Формирование алгоритма оценки "портрета навыков" для студентов экономических направлений апк: новые ориентиры для образовательных программ вузов
Ергунова О.Т.1, Сомов А.Г.1, Седякина А.А.1, Иващенко А.А.1
1 Санкт-Петербургский политехнический университет Петра Великого, подразделение: Высшая школа производственного менеджмента, Институт промышленного менеджмента, экономики и торговли, Россия, г. Санкт-Петербург
Статья в журнале
Экономика сельскохозяйственных и перерабатывающих предприятий (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 100, Номер 10 (Октябрь 2025)
Аннотация:
В статье представлен алгоритм оценки «портрета навыков» студентов экономических направлений АПК с использованием компетентностных моделей T-Shaped Skills, 4K и таксономии Блума. Исследование проведено на основе анкетирования 126 студентов СПбПУ, обучающихся по экономическим программам агропромышленной направленности, а также экспертной оценки пяти преподавателей и пяти представителей агробизнеса. Полученные результаты показали, что студенты обладают высоким уровнем критического мышления (3,9 из 5), кооперации (4,2) и понимания экономических концепций (4,1), но испытывают недостаток подготовки в аграрной аналитике данных (2,8), управлении агропроектами (3,2) и в экономическом моделировании АПК (3,2). Эксперты подтвердили разрыв между самооценкой студентов и реальными требованиями аграрного рынка, особенно в области цифровых технологий в сельском хозяйстве и экономической оптимизации агропроизводства. На основе полученных данных предложены рекомендации по корректировке образовательных программ, включая углубленное изучение экономики сельского хозяйства, агроаналитики, цифровых технологий в АПК, а также внедрение методов кейс-анализа агропредприятий и экономического моделирования. В статье также представлены прогнозы изменения спроса на ключевые экономические компетенции АПК до 2035 года с использованием методов анализа временных рядов (ARIMA, Prophet) и моделей машинного обучения (K-Means, Random Forest). Ожидается, что востребованность аграрной аналитики данных возрастет на 56,2%, экономического анализа агроцепочек - на 38,9%, а навыков управления агробизнесом - на 34,3%. Разработанный алгоритм и предложенные изменения в учебных программах позволят вузам готовить более конкурентоспособных экономистов АПК, адаптированных к требованиям цифровой трансформации сельского хозяйства.
Ключевые слова: компетентностный подход, цифровые навыки в АПК, T-shaped skills, таксономия Блума, 4K, аграрная аналитика, управление агробизнесом, прогнозирование навыков работы в АПК, машинное обучение, экономическое образование АПК, образовательные программы вузов, анализ временных рядов, цифровая трансформация сельского хозяйства
Страница обновлена: 23.06.2026 в 22:31:56
Formirovanie algoritma otsenki "portreta navykov" dlya studentov ekonomicheskikh napravleniy apk: novye orientiry dlya obrazovatelnyh programm vuzov
Ergunova O.T., Somov A.G., Sedyakina A.A., Ivashchenko A.A.Journal paper
Economy of agricultural and processing enterprises
Volume 100, Number 10 (October 2025)
Abstract:
The article presents an algorithm for assessing the «skill profile» of students of agricultural economics using T-Shaped Skills, 4K, and Bloom’s taxonomy competency models. The study was conducted on the basis of a survey of 126 SPbPU students enrolled in agro-industrial economic programs, as well as an expert assessment of five teachers and five representatives of agribusiness. The results showed that students have a high level of critical thinking (3.9 out of 5), cooperation (4.2) and understanding of economic concepts (4.1), but lack training in agricultural data analysis (2.8), agricultural project management (3.2) and in economic modeling of agriculture (3.2). Experts have confirmed the gap between students’ self-esteem and the real demands of the agricultural market, especially in the field of digital technologies in agriculture and economic optimization of agricultural production. Based on the data obtained, recommendations are proposed for adjusting educational programs, including in-depth study of agricultural economics, agroanalytics, digital technologies in agriculture, as well as the introduction of case analysis methods for agricultural enterprises and economic modeling. The article also presents forecasts of changes in demand for key economic competencies of the agro-industrial complex until 2035 using time series analysis methods (ARIMA, Prophet) and machine learning models (K-Means, Random Forest). It is expected that the demand for agricultural data analytics will increase by 56.2%, economic analysis of agricultural chains - by 38.9%, and agribusiness management skills - by 34.3%. The developed algorithm and the proposed changes in the curricula will allow universities to train more competitive agricultural economists adapted to the requirements of the digital transformation of agriculture.
Keywords: Competence Approach, Digital Skills In Agriculture, T-Shaped Skills, Bloom’s Taxonomy, 4K, Agricultural Analytics, Agribusiness Management, Forecasting Skills In Agriculture, Machine Learning, Economic Education In Agriculture, University Educational Programs, Time Series Analysis, Digital Transformation Of Agriculture