Трансформация трудовых функций и новые требования к подготовке кадров в сельском хозяйстве
Зинич А.В.1 ![]()
1 Омский государственный аграрный университет им. П.А. Столыпина, Омск, Россия
Статья в журнале
Экономика труда (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 13, Номер 11 (Ноябрь 2026)
Введение.
За последние несколько лет аграрный сектор превратился в один из самых динамично развивающихся направлений российской экономики. Согласно сведениям Министерства сельского хозяйства РФ и Федерального центра «Агроэкспорт», объем производства продукции сельского хозяйства всеми категориями хозяйств в денежном эквиваленте увеличился за последние 10 лет в 2 раза, а экспорт в 1,5 раза (рисунок 1).
Рисунок 1 – Динамика показателей развития объемов деятельности сельскохозяйственных организаций в РФ (производство и экспорт), млрд. Руб.
Источник: составлено автором на основе данных Росстата [1]
Ускоренному развитию сельского хозяйства способствовали два ключевых обстоятельства: приток капиталовложений в отрасль и совершенствование системы управления. Инвестиции в основной капитал за последние 10 лет увеличились с 518,8 млрд. руб. в 2015 г. до 1312,3 млрд. руб. в 2025 г. Также, большое значение имело развитие процессов импортозамещения и развитие цифровых технологий. Следствием таких процессов становится формирование новых трендов – от цифровизации и автоматизации производственных процессов до изменения требований к организации труда и характеру выполняемых операций. Указанные сдвиги, в свою очередь, предъявляют принципиально иные требования к рабочей силе. Возникает объективная потребность в кадрах, обладающих расширенным набором компетенций, способных работать с новыми технологическими решениями и адаптироваться к меняющимся условиям производства. Именно этот аспект, касающийся соответствия человеческого капитала новым трендам отрасли, станет предметом дальнейшего рассмотрения.
Исследования российского аграрного рынка труда раскрывают различные стороны этой проблемы. Е.В. Вашаломидзе рассматривает сокращение кадрового и квалификационного потенциала сельского хозяйства [2]. Н.А. Барышникова, Н.А. Киреева и В.И. Мартынович связывают неоднородность кадровой обеспеченности с комплексом демографических, экономических и социальных факторов [1]. Эти работы служат основанием для разграничения количественных кадровых ограничений и квалификационных требований к труду.
Новые тренды в развитии сельского хозяйства и сопутствующие им изменившиеся требования к профессиям достаточно широко рассмотрены в научной литературе последних лет. Так, Е.В. Дробот и соавторы рассматривают процессы изменения рынка труда под влиянием цифровизации и приходят к выводу о необходимости корректировки системы подготовки кадров [4]. О. А. Сагина рассматривает рост спроса на гибридные компетенции в АПК, которые сочетают знания в области агрономии, биоинженерии и цифровых знаний [8]. С.В. Митрофанов выделяет демографические предпосылки кадрового дефицита и ограничения воспроизводства рабочей силы в АПК [7]. М.М. Кудаева рассматривает особенности кадрового обеспечения АПК Новосибирской области, выявляя территориальную специфику и значительную дифференциацию муниципальных образований по численности и трудоспособного населения и результатам сельскохозяйственной деятельности [5, 6]. Г. М. Демишкевич, Е. А. Ижмулкина и К. А. Егоров показывают изменение кадрового состава сельскохозяйственных организаций и связывают кадровое обеспечение научно-технологического развития с необходимостью обновления профессиональной подготовки [3].
В зарубежных исследованиях установлено, что цифровая трансформация сельского хозяйства сопряжена с необходимостью формирования у персонала не только технических компетенций, но и способности к адаптации, критического мышления и готовности к непрерывному обучению. Отмечается, что навыки в области информатизации, статистического анализа и интеллектуального анализа данных включены в число десяти наиболее востребованных компетенций корпоративного сектора [9, 10]. Зарубежные исследования конкретизируют ограничения внедрения: A. Michailidis и соавторы различают технические и переходные компетенции [12], T. Dibbern и соавторы рассматривают дефицит знаний наряду с инфраструктурой и финансированием [11], M.L. Yeo и C.M. Keske выделяют ожидаемую отдачу и доверие к технологии [13]. Эти работы используются для постановки задачи согласования подготовки и её практического применения; их результаты не переносятся непосредственно на российские предприятия.
