Цифровой инструментарий для кадрового обеспечения биоэкономики России на основе компетентностного подхода
Титова Е.С.1 
, Положишникова М.А.1 , Черноусов А.А.1 , Уткина А.С.1 , Панина А.С.1
1 Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Скачать PDF | Загрузок: 10
Статья в журнале
Лидерство и менеджмент (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 13, Номер 8 (Август 2026)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=92029571 [92029571]
Аннотация:
Исследование посвящено созданию цифрового инструментария на основе компетентностного подхода с целью повышения эффективности подготовки кадров для биоэкономики. В статье решается научная задача по проведению теоретических изысканий, формированию методических основ, обобщению и анализу массива собранных данных о компетентностных характеристиках профильных для биоэкономики образовательных программах в регионах России. В работе использован модифицированный метод формирования таксономии направлений и специальностей подготовки кадров, метод составления интеллект-карт, а также методы проведения библиометрического, кластерного и частотного анализа. В результате авторами были сформированы «ядерный» и обеспечивающий контур подготовки кадров в биоэкономике, полученные экспертным отбором из перечней направлений и специальностей подготовки кадров, разрешенных к реализации в России. При этом был собран значительный информационный массив, содержащий около 3,2 тыс. образовательных программ с множеством профессиональных компетенций, что позволило сформировать соответствующую единую базу данных. Кроме того, было создано специальное веб-приложение для ведения этой базы данных. Параллельно осуществлен кластерный анализ собранных компетенций. Таким образом, проведенные исследования обеспечили появление нового цифрового инструментария, способного оказать позитивное влияние на организацию подготовки кадров в биоэкономике. Статья будет интересна преподавателям и исследователям, а также практикам, интересующимся вопросами формирования отечественной биоэкономики и инструментами для сопряжения рынка труда и системы образования в интересах их развития
Ключевые слова: биоэкономика, биотехнологии, подготовка кадров, компетенции, база данных, рынок труда
JEL-классификация: C55, I25, J21, Q57
Введение
В настоящее время в нашей стране и многих других странах мира отмечается значительный интерес к развитию биоэкономики. Данный интерес во многом связывают с необходимостью максимизации вовлечения в хозяйственный оборот возобновляемого сырья, снижения антропогенного воздействия на окружающую среду и интеграции в хозяйственную деятельность высокоэффективных биотехнологий [3, 12, 28]. Считается, что для формирования биоэкономики требуется консолидация деятельности в разных секторах экономики с общим устремлении к внедрению достижений наук о жизни для получения экономического эффекта и обеспечения благополучия человека [12].
В связи с этим возникают естественные вопросы о спектре существующих актуальных компетенций, которые заявлены отечественными вузами в качестве потенциальных образовательных результатов для обеспечения рынка труда в биоэкономике квалифицированными специалистами [1, 5, 23].
По мнению ряда зарубежных исследователей Вирабадхрана М. с соавт., Уорхолда А., Прадхана П. (2025), биоэкономика уже стала стратегическим направлением в обеспечении устойчивого развития во многих странах, в частности – благодаря использованию в биоэкономике моделей замкнутого использования ресурсов [28, 29]. Однако сложившаяся трансдисциплинарность и комплексность биоэкономики создают серьезные проблемы при организации подготовки необходимых кадров, особенно на уровне высшего образования.
В одном из недавно опубликованных исследований отмечается, что студенты и аспиранты, готовящиеся работать в различных областях биоэкономики, должны приобрести компетенции, позволяющие одновременно разбираться в научных процессах, промышленной масштабируемости, экологической устойчивости, социальной ответственности и экономической целесообразности производимых биопродуктов [24].
Соответственно, можно думать, что в России путь к решению задачи подготовки квалифицированных кадров в биоэкономике позволит открыть создание отечественного цифрового инструментария, содержащего сведения о возможностях отечественных вузов по формированию компетенций для специалистов биоэкономики. Подобный цифровой инструментарий, с одной стороны, может позволить систематизировать возможности ведущих отечественных вузов по формированию образовательных результатов, определяющих профессиональный портрет специалистов биоэкономики с привязкой к регионам России, а с другой стороны, возникнут условия для более эффективного взаимодействия вузов с работодателями для формирования квалифицированного запроса на кадры с учетом существующих потребностей.
Использование компетентностного подхода в образовании имеет продолжительную историю развития, как в России, так и за рубежом (например, [22, 25]). Еще в 2005 году Ле Деист Ф.Д. и Винтертон Дж. опубликовали исследование, в котором рассмотрели подходы к определению понятия «компетенция», интерпретации этого термина и его наполнение. В указанной работе были отмечены также межстрановые различия в подходах к определению понятия «компетенции» и его использование в образовательных практиках [22].
Несмотря на распространенность компетентностного подхода, в исследовании Кастеллано К. (2026) компетенции рассматриваются как совокупность технических навыков выпускника (работника), поэтому приводятся доводы в пользу применения более широкого подхода по анализу и оценке возможностей обучающихся [15].
В работе Романовцевой О.В. (2016) по итогам обзора профильных публикаций подчеркивалось, что распространение использования компетентностного подхода обусловлено необходимостью обеспечения баланса между системой образования и рынком труда [25].
Более того, в объемном обзоре, опубликованном в 2026 г., Тахирсиладж А. и Сундберг Д. указали на масштабность использования компетентностного подхода в системах образования различных стран мира и отметили использование компетенций как политического инструмента, который продвигается транснациональными субъектами, такими как, например, Организация экономического сотрудничества и развития или Европейская комиссия [27].
