Мультифакторная модель прогнозирования и управления рисками текучести персонала на предприятиях атомной отрасли
- Авторы: Ляшенко В.Е.1
-
Учреждения:
- Санкт-Петербургский университет технологий управления и экономики
- Выпуск: № 4 (2025)
- Страницы: 1-11
- Раздел: Статьи
- URL: https://journal-vniispk.ru/2409-7802/article/view/372169
- DOI: https://doi.org/10.25136/2409-7802.2025.4.76169
- EDN: https://elibrary.ru/LCOMQK
- ID: 372169
Цитировать
Полный текст
Аннотация
Предметом исследования является процесс прогнозирования и управления рисками добровольной текучести персонала на предприятиях атомной отрасли. Объектом исследования выступает кадровый потенциал высокотехнологичного предприятия атомной промышленности. Особое внимание уделяется выявлению и количественной оценке специфических для атомной отрасли факторов риска, таких как ясность карьерной траектории, участие в инновационных проектах и работа в условиях режимности, с построением интерпретируемой математической модели. Высококвалифицированный персонал является ключевым активом предприятий атомной отрасли, где текучесть кадров может относиться к критическим рискам, включая потерю уникальных производственных компетенций, снижение уровня безопасности и рост операционных издержек. Целью исследования является разработка мультифакторной модели для прогнозирования индивидуального риска добровольной текучести персонала на предприятиях атомной отрасли. Методология исследования основана на анализе данных системы управления персоналом. Для построения прогнозной модели использовалась логистическая регрессия, обеспечивающая высокую интерпретируемость результатов. Выбор обусловлен её преимуществами для задач бинарной классификации, такими как высокая интерпретируемость результатов, устойчивость к мультиколлинеарности и относительно низкая вычислительная сложность. В результате проведённого исследования показано, что снижение ясности карьерной траектории увеличивает риск увольнения, так же, как и отсутствие участия в инновационных проектах. Разработанная модель позволяет сегментировать персонал по трём группам риска и разрабатывать целевые мероприятия для каждой категории сотрудников. Основными выводами является установление приоритетности организационно-психологических и карьерных факторов над финансовыми стимулами. Особый вклад автора заключается в создании комплексной системы проактивного управления рисками, включающей механизм оценки экономической эффективности принимаемых мер. Новизна исследования заключается в адаптации методологии анализа выживаемости для условий атомной отрасли и интеграции количественных прогнозов с практическими HR-стратегиями. Разработанная модель является эффективным инструментом для служб управления персоналом атомных предприятий, обеспечивающим переход от реактивного к предиктивному управлению кадровой стабильностью.
Об авторах
Валерий Евгеньевич Ляшенко
Санкт-Петербургский университет технологий управления и экономики
Email: vallys20120@mail.ru
ORCID iD: 0009-0005-2034-0381
аспирант; кафедра управления социально-экономическими системами;
Список литературы
Hancock, J. I., Allen, D. G., Soelberg, C. Collective turnover: a call for research // Annual Review of Organizational Psychology and Organizational Behavior. 2017. Vol. 4. P. 1-14. Martínez-Córcoles, M., Gracia, F., Tomás, I., Peiro, J. Leadership and employees' perceived safety behaviours in a nuclear power plant: A structural equation model // Safety Science. 2011. Vol. 49, No. 8. P. 1118-1129. doi: 10.1016/j.ssci.2011.03.002 Allen, D. G., Bryant, P. C., Vardaman, J. M. Retaining talent: Replacing misconceptions with evidence-based strategies // Academy of Management Perspectives. 2010. Vol. 24, No. 2. P. 48-64. Benabou, A., Touhami, F., My Abdelouahed, S. Predicting Employee Turnover Using Machine Learning Techniques // Acta Informatica Pragensia. 2025. Vol. 14. doi: 10.18267/j.aip.255 EDN: PWTICR Saradhi, V. V., Palshikar, G. K. Employee churn prediction // Expert Systems with Applications. 