнерства с участием образовательных учреждений; разработки и совершенствования программ обучения; совершенствования механизмов мониторинга, оценки и обеспечения качества обучения; и т.д. [16, с.131-133].

В докладе Всемирного экономического форума «Four Futures for Jobs in the New Economy: AI and Talent in 2030» описаны 4 возможных варианта влияния ИИ на рынок труда: «стремительный прогресс ИИ» (быстрый рост производительности труда, активное внедрение инноваций, появление широкого спектра новых профессий, и т.д.); «эпоха вытеснения» (ИИ развивается быстрее, чем рабочая сила адаптируется к изменениям; автоматизация растет быстрее темпов адаптация системы образования и переподготовки к потребностям экономики; ИИ, повышая производительность труда, создает определенные риски, и т.д.); «экономика второго пилота» (страны и предприятия, которые инвестировали на раннем этапе в обучение, мобильность, цифровую инфраструктуру и управление ИИ, создали условия для внедрения и развития новых технологий, и т.д.) ; «замедление прогресса» (нехватка критически важных навыков у сотрудников, неравномерный рост производительности труда, неравномерность освоения технологий ИИ отдельными компаниями и регионами, недостаток навыков работы с ИИ усиливает неравенство и ограничивает экономический рост; и т.д. ) [20, с.3].

Выбор варианта развития экономики страны зависит от подготовленности экономики и рабочей силы к современным вызовам. Формирование навыков работы с технологиями ИИ в системе опережающего обучения является вопросом обеспечения экономической безопасности и роста экономики страны. Важно помнить о позитивных и негативных последствиях использования технологий ИИ и вести взвешенную государственную политику в области использования технологий ИИ.

[1] Указ Президента РФ от 10 октября 2019 г. N 490 "О развитии искусственного интеллекта в Российской Федерации" URL: https://internet.garant.ru/#/document/72838946/paragraph/1/doclist/304/2/0/0/%D0%A4 (дата обращения 20.03.2026)

[2] Кодекс этики в сфере искусственного интеллекта (от 26 октября 2021 г.) URL: https://internet.garant.ru/#/document/406862712/paragraph/41/doclist/294/3/0/0/ (дата обращения:21.03.2026)

[3] Этот проект был заказан Международным исследовательским центром развития Канады (IDRC) в рамках инициативы «Искусственный интеллект для развития» (AI4D).

[4] Составлено авторами на основе: Итоги выборочного обследования рабочей силы. 3 квартал 2025 года. Статистический сборник. Росстат. URL: https://www.rosstat.gov.ru/folder/11110/document/13265 (дата обращения: 05.03.2026г.)

[5] Составлено авторами на основе: Итоги выборочного обследования рабочей силы. 3 квартал 2025. Статсборник. Росстат. URL: https://www.rosstat.gov.ru/folder/11110/document/13265 (дата обращения 05.02.2026)

[6] Составлено авторами на основе: Итоги выборочного обследования рабочей силы. 3 квартал 2025. Статсборник. Росстат. URL: https://www.rosstat.gov.ru/folder/11110/document/13265 (дата обращения 05.02.2026)

[7] Включая начальное профессиональное образование.

[8] Составлено авторами на основе: Итоги выборочного обследования рабочей силы. 3 квартал 2025. Статсборник. Росстат. URL: https://www.rosstat.gov.ru/folder/11110/document/13265 (дата обращения 05.02.2026).

[9] Составлено авторами на основе: Итоги выборочного обследования рабочей силы. 3 квартал 2025. Росстат. года. URL: https://www.rosstat.gov.ru/folder/11110/document/13265 (дата обращения 05.02.2026)

[10] Составлено авторами на основе: Итоги выборочного обследования рабочей силы. Статистический сборник. 3 квартал 2025 года. Росстат. URL: https://www.rosstat.gov.ru/folder/11110/document/13265 (дата обращения 05.02.2026)