В современной литературе значимый блок статей составляют исследования по оценке навыков и компетенций, а также их значимости, как с позиции образовательных организаций, так и с позиции работодателей. Например, в работе Келлера В. и Дернози-Поляка А. (2026) показано, что рынок труда все больше ориентирован на подготовку специалистов, способных к переходу на новый технологический уклад и понимающих механизмы формирования цепочек создания стоимости [20].
Имеются различные публикации о теоретическом значении использования компетентностного подхода, который может обеспечить развитие теории образования, а также теории управления человеческими ресурсами и укрепления человеческого потенциала параллельно с созданием теоретического базиса механизмов развития человеческого капитала [13, 14].
Еще один важный блок публикаций, который был проанализирован в контексте проводившихся исследований, связан с изучением различных аспектов использования цифровых технологий в образовании. Значительная часть таких публикаций посвящена цифровым технологиям, которые непосредственно используются в образовательной деятельности в качестве педагогического инструментария. Например, опубликованный в 2026 г. обзор Грэма А. с соавторами обобщает возможности применения в образовательном процессе цифровой геймификации, инструментов дополненной реальности, искусственного интеллекта и интегрированных цифровых технологий [17]. Также Джошуа А. с соавторами (2023) представили анализ цифровых педагогических инструментов [18]. Они пришли к заключению, что образовательные платформы и цифровые инструменты уже преобразовали образовательный ландшафт и предоставляют педагогам новые возможности для развития образования.
Еще одна группа работ посвящена изучению подходов к использованию цифровых инструментов для анализа качества образования. В частности, в работе Кагосян А. с соавторами (2020) рассмотрены пути повышения качества высшего образования, и на основании экспертного опроса определен комплекс мер по повышению качества образования с использованием цифровых инструментов [19].
Большой научный интерес привлекают вопросы, связанные с гармонизацией образования и рынка труда, в том числе использование соответствующих цифровых инструментов. Подобные работы можно характеризовать как отдельную проанализированную группу. В качестве примера можно привести работу Шкодинского С.В. с коллегами (2019), в которой охарактеризованы перспективы цифровизации рынка труда, способные обеспечить его гармонизацию с рынком образования и, соответственно, оптимизировать использование потенциала человеческих ресурсов, что позволит ускорить темп экономического роста [26].
Таким образом, в современной литературе уделено определенное внимание созданию отраслевых баз данных компетенций (например, [2]). Вместе с этим, разработанных баз данных и цифровых инструментов для систематизации и анализа профильных для биоэкономики компетенций или иных цифровых инструментов, обеспечивающих информационное сопровождение процесса подготовки кадров в биоэкономике, обнаружить не удалось.
По этой причине в рамках исследования были продолжены исследования по развитию биоэкономики, в том числе в нашей стране, изучен компетентностный контур биоэкономики [10]. Как результат, с учетом полученных данных, была выдвинута авторская гипотеза, состоящая в том, что внедрение единого цифрового формата компетентностного профиля образовательных программ способно повысить прозрачность и сопоставимость профилей выпускников для работодателей. Соответственно, можно гармонизировать систему образования и рынок труда для обеспечения развития биоэкономики.
С учетом выше отмеченного, целью данного исследования стала разработка цифрового инструментария и методологии для систематизации возможностей отечественных вузов по реализации профильных для биоэкономики образовательных программ с использованием компетентностного подхода для повышения эффективности подготовки кадров для биоэкономики. Достижение указанной цели ожидалось путем решения комплекса задач, связанных с разработкой онтологии и формированием базы данных компетенций в сочетании с соответствующим веб-приложением. В результате планировалось формирование нового цифрового инструментария, который позволит агрегировать на базе единой платформы элементы образовательного ландшафта биоэкономики России. Соответственно, научная новизна данной работы определяется созданием оригинального инструментария сопряжения рынка труда и участников системы образования с использованием компетентностного подхода.
Материалы и методы
Основным материалами исследования стали опубликованные в открытом доступе образовательные программы отечественных вузов (официальный сайт вуза, раздел «Сведения об образовательной организации»).
Отбор вузов для включения в перечень для последующего изучения компетенций осуществлялся с использованием данных рейтингового агентства “RAEX” [7].
Обследование этих вузов было проведено также с использованием метода таксономии, который целенаправленно модифицировали для формирования обеспечивающего биоэкономику организационно-управленческого контура направлений и специальностей подготовки кадров [9, 10].
Материалами исследования также стали отечественные и зарубежные публикации по теме. Для подбора публикаций использовались ресурсы Научной электронной библиотеки (https://elibrary.ru/), а также издательств Elsevier (https://www.sciencedirect.com/), NCBI PubMed (https://pubmed.ncbi.nlm.nih.gov/) и Wiley (https://www.wiley.com/).
В целях исследования использованы Указы Президента и постановления Правительства РФ, иные нормативно-правовые акты Российской Федерации, отдельные аналитические материалы по теме, размещенные в открытом доступе.
Работа выполнена с использованием метода составления ментальных (интеллект) карт с использованием сервиса XMind (https://xmind.com/) и метода составления картограмм.
Кроме того, применялись методы контент-анализа, систематизации и обобщения сведений о действующих подходах к организации сопряжения системы образования и реального сектора экономики, а также библиометрического анализа.