В настоящей работе внимание сосредоточено на связи между профессиональной задачей, изменением трудовых действий и проверяемым результатом подготовки. Цель исследования состоит в определении направления согласования подготовки кадров и трансформации трудовых функций в условиях цифровизации. Для достижения цели сопоставлены изменения потребности в работниках по профессиональным группам, систематизированы цифровые составляющие традиционных трудовых задач, рассмотрены способы их отражения в образовательных программах и определены критерии оценки практической готовности выпускников и работников. Элементы научной новизны заключаются в дополнении матрицы «традиционная задача – цифровая функция – компетенция» проверяемым профессиональным результатом и в разграничении трёх уровней оценки подготовки: образовательного предложения, самооценки обучающегося и выполнения производственного задания. Практическая значимость состоит в возможности использовать такое сопоставление для выбора содержания учебных модулей, заданий для аттестации и показателей оценки адаптации работников на предприятии.
В работе были использованы методы социологии и аналитический обзор литературы. Информационная база включает опубликованные сведения ведомственного наблюдения о кадрах сельскохозяйственных организаций, материалы Федеральной службы государственной статистики (Росстата) о потребности организаций в работниках на 31 октября 2022 и 2024 гг., открытые документы аграрных университетов. Эмпирическую базу представили результаты опроса студентов 2-4 курсов Омского ГАУ. Всего было опрошено 100 человек. Исследование проходило в 2021 г. и в 2026 г. Метод сбора данных – опрос. Материалы исследования могут быть использованы в образовательном процессе, в системе повышения квалификации кадров, руководителями и специалистами предприятий, научными работниками.
Результаты исследования.
По данным ведомственных наблюдений в России наблюдается сокращение численности работников, занятых в сельскохозяйственных организациях на 368 тыс. чел. Основной вклад в общую отрицательную динамику внесло уменьшение численности работников рабочих профессий на 316 тыс. чел. Численность руководителей и специалистов изменялась неравномерно. После небольшого увеличения в 2016 году, показатель снизился к 2020 году до 281 тыс. чел., и к 2024 году сократилась еще до 255 тыс. чел.
Рисунок 2 – Динамика численности работников сельскохозяйственных организаций Российской Федерации по категориям, тыс. чел.
Источник: составлено автором на основе данных Росстата [2]
Сокращение численности работников само по себе не доказывает ухудшения кадровой обеспеченности: оно совместимо и с ростом производительности, и с изменением структуры производства. Дополнительное значение имеет динамика незамещённой потребности. В таблице 1 приведены исходные значения по девяти профессиональным группам и выполненные по ним расчёты. Для содержательной оценки наиболее важны не только темпы прироста, но и абсолютный вклад каждой группы в изменение потребности.
Таблица 1 – Потребность в работниках сельского хозяйства по профессиональным группам, человек
Источник: составлено автором на основе данных Росстата [3]
|
Профессиональная
группа
|
2022
г.
|
2024
г.
|
Изменение
2024 к 2022
|
Темп прироста, %
|
|
Руководители
|
1
910
|
2
833
|
923
|
48,3%
|
|
Специалисты
высшего уровня квалификации
|
6
029
|
9
244
|
3
215
|
53,3%
|
|
Специалисты
среднего уровня квалификации
|
3
117
|
5
001
|
1
884
|
60,5%
|
|
Служащие,
занятые подготовкой и оформлением документации, учетом и обслуживанием
|
774
|
1
397
|
623
|
80,5%
|
|
Работники сферы
обслуживания и торговли, охраны граждан и собственности
|
2
499
|
3
349
|
850
|
34,0%
|
|
Квалифицированные
работники, сельского и лесного хозяйств, рыбоводства и рыболовства
|
10
750
|
17
834
|
7
084
|
65,9%
|
|
Квалифицированные
рабочие промышленности, строительства, транспорта и рабочие родственных
занятий
|
6
664
|
13
336
|
6
672
|
100,1%
|
|
Операторы производственных
установок и машин, сборщики и водители
|
13
725
|
21
253
|
7
528
|
54,8%
|
|
Неквалифицированные
рабочие
|
11
458
|
22
880
|
11
422
|
99,7%
|
За исследуемый период потребность в работниках увеличилась во всех представленных профессиональных группах. Наибольший прирост пришелся на неквалифицированных рабочих – около 11,4 тыс. чел. Также потребность в специалистах высшего уровня квалификации возросла на 53,3%, среднего уровня – на 60,5%, в операторах производственных установок, сборщиках и водителях – на 54,8%. Такая динамика отражает сочетание потребности в работниках, имеющих компетенции в сфере управления новыми технологиями и сотрудниками ручного и вспомогательного труда. Последние остаются востребованными в условиях сезонности производства и различий в уровне технологического оснащения сельскохозяйственных предприятий.
