Вознаграждение за навыки ИТ‑специалистов в российских городах по данным о вакансиях

Оценивается вознаграждение за навыки ИТ‑специалистов в российских городах. Эмпирическую базу исследования составили открытые данные о вакансиях, опубликованные на портале HeadHunter в марте—апреле 2025 г. Описана работа с данными о вакансиях, включая унификацию навыков и преобразование их в дискретные переменные. Основным подходом исследования выступает гедонистическое ценообразование на рынке труда, согласно которому оценивается влияние различных факторов на предлагаемую заработную плату специалистов в сфере информационных технологий. Построение эконо­метрических моделей включает двухшаговый МНК с коррекцией Хекмана и с последовательным добавлением переменных к базовой спецификации. Результаты показали, что профессиональные ИТ-навыки, личностные характеристики, управленческие навыки, а также занятость в Москве, Московской области и Санкт-Петербурге вносят значимо положительный вклад в предлагаемую заработную плату ИТ‑специалистов. Значимый отрицательный вклад вносят занятость в городах с населением от 250 тыс. до 1 млн человек, а также социальные навыки. Для профессиональных ИТ‑навыков получены значимые положительные эффекты для Москвы, Московской области­ и Санкт‑Петербурга, означающие, что влияние фактора города остается даже после учета различий между городами в оценках навыков. Основные выводы исследования дают основания говорить, что региональная образовательная политика должна учитывать особенности локального спроса на труд ИТ‑специалистов. Подход к работе с относительно небольшим, но легко доступным массивом данных может применяться для экспертной HR-аналитики, например, для выявления различий между рынками труда отдельных городов.

1. Волгин А. Д., Гимпельсон В. Е. (2022). Спрос на навыки: анализ на основе онлайнданных о вакансиях / / Экономический журнал Высшей школы экономики. Т. 26, № 3. С. 343—374.

2. Земцов С. П. (ред.) (2020). Высокотехнологичный бизнес в регионах России: национальный доклад. М.: РАНХиГС.

3. Гильтман М. А. (2021). Лучшие города — лучшие работники? Теоретические модели­ и эмпирические подтверждения / / Мир России. Социология. Этнология. Т. 30, № 3. С. 127—149.

4. Демьянова А. В., Зинина Т. С., Рудник П. Б. (2024). Дистанционная занятость: масштабы распространения в компаниях (Мониторинг цифровой трансформации бизнеса. Вып. 5). М.: НИУ ВШЭ.

5. Капелюк С. Д., Карелин И. Н. (2023). Динамика востребованности цифровых навыков на рынке труда регионов России / / π-Economy. Т. 16, № 1. С. 51—61.

6. Капелюшников Р. И., Зинченко Д. И. (2024). Цифровые формы занятости на российском рынке труда: дистанционная и платформенная. М.: НИУ ВШЭ.

7. Лищук Е. Н., Капелюк С. Д. (2020). Анализ востребованных профессий на рынке труда: региональные особенности / / Регион: экономика и социология. № 1. С. 119—152.

8. Лищук Е. Н., Капелюк С. Д. (2021). Трансформация требований к человеческому капиталу в условиях пандемии / / Экономика труда. Т. 8, № 2. С. 219—232.

9. Лищук Е. Н., Капелюк С. Д. (2022). Легко ли стать безработным? / / Экономика труда. Т. 9, № 8. С. 1263—1280.

10. Логинов Д. М., Лопатина М. В. (2021). Дистанционная занятость в период корона­ кризиса: масштабы распространения и результативность внедрения / / Народонаселение. Т. 24, № 4. С. 107—121.

11. Мельникова Л. В. (2023). Эффективность больших городов: теория и эмпирика / / Вопросы экономики. № 3. С. 83—101.

12. Мурзагулова Р. Ф. (2024). Удаленная занятость в больших городах: выгода для работников в терминах заработной платы / / Вестник Пермского университета. Серия «Экономика». Т. 19, № 1. С. 85—106.

13. Мурзагулова Р. Ф., Гильтман М. А., Шарифулин С. В. (2025). Возможности и ограничения открытых данных о вакансиях для анализа спроса на труд IT-специалистов / / Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. Т. 11, № 2. С. 261—277.

14. Рожкова К. В., Рощин С. Ю. (2021). Некогнитивные характеристики и выбор в сфере высшего образования / / Вопросы образования. № 4. С. 35—73.