Для создания и апробации разработанного концептуального модуля сбора данных о компетенциях и стартового веб-приложения базы данных использовался стек технологий системы управления базой данных: MariaDB 11.4 LTS (совместима с MySQL 8.0), индексов веб-приложения, авторизации и прав веб-приложения.
Систематизация и обработка полученных «больших» данных компетенций происходил с использованием методов кластерного и частотного анализа.
Результаты и обсуждение
Теоретическое и практическое значение использования компетентностного подхода при подготовке кадров и для формирования отраслевых баз данных компетенций
В настоящее время компетенции рассматриваются как совокупность характеристик человека, отражающих способность применять знания, умения, навыки, имеющийся опыт и личностные качества для успешного решения задач в профессиональной деятельности [6]. Компетенции стали неотъемлемой частью федеральных государственных образовательных стандартов и, соответственно, образовательных программ отечественных вузов.
Осознание значимости компетенций работников привело к формированию теоретических концептов формирования и использования компетентностного подхода как способа организации системы образования, ориентированных на получение соответствующих навыков и решение отдельных задач экономики труда. Этой проблематике уже посвящена масса исследований. Десятилетняя динамика количества подобных публикаций, аннотированных в базе данных ScienceDirect (https://www.sciencedirect.com/), показана на рис. 1.
Рисунок 1. Динамика количества публикаций по поисковым запросам «навыки (skills)», «компетенции (competency)», «экономика труда (labor economics)», 2015-2025 гг., ед. [1]
Источник: составлено авторами по данным ScienceDirect (https://www.sciencedirect.com/)
Стоит отметить, что использование компетентностного подхода идеологически позволяет сместить фокус образовательной деятельности с усвоения отдельных знаний на подготовку специалистов, способных решать реальные профессиональные задачи.
Практическая значимость использования компетентного подхода может заключаться в следующем [16, 21]:
- актуализация образовательных программ в соответствии с потребностями рынка труда, в том числе через сопряжение с профессиональными стандартами;
- усиление соответствия выпускников образовательных организаций требованиям рынка труда;
- универсализация подбора и оценки персонала;
- совершенствование системы прогнозирования кадровой потребности;
- обеспечение мобильности трудовых ресурсов.
Таким образом, применение компетентного подхода можно рассматривать как механизм сопряжения возможностей системы образования и потребностей рынка труда [8, 16, 21].
На практике сопряжение рынка труда и системы образования с использованием компетентностного подхода имеет различные формы [4]. В качестве инструментов следует отметить:
- региональные сравнительные обзорные отчеты (Coursera Global Skills Report, WorldSkills UK и др.);
- платформенные решения по анализу навыков (iMocha, Eightfold AI, Upskill Malaysia и др.);
- инструменты сравнительного анализа квалификаций (Ecctis, TOEIC и др.);
- цифровые решения по оценке навыков (Pluralsight Skills, HackerRank и др.);
- средства анализа рынка труда и конкурентов (JobsPikr, TalentNeuron и др.);
- комплексные системы управления производительностью труда (Gemba Assessment и др.).
Несмотря на разнородность существующих инструментов, основанных на использовании компетенций (навыков), можно выделить их общую характеристику. Все изученные аналитические инструменты предусматривают создание соответствующих массивов или баз данных, например, ESCO (European Union), O*NET OnLine, Competency Library и ряд других.
На практике отраслевые базы данных компетенций решают ряд ключевых задач для бизнеса, образования и государственной политики. Для работодателей они служат ориентирами при подборе, оценке и развитии персонала: позволяют формировать актуальные требования к вакансиям, разрабатывать программы обучения и карьерного роста, оптимизировать штатные расписания.
Вместе с этим, по результатам проведенного анализа выявлено отсутствие цифровых инструментов, в том числе отечественных, обобщающих сведения о компетентностном диапазоне биоэкономики.
Это обстоятельство определило проведение работ по формированию базы данных компетенций и соответствующего веб-приложения с целью подготовки кадров для развивающейся в России биоэкономики.
Формирование базы данных и разработка веб-приложения
Для сбора компетенций в выборку образовательных организаций были включены вузы, лидирующие в предметных рейтингах “RAEX” «Биотехнология и биоинженерия», «Биология», «Экология», «Сельское хозяйство» за 2024 и 2025 годы (всего 61 вуз) [7]. Отбор образовательных программ произведен с использованием специальной модификации разработанного метода таксономии образовательных программ, который определяет контур «ядерных» для биоэкономики направлений и специальностей подготовки кадров (рис. 2) [9].
Рисунок 2. Таксономическая группировка направлений подготовки и специальностей подготовки кадров по программам высшего и среднего профессионального образования (ядерные для биоэкономики направления подготовки и специальности) [2]
Источник: составлено авторами с использованием сервиса XMind (https://xmind.com/)
Также в выборку для обследования и сбора компетенций было включено 22 вуза, лидирующих по предмету «Экономика» рейтинга “RAEX” за 2024 и 2025 год для сбора компетенций по направлениям подготовки и специальностям подготовки кадров сформированного «обеспечивающего» таксона (рис. 3).