Выявленная динамика свидетельствует об усилении дисбаланса между потребностью в персонале и возможностями ее удовлетворения. Рост числа вакансий при сокращении списочной численности работников и общего количества занятых говорит о сложности удержания кадров в организациях. Как показывают исследования российских ученых, наиболее подтверждённым фактором становятся демографические процессы, в условиях которых физическое наращивание численности рабочей силы невозможно. Дополнительное влияние на кадровую ситуацию оказывает межотраслевая конкуренция за трудовые ресурсы, условия занятости и социально-экономические параметры функционирования сельских территорий [2].
Преодоление выявленного кадрового дефицита в сельском хозяйстве требует сочетания мер по закреплению работников и снижению трудоемкости производственных процессов. Повышение оплаты труда, улучшение условий занятости и развитие социальной инфраструктуры сельских территорий необходимы для сохранения кадрового потенциала. Однако, учитывая перечисленные ранее ограничения в виде физического наращивания численности рабочей силы и межотраслевой конкуренции возможности удовлетворения потребности в кадрах исключительно за счет дополнительного найма отсутствуют. В этой связи возрастает значение повышения производительности труда и более эффективного использования имеющихся трудовых ресурсов.
При таком подходе приоритетом становится выявление операций, на которых нехватка кадров создает наибольшие временные и производственные потери. Такой анализ позволяет определить, где необходимы изменения в организации труда, а где экономически оправдана автоматизация, роботизация и внедрение цифровых систем. Именно переход от физического наращивания численности персонала к сокращению потребности в ручном труде на единицу продукции формирует предпосылки для цифровизации сельскохозяйственного производства.
Данное направление согласуется с результатами исследований Л.С. Беликовой и Г.В. Волоховского «Топ-15 трендов в сфере AgroTech», опубликованного ИСИЭЗ НИУ ВШЭ в августе 2025 г. Проанализировав научные публикации и патенты за 2022-2024 гг. авторы выделили основные тренды в сфере AgroTech: цифровое сельское хозяйство, роботы, датчики и дистанционное зондирование земли (ДЗЗ). Применительно к выявленной кадровой ситуации указанные технологии можно рассматривать как взаимодополняющие направления преобразования трудовых процессов на предприятии. Датчики и средства ДЗЗ позволяют сократить затраты материальных ресурсов и времени на мониторинг и обработку полей. Искусственный интеллект поддерживает принятие решений в области планирования работ и распределения ресурсов. Роботы позволяют автоматизировать отдельные рутинные операции. Таким образом возможно оптимизировать рабочие процессы на предприятии и перераспределить задачи меду механизмом, или системой, и принимающим решение человеком.
Вместе с этим внедрение цифровых технологий изменяет структуру кадровой потребности и требования к самим работникам. Проведенный анализ потребности организаций в трудовых ресурсах и направлениях технологического развития сельского хозяйства позволил сформулировать вывод о необходимости изменения подходов к содержанию трудовых задач в условиях цифровизации. Применение цифровых систем предполагает освоение работником новых дополнительных функций, связанных с работой с данными, управлением сложным оборудованием и принятием решений на основе интерпретации сигналов датчиков и т.п. При этом, значение специализированных агрономических, зоотехнических, инженерных, экономических знаний сохраняется с высокой степенью важности. В результате была разработана матрица взаимосвязи традиционных трудовых задач и их трансформации с учетом цифровизации производственных процессов (таблица 2).