2011. Vol. 38, No. 3. P. 1999-2006. Воронова, Н. С., Яковлева, Е. А., Яковлева, Д. Д. Инструменты корпоративного финансирования интегрированной компании атомной отрасли в контексте устойчивого развития // Экономика, предпринимательство и право. 2024. Т. 14, No. 11. С. 6439-6454. doi: 10.18334/epp.14.11.122002 EDN: QRBNPU Nuclear Power Personnel: Workforce Assessment and Planning [Электронный ресурс] / International Atomic Energy Agency (IAEA). Vienna: IAEA, 2021. (IAEA Nuclear Energy Series). URL: https://www-pub.iaea.org/MTCD/Publications/PDF/Pub1477_web.pdf (дата обращения: 28.09.2025). Бондаренко, В. А., Пржедецкая, Н. В. Вопросы разработки системы мотивации сотрудников для компаний энергетического сектора // Глобальная ядерная безопасность. 2024. Т. 14, No. 1 (50). С. 101-110. doi: 10.26583/gns-2024-01-13 EDN: XXPMHI Hosmer, D. W., Lemeshow, S., May, S. Applied survival analysis: regression modeling of time-to-event data. 2nd ed. Hoboken: Wiley-Interscience, 2008. 392 p. Van der Heijden, G. J., Donders, A. R., Stijnen, T., Moons, K. G. Imputation of missing values is superior to complete case analysis and the missing-indicator method in multivariable diagnostic research: a clinical example // Journal of Clinical Epidemiology. 2006. Vol. 59, No. 10. P. 1102-1109. Harter, J. K., Schmidt, F. L., Hayes, T. L. Business-unit-level relationship between employee satisfaction, employee engagement, and business outcomes: a meta-analysis // Journal of Applied Psychology. 2002. Vol. 87, No. 2. P. 268-279. Fitz-enz, J., Mattox, J. R. Predictive analytics for human resources [Электронный ресурс]. Hoboken: John Wiley & Sons, 2014. 256 p. URL: http://repo.darmajaya.ac.id/4065/1/%28Wiley%20and%20SAS%20Business%20Series%29%20Jac%20Fitz-enz%2C%20John%20Mattox%20II%20-%20Predictive%20Analytics%20for%20Human%20Resources-Wiley%20%282014%29.pdf (дата обращения: 28.09.2025). Kuhn, M., Johnson, K. Applied predictive modeling. New York: Springer, 2013. 600 p. doi: 10.1007/978-1-4614-6849-3 EDN: YFCPUZ Kleinbaum, D. G., Klein, M. Logistic regression: a self-learning text. 3rd ed. New York: Springer, 2010. 702 p. Fawcett, T. An introduction to ROC analysis // Pattern Recognition Letters. 2006. Vol. 27, No. 8. P. 861-874. Hosmer, D. W., Lemeshow, S., Sturdivant, R. X. Applied logistic regression. 3rd ed. Hoboken: John Wiley & Sons, 2013. 528 p. Youden, W. J. Index for rating diagnostic tests // Cancer. 1950. Vol. 3, No. 1. P. 32-35. doi: 10.1002/1097-0142(1950)3:13.0.co;2-3 Токарева, Ю. А., Гаспарович, Е. О. Стратегическое управление персоналом. Екатеринбург: Изд-во Урал. ун-та, 2024. 296 с. EDN: BOYIGQ Gerhart, B., Fang, M. Pay for (individual) performance: Issues, claims, evidence and the role of sorting effects // Human Resource Management Review. 2014. Vol. 24, No. 1. P. 41-52. Mitchell, T. R., Holtom, B. C., Lee, T. W. How to keep your best employees: Developing an effective retention policy // Academy of Management Perspectives. 2001. Vol. 15, No. 4. P. 96-108. EDN: DQONWB Finnegan, R. P. The Power of Stay Interviews for Engagement and Retention [Электронный ресурс] // Society For Human Resource Management. Alexandria, VA, 2021. 200 p. URL: https://c-suiteanalytics.com/wp-content/uploads/2015/12/The-Power-of-Stay-Interviews-SHRA-10.6.17.pdf (дата обращения: 28.09.2025). Cascio, W. F., Boudreau, J. W. Investing in people: Financial impact of human resource initiatives. Upper Saddle River: FT Press, 2008. 360 p. Phillips, J. J., Phillips, P. P. Accountability in human resource management: Connecting HR to business results [Электронный ресурс]. 2nd ed. New York: Routledge, 2019. 398 p. URL: https://roiinstitute.net/wp-content/uploads/2021/06/Accountability-in-Human-Resource-Management-chapter-3.pdf (дата обращения: 28.09.2025). Chen, T., Guestrin, C. XGBoost: A scalable tree boosting system // Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '16). 2016. P. 785-794. Borms, L., Multani, M., Bachus, K. [et al.] Using Natural Language Processing to monitor circular activities and employment // Sustainable Production and Consumption. 2024. Vol. 46. P. 42-53. doi: 10.1016/j.spc.2024.02.007 EDN: SKCWHU
Дополнительные файлы