Рисунок 3. Таксономическая группировка направлений подготовки и специальностей подготовки кадров по программам высшего и среднего профессионального образования (обеспечивающие биоэкономику направления подготовки и специальности) [3]
Источник: составлено авторами с использованием сервиса XMind (https://xmind.com/)
В совокупности в полученную выборку, за исключением дублирования, было включено 68 вузов. В качестве примера распределение вузов, лидирующих в предметных рейтингах “RAEX” 2025 года и включенных в список для сбора компетенций, по регионам России представлено на рис. 4.
Рисунок 4. Картограмма количества вузов, лидирующих в предметных рейтингах “RAEX” «Биотехнология и биоинженерия», «Биология», «Экология», «Сельское хозяйство», «Экономика» по регионам России, 2025 г.
Источник: составлено авторами с использованием [7]
В ходе работы был сформирован рабочий модуль сбора данных, позиции которого впоследствии составили отдельные справочники базы данных (рис. 5).
Рисунок 5. Сформированные в базе данных справочники информации
Источник: составлено авторами
Перечисленные на рис. 5 справочники стали использоваться как отдельные элементы при проведении последующего исследования и при обработке массивов «больших» данных о качественных характеристиках элементов системы подготовки кадров в биоэкономике с учетом регионального аспекта.
В результате была сформирована реляционная база данных компетенций для подготовки кадров в биоэкономике. Более того, было сформировано соответствующее веб-приложение для работы с этой базой данных (https://bioeconomy.rea.ru/). Интерфейс заглавной страницы веб-приложения по ведению базы данных представлен на рис. 6.
Рисунок 6. Заглавная страница веб-приложения базы данных компетенций биоэкономики
Источник: База данных компетенций для подготовки кадров в биоэкономике РЭУ им. Г.В. Плеханова. URL: https://bioeconomy.rea.ru/
После входа в систему на главной странице веб-приложения по ведению базы данных доступен сплошной поиск по всем формированным справочникам. Более того, доступна настройка раздельного поиска по справочникам и поиск по соответствующим выпадающим спискам (рис. 7).
Таким образом, сформированный цифровой инструментарий предусматривает возможность выбора профиля программы («биотех» и «экономика для биотеха»), региона местонахождения образовательной организации, уровень образования, года набора на программу. Более того, система фильтрации предполагает использование выпадающего списка вузов, а также текстовый поиск по направлениям подготовки и специальностям, профессиональным стандартам, компетенциям и их расшифровке (при наличии таковых в образовательных программах).
Рисунок 7. Интерфейс поисковых возможностей базы данных компетенций биоэкономики
Источник: База данных компетенций для подготовки кадров в биоэкономике РЭУ им. Г.В. Плеханова. URL: https://bioeconomy.rea.ru/
В целом, архитектурой базы данных компетенций для подготовки кадров в биоэкономике изначально предусматривалось извлечение необходимых материалов с помощью этой поисковой строки. Например, при внесении поискового слова и нажатия клавиши ввода (“enter”) система осуществляет и отображает результаты сплошного текстового поиска.
При переходе на определенную образовательную программу как результат поискового запроса представляются сведения о полном наименовании образовательной программы, направлении (специальности) подготовки кадров, уровне образования, регионе местонахождения вуза, предоставляется возможность доступа к активной ссылке с исходными сведениями об образовательной программе и сайту образовательной организации. Далее могут быть получены результаты кластеризации компетенций по категориям. Пример визуализации отображения сведений базы данных с учетом кластеризации представлен на рис. 8.
Рисунок 8. Пример визуализации кластерного распределения компетенций по образовательной программе в базе данных компетенций биоэкономики
Источник: База данных компетенций для подготовки кадров в биоэкономике РЭУ им. Г.В. Плеханова. URL: https://bioeconomy.rea.ru/
Также в веб-приложении предусмотрена возможность получения сведений обо всех собранных по данной образовательной программе профессиональных компетенциях с возможностью перехода к справочникам универсальных и общепрофессиональных стандартов по соответствующему направлению подготовки и специальности (рис. 9). Далее по программе приводятся сведения о профессиональном стандарте и его исходном тексте, а также активные ссылки на схожие образовательные программы и иные образовательные программы вуза.
Рисунок 9. Пример представления результатов поиска профессиональных компетенций базы данных компетенций биоэкономики
Источник: База данных компетенций для подготовки кадров в биоэкономике РЭУ им. Г.В. Плеханова. URL: https://bioeconomy.rea.ru/
Проведение кластерного анализа компетенций
Компетенции, собранные в базе данных, были кластеризованы в девятнадцать тематических кластеров на основе подбора соответствующих ключевых поисковых слов с учетом морфологии.
Архитектура сформированной системы предусматривает следующий алгоритм отнесения компетенции к кластеру. Первоначально был сформирован список основных кластеров, например, «Исследовательские», «Аналитические», «Технические» и т.д. Далее каждому кластеру был задан набор ключевых слов на основании предварительного анализа частотности (например, блок «Исследовательские» → «исследован», «эксперимент», «наблюдени» и т.д. или блок «Аналитические» → «поиск», «анализ», «синтез», «систематизац» и пр.).
При этом принималось во внимание описание одной компетенции. Текст компетенции приводился к нижнему регистру и разбивался на слова. Для каждого кластера сформированный алгоритм производил расчет: сколько соответствующих ключевых слов присутствует в описании.
В качестве примеров приведем результаты расчетов для блока «Исследовательские»: есть «экспериментов» (эксперимент), «научных» (научн) → счётчик = 2 и для блока «Аналитические»: есть «анализ» → счётчик = 1. Для остальных – 0.