Таблица 2 – Изменение профессиональных задач и компетенций работников сельского хозяйства под влиянием цифровизации
Источник: составлено автором
|
Традиционная
задача
|
Задача
в условиях цифровизации
|
Компетенции,
формируемые в вузе
|
|
Механизатор
/ эксплуатация сельскохозяйственной техники
| ||
|
Управление
машиной по визуальным ориентирам; ручная настройка рабочих органов; контроль
качества операции по наблюдениям и контрольным замерам
|
Настройка
спутниковой навигации и автоматического вождения; выполнение электронного
задания; контроль параметров операции по терминалу; переход к ручному
управлению при отказе
|
Использование
навигационных и геоинформационных систем; чтение электронных карт; настройка
параметров машин; взаимодействие с автоматизированной техникой
|
|
Агроном
/ агрономия
| ||
|
Полевые
обследования; отбор проб; оценка состояния посевов; составление
технологических карт на основе наблюдений и усреднённых характеристик поля
|
Совмещение
результатов полевых обследований с данными дистанционного зондирования и
датчиков; выделение неоднородных участков; подготовка дифференцированных
заданий; проверка цифровых рекомендаций
|
Работа
с ГИС и пространственными данными; статистический анализ агрономических
наблюдений; применение технологий точного земледелия; проверка рекомендаций
ИИ с учётом агрономических ограничений
|
|
Зоотехник
/ зоотехния
| ||
|
Наблюдение
за животными; ведение журналов продуктивности; контроль кормления и условий
содержания по периодическим измерениям
|
Анализ
данных автоматизированного учёта, датчиков активности и кормления; проверка предупреждающих
сигналов; выявление отклонений; корректировка зоотехнических решений на
основе подтверждённых данных
|
Работа
с системами управления стадом; анализ показателей продуктивности, кормления и
поведения; документирование решений и взаимодействие с ветеринарной службой
|
|
Инженер
/ агроинженерия
| ||
|
Плановое
техническое обслуживание; поиск неисправностей по внешним признакам и
измерениям; ремонт механических, электрических и гидравлических узлов
|
Диагностика
взаимосвязанной работы оборудования, датчиков, программного обеспечения и
каналов связи; анализ журналов событий; обслуживание по техническому
состоянию; восстановление обмена данными
|
Основы
автоматического управления и промышленного интернета вещей; работа с
интерфейсами; анализ телеметрии; основы кибербезопасности оборудования;
документирование отказов и восстановления
|
|
Руководитель
/ экономическая служба
| ||
|
Планирование
производства и численности работников; расчёт затрат по отчётности; выбор
техники по цене и производительности; организация инструктажей
|
Оценка
цифровых проектов с учётом полного жизненного цикла; планирование изменения
трудовых функций и обучения; контроль экономического и производственного
эффекта внедрения; инжиниринг и реинжиниринг бизнес-процессов
|
Анализ
производственных данных; оценка инвестиций и совокупной стоимости владения;
сценарный анализ и оценка рисков; управление организационными изменениями;
планирование кадровой потребности и обучения; организация управления данными
и ответственностью
|
Сопоставление задач позволило выявить изменение подхода к составу трудовых функций в сельском хозяйстве по всем направлениями деятельности. При традиционной организации труда основное внимание уделяется непосредственному выполнению технологической операции. В условиях цифровизации состав профессиональных знаний для осуществления деятельности расширяется: помимо знания технологии процесса, исполнителю необходимо уметь работать с цифровыми сервисами, анализировать данные и принимать решения на основе эти данных.
Такая трансформация меняет подходы к содержанию аграрного образования, требуя освоения компетенций, связанных с владением цифровыми навыками в сочетании с решением профильных производственных задач (агрономических, зоотехнических, инженерных, экономических). Ответ вузов на технологические изменения реализуется через обновление основных образовательных программ и развитие дополнительной профессиональной подготовки. Пример Омского ГАУ им. П.А. Столыпина иллюстрирует применение этих механизмов.
В Омском государственном аграрном университете имени П.А. Столыпина цифровая направленность закреплена на уровне профилизации основной подготовки. Так, например, по направлению подготовки 35.03.06 «Агроинженерия» введен профиль «Цифровые системы в АПК». По этому направлению цифровые дисциплины присутствуют не только в предметах по выбору, но и составляют значительную часть обязательного блока. Также следует отметить, что цифровая тематика соотнесена с разными направлениями инженерной деятельности, такими, как диагностика, аналитика, ремонт, роботизированные и беспилотные средства. В таблице 3 представлены направления цифровой подготовки в профильных дисциплинах.
