Digital capital of the labor force in Russia: regional differentiation

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The article presents the results of a study of the digital human capital in the regions of Russia. After reviewing the literature on digital capital, the authors identified two main approaches to measuring digital capital: monometric and polymetric ones. The monometric approach is more promising for measuring the digital human capital. This approach involves a single indicator for measuring digital capital, which should be sufficiently comprehensive to reflect the multidimensional nature of digital capital. The developed methodology is based on measuring the digital skills of job seekers who are looking for work in the regional labor market. The methodology has been tested at the level of Russian regions. The authors analyzed 5.5 million resumes on the Unified Digital Platform "Work in Russia" in April 2022. The labor force in the regions of Russia varies significantly in terms of digital capital. The highest values of digital human capital were found in Moscow and St. Petersburg, the Republic of Khakassia, Krasnoyarsk, Perm and Khabarovsk Territories, Kaliningrad and Tyumen regions. The results obtained will contribute to improving the measurement of digital capital and the development of policies to bridge the digital divide.FUNDING: The research was carried out with financial support as part of the NSTU development program, research project No. C22-19.

作者简介

Sergey Kapelyuk

Novosibirsk State Technical University; Novosibirsk State University of Economics and Management

Email: skapelyuk@bk.ru
Доцент кафедры экономической теории и прикладной экономики, кандидат экономических наук, доцентДоцент кафедры экономики предпринимательской деятельности и логистики

Ilya Karelin

Novosibirsk State Technical University

Email: karelin@corp.nstu.ru
Старший преподаватель кафедры экономической теории и прикладной экономики

参考

  1. Вартанова Е.Л., Гладкова А.А. Цифровое неравенство, цифровой капитал, цифровая включенность: динамика теоретических подходов и политических решений // Вестник Московского университета. Серия 10. Журналистика. – 2021. – № 1. – c. 3–29. – doi: 10.30547/vestnik.journ.1.2021.329.
  2. Горяинов А.Н. Коллекция кейсов и инструментов для оценки цифровых компетенций в рамках программы DigComp // Цифровая трансформация образования: сб. мат. 2-й Межд. науч.-практ. конф., Минск, 27 марта 2019 г. – Минск: ГИАЦ Минобразования. Минск, 2019. – c. 329–331.
  3. Ивашиненко Н.Н., Варызгина А.А., Михайлова В.В. Формирование цифрового капитала у населения России // Гуманитарные, социально-экономические и общественные науки. – 2022. – № 5. – c. 50–54. – doi: 10.23672/Y6341-3933-5752-C.
  4. Индикаторы цифровой экономики: 2022. / под ред. Н. Анисимов [и др.]. - М.: Национальный исследовательский университет «Высшая школа экономики», 2023. – 332 c.
  5. Капелюк С.Д., Карелин И.Н. Спрос на цифровые навыки в России: региональные различия // Пространственная экономика. – 2023. – № 1. – c. 70–92. – doi: 10.14530.
  6. Капелюк С.Д., Карелин И.Н. Динамика востребованности цифровых навыков на рынке труда регионов России // Π-Economy. – 2023. – № 1 (16). – c. 51–61. – doi: 10.18721/JE.16104.
  7. Карапетян Р.В., Сизова И.Л., Бакаев М.А. Текущие и ожидаемые параметры прироста цифровых компетенций у занятого населения (пример Санкт-Петербурга) // Вестник Института социологии. – 2020. – № 1. – c. 113–136. – doi: 10.19181/vis.2020.11.1.629.
  8. Лищук Е.Н., Капелюк С.Д. Легко ли стать безработным? // Экономика труда. – 2022. – № 8. – c. 1263-1280. – doi: 10.18334/et.9.8.114905.
  9. Beblavý M., Fabo B., Lenaerts K. Demand for digital skills in the US labour market: the IT skills pyramid. / CEPS Special Report No. 154/December 2016., 2016.
  10. Deming D.J., Noray K. Earnings dynamics, changing job skills, and STEM careers // The Quarterly Journal of Economics. – 2020. – № 4 (135). – p. 1965–2005. – doi: 10.1093/qje/qjaa021.
  11. Deming D., Kahn L.B. Skill requirements across firms and labor markets: Evidence from job postings for professionals // Journal of Labor Economics. – 2018. – p. S337–S369. – doi: 10.1086/694106.
  12. Gladkova A., Vartanova E., Ragnedda M. Digital divide and digital capital in multiethnic Russian society // Journal of Multicultural Discourses. – 2020. – № 2. – p. 126–147. – doi: 10.1080/17447143.2020.1745212.
  13. Park S. Digital capital. - London: Palgrave Macmillan, 2017. – 247 p.
  14. Ragnedda M. Conceptualizing Digital Capital // Telematics and Informatics. – 2018. – № 8. – p. 2366–2375. – doi: 10.1016/j.tele.2018.10.006.
  15. Ragnedda M., Ruiu M.L., Addeo F. Measuring digital capital: An empirical investigation // New Media Society. – 2020. – № 5 (22). – p. 793–816. – doi: 10.1177/1461444819869604.
  16. Tambe P., Hitt L., Rock D., Brynjolfsson E. Digital capital and superstar firms. - Cambridge, MA: National Bureau of Economic Research, 2020.
  17. Vuorikari R., Kluzer S., Punie Y. DigComp 2.2: The Digital Competence Framework for Citizens-With new examples of knowledge, skills and attitudes. - Joint Research Centre (Seville site), 2022.
  18. ESCO v1.1.0. European Commission, 2022. [Электронный ресурс]. URL: https://esco.ec.europa.eu/en/classification/skill_main (дата обращения: 24.02.2023).

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Kapelyuk S.D., Karelin I.N., 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».