15. Терников А. А. (2023). Искусственный интеллект и спрос на навыки работников в России / / Вопросы экономики. № 11. С. 65—80.

16. Терников А. А., Александрова Е. А. (2020). Спрос на навыки на рынке труда в сфере информационных технологий / / Бизнес-информатика. Т. 14, № 2. С. 64—83.

17. Флорида Р. (2007). Креативный класс. Люди, которые меняют будущее. М.: Классика-ХХI.

18. Bauer T. K., Breidenbach P., Schmidt C. M. (2015). “Phantom of the opera” or “Sex and the city”? Historical amenities as sources of exogenous variation. Labour Economics, Vol. 37, pp. 93—98. https://doi.org/10.1016/j.labeco.2015.05.005

19. Combes P.-P., Duranton G., Gobillon L., Puga D., Roux S. (2012). The productivity advantages of large cities: Distinguishing agglomeration from firm selection. Econometrica, Vol. 80, No. 6, pp. 2543—2594. https://doi.org/10.3982/ECTA8442

20. Dauth W., Findeisen S., Moretti E., Suedekum J. (2018). Matching in cities. NBER Working Paper, No. 25227. https://doi.org/10.3386/w25227

21. Dickerson A., Green F. (2004). The growth and valuation of computing and other generic skills. Oxford Economic Papers, Vol. 56, No. 3, pp. 371—406. https://doi.org/10.1093/oep/gpf049

22. Duranton G., Puga D. (2003). Micro-foundations of urban agglomeration economies. NBER Working Paper, No. 9931. https://doi.org/10.3386/w9931

23. Falck O., Fritsch M., Heblich S. (2011). The phantom of the opera: Cultural amenities, human capital, and regional economic growth. Labour Economics, Vol. 18, No. 6, pp. 755—766. https://doi.org/10.1016/j.labeco.2011.06.004

24. Fareri S., Fantoni G., Chiarello F., Coli E., Binda A. (2020). Estimating Industry 4.0 impact on job profiles and skills using text mining. Computers in Industry, Vol. 118, article 103222. https://doi.org/10.1016/j.compind.2020.103222

25. Felstead A., Gallie D., Green F., Zhou Y. (2007). Skills at work, 1986 to 2006. Oxford: SKOPE.

26. Filippi E., Banno M., Trento S. (2023). Automation technologies and their impact on employment: А review, synthesis and future research agenda. Technological Forecasting and Social Change, Vol. 191, article 122448. https://doi.org/10.1016/j.tech‑fore.2023.122448

27. Florida R. (2014). The rise of the creative class—revisited: Revised and expanded. New York: Basic Books.

28. Fujita M., Krugman P., Venables A. J. (1999). The spatial economy: Cities, regions and international trade. Cambridge, MA: MIT Press.

29. Giabelli A., Malandri L., Mercorio F., Mezzanzanica M. (2022). GraphLMI: А data driven system for exploring labor market information through graph databases­. Multimedia Tools and Applications, Vol. 81, pp. 3061—3090. https://doi.org/10.1007/s11042-020-09115-x

30. Glaeser E. L., Mare D. C. (2001). Cities and skills. Journal of Labor Economics, Vol. 19, No. 2, pp. 316—342. https://doi.org/10.1086/319563

31. Green F. (1998). The value of skills (Department of Economics Discussion Paper No. 9819). Canterbury: University of Kent.

32. Hanushek E. A., Schwerdt G., Wiederhold S., Woessmann L. (2015). Returns to skills around the world: Еvidence from PIAAC. European Economic Review, Vol. 73, pp. 103—130. https://doi.org/10.1016/j.euroecorev.2014.10.006

33. Heckman J. J. (1979). Sample selection bias as a specification error. Econometrica, Vol. 47, No. 1, pp. 153—161. https://doi.org/10.2307/1912352

34. Heckman J. J., Kautz T. (2012). Hard evidence on soft skills. IZA Discussion Paper, No. 6580.

35. Herrmann A. M., Zaal P. M., Chappin M. M. H., Schemmann B., Lühmann A. (2023). “We don’t need no (higher) education” — how the gig economy challenges the education—income paradigm. Technological Forecasting and Social Change, Vol. 186, part A, article 122136. https://doi.org/10.1016/j.techfore.2022.122136