Таблица 3 – Направления цифровой подготовки и результаты освоения профильных дисциплин
Источник: составлено автором
|
Направление цифровой подготовки
|
Дисциплина
|
Ожидаемый профессиональный
результат
|
|
Аналитическое
сопровождение технического сервиса
|
Превентивная
аналитика в сервисном обслуживании машин
|
Анализ
данных об эксплуатации и техническом состоянии машин для выявления признаков
возможных отказов и обоснования сроков обслуживания
|
|
Роботизация
растениеводства
|
Роботизированные
системы в растениеводстве
|
Обоснование
применения роботизированных систем с учётом требований сельскохозяйственной
операции и условий её выполнения
|
|
Автоматизированное
управление
|
Цифровая
автоматика
|
Настройка
и контроль автоматизированных систем, анализ отклонений в их работе
|
|
Диагностика
технического состояния
|
Цифровая
диагностика в техническом обслуживании машин
|
Интерпретация
диагностических данных, выявление неисправностей и обоснование решений по
техническому обслуживанию
|
|
Цифровое
проектирование техники
|
Цифровое
проектирование тракторов
|
Разработка
и анализ цифровых моделей тракторов и их узлов с учётом конструктивных и
эксплуатационных требований
|
|
Технологическое
обеспечение ремонта
|
Цифровые
технологии в ремонтном производстве
|
Применение
цифровых средств при подготовке и сопровождении ремонтных работ, обоснование
технологических решений
|
|
Управление
уборкой и обработкой урожая
|
Цифровые
технологии при уборке и обработке зерна
|
Использование
производственных данных для выбора и корректировки режимов уборки и обработки
зерна с учётом качества продукции и потерь
|
Включение данных дисциплин в учебный процесс создает образовательную основу для подготовки к цифровизации сельскохозяйственного производства.
В РГАУ-МСХА имени К.А. Тимирязева интеграция цифровой и отраслевой подготовки отражена, в частности, в учебном плане бакалавриата 35.03.04 «Агрономия», профиль «Точное земледелие», утверждённом в 2024 г. В нём представлены дисциплины «Системы искусственного интеллекта», «Геоинформационные системы в АПК», «Цифровая ферма» и профильное точное земледелие. Матрица компетенций связывает цифровые дисциплины с освоением способов выбора и применения информационных технологий для решения профессиональных задач. Это соответствует обозначенной ранее потребности агронома работать с пространственными данными и обосновывать решения на основе нескольких источников информации.
Помимо профессиональных цифровых навыков большое значение для современных сотрудников сельскохозяйственных предприятий имеют надпрофессиональные навыки, позволяющие осваивать инструменты, взаимодействовать с коллегами и принимать обоснованные решения. Начиная с 2021 года в Омском ГАУ проводятся исследования молодежи, связанные с их оценкой. В исследовании уровня владения надпрофессиональными навыками приняли участие 100 человек (участие на добровольной основе, распределение не учитывалось). Полученные результаты характеризуют самооценку опрошенных студентов, а их сопоставление носит описательный характер. Студентам 2-4 курсов предлагалось оценить собственное владение 17 навыками (перечень составлен по материалам экспертных выступлений, аналитических публикаций и докладов о цифровой экономике и изменении занятости). Параметры оценивались по пятибалльной шкале: ответы объединили в низкую (1–2 балла), среднюю (3 балла) и высокую (4–5 баллов) категории. Средние значения и доли высоких оценок, представленные в таблице 4, позволяют определить, как изменилась самооценка сформированности данных навыков у молодежи за 5 лет.
Таблица 4 – Результаты самооценки сформированности надпрофессиональных навыков молодежи, средние значения
Источник: составлено автором
|
Показатель
|
2021 г.
|
2026 г.