Таким образом, определялся показатель «уверенности» как доля найденных ключевых слов от общего числа слов в кластере. Например, если у кластера 10 ключевых слов, а совпало – 3, то показатель «уверенности» составляет 0,3. При отборе выбирались кластеры с максимальным количеством совпадений.
Если у двух кластеров одинаковое максимальное число совпадений (например, оба по 2), то компетенция относилась ко всем этим кластерам одновременно на принципах мультиклассификации. Если совпадений не возникало, то компетенция оставалась неклассифицированной.
Сведения о количественном распределении проанализированных компетенций по кластерам суммированы на рис. 10.
Рисунок 10. Количественное распределение компетенций по кластерам, ед.
Источник: составлено авторами
Таким образом, адаптированный в целях исследования метод кластерного анализа позволил получить результаты, которые могут позволить перейти к формированию компетентностного профиля отдельного вуза и региона.
Общие количественные показатели сформированной базы данных компетенций
Общее количество образовательных программ, установленные компетенции которых внесены в сформированную базу данных, составило 3165 ед. Распределение количества проанализированных программ по уровням образования представлено на рис. 11.
Рисунок 11. Соотношение количества проанализированных программ по уровням образования, ед.
Источник: составлено авторами
Первые десять направлений подготовки уровня бакалавриата, которые лидировали по частоте включения в базу данных, представлены на рис. 12.
Рисунок 12. Топ-10 направлений подготовки кадров в бакалавриате, образовательные программы по которым включены в базу данных, ед.
Источник: составлено авторами
К числу наиболее распространенных в базе данных можно отнести образовательные программы, реализуемые по специальностям 04.05.01 Фундаментальная и прикладная химия, 33.05.01 Фармация и 06.05.01 Биоинженерия и биоинформатика.
В магистратуре наиболее распространенными направлениями подготовки оказались 06.04.01 Биология; 05.04.06 Экология и природопользование; 38.04.01 Экономика; 18.04.01 Химическая технология; 38.04.02 Менеджмент; 19.04.01 Биотехнология; 04.04.01 Химия; 35.04.04 Агрономия; 40.04.01 Юриспруденция; 22.04.01 Материаловедение и технологии материалов.
Общее количество наименований специальностей среднего профессионального образования составило 16, бакалавриата – 57, специалитета – 16, магистратуры – 67, аспирантуры и ординатуры – 40.
В целом, сформированная база данных содержит сведения о почти 12 тыс. профессиональных компетенциях и о более 28 тыс. записей с детализацией информации (расшифровкой) о профессиональных компетенциях. Более того, база данных содержит справочники универсальных и общепрофессиональных компетенций по 97 федеральным государственным образовательным стандартам.
Наконец, представляется важным отметить, что созданное веб-приложение базы данных предполагает следующие функциональные возможности:
- сплошной поиск вузов, образовательных программ, компетенций, профессиональных стандартов;
- просмотр детализированной информации о реализуемых отечественными вузами образовательных программах;
- анализ образовательного профиля региона РФ;
- прямой переход на оригинальный источник информации и полный текст образовательных программ, профессиональных стандартов и пр.;
- систематизированное представление о реализуемых образовательных программах по направлениям и специальностям и т.д.
Соответственно, можно думать, что собранная база данных компетенций, содержащихся в образовательных программах, будет иметь значительную практическую значимость для системы образования, работодателей и самих обучающихся. Сформированная база данных может позволить:
- системно представить возможности региональной деятельности по подготовке кадров;
- обеспечить площадку для взаимодействия участников системы подготовки кадров и производственных организаций, а также иных интересантов процесса подготовки квалифицированных кадров;
- сформировать задел к оценке компетенций и созданию рамки квалификаций и компетенций для биоэкономики;
- создать информационное обеспечение для взаимодействия участников рынка труда и системы подготовки кадров;
- распространить лучшие образовательные практики в регионах России;
- перейти к реализации индивидуальных образовательных траекторий, созданию единой платформы цифровых портфолио обучающихся и пр.
Заключение
На основании проведенного исследования можно констатировать, что в России выражено внимание к вопросам развития биоэкономики и осуществлению гармонизации соответствующей системы подготовки кадров и рынка труда. С целью обеспечения указанной потребности в результате выполненной работы был создан новый цифровой инструментарий, способный оказать позитивное влияние на организацию подготовки кадров для различных разделов биоэкономики.
При формировании цифрового инструментария использовался компетентностный подход, приложения которого позволяют обеспечить развитие теории управления человеческими ресурсами параллельно с созданием теоретического базиса для развития человеческого капитала. С помощью библиометрического анализа и качественного анализа научной литературы удалось охарактеризовать основные теоретические и практические достижения от использования компетентностного подхода при подготовке кадров и формировании отраслевых баз данных компетенций.
Составленный в результате проведенной работы цифровой инструментарий содержит два основных компонента:
- базу данных компетенций, в которой собраны сведения о более 3,1 тыс. образовательных программах, реализуемых в 68 ведущих вузах из различных регионов России, с детализованной информацией о множестве профессиональных, универсальных и общепрофессиональных компетенций, получаемых студентами в ходе обучения;
- веб-приложение (https://bioeconomy.rea.ru/), которое обеспечивает ввод и отображение собранной в базе данных информации о формируемых в отечественных вузах компетенциях, значимых для развития биоэкономики.