36. Hiranrat C., Harncharnchai A. (2018). Using text mining to discover skills demanded in software development jobs in Thailand. In: Proceedings of the 2nd International Conference on Education and Multimedia Technology (ICEMT 2018). New York: Association for Computing Machinery, pp. 112—116. https://doi.org/10.1145/3206129.3239426

37. Kappelman L., Jones M. C., Johnson V., McLean E. R., Boonme K. (2016). Skills for success at different stages of an IT professional’s career. Communications of the ACM, Vol. 59, No. 8, pp. 64—70. https://doi.org/10.1145/2888391

38. Khaouja I., Kassou I., Ghogho M. (2021). A survey on skill identification from online job ads. IEEE Access, Vol. 9, pp. 118 134—118 153. https://doi.org/10.1109/ACCESS.2021.3106120

39. Lee E. S. (1966). A theory of migration. Demography, Vol. 3, No. 1, pp. 47—57. https://doi.org/10.2307/2060063

40. Lucas R. E. B. (1977). Hedonic wage equations and psychic wages in the returns to schooling. American Economic Review, Vol. 67, No. 4, pp. 549—558.

41. McCormick B., Wahba J. (2005). Why do the young and educated in LDCs concentrate in large cities? Evidence from migration data. Economica, Vol. 72, No. 285, pp. 39—67. https://doi.org/10.1111/j.0013-0427.2005.00401.x

42. Mion G., Opromolla L. D., Ottaviano G. I. P. (2020). Dream jobs. IZA Discussion Paper, No. 13471. https://doi.org/10.2139/ssrn.3648811

43. Moretti E. (2011). Local labour markets. In: O. Ashenfelter, D. Card (eds.). Handbook of labour economics, Vol. 4, Part B. Amsterdam: North Holland, pp. 1237—1313. https://doi.org/10.1016/S0169-7218(11)02412-9

44. Paklina S., Shakina E. (2021). Which professional skills value more under digital transformation? Journal of Economic Studies, Vol. 49, No. 8, pp. 1524—1547. https://doi.org/10.1108/JES-08-2021-0432

45. Pejic-Bach M., Bertoncel T., Meško M., Krstić Ž. (2020). Text mining of industry 4.0 job advertisements. International Journal of Information Management, Vol. 50, pp. 416—431. https://doi.org/10.1016/j.ijinfomgt.2019.07.014

46. Roback J. (1982). Wages, rents and the quality of life. Journal of Political Economy, Vol. 90, No. 6, pp. 1257—1278. https://doi.org/10.1086/261120

47. Radovilsky Z., Hegde V., Acharya A., Uma U. (2018). Skills requirements of business data analytics and data science jobs: А comparative analysis. Journal of Supply Chain and Operations Management, Vol. 16, No. 1, pp. 82—101.

48. Shakina E., Volkova N. V., Paklina S. (2024). Perceived worth of human capital across IT jobseekers in the digital era. Technological Forecasting and Social Change, Vol. 209, article 123819. https://doi.org/10.1016/j.techfore.2024.123819

49. Smirnykh L. (2024). Working from home and job satisfaction: evidence from Russia. International Journal of Manpower. Vol. 45, No. 3, pp. 539—561. https://doi.org/10.1108/IJM-02-2023-0089

50. Ternikov A. A. (2022a). Soft and hard skills identification: insights from IT job advertisements in the CIS region. PeerJ Computer Science, Vol. 8, article e946. https://doi.org/10.7717/peerj-cs.946

51. Ternikov A. A. (2022b). Wage premium for soft skills in IT sector. International Journal of Development Issues, Vol. 21, No. 2, pp. 237—248. https://doi.org/10.1108/IJDI-12-2021-0257

52. Ternikov A. A. (2023). Skill preferences in job postings. Economics Bulletin, Vol. 43, No. 4, pp. 1928—1943.

53. Verma A., Yurov K. M., Lane P. L., Yurova Y. V. (2019). An investigation of skill requirements for business and data analytics positions: А content analysis of job advertisements. Journal of Education for Business, Vol. 94, No. 4, pp. 243—250. https://doi.org/10.1080/08832323.2018.1520685

54. Wooldridge J. M. (2010). Econometric analysis of cross section and panel data. 2nd ed. Cambridge, MA: MIT Press.