|
|
Экологическое
мышление
|
3,4
|
3,6
|
|
Социальное
мышление
|
3,7
|
3,8
|
|
Управление
проектами
|
3,1
|
3,6
|
|
Системное
мышление
|
3,3
|
3,7
|
|
Работа
в условиях неопределенности
|
3,3
|
3,7
|
|
Бережливое
производство
|
3,7
|
3,9
|
|
Клиентоориентированность
|
3,5
|
3,6
|
|
Межотраслевая
коммуникация
|
3,2
|
3,6
|
|
Мультиязычность
и мультикультурность
|
3,1
|
3,3
|
|
Программирование
(робототехника) ИИ
|
2,5
|
3,2
|
|
Работа
с людьми
|
3,7
|
3,9
|
|
Уверенность
|
3,6
|
3,8
|
|
Умение
принимать и реализовывать решения
|
3,7
|
4
|
|
Высокий
уровень антиципации
|
3,5
|
3,8
|
|
Сила
личности
|
3,7
|
3,8
|
|
Высокий
уровень саморегуляции
|
3,6
|
3,7
|
|
Высокий
уровень работоспособности
|
3,8
|
3,9
|
Сопоставление результатов опросов позволяет предположить, что обновление образовательных программ способствовало развитию надпрофессиональных навыков студентов. Введение курса «Управление проектами» на всех факультетах создало основу для освоения таких компетенций как, целеполагание, планирование ресурсов, организация процессов. Введение в цикл дисциплин компетенций, связанных с бережливым производством, способствовало более осознанному отношению к затратам, потерям и организации труда. По этим параметрам мы видим увеличение средних оценок с 3,7 до 3,9. Расширение цифровой подготовки, в свою очередь, позволило увидеть улучшение позиций по таким параметрам, как работа с технологиями, анализ данных и системное мышление.
Рассмотренные примеры позволяют сделать вывод, что цифровые компетенции получают организационное закрепление в аграрном образовании через специализированные профили, предметные дисциплины и дополнительную подготовку. Следующим критерием качества такого обновления должна стать способность выпускника самостоятельно решить профессиональную задачу с применением цифровой системы, проверить полученный результат и обосновать свои действия.
Заключение.
Проведенное исследование позволило рассмотреть кадровую потребность сельскохозяйственных организаций и определить направления преобразования подходов к реализации трудовых задач и компетенций работников в условиях цифровизации отрасли.
В последние годы в сельском хозяйстве увеличивается потребность в кадрах всех профессиональных групп, как в работниках, выполняющих ручные и вспомогательные операции, так и в специалистах высшего и среднего уровней квалификации. Это говорит о неоднородности кадровых потребностей сельскохозяйственных организаций, которую следует учитывать при подготовке специалистов. На основе анализа направлений технологического развития сельского хозяйства составлена матрица, отражающая возможные изменения профессиональных задач и компетенций работников. Ее использование позволяет сопоставить традиционные трудовые операции с задачами, возникающими при применении цифровых технологий. Показано, что работа с данными, цифровыми сервисами и автоматизированным оборудованием дополняет отраслевые знания, сохраняя необходимость их применения при оценке информации и принятии производственных решений. Рассмотренные примеры образовательных программ показывают, что цифровая подготовка включается в содержание аграрного образования. Сопоставление результатов опросов студентов за 2021 и 2026 гг. выявило повышение средних значений самооценки по представленным надпрофессиональным навыкам. Практическая значимость исследования состоит в возможности использовать предложенную матрицу при обсуждении содержания образовательных программ и программ повышения квалификации с учетом задач сельскохозяйственных организаций. Перспективными направлениями дальнейшей работы являются сопоставление требований работодателей к компетенциям работников, проверка матрицы на материалах предприятий с различным уровнем технологического оснащения, а также оценка способности обучающихся применять цифровые инструменты при решении профессиональных задач. Сопоставление результатов такой оценки с данными о подготовке специалистов позволит более обоснованно определить направления совершенствования аграрного образования.
[1] Продукция сельского хозяйства по категориям хозяйств по Российской Федерации [Электронный ресурс] / Федеральная служба государственной статистики (Росстат). – Режим доступа: https://rosstat.gov.ru/ (дата обращения: 26.09.2026)
[2] О численности и потребности организаций в работниках по профессиональным группам [Электронный ресурс] / Федеральная служба государственной статистики (Росстат). – Режим доступа: https://rosstat.gov.ru/ (дата обращения: 26.09.2026)
[3] Списочная численность работников и потребность организаций в работниках для замещения вакантных рабочих мест по профессиональным группам на 31 октября 2022-2024 гг. // Федеральная служба государственной статистики. [Электронный ресурс]. URL: https://rosstat.gov.ru/storage/mediabank/potr2022.xlsx (дата обращения: 27.09.2026)
Страница обновлена: 12.11.2026 в 13:41:01
Transformatsiya trudovyh funktsiy i novye trebovaniya k podgotovke kadrov v selskom khozyaystve
Zinich A.V.Journal paper
Russian Journal of Labour Economics
Volume 13, Number 11 (November 2026)