Соответственно, представляется, что созданный цифровой инструментарий будет иметь существенную практическую значимость для системы образования, работодателей и самих обучающихся. В целом, можно надеяться, что полученные результаты будут способствовать повышению эффективности подготовки студентов в отечественных вузах, обеспечению рынка труда и поддержанию технологического суверенитета нашей страны.
[1] Для подготовки иллюстрации добавлено поисковое слово “skills” (навыки) ввиду возможности интерпретации данного термина как «компетенции» в отечественном переводе
[2] На верхнем уровне приводится наименование укрупненной группы направлений подготовки и специальностей, а также условный номер группы, состоящий из первых двух цифр номера укрупненной группы в соответствии с приказом Министерства науки и высшего образования РФ от 12.09.2013 г. № 1061 «Об утверждении перечней специальностей и направлений подготовки высшего образования». Далее направления подготовки и специальности отбирались для включения в таксон экспертно и именовались в соответствии с утвержденной в государственных документах формулировкой
[3] На верхнем уровне приводится наименование укрупненной группы направлений подготовки и специальностей, а также условный номер группы, состоящий из первых двух цифр номера укрупненной группы в соответствии с приказом Министерства науки и высшего образования РФ от 12.09.2013 г. № 1061 «Об утверждении перечней специальностей и направлений подготовки высшего образования». Далее направления подготовки и специальности отбирались для включения в таксон экспертно и именовались в соответствии с утвержденной в государственных документах формулировкой
Источники:
2. Клименко А.С., Панфилов А.Н. О применении онтологий баз данных в задаче оценки профессиональных компетенций обучающихся // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. – 2025. – № 3. – c. 20-25. – doi: 10.17213/1560-3644-2025-3-20-25.
3. Ковальчук М.В. Биоэкономика: от советского биологического проекта к природоподобной техносфере будущего // Биотехнология. – 2026. – c. 5-21.
4. Коростелева В. В. Проблемы измерения влияния человеческого капитала на производительность // Лидерство и менеджмент. – 2025. – № 5. – c. 1225-1246. – doi: 10.18334/lim.12.5.123276.
5. Николаев О.В., Литвина Н.И., Литвина Н.В. Развитие биоэкономики: надежды и решения // Бизнес. Образование. Право. – 2025. – № 2. – c. 89-94.
6. Пастюк О.В. Анализ применения дефиниций компетенция, компетентность, профессиональная компетенция в сфере среднего профессионального и высшего образования // Наукосфера. – 2023. – № 5-2. – c. 127-134.
7. Предметные рейтинги. Рейтинговая группа “RAEX”. [Электронный ресурс]. URL: https://raex-rr.com/all_rankings/ (дата обращения: 10.02.2026).
8. Титова Е.С. Анализ особенностей национальных систем компетенций с целью оптимизации подготовки кадров для развития биоэкономики России // Бизнес. Образование. Право. – 2024. – № 3. – c. 52-58. – doi: 10.25683/VOLBI.2024.68.1037.
9. Титова Е.С. Изучение условий подготовки кадров в области биотехнологий для зеленой экономики в отдельных региональных вузах России // Плехановский научный бюллетень. – 2023. – № 2. – c. 133-144.
10. Компетентностный подход как способ гармонизации системы образования и рынка труда в биоэкономике // Экономика труда. – 2025. – № 9. – c. 1277-1294. – doi: 10.18334/et.12.9.123621.
11. Титова Е.С. Современная биоэкономика: проблемы подготовки кадров. - М.: Российский экономический университет имени Г.В. Плеханова, 2025. – 384 c.
12. Титова Е.С., Шишкин С.С. Актуальные вопросы биоэкономики, роль постгеномных дисциплин. - М.: Изд-во ВАШ ФОРМАТ, 2023. – 406 c.
13. Устинович Е.С. Управление человеческим капиталом: нормы, право, инновационные методы для определения уровня компетенций трудовых ресурсов // Социальная политика и социальное партнерство. – 2020. – № 12. – c. 27-44. – doi: 10.33920/pol-01-2012-03.
14. Шулаева О.В. Человеческий капитал: компетенции для инновационного развития // Управление инновациями: теория, методология, практика. – 2014. – № 8. – c. 122-127.
15. Castellano C. Beyond competence: reimagining nursing education through the capability approach // Teaching and Learning in Nursing. – 2026. – № 2. – p. 139-145. – doi: 10.1016/j.teln.2025.12.005.
16. Games D., Sari D., Masli E.K., Triani L., Komalasari S. Are digital competencies enough for future entrepreneurs? Insights from human capital and social cognitive theory among STEM and non-STEM students // Asian Education and Development Studies. – 2025. – № 2. – p. 374-397. – doi: 10.1108/AEDS-06-2025-0262.
17. Graham A., Hökkä M., Pramila-Savukoski S., Flinkkilä M.-L., Tomietto M., Mikkonen K. The use of digital gamification, extended reality, artificial intelligence, and integrated digital learning tools in palliative care education of undergraduate nurses: A systematic review // Nurse Education Today. – 2026. – p. 106982. – doi: 10.1016/j.nedt.2026.106982.
18. Josué A., Bedoya-Flores M.C., Mosquera-Quiñonez E.F., Mesías-Simisterra Á.E., Bautista-Sánchez J.V. Educational Platforms: Digital Tools for the teaching-learning process in Education // Ibero-American Journal of Education & Society Research. – 2023. – № 1. – p. 259-263.
19. Kagosyan A., Kotovchikhina N., Poshentseva I., Kashchenko T., Aralova E. Technologies and tools to improve the quality of university education // Revista Inclusiones. – 2020. – p. 566-578.
20. Keller V., Dernózy-Polyák A. Skills and competence assessment in higher education: a case study in Hungary on employer expectations // Higher Education, Skills and Work-based Learning. – 2026. – № 8. – p. 67-84. – doi: 10.1108/HESWBL-11-2025-0534.
21. Kottaridi C., Louloudi K., Karkalakos S. Human capital, skills and competencies: Varying effects on inward FDI in the EU context // International Business Review. – 2019. – № 2. – p. 375-390. – doi: 10.1016/j.ibusrev.2018.10.008.
22. Le Deist F. D., Winterton J. What is competence? // Human resource development international. – 2005. – № 1. – p. 27-46.
23. Mascarenhas E., Carnide F., Oliveira M.D. Preparing tomorrow\'s health entrepreneurs: a collaborative multi-stakeholder approach to identifying core competencies and training needs of future professionals // BMC Health Services Research. – 2025. – № 1. – p. 1417. – doi: 10.1186/s12913-025-13571-2.
24. Pollegioni L. Bioeconomy Serious Play: An experiential learning approach to teaching bioeconomy in higher education and doctoral training // New Biotechnology. – 2026. – p. 165-174. – doi: 10.1016/j.nbt.2026.03.002.
25. Romanovtseva O. V. The competence approach in education // Contemporary Problems of Social Work. – 2016. – № 4. – p. 83-91.
26. Shkodinsky, S.V., Kazarinova, E.B., Zaytseva, M.V., Balashova, S.P., Gulkova, E.L. Wireless Future of the Labor Market for Its Optimization and Harmonization with the Educational Market. In: Popkova, E. (eds) Ubiquitous Computing and the Internet of Things: Prerequisites for the Development of ICT. Studies in Computational Intelligence. Springer, Cham. – 2019. – Vol. 826. – P. 983-990. – doi: 10.1007/978-3-030-13397-9_102
27. Tahirsylaj A., Sundberg D. Five visions of competence-based education and curricula as travelling policies: a systematic research review 1997–2022 // Journal of Curriculum Studies. – 2026. – № 1. – p. 1-26. – doi: 10.1080/00220272.2025.2492605.
28. Veerabadhran M., Chen L., Lens P.N.L, Nancharaiah Y.V. Algal-bacterial granules for circular bioeconomy: Formation mechanisms and biotechnological applications // Journal of Environmental Management. – 2025. – p. 125393. – doi: 10.1016/j.jenvman.2025.125393.
29. Warchold A., Pradhan P. Bioeconomy and Sustainable Development Goals: How do their interactions matter? // Geography and Sustainability. – 2025. – p. 100293. – doi: 10.1016/j.geosus.2025.100293.
Страница обновлена: 15.09.2026 в 10:07:57
Download PDF | Downloads: 10
Digital toolkit for staffing the bioeconomy in Russia: a competency-based approach
Titova E.S., Polozhishnikova M.A., Chernousov A.A., Utkina A.S., Panina A.S.Journal paper
Leadership and Management
Volume 13, Number 8 (August 2026)
Abstract:
The article focuses on the digital toolkit development predicated on a competency-based approach to improve the effectiveness of training for bioeconomy. The article addresses the scientific challenge of conducting theoretical research, developing a methodological framework, and summarizing and analyzing a dataset on the competency characteristics of educational programs specialized in the bioeconomy in Russian regions. The study utilized a modified method for developing a taxonomy of educational areas and specializations, a mind mapping method, and bibliometric, cluster, and frequency analysis. As a result, the authors developed a “core” and supporting framework for bioeconomy training, obtained through expert selection from lists of training areas and specializations approved for implementation in Russia. A significant dataset was compiled.
This dataset contains approximately 3,200 educational programs with a variety of professional competencies, which made it possible to create a unified database. A specialized web application to manage this database was created.
A cluster analysis of the collected competencies was also conducted. Thus, the conducted research has provided the emergence of new digital tools that can have a positive impact on the organization of personnel training for bioeconomy. The article will be of interest to educators, researchers, and practitioners interested in Russian bioeconomy development and tools for aligning the labor market and education system to ensure this development.
Keywords: bioeconomy, biotechnology, training, competencies, database, labor market
JEL-classification: C55, I25, J21, Q57
References:
Competency-based approach as a way to harmonize the education system and the labor market in bioeconomy. (2025). Russian Journal of Labour Economics. 12 (9). 1277-1294. doi: 10.18334/et.12.9.123621.
Castellano C. (2026). Beyond competence: reimagining nursing education through the capability approach Teaching and Learning in Nursing. 21 (2). 139-145. doi: 10.1016/j.teln.2025.12.005.
Games D., Sari D., Masli E.K., Triani L., Komalasari S. (2025). Are digital competencies enough for future entrepreneurs? Insights from human capital and social cognitive theory among STEM and non-STEM students Asian Education and Development Studies. 15 (2). 374-397. doi: 10.1108/AEDS-06-2025-0262.
Gedzyun V.S., Khachaturyan A.A., Khachaturyan K.S., Khachaturyan S.A. (2026). Artificial Intelligence Elements in the Bioeconomy in the Interests of Achieving Technological Sovereignty. Information technology. (1). 116-123.
Graham A., Hökkä M., Pramila-Savukoski S., Flinkkilä M.-L., Tomietto M., Mikkonen K. (2026). The use of digital gamification, extended reality, artificial intelligence, and integrated digital learning tools in palliative care education of undergraduate nurses: A systematic review Nurse Education Today. 160 106982. doi: 10.1016/j.nedt.2026.106982.
Josué A., Bedoya-Flores M.C., Mosquera-Quiñonez E.F., Mesías-Simisterra Á.E., Bautista-Sánchez J.V. (2023). Educational Platforms: Digital Tools for the teaching-learning process in Education Ibero-American Journal of Education & Society Research. 3 (1). 259-263.
Kagosyan A., Kotovchikhina N., Poshentseva I., Kashchenko T., Aralova E. (2020). Technologies and tools to improve the quality of university education Revista Inclusiones. 566-578.
Keller V., Dernózy-Polyák A. (2026). Skills and competence assessment in higher education: a case study in Hungary on employer expectations Higher Education, Skills and Work-based Learning. 16 (8). 67-84. doi: 10.1108/HESWBL-11-2025-0534.
Klimenko A.S., Panfilov A.N. (2025). On the Use of Database Ontologies in Assessing Students Professional Competencies. Izvestiya vysshikh uchebnyh zavedeniy. Severo-Kavkazskiy region. Tekhnicheskie nauki. (3). 20-25. doi: 10.17213/1560-3644-2025-3-20-25.
Korosteleva V. V. (2025). Problems of measuring the impact of human capital on productivity. Leadership and Management. 12 (5). 1225-1246. doi: 10.18334/lim.12.5.123276.
Kottaridi C., Louloudi K., Karkalakos S. (2019). Human capital, skills and competencies: Varying effects on inward FDI in the EU context International Business Review. 28 (2). 375-390. doi: 10.1016/j.ibusrev.2018.10.008.
Kovalchuk M.V. (2026). Isothermal Amplification Methods in Molecular Diagnostics – Comparative Analysis. Biotekhnologiya. 42 5-21.
Le Deist F. D., Winterton J. (2005). What is competence? Human resource development international. 8 (1). 27-46.
Mascarenhas E., Carnide F., Oliveira M.D. (2025). Preparing tomorrow\'s health entrepreneurs: a collaborative multi-stakeholder approach to identifying core competencies and training needs of future professionals BMC Health Services Research. 25 (1). 1417. doi: 10.1186/s12913-025-13571-2.
Nikolaev O.V., Litvina N.I., Litvina N.V. (2025). Bioeconomic Development: Hopes and Solutions. Business. Education. Law. (2). 89-94.
Pastyuk O.V. (2023). Analysis of the Application of Definitions Competence, Competence, Professional Competence in the Field of Secondary Vocational and Higher Education. Naukosfera. (5-2). 127-134.
Pollegioni L. (2026). Bioeconomy Serious Play: An experiential learning approach to teaching bioeconomy in higher education and doctoral training New Biotechnology. 93 165-174. doi: 10.1016/j.nbt.2026.03.002.
Romanovtseva O. V. (2016). The competence approach in education Contemporary Problems of Social Work. 2 (4). 83-91.
Shkodinsky, S.V., Kazarinova, E.B., Zaytseva, M.V., Balashova, S.P., Gulkova, E.L. Wireless Future of the Labor Market for Its Optimization and Harmonization with the Educational Market. In: Popkova, E. (eds) Ubiquitous Computing and the Internet of Things: Prerequisites for the Development of ICT. Studies in Computational Intelligence. Springer, Cham. – 2019. – Vol. 826. – P. 983-990. – doi: 10.1007/978-3-030-13397-9_102
Shulaeva O.V. (2014). Human capital: competencies for innovative development. Innovation management: theory, methodology, practice. (8). 122-127.
Tahirsylaj A., Sundberg D. (2026). Five visions of competence-based education and curricula as travelling policies: a systematic research review 1997–2022 Journal of Curriculum Studies. 58 (1). 1-26. doi: 10.1080/00220272.2025.2492605.
Titova E.S. (2023). Study of Conditions for Training Personnel in the Field of Biotechnology for the Green Economy in Selected Universities of Russian Regions. Plekhanovsky scientific bulletin. (2). 133-144.
Titova E.S. (2024). Analysis of national competence systems in order to optimize personnel training for the development of bioeconomy in Russia. Business. Education. Law. (3). 52-58. doi: 10.25683/VOLBI.2024.68.1037.
Titova E.S. (2025). Modern bioeconomics: problems of personnel training
Titova E.S., Shishkin S.S. (2023). Current issues of bioeconomics, the role of postgenomic disciplines
Ustinovich E.S. (2020). Human Capital Management in Modern Conditions: Norms, Law, and Innovative Methods to the Level of Competence of Labor Resources. Social policy and social partnership. (12). 27-44. doi: 10.33920/pol-01-2012-03.
Veerabadhran M., Chen L., Lens P.N.L, Nancharaiah Y.V. (2025). Algal-bacterial granules for circular bioeconomy: Formation mechanisms and biotechnological applications Journal of Environmental Management. 382 125393. doi: 10.1016/j.jenvman.2025.125393.
Warchold A., Pradhan P. (2025). Bioeconomy and Sustainable Development Goals: How do their interactions matter? Geography and Sustainability. 100293. doi: 10.1016/j.geosus.2025.